[發(fā)明專利]一種基于DBN模型的冷水機(jī)組故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710964725.6
• 申請(qǐng)日: 2017-10-17
• 公開（公告）號(hào): CN107796609B
• 公開（公告）日: 2020-01-07
• 發(fā)明（設(shè)計(jì)）人: 王智偉;王亞蘭;何所謂;王占偉
• 申請(qǐng)（專利權(quán)）人: 西安建筑科技大學(xué)
• 主分類號(hào): G01M13/00
• 分類號(hào): G01M13/00
• 代理公司: 61200 西安通大專利代理有限責(zé)任公司
• 代理人: 姚詠華

本發(fā)明公開了一種基于DBN模型的冷水機(jī)組故障診斷方法，包括：通過傳感器采集到的實(shí)驗(yàn)或現(xiàn)場(chǎng)冷水機(jī)組存儲(chǔ)的歷史數(shù)據(jù)，獲得無故障和故障運(yùn)行的歷史數(shù)據(jù)，對(duì)歷史數(shù)據(jù)進(jìn)行穩(wěn)態(tài)篩選和特征提??；利用統(tǒng)計(jì)學(xué)和概率論的方法確定條件概率值，并構(gòu)建DBN模型；若無正確率過低的故障，則輸出DBN模型，若存在正確率過低的故障，則增補(bǔ)額外的非傳感器信息；重新構(gòu)建融入現(xiàn)場(chǎng)信息的DBN模型進(jìn)行故障診斷，并對(duì)該模型是否可用于冷水機(jī)組的故障診斷進(jìn)行評(píng)價(jià)；該方法有效克服了目前條件高斯網(wǎng)絡(luò)和三層診斷貝葉斯網(wǎng)絡(luò)存在的主要局限性，大大提升了故障診斷系統(tǒng)現(xiàn)場(chǎng)應(yīng)用的可能性。

技術(shù)領(lǐng)域

本發(fā)明屬于空調(diào)系統(tǒng)中冷水機(jī)組故障診斷技術(shù)領(lǐng)域，具體涉及一種基于離 散型貝葉斯網(wǎng)絡(luò)(DBN)模型的冷水機(jī)組故障診斷方法。

背景技術(shù)

冷水機(jī)組是空調(diào)系統(tǒng)中的主要耗能設(shè)備，發(fā)生故障時(shí)會(huì)導(dǎo)致其能效劣化， 壽命下降，通過冷水機(jī)組的故障診斷，及時(shí)發(fā)現(xiàn)故障、排除故障，對(duì)空調(diào)系統(tǒng) 可靠運(yùn)行及節(jié)約能源具有重要意義。

故障診斷系統(tǒng)的核心在于如何快速定位已發(fā)故障的第一故障點(diǎn)及根據(jù)診斷 結(jié)果進(jìn)行預(yù)防性維修。而貝葉斯網(wǎng)絡(luò)對(duì)于解決復(fù)雜系統(tǒng)不確定因素引起的故障 具有很大的推理優(yōu)勢(shì)，被認(rèn)為是目前不確定知識(shí)表達(dá)和推理領(lǐng)域最有效的理論 模型之一，能夠綜合先驗(yàn)信息和樣本信息，因此非常適合在故障診斷領(lǐng)域中應(yīng) 用。

近年來，有學(xué)者將貝葉斯網(wǎng)絡(luò)應(yīng)用到冷水機(jī)組性能評(píng)估領(lǐng)域，取得了一定 的成果。然而，在現(xiàn)有的研究仍存在局限性，已有的條件高斯網(wǎng)絡(luò)(CGN)在建 模時(shí)，認(rèn)為來自傳感器的各特征信息服從高斯分布，而在實(shí)際運(yùn)行過程中，其 真實(shí)分布可能偏離高斯分布，從而對(duì)模型的精度產(chǎn)生影響；而已有的三層診斷 貝葉斯網(wǎng)絡(luò)雖將來自傳感器的各特征信息(征兆)進(jìn)行了離散化來描繪其真實(shí) 分布，但是三層診斷貝葉斯網(wǎng)絡(luò)中對(duì)于故障特征節(jié)點(diǎn)的條件概率值的確定，是 通過專家調(diào)查對(duì)原始數(shù)據(jù)進(jìn)行劃分，再通過統(tǒng)計(jì)頻率來估計(jì)條件概率值，此方 法過于依賴專家，耗時(shí)耗力。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中存在的上述缺陷，本發(fā)明提出了一種基于DBN模型的冷 水機(jī)組故障診斷方法，該方法在現(xiàn)場(chǎng)冷水機(jī)組故障診斷應(yīng)用中，利用數(shù)理統(tǒng)計(jì) 與概率論思想結(jié)合的方法描繪出各特征信息的真實(shí)分布，快速確定故障特征節(jié) 點(diǎn)的條件概率，從而有效克服目前條件高斯網(wǎng)絡(luò)和三層診斷貝葉斯網(wǎng)絡(luò)存在的 主要局限性。

為了有效克服目前條件高斯網(wǎng)絡(luò)和三層診斷貝葉斯網(wǎng)絡(luò)存在的主要局限 性，提出了一種基于DBN模型的冷水機(jī)組故障診斷方法，包括：(1)利用統(tǒng)計(jì) 學(xué)和概率論確定征兆節(jié)點(diǎn)條件概率的方法；(2)描繪各特征信息真實(shí)分布的方 法；(3)增添現(xiàn)場(chǎng)信息的原則。

實(shí)現(xiàn)本發(fā)明的目的的技術(shù)路徑是：首先通過傳感器采集到的實(shí)驗(yàn)或現(xiàn)場(chǎng)冷 水機(jī)組存儲(chǔ)的歷史數(shù)據(jù)，獲得無故障和故障運(yùn)行的歷史數(shù)據(jù)，對(duì)歷史數(shù)據(jù)進(jìn)行 穩(wěn)態(tài)篩選和特征選擇后得到測(cè)試樣本；其次利用統(tǒng)計(jì)學(xué)和概率論相結(jié)合的方法， 根據(jù)測(cè)試樣本確定征兆節(jié)點(diǎn)的條件概率值；然后，使用所得條件概率值和特征 選擇的結(jié)果構(gòu)建DBN模型，對(duì)該模型是否可用于冷水機(jī)組的故障診斷進(jìn)行評(píng)價(jià)， 如果存在診斷正確率過低的故障，則需增補(bǔ)額外的非傳感器信息；最后，重新 構(gòu)建融入非傳感器信息的DBN模型，以提高對(duì)故障的診斷正確率。

本發(fā)明的具體技術(shù)方案如下：

一種基于DBN模型的冷水機(jī)組故障診斷方法，包括下述步驟：

步驟1：通過傳感器采集到的實(shí)驗(yàn)或現(xiàn)場(chǎng)冷水機(jī)組存儲(chǔ)的歷史數(shù)據(jù)，獲得無 故障和故障運(yùn)行的歷史數(shù)據(jù)；

步驟2：使用已有的穩(wěn)態(tài)過濾方法對(duì)歷史數(shù)據(jù)進(jìn)行穩(wěn)態(tài)篩選；

步驟3：對(duì)穩(wěn)態(tài)篩選后的歷史數(shù)據(jù)進(jìn)行特征選擇；

步驟4：根據(jù)穩(wěn)態(tài)篩選和特征選擇后得到的測(cè)試樣本，確定征兆節(jié)點(diǎn)簡(jiǎn)化的 條件概率值；

步驟5：使用所得條件概率值和特征選擇的結(jié)果構(gòu)建DBN模型；