基于Tri-Training的制冷系统半监督故障诊断

TB657.5%TP277; 针对以往制冷系统故障诊断需采用已知运行状态的有标签数据,导致大量无标签数据信息无法利用的问题,本文提出一种基于Tri-Training的制冷系统半监督故障诊断方法,改善制冷系统故障诊断性能.采用一台316 kW离心式冷水机组7类典型故障的实际数据对该诊断方法进行验证,结果表明:该方法具有有效性,挖掘无标签数据信息的Tri-Training半监督故障诊断模型相比支持向量机(SVM)、K近邻(KNN)、随机森林(RF)3种有监督诊断模型,性能显著提高,总体诊断正确率达到99.43%,对系统级故障的诊断正确率提升1.73%~3.90%,虚警率、漏报率、误报率均有不同程度...

Full description

Saved in:
Bibliographic Details
Published in制冷学报 Vol. 43; no. 4; pp. 129 - 144
Main Authors 任正雄, 韩华, 崔晓钰, 陆海龙, 张运乾
Format Journal Article
LanguageChinese
Published 上海理工大学能源与动力工程学院 上海 200093%上海理工大学能源与动力工程学院 上海 200093 01.08.2022
重庆美的通用制冷设备有限公司 重庆 401336%重庆美的通用制冷设备有限公司 重庆 401336
Subjects
Online AccessGet full text
ISSN0253-4339
DOI10.3969/j.issn.0253-4339.2022.04.129

Cover

Abstract TB657.5%TP277; 针对以往制冷系统故障诊断需采用已知运行状态的有标签数据,导致大量无标签数据信息无法利用的问题,本文提出一种基于Tri-Training的制冷系统半监督故障诊断方法,改善制冷系统故障诊断性能.采用一台316 kW离心式冷水机组7类典型故障的实际数据对该诊断方法进行验证,结果表明:该方法具有有效性,挖掘无标签数据信息的Tri-Training半监督故障诊断模型相比支持向量机(SVM)、K近邻(KNN)、随机森林(RF)3种有监督诊断模型,性能显著提高,总体诊断正确率达到99.43%,对系统级故障的诊断正确率提升1.73%~3.90%,虚警率、漏报率、误报率均有不同程度改善.同时,表明该故障诊断模型中3个基分类器的故障诊断性能及其多样性是影响该模型对制冷系统中无标签数据利用的主要因素.
AbstractList TB657.5%TP277; 针对以往制冷系统故障诊断需采用已知运行状态的有标签数据,导致大量无标签数据信息无法利用的问题,本文提出一种基于Tri-Training的制冷系统半监督故障诊断方法,改善制冷系统故障诊断性能.采用一台316 kW离心式冷水机组7类典型故障的实际数据对该诊断方法进行验证,结果表明:该方法具有有效性,挖掘无标签数据信息的Tri-Training半监督故障诊断模型相比支持向量机(SVM)、K近邻(KNN)、随机森林(RF)3种有监督诊断模型,性能显著提高,总体诊断正确率达到99.43%,对系统级故障的诊断正确率提升1.73%~3.90%,虚警率、漏报率、误报率均有不同程度改善.同时,表明该故障诊断模型中3个基分类器的故障诊断性能及其多样性是影响该模型对制冷系统中无标签数据利用的主要因素.
Author 张运乾
陆海龙
任正雄
崔晓钰
韩华
AuthorAffiliation 上海理工大学能源与动力工程学院 上海 200093%上海理工大学能源与动力工程学院 上海 200093;重庆美的通用制冷设备有限公司 重庆 401336%重庆美的通用制冷设备有限公司 重庆 401336
AuthorAffiliation_xml – name: 上海理工大学能源与动力工程学院 上海 200093%上海理工大学能源与动力工程学院 上海 200093;重庆美的通用制冷设备有限公司 重庆 401336%重庆美的通用制冷设备有限公司 重庆 401336
Author_FL Han Hua
Ren Zhengxiong
Cui Xiaoyu
Lu Hailong
Zhang Yunqian
Author_FL_xml – sequence: 1
  fullname: Ren Zhengxiong
– sequence: 2
  fullname: Han Hua
– sequence: 3
  fullname: Cui Xiaoyu
– sequence: 4
  fullname: Lu Hailong
– sequence: 5
  fullname: Zhang Yunqian
Author_xml – sequence: 1
  fullname: 任正雄
– sequence: 2
  fullname: 韩华
– sequence: 3
  fullname: 崔晓钰
– sequence: 4
  fullname: 陆海龙
– sequence: 5
  fullname: 张运乾
BookMark eNo9j71KA0EcxLeIYIx5Cy1v_e93tpTgFwRszjrccrfhjrCBW0SxVpGAgoUWiZLCWiwEheR1vKy-hSeK08zwK2aYNdRwI5chtEEAMy31VoFz7x0GKljEGdOYAqUYOCZUN1Dzn6-itvcF1BJKg9ZNJKvZ_GN-E5d5FJdJ7nI3CJPz6uqtunwPr4uwmFXX4zC9DY9Py7uLr8nD58t4ef-8jlZsMvRZ-89b6Gh3J-7uR73DvYPudi_yBIBHlrEOJUZyBVIZS4EpKS2kLKMpNZRkQmuRGpppJbhVmgvTscqkdVZgEmAttPnbe5I4m7hBvxgdl65e7J8NT83PS-BAOPsGE2dZlw
ClassificationCodes TB657.5%TP277
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3969/j.issn.0253-4339.2022.04.129
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL Semi-supervised Fault Diagnosis of Refrigeration System Based on Tri-Training
EndPage 144
ExternalDocumentID zlxb202204014
GrantInformation_xml – fundername: 国家自然科学基金
  funderid: (51506125)
GroupedDBID -03
2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CEKLB
GROUPED_DOAJ
PSX
TCJ
ID FETCH-LOGICAL-s1004-f33821b647067bf203766f0d3e2d2b21e5995db2e9754f7945b8f7bd4f770ba03
ISSN 0253-4339
IngestDate Thu May 29 04:10:31 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 4
Keywords 半监督学习
制冷系统
故障诊断
优化
Tri-Training
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1004-f33821b647067bf203766f0d3e2d2b21e5995db2e9754f7945b8f7bd4f770ba03
PageCount 16
ParticipantIDs wanfang_journals_zlxb202204014
PublicationCentury 2000
PublicationDate 2022-08-01
PublicationDateYYYYMMDD 2022-08-01
PublicationDate_xml – month: 08
  year: 2022
  text: 2022-08-01
  day: 01
PublicationDecade 2020
PublicationTitle 制冷学报
PublicationTitle_FL Journal of Refrigeration
PublicationYear 2022
Publisher 上海理工大学能源与动力工程学院 上海 200093%上海理工大学能源与动力工程学院 上海 200093
重庆美的通用制冷设备有限公司 重庆 401336%重庆美的通用制冷设备有限公司 重庆 401336
Publisher_xml – name: 重庆美的通用制冷设备有限公司 重庆 401336%重庆美的通用制冷设备有限公司 重庆 401336
– name: 上海理工大学能源与动力工程学院 上海 200093%上海理工大学能源与动力工程学院 上海 200093
SSID ssj0000579099
ssib001051092
ssib051370190
ssib001129154
Score 2.3141448
Snippet TB657.5%TP277; 针对以往制冷系统故障诊断需采用已知运行状态的有标签数据,导致大量无标签数据信息无法利用的问题,本文提出一种基于Tri-Training的制冷系统半监督故障诊断...
SourceID wanfang
SourceType Aggregation Database
StartPage 129
Title 基于Tri-Training的制冷系统半监督故障诊断
URI https://d.wanfangdata.com.cn/periodical/zlxb202204014
Volume 43
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVAON
  databaseName: DOAJ Directory of Open Access Journals
  issn: 0253-4339
  databaseCode: DOA
  dateStart: 20100101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.doaj.org/
  omitProxy: true
  ssIdentifier: ssj0000579099
  providerName: Directory of Open Access Journals
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwzV3NaxQxFA-lgigofuJn6aHvJLPOZJLM5Jh0ZymCnrbQW9nZmfEDWaHdguxZRQoKHvRQlR48iwdBof133K7-F76Xmd2dreLXycuQTd57-WXeZt5LyHthbClz0Ys897KAtm7QIfd0VnQ9sg0q5WkUagpOvnlLrayKG2tybW7-RO3U0lY_bXQHP40r-RetYh3qlaJk_0KzE6FYgWXULz5Rw_j8Ix1DIkG3wBpIBD3jpL1x12tXtz5AEoHGSkFkcQxWuYICG1GTDcFaV7AkhJqaEBvHhTWBKzTBhJAo0NgqIdEkUC9DEoNpOWJsUlDldLw3RXW4O4k0YBTRI5eRYz074NYBUY4kdJ1YiMWURBM-o8cQk2mLBCtACwcDqUpmDtafYdaEAkmsdFg02ATK-5LG-x24VB6ftiv_oQ5XXI2w4sPX4TtJ7qeRblQCTH14yIKvtem4DNFXchIHHkceVwUc4lRORPWxrclxqA2_9iMOygHpcnPJ_x5jzchwGVLUnK5bRBHWZr6ombeg2p0qPaWgzNx52AiHWmlnhKmDxqSDBimT0gpPhMykOR_cf5gSBRoVupf-CEcr7de2SMrtC7QgtVMAtFYIpu6wDEK6XMCf7LFSoLXvrpCdoDjKliqI138F0IXw9YpO73bN22yfYierZeKiKef8aTY3uHOGHa8lDz3L1HB378ve8_qMH-08Gj79NHzyefRxf7S_O3y2PXr9YvT23cHLx9923nz9sH3w6v05ttpK2ssrXnULirdJ2Ry9IgxjHqRKROhYpgX30SVQhZ-FOc94yoOcUgZmKc91JEWB5lWmcRGlGZYjP-344Xk233vQyy-wRcp8keEnWPhdXxQq62S4WIuDLu-oboar7ItsoRr1evWV21yf0cul3xFcZsemc_YKm-9vbOVX0WvvpwtOld8B2TqjMA
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ETri-Training%E7%9A%84%E5%88%B6%E5%86%B7%E7%B3%BB%E7%BB%9F%E5%8D%8A%E7%9B%91%E7%9D%A3%E6%95%85%E9%9A%9C%E8%AF%8A%E6%96%AD&rft.jtitle=%E5%88%B6%E5%86%B7%E5%AD%A6%E6%8A%A5&rft.au=%E4%BB%BB%E6%AD%A3%E9%9B%84&rft.au=%E9%9F%A9%E5%8D%8E&rft.au=%E5%B4%94%E6%99%93%E9%92%B0&rft.au=%E9%99%86%E6%B5%B7%E9%BE%99&rft.date=2022-08-01&rft.pub=%E4%B8%8A%E6%B5%B7%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E8%83%BD%E6%BA%90%E4%B8%8E%E5%8A%A8%E5%8A%9B%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2+%E4%B8%8A%E6%B5%B7+200093%25%E4%B8%8A%E6%B5%B7%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E8%83%BD%E6%BA%90%E4%B8%8E%E5%8A%A8%E5%8A%9B%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2+%E4%B8%8A%E6%B5%B7+200093&rft.issn=0253-4339&rft.volume=43&rft.issue=4&rft.spage=129&rft.epage=144&rft_id=info:doi/10.3969%2Fj.issn.0253-4339.2022.04.129&rft.externalDocID=zlxb202204014
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzlxb%2Fzlxb.jpg