买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河南科技大学申请的专利基于融入决策边界贝叶斯网络的冷水机组故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117029179B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311023826.5，技术领域涉及：F24F11/38；该发明授权基于融入决策边界贝叶斯网络的冷水机组故障诊断方法是由王占伟;夏鹏华;王林;李修真;张春晓;冷强;郑恺昕;袁俊飞;周西文设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本基于融入决策边界贝叶斯网络的冷水机组故障诊断方法在说明书摘要公布了：本发明涉及一种基于融入决策边界贝叶斯网络的冷水机组故障诊断方法，包括：对现场获得的冷水机组历史数据进行稳态过滤；确定故障特征关联矩阵；利用正常数据构建特征的基准值模型；获得特征相对于其基准值的偏差数据，构建正常和各类故障的BNC模型；应用训练好的基准值模型获得在线监测特征相对于其基准值的偏差数据，输入训练好的BNC模型，计算正常和各类故障的后验概率；计算正常和各类故障下每个特征的决策边界；进行在线故障检测，进行在线故障诊断，本申请有效克服了现有故障诊断方法不能实现在同一个诊断体系中对单发和并发故障进行诊断、对新故障进行识别，以及对虚警率进行调节的局限性，同时取得优良的诊断性能。

本发明授权基于融入决策边界贝叶斯网络的冷水机组故障诊断方法在权利要求书中公布了：1.基于融入决策边界贝叶斯网络的冷水机组故障诊断方法，其特征在于，包括下述步骤： 1获取现场冷水机组在正常和各类故障运行工况下的历史数据，对正常和故障历史数据进行稳态过滤，获得冷水机组在正常和故障运行工况下的稳态历史数据； 2构建故障特征关联矩阵，筛选出与故障一一对应的敏感特征； 3利用步骤1处理后的正常工况下历史数据，构建敏感特征的基准值模型，然后将步骤1处理后的全部历史数据输入到构建好的基准值模型中，计算得到各敏感特征相对于其基准值的偏差数据； 4利用步骤3计算的各敏感特征的偏差数据，构建对应正常和各类故障的BNC模型； 5将在线实时监测的数据按照步骤1进行相同的稳态过滤，将处理后的数据输入到步骤3构建好的对应各敏感特征的基准值模型中，通过计算得到各敏感特征相对于其基准值的偏差数据，将此数据输入到步骤4训练好的BNC模型中，计算得到对应正常和各类故障状态的后验概率； 6根据步骤3通过历史数据获得的各敏感特征的偏差数据，以及步骤5通过实时监测数据获得的各敏感特征的偏差数据，计算正常及各故障状态下对应各敏感特征的决策边界； 7进行故障检测，将步骤5实测偏差数据输入BNC模型计算得到的正常状态下的后验概率与步骤6计算得到的对应正常状态下的各敏感特征的决策边界进行比较，若正常状态下的后验概率大于或等于正常状态下的各敏感特征的决策边界，则冷水机组对应的运行状态被检测为正常，故障检测结束；否则认为存在故障，进入下一步； 8进行故障诊断，将步骤5实测偏差数据输入BNC模型计算得到的各故障状态下的后验概率与步骤6计算得到的对应故障状态下的各敏感特征的决策边界进行比较，若仅有一种故障满足其后验概率大于或等于该故障各敏感特征的决策边界，则被诊断为该故障的单发故障；当同时存在多种故障满足此条件时，则被诊断为这些故障的并发故障；当没有任何故障满足此条件时，则被识别为新故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。