基于SVM的空调系统智能故障诊断研究

空调系统作为武器装备管理系统的一部分,在国防工程中的作用至关重要,致使其结构和功能日益复杂,因此对自动检测提出了更高的要求。为了有效地提高空调系统故障诊断的效率和精度,本文提出了一种基于主成分分析(PCA)特征提取的支持向量机(SVM)混合诊断模型。该模型首先进行归一化预处理,消除奇异数据;然后利用主成分分析对数据属性进行简约,消除冗余信息并进行特征提取,支持向量机进行故障诊断;最后采用网格搜索法和交叉验证法对SVM的惩罚函数和核函数参数进行寻优。通过实例验证表明,整个处理过程将诊断识别率从58.018 1%提高到了99.953 6%,能有效地进行空调系统的故障诊断和定位,并可实现故障的准确区分。