基于SVM的制冷系统多故障并发检测与诊断

因现实中单发故障的多样性，以及各故障并发时可能存在的协同作用，使并发故障成为故障诊断界难点之一。利用支持向量机（SVM）优良的模式识别能力，分别与单标识（mL）及多标识（ML）技术结合，构建可用于并发故障检测与诊断的模型，应用于制冷机组双故障并发时的检测与诊断。结果表明，ML-SVM模型表现突出，训练时无需并发故障数据，却可用于并发故障的检测与诊断，且性能优良，总体诊断准确率（CR）达99.902%，故障检测及对并发故障的识别率甚至高于采用并发故障训练时的模型，具有良好应用前景。