恭喜浙江大學;浙江大學建筑設計研究院有限公司王嘉茜獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜浙江大學;浙江大學建筑設計研究院有限公司申請的專利一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN118114144B 。
龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202410125407.0,技術領域涉及:G06F18/2415;該發明授權一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法是由王嘉茜;趙陽;馬鵬岳設計研發完成,并于2024-01-30向國家知識產權局提交的專利申請。
本一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法在說明書摘要公布了:本發明公開了一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法,包括以下步驟:1基于知識粒度對空氣處理機組的故障集合進行故障層級和最小屬性約簡征兆集合計算;2根據故障層級排序和最小屬性約簡征兆集合的計算結果,確定貝葉斯網絡中的征兆節點和故障節點;3根據貝葉斯網絡的征兆節點和故障節點,通過評分搜索算法構建貝葉斯網絡結構,得到具有不同故障粒度的貝葉斯網絡的結構;4對構建的貝葉斯網絡結構進行數據驅動的參數學習;5利用參數學習后的貝葉斯網絡結構進行空氣處理機組故障檢測與診斷。相比于傳統方法,本發明具有更高的通用性,且診斷結果更加準確。
本發明授權一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法在權利要求書中公布了:1.一種具有不同節點粒度的空氣處理機組故障檢測與診斷方法,其特征在于,包括以下步驟:1基于知識粒度對空氣處理機組的故障集合進行故障層級和最小屬性約簡征兆集合計算;具體過程為:1-1獲取歷史數據分層集合,包含空氣處理機組所有故障信息和征兆信息;1-2對獲得的歷史數據分層集合進行預處理;1-3隨機選取某一故障作為決策屬性,將其他故障均作為條件屬性,對選取故障進行最小屬性約簡,得到最小屬性約簡故障集合、知識粒度和相對知識粒度;知識粒度和相對知識粒度的計算公式為: GPUD|B=GPUB-GPUB∪D式中,GPUB為集合B的知識粒度,GPUD|B為集合D相對于集合B的相對知識粒度,GPUB∪D為集合B與D并集的知識粒度;給定決策表S=U,A=C∪D,V,f,U為論域,若UB={X1,X2,...,Xm},共有m個等價類,|Xi|表示第i個等價類里元素的個數,其中i=1,2…m;1-4在選取故障的相對知識粒度為0的情況下,說明選取故障和最小屬性約簡故障集合具有層級關系,若選取故障的知識粒度比最小屬性約簡故障集合的知識粒度小,則該故障為最小屬性約簡故障集合的粗故障,否則,為細故障;1-5針對所有故障,循環第1-3、1-4步,基于計算結果得到所有故障的層級關系;1-6隨機選取某一故障作為決策屬性,將歷史數據分層集合中所有的征兆數據均作為條件屬性,對選取故障進行最小屬性約簡,得到最小屬性約簡征兆集合;1-7針對所有故障,循環步驟1-6,得到關于每個故障的最小屬性約簡征兆集合;2根據故障層級排序和最小屬性約簡征兆集合的計算結果,確定貝葉斯網絡中的征兆節點和故障節點;3根據貝葉斯網絡的征兆節點和故障節點,通過評分搜索算法構建貝葉斯網絡結構,得到具有不同故障粒度的貝葉斯網絡結構;4對構建的貝葉斯網絡結構進行數據驅動的參數學習;5利用參數學習后的貝葉斯網絡結構進行空氣處理機組故障檢測與診斷,輸入空氣處理機組異常癥狀,輸出各故障發生的后驗概率。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江大學;浙江大學建筑設計研究院有限公司,其通訊地址為:310058 浙江省杭州市西湖區余杭塘路866號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。