買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜山東建筑大學(xué)申請(qǐng)的專利一種冷水機(jī)組故障檢測(cè)和診斷方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115099320B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210679981.1，技術(shù)領(lǐng)域涉及：G06F18/213；該發(fā)明授權(quán)一種冷水機(jī)組故障檢測(cè)和診斷方法及系統(tǒng)是由張漢元;楊文欣;林日斌;李成棟;張桂青設(shè)計(jì)研發(fā)完成，并于2022-06-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種冷水機(jī)組故障檢測(cè)和診斷方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開一種冷水機(jī)組故障檢測(cè)和診斷方法及系統(tǒng)，包括：構(gòu)建三維建模數(shù)據(jù)集；對(duì)三維建模數(shù)據(jù)集采用張量分析方法提取批次間的動(dòng)態(tài)特征，采用慢特征分析方法提取同批次內(nèi)的動(dòng)態(tài)特征，以此構(gòu)建張量慢特征分析模型；對(duì)待測(cè)工況數(shù)據(jù)提取張量慢特征，構(gòu)建監(jiān)控統(tǒng)計(jì)量并確定控制限，以進(jìn)行故障檢測(cè)；對(duì)故障工況數(shù)據(jù)和歷史故障數(shù)據(jù)分別提取張量慢特征，對(duì)每類歷史故障數(shù)據(jù)的張量慢特征賦予不同的分布權(quán)重和誤分類代價(jià)，根據(jù)分布權(quán)重迭代訓(xùn)練數(shù)據(jù)引力分類器，根據(jù)誤分類代價(jià)更新數(shù)據(jù)引力分類器正確分類樣本和誤分類樣本的權(quán)重，以此構(gòu)建代價(jià)敏感數(shù)據(jù)引力分類器；根據(jù)代價(jià)敏感數(shù)據(jù)引力分類器得到故障類別。提高冷水機(jī)組故障檢測(cè)與故障識(shí)別的性能。

本發(fā)明授權(quán)一種冷水機(jī)組故障檢測(cè)和診斷方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種冷水機(jī)組故障檢測(cè)和診斷方法，其特征在于，包括：獲取冷水機(jī)組的正常工況數(shù)據(jù)，并以此構(gòu)建三維建模數(shù)據(jù)集；對(duì)三維建模數(shù)據(jù)集采用張量分析方法提取批次間的動(dòng)態(tài)特征，采用慢特征分析方法提取同批次內(nèi)的動(dòng)態(tài)特征，以此構(gòu)建張量慢特征分析模型；采用張量慢特征分析模型對(duì)待測(cè)工況數(shù)據(jù)提取張量慢特征，基于張量慢特征構(gòu)建監(jiān)控統(tǒng)計(jì)量并確定控制限，以對(duì)冷水機(jī)組進(jìn)行故障檢測(cè)；對(duì)故障工況數(shù)據(jù)和歷史故障數(shù)據(jù)分別提取張量慢特征，對(duì)每類歷史故障數(shù)據(jù)的張量慢特征賦予不同的分布權(quán)重和誤分類代價(jià)，根據(jù)分布權(quán)重迭代訓(xùn)練數(shù)據(jù)引力分類器，根據(jù)誤分類代價(jià)更新數(shù)據(jù)引力分類器正確分類樣本和誤分類樣本的權(quán)重，以此構(gòu)建代價(jià)敏感數(shù)據(jù)引力分類器；設(shè)定每類歷史故障數(shù)據(jù)張量慢特征信息YFi,i＝1,2,…,C中樣本的誤分類代價(jià)，根據(jù)誤分類代價(jià)給不同類型的訓(xùn)練樣本設(shè)置不同權(quán)重；依據(jù)樣本的權(quán)重分布采用迭代的方法訓(xùn)練數(shù)據(jù)引力分類器，并根據(jù)誤分類代價(jià)有區(qū)別的降低被當(dāng)前正確分類的不同類樣本的權(quán)重，增大錯(cuò)分樣本的權(quán)重，使得下一輪側(cè)重針對(duì)那些權(quán)重大的樣本，最后通過加權(quán)投票的方式對(duì)待識(shí)別故障數(shù)據(jù)的張量慢特征信息yi的分類結(jié)果，做出最終決策；代價(jià)敏感數(shù)據(jù)引力分類器算法具體為：給定訓(xùn)練數(shù)據(jù){yFi,γi},i＝1,2,…,nF，其中γi＝1,2,…,C是數(shù)據(jù)的類別標(biāo)簽，給每一類歷史故障數(shù)據(jù)設(shè)置不同的初始分布權(quán)重 為提高少數(shù)類樣本的分類準(zhǔn)確率，給少數(shù)類樣本施加較大的誤分類代價(jià)，給多數(shù)類樣本施加較小的誤分類代價(jià)；YFi中樣本yi的誤分類代價(jià)cyi定義為： 其中：其中，F(xiàn)i,Fj為第i、j個(gè)張量慢特征的偏F值；K表示一個(gè)批次中的采樣點(diǎn)數(shù)；在數(shù)據(jù)引力分類器中，將每個(gè)樣本的分布權(quán)重作為其質(zhì)量，而不是簡(jiǎn)單的將樣本的質(zhì)量看作為1；數(shù)據(jù)集YFi對(duì)YFj中的第r個(gè)樣本點(diǎn)在第t次迭代時(shí)的數(shù)據(jù)引力定義為： 計(jì)算得到C類故障數(shù)據(jù)對(duì)測(cè)試數(shù)據(jù)yFj的引力后，認(rèn)為測(cè)試數(shù)據(jù)yFj的類別與對(duì)其施加引力最大的故障數(shù)據(jù)集的類別一致： 在第t次迭代階段數(shù)據(jù)引力分類器ht的權(quán)重αt計(jì)算為： 其中，cyi是樣本yi的誤分類代價(jià)，Dti為第t次迭代樣本yi的權(quán)重；在第t次迭代階段，樣本yi的權(quán)重Di更新為： 其中，γi表示樣本yi的類別標(biāo)簽，Zt表示第t次迭代后，權(quán)重Di更新的歸一化系數(shù)；根據(jù)代價(jià)敏感數(shù)據(jù)引力分類器得到故障工況數(shù)據(jù)的張量慢特征的故障類別。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人山東建筑大學(xué)，其通訊地址為：250101 山東省濟(jì)南市歷城區(qū)臨港開發(fā)區(qū)鳳鳴路1000號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。