冉均均，袁 磊

(成都理工大学工程技术学院，四川乐山 614000)

1 引言

多联式空调是公共基础设施中必不可少的设备，一般用于调节公寓、商场、写字楼等公共场所的温度。当设备在不间断使用的情况下，如果没有及时进行清理，制冷系统就会出现堵塞故障，该故障初始期表现为不同程度的部分堵塞，在检修时很容易被忽略，时间久了就会导致堵塞面积扩大，不仅会影响多联式空调正常运行，还有可能带来严重的安全隐患[1]。因此，消除多联式空调制冷系统的堵塞故障具有重要意义，需要对堵塞故障位置的辨识方法进行深入研究。

王占伟[2]等人首先将DR机制融入贝叶斯网络中，将制冷系统堵塞故障位置辨识转化为一类划分问题，然后通过小波变换法提取故障特征向量，并使用数据训练模型对其进行分类，完成辨识。实验表明，该方法具有很高的辨识准确率，但该方法在辨识之前没有对相关数据进行预处理，导致辨识过程中出现空值，误报率过高。姜陈[3]等人采用BP神经网络算法建立室温预测模型，并设置故障位置辨识阈值，以此构建堵塞故障位置自动辨识系统，实现制冷系统中堵塞故障位置的自动辨识。但该方法没有对数据进行预处理，导致需要辨识过程中所需的数据量庞大，召回率也低。黄倩云[4]等人利用支持向量机算法建立了制冷系统堵塞故障检测与诊断模型，然后采用网格搜索和十折交叉验证方法优化该模型，完成制冷系统堵塞故障位置辨识。……