基于粒子群优化最小二乘支持向量机的离心式制冷机故障诊断 |
| |
引用本文: | 卿红,韩华,崔晓钰,范雨强.基于粒子群优化最小二乘支持向量机的离心式制冷机故障诊断[J].暖通空调,2018(9):120-126. |
| |
作者姓名: | 卿红 韩华 崔晓钰 范雨强 |
| |
作者单位: | 上海理工大学 |
| |
基金项目: | 国家自然科学基金项目"基于敏感特征的制冷系统故障扩散机理研究及早期预测"(编号:51506125) |
| |
摘 要: | 针对制冷系统传统故障诊断正确率低的问题,引入最小二乘支持向量机(LSSVM)算法用于制冷系统故障诊断。在LSSVM模型基础上,结合粒子群优化(PSO)得到PSOLSSVM模型,利用特征选择方法优化得到LSSVM8模型,利用组合方法得到PSO-LSSVM8模型。分析比较了4种模型的诊断性能。结果表明:PSO-LSSVM模型、LSSVM8模型均可改善基于LSSVM模型的制冷系统故障诊断性能,尤其是对于制冷剂泄漏/充注量不足故障,准确率分别提高1.04%,1.24%;PSO-LSSVM8模型比采用单种优化方法的诊断模型具有更好的诊断性能,可克服人为选择参数的盲目性,在全局优化与收敛速度方面具有较大优势,应用于制冷系统故障诊断具有较好的可行性。
|
关 键 词: | 制冷系统 故障诊断 最小二乘支持向量机 粒子群算法 优化 |
本文献已被 CNKI 维普 等数据库收录! |
|