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！

龙图腾网获悉江苏征途技术股份有限公司申请的专利空调机组故障类型诊断方法和系统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：CN119436390B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411712967.2，技术领域涉及：F24F11/38；该发明授权空调机组故障类型诊断方法和系统是由朱俊强;万尚军;周国祥;操星;陈凯设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本空调机组故障类型诊断方法和系统在说明书摘要公布了：本发明涉及空调机组诊断技术领域，具体为空调机组故障类型诊断方法和系统，包括：基于传感器组按照预设的采样周期对目标空调机组进行状态监控，以得到所述目标空调机组的状态数据序列，对所述状态数据序列进行数据拟合，以得到状态拟合曲线；将所述状态拟合曲线与预设的标准状态拟合曲线进行匹配，以得到两者的匹配度，将所述匹配度与预设的匹配度阈值进行比对。本发明过传感器组对空调机组进行状态监控，能够及时发现异常情况，便于早期诊断和处理，降低设备故障风险，且通过结合状态数据序列的拟合与标准曲线匹配，可以更准确地识别出设备的运行状态，从而提高故障检测的准确性。

本发明授权空调机组故障类型诊断方法和系统在权利要求书中公布了：1.空调机组故障类型诊断方法，其特征在于，包括： 基于传感器组按照预设的采样周期对目标空调机组进行状态监控，以得到所述目标空调机组的状态数据序列，对所述状态数据序列进行数据拟合，以得到状态拟合曲线； 将所述状态拟合曲线与预设的标准状态拟合曲线进行匹配，以得到两者的匹配度，将所述匹配度与预设的匹配度阈值进行比对； 若低于预设的匹配度阈值，则基于音频采集设备对目标空调机组进行声音采集，以得到所述目标空调机组的声音信号，对所述声音信号进行预处理，以得到标准声音信号； 对所述标准声音信号进行特征提取，以得到所述标准声音信号的梅尔倒谱系数，基于已训练好的故障分类模型根据所述梅尔倒谱系数进行故障分类，以得到所述目标空调机组的故障标签； 将所述故障标签与预设的故障状态图谱集合进行匹配，以得到所述故障标签所对应的多个邻域故障标签，基于所述故障标签、所述多个邻域故障标签和所述状态数据序列构建报修工单集合； 所述故障分类模型采用前馈神经网络，所述故障分类模型包括输入层、隐含层和输出层，所述输入层和所述隐含层之间为全连接，所述隐含层和所述输出层之间为稀疏连接，其中，所述故障分类模型的训练方法，包括： 对权重矩阵进行随机初始化，对学习率进行初始化赋值，且初始化稳定性因子； 将所述梅尔倒谱系数所对应的特征向量输入至所述输入层，抽取所述特征向量中第个训练样本，计算第个神经元与训练样本之间的欧式距离，其中，所述欧式距离的计算公式如下： ； 其中，表示第个神经元与训练样本之间的欧式距离，表示第个神经元与训练样本之间的权重； 找出与训练样本的欧式距离最小的两个隐含层神经元和，并将其输出的类型标记为和; 判断所述输出的类型和是否相同，若所述输出的类型和不相同，则判断所述输出的类型和所述训练样本所对应的标签类型是否相同，若相同，则通过第一权重更新公式对所述权重矩阵进行更新，否则，则判断所述输出的类型和所述训练样本所对应的标签类型是否相同，若相同，则通过第二权重更新公式对所述权重矩阵进行更新； 若所述隐含层神经元与训练样本的欧式距离小于所述隐含层神经元与训练样本的欧式距离，则重复以上操作，直到所述隐含层神经元与训练样本的欧式距离大于或者等于所述隐含层神经元与训练样本的欧式距离； 基于更新后的所述权重矩阵进行信息传播，以得到训练好的故障分类模型； 将所述故障标签与预设的故障状态图谱集合进行匹配，以得到所述故障标签所对应的多个邻域故障标签，包括： 计算所述故障标签与所述预设的故障状态图谱集合中多个故障状态图谱的支持度，其中，所述支持度的计算公式如下： ； 其中，表示故障标签与所述预设的故障状态图谱集合中第个故障状态图谱的支持度，表示故障标签与所述预设的故障状态图谱集合中第个故障状态图谱中该故障标签的出现次数，表示故障状态图谱内节点的总数； 基于所述支持度对所述预设的故障状态图谱集合进行筛选，以得到多个相匹配的预设的故障状态图谱； 将所述多个相匹配的预设的故障状态图谱进行差异比较，以得到差异系数集合，其中，所述差异系数的计算公式如下： ； 其中，表示第个相匹配的预设的故障状态图谱与第个相匹配的预设的故障状态图谱之间的差异系数，表示第个相匹配的预设的故障状态图谱与第个相匹配的预设的故障状态图谱之间节点差异数，表示第个相匹配的预设的故障状态图谱与第个相匹配的预设的故障状态图谱之间关联边差异数，表示第个相匹配的预设的故障状态图谱与第个相匹配的预设的故障状态图谱之间顶点数和关联边各项标记数总和； 对所述差异系数集合进行排序，以得到顺序的差异系数集合，获取所述顺序的差异系数集合中第一个、中间和最后一个差异系数所对应的相匹配的预设的故障状态图谱； 获取所述故障标签与第一个、中间和最后一个差异系数所对应的相匹配的预设的故障状态图谱中相对应的故障状态节点，并将所述故障状态节点的邻居节点作为邻域故障标签，以得到多个邻域故障标签。

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江苏征途技术股份有限公司，其通讯地址为：210000 江苏省南京市雨花台区大周路32号3幢北楼801-814室；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。