公开(公告)号：CN112819028B

公开(公告)日：2024-02-02

申请号：CN202011595315.7

申请日：2020-12-29

Applicant: 重庆大学

Inventor： 李孝斌 ,  陈俊旭 ,  尹超 ,  江沛 ,  李博 ,  黎勇 ,  郭金成 ,  梁瀚清

IPC: G06F18/25 ,  G06F18/2415 ,  G06F18/2431

Abstract: 本发明公开了一种基于故障诊断模型的医用新风系统故障诊断方法，通过建立故障诊断模型用以指示不同故障表征事件和系统工作状态信息分别与其各自关联的不同故障原因事件之间的发生概率、以及不同的故障原因事件与其关联的不同故障点事件之间的发生概率，从而可以借助故障诊断模型分析得到医用新风系统在当前故障表征事件以及当前系统工作状态信息状态下关联的故障点事件发生概率诊断结果，避免了依赖人工现场进行故障定位造成的准确定不可确定、诊断的经验知识难以复用、故障判定时间长等问题，提高了对医用新风系统的故障诊断定位的准确性和效率，为医用新风系统的智能化(56)对比文件张梅 等.基于模糊故障树和贝叶斯网络的矿井提升机故障诊断《.工况自动化》.2020,第1-6页表1、图3、第1、1.3节.张振海 等.基于专家知识融合的贝叶斯网络结构学习方法 《.计算机工程与应用》.2013,1-5.尹超 等.基于专家知识库的微车后桥质量异常原因诊断及处理方法《.现代制造工程》.2015,33-41.

公开(公告)号：CN112819028A

公开(公告)日：2021-05-18

申请号：CN202011595315.7

申请日：2020-12-29

Applicant: 重庆大学

Inventor： 李孝斌 ,  陈俊旭 ,  尹超 ,  江沛 ,  李博 ,  黎勇 ,  郭金成 ,  梁瀚清

IPC: G06K9/62

Abstract: 本发明公开了一种基于故障诊断模型的医用新风系统故障诊断方法，通过建立故障诊断模型用以指示不同故障表征事件和系统工作状态信息分别与其各自关联的不同故障原因事件之间的发生概率、以及不同的故障原因事件与其关联的不同故障点事件之间的发生概率，从而可以借助故障诊断模型分析得到医用新风系统在当前故障表征事件以及当前系统工作状态信息状态下关联的故障点事件发生概率诊断结果，避免了依赖人工现场进行故障定位造成的准确定不可确定、诊断的经验知识难以复用、故障判定时间长等问题，提高了对医用新风系统的故障诊断定位的准确性和效率，为医用新风系统的智能化故障诊断提供一种切实可行的解决方案。