陆海龙
- 作品数：4 被引量：10H指数：1
- 供职机构：上海理工大学能源与动力工程学院更多>>
- 发文基金：国家自然科学基金上海市自然科学基金更多>>
- 相关领域：一般工业技术自动化与计算机技术建筑科学更多>>
- 基于多目标异权重回归的冷水机组故障诊断显式模型
- 2024年
- 针对冷水机组中常见的7种故障,本文基于交叉熵损失函数和随机梯度下降算法建立了多目标异权重回归模型,进行故障诊断。该模型较常规的机器学习分类模型简单,无需迭代,计算速度快,且为显式模型(非黑箱),可直观分析各参数对每类故障的重要程度。与传统的单目标回归模型相比,故障诊断性能优势显著,在不同特征集合下,性能最低提升40.50%。对比不同文献中特征集合在本模型中的效果,并提出了新的特征集合,正常运行及7类故障的总体诊断准确率可达89.83%,局部故障的诊断准确率达到98%以上。通过可视化诊断模型中的参数权重,发现过冷度和供油温度参数对诊断制冷剂泄漏、制冷剂过充和润滑油过量3种系统性故障最为重要;供油压力、冷凝器趋近温度、蒸发器与冷凝器的水流量参数对诊断4种局部故障最为重要。
- 吴孔瑞韩华杨钰婷陆海龙凌敏彬
- 关键词：冷水机组故障诊断交叉熵
- 不平衡数据技术在冷水机组故障诊断中的应用被引量：8
- 2019年
- 数据驱动的冷水机组模型通常只用于专有对象,当涉及到一种不同类型的冷水机组时,需要大量的正常数据和故障数据训练一个新的模型,这既耗时又依赖大量数据,不利于冷水机组故障诊断技术在实际应用中的推广。本文的研究中,介绍了处理不平衡数据技术,探索将离心式冷水机组训练成一个能够诊断螺杆式冷水机组故障的新模型的可能性,即只需使用少量新数据即可。采用合成少数类过采样技术(SMOTE)对故障样本进行过采样,不平衡率为5%,然后使用支持向量机(SVM)用于故障诊断。通过对50%~400%的过采样率的研究,发现螺杆式冷水机组四种故障的过采样率为100%,诊断准确率达到96.70%。
- 范雨强崔晓钰韩华陆海龙武浩徐玲
- 关键词：冷水机组故障诊断技术SMOTE过采样不平衡数据
- 前置串联式风冷热回收机组的冷媒控制策略被引量：1
- 2015年
- 分析了前置串联式风冷热回收空调系统存在的主要应用问题,提出了一种应用于该类型空调机组的冷媒控制策略.通过测试证明,使用该冷媒控制策略的风冷热回收机组有效避免了风险,运行情况得到明显改善.在常规工况下,机组运行稳定;在热回收器进水温度为30℃的低热水温度制冷工况下,机组节流装置前液态冷媒的过冷度由0.2℃提升到3.1℃,冷凝热的回收率从16.34%提高到19.48%,热回收出水温度升高约2.5℃;在制冷最大负荷工况下,排气压力过高时,机组可以按照控制逻辑设定回收系统中多余的冷媒,保证机组稳定运行.
- 陆海龙崔晓钰
- 关键词：风冷热回收冷媒控制策略
- 基于Tri-Training的制冷系统半监督故障诊断被引量：1
- 2022年
- 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。
- 任正雄韩华崔晓钰陆海龙张运乾
- 关键词：制冷系统故障诊断半监督学习TRI-TRAINING
