-
公开(公告)号:CN116838947A
公开(公告)日:2023-10-03
申请号:CN202310801985.7
申请日:2023-06-30
Applicant: 中国人民解放军总医院第二医学中心
IPC: F17D1/04 , A61M16/00 , G06F18/213 , G06F18/2135 , G06F18/2411 , G06N3/006 , F17D5/00 , F17D3/01
Abstract: 本发明涉及一种供节氧系统的故障诊断方法及供节氧系统,通过对第一压力信号的采集,并对其进行分析,确定出故障模块的信息。并进一步的采集产生故障模块时的第一压力信息,将其转化为时域、频域信息。本发明运用时域、频域信号分析方法,准确选取故障信号特征值,并建立SVM模型作为故障诊断的工具。运用PCA降维后选取的特征值对SVM模型进行训练,建立满足准确率要求的SVM分类模型,本发明方法可以保证故障诊断的准确性达到90%以上,同时也解决了故障诊断准确率与高效性不能兼得的问题,相对于目前现有的故障诊断方法,其诊断准确率有了较大的提升,诊断所需时间也大大缩短。
-
公开(公告)号:CN116838947B
公开(公告)日:2024-02-13
申请号:CN202310801985.7
申请日:2023-06-30
Applicant: 中国人民解放军总医院第二医学中心
IPC: F17D1/04 , A61M16/00 , G06F18/213 , G06F18/2135 , G06F18/2411 , G06N3/006 , F17D5/00 , F17D3/01
Abstract: 本发明涉及一种供节氧系统的故障诊断方法及供节氧系统,通过对第一压力信号的采集,并对其进行分析,确定出故障模块的信息。并进一步的采集产生故障模块时的第一压力信息,将其转化为时域、频域信息。本发明运用时域、频域信号分析方法,准确选取故障信号特征值,并建立SVM模型作为故障诊断的工具。运用PCA降维后选取的特征值对SVM模型进行训练,建立满足准确率要求的SVM分类模型,本发明方法可以保证故障诊断的准确性达到90%以上,同时也解决了故障诊断准确率与高效性不能兼得的问题,相对于目前现有的故障诊断方法,其诊断准确率有了较大的提升,诊断所需时间也大大缩短。
-