基于多分类策略的列车空调机组故障诊断方法

摘要

本发明公开的基于多分类策略的列车空调机组故障诊断方法为：首先依据列车空调机组实际正常运行数据与多种故障运行数据的分布特征，计算每一个类的分布密度，然后基于寂结分布密度进行排序，最后利用排序结果，构建基于PSVM的二叉分类策略树，学训练得到列车空调机组故障诊断模型，从而利用列车空调机组故障诊断模型进行诊断，确定列车空调机组故障类型。本发明公开的基于多分类策略的列车空调机组故障诊断方法，能有效的提高故障诊断的精度。

主权项

基于多分类策略的列车空调机组故障诊断方法，其特征在于，具体按照以下步骤实施：步骤1、根据列车空调制冷系统工作原理及常见制冷空调故障，确定出列车空调机组的主要故障类型，并构建列车空调制冷系统故障诊断模型；步骤2、根据步骤1构建好的列车空调制冷系统故障诊断模型进行数据采集和人工标注，并获取训练样本集合；步骤3、利用步骤2预处理得到的训练样本集合，经计算得到每个类的分布密度，依据分布密度由轻到重的顺序对分类次序进行排列，以得到最合理的分类顺序，并构建二叉分类策略树，即哈夫曼树；步骤4、完成步骤1到步骤3后，进行核函数的选择；步骤5、利用临近支持向量机算法PSVM作为二分类学习机，构造哈夫曼树中各内节点的最优超平面，即构建基于分布密度排序的二叉树多分类策略的列车空调机组故障诊断模型；步骤6、利用步骤5得到的列车空调机组故障诊断模型进行诊断，完成对列车空调机组故障类型的诊断。