基于多模态数据融合的空调冷水机组故障诊断方法及系统
技术特征：
1.基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，将内部特征、声音特征和振动特征进行两两交叉融合，得到第一融合特征、第二融合特征和第三融合特征，方法包括：
3.根据权利要求1所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，对内部数据中的每个变量进行模糊化处理，得到内部特征，方法包括：为温度数据、压力数据、流量数据和电流数据分别定义模糊集和隶属函数，通过隶属函数分别将温度数据、压力数据、流量数据、电流数据关联到不同的模糊集；其中，一个隶属函数对应一个模糊数据集，低温隶属函数、中温隶属函数、高温隶属函数、低压隶属函数、中压隶属函数、高压隶属函数、低流量隶属函数、中流量隶属函数、高流量隶属函数、低电流隶属函数、中电流隶属函数和高电流隶属函数分别对应不同的模糊集。
4.根据权利要求3所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，所述低温隶属函数采用以下公式表示：
5.根据权利要求3所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，所述中温隶属函数采用以下公式表示：
6.根据权利要求3所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，所述高温隶属函数采用以下公式表示：
7.根据权利要求3所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，对内部数据中的每个变量进行模糊化处理，得到内部特征，方法包括：
8.根据权利要求3所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，对声音数据和振动数据中的每个变量进行模糊化处理，得到声音特征和振动特征，方法包括：
9.根据权利要求1所述的基于多模态数据融合的空调冷水机组故障诊断方法，其特征在于，所述温度数据包括：冷凝器入口的冷媒温度、冷凝器出口的冷媒温度、蒸发器入口的冷媒温度、蒸发器出口的冷媒温度、压缩机吸气管的冷媒温度、压缩机排气管的冷媒温度、节流装置前端的冷媒温度和节流装置后端的冷媒温度；
10.基于多模态数据融合的空调冷水机组故障诊断系统，其特征在于，包括：安装在空调冷水机组内部的温度传感器、安装在空调冷水机组外部的压力传感器、安装在空调冷水机组外部的流量传感器、安装在压缩机电源线路中的电流传感器、安装在空调冷水机组外部的电容传声器、安装在压缩机外壳的电容式加速度计以及处理器；所述处理器均与温度传感器、压力传感器、流量传感器、电流传感器、电容传声器和电容式加速度计连接；
技术总结
本发明涉及空调冷水机组技术领域，提供了一种基于多模态数据融合的空调冷水机组故障诊断方法及系统。该方法包括，对内部数据、声音数据和振动数据中的每个变量进行模糊化处理，得到内部特征、声音特征和振动特征；将内部特征、声音特征和振动特征进行两两交叉融合，得到第一融合特征、第二融合特征和第三融合特征；分别计算第一融合特征和第二融合特征的第一相似度，以及计算第二融合特征和第三融合特征的第二相似度，将第一相似度作为第一融合特征的权重，将第二相似度作为第三融合特征的权重；将带有权重的第一融合特征、第三融合特征与第二融合特征进行融合，得到多模态融合特征；采用故障诊断模型，得到空调冷水机组的故障诊断结果。
技术研发人员：李成栋,郝雅婷,田晨璐,邓晓平,马文珂,彭一博
受保护的技术使用者：山东建筑大学
技术研发日：
技术公布日：2024/11/28
技术研发人员：李成栋,郝雅婷,田晨璐,邓晓平,马文珂,彭一博
技术所有人：山东建筑大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除