【利用数据挖掘对空调噪声进行故障分类】
●空调的噪声成分中隐含着空调运行情况,结构合理性等信息,通过数据挖掘工作,能够提高产品的开发质量和效率,从源头减少故障和投诉的发生。
1. 针对空调实验采集的大量数据,利用机器学习的思路,基于matlab和python实现;
2. 利用小波分析和MFCC(梅爾頻率倒譜)技术对空调噪声录音进行能量特征向量提取,再使用决策树找出强相关性特征,然后使用PCA降维
3. 利用BP神经网络、SVM进行分类器建模,再用PSO,交叉验证进行算法调优,最后输出空调噪声分类器模型。
4. 分析结果通过GUI界面展示,关键数据库,提供相应的诊断方案和整改措施
●针对常见的多种类型空调噪音识别率达到90%以上,从设计源头减少空调故障噪音的产生,得到空调系统设计人员的好评