一種冷水機組進水管用過濾器的安裝結構,包括器體(1),其特征在于：所述器體(1)的上端外表面固定安裝有圓盤(2),且圓盤(2)的上端外表面活動安裝有活動圓盤(3),所述活動圓盤(3)的上端外表面中間位置固定安裝有固定把手(4),所述活動圓盤(3)的上端外表面一側活動安裝有出氣孔(5),所述器體(1)的一側外表面固定安裝有第四圓盤(15),所述第四圓盤(15)內部開設有進水孔(7),所述第四圓盤(15)的一側外表面活動安裝有第二圓盤(6),所述器體(1)的另一側外表面固定安裝有出水孔(8),所述活動圓盤(3)的一側外表面下端位置設置有螺栓齒(9),所述圓盤(2)的內部開設有螺栓槽(10)。
本實用新型公開了一種冷水機組進水管用過濾器的安裝結構,包括器體,所述器體的上端外表面固定安裝有圓盤,且圓盤的上端外表面活動安裝有活動圓盤,所述活動圓盤的上端外表面中間位置固定安裝有固定把手,所述活動圓盤的上端外表面一側活動安裝有出氣孔,所述器體的一側外表面固定安裝有第四圓盤,所述第四圓盤內部開設有進水孔,所述第四圓盤的一側外表面活動安裝有第二圓盤。本實用新型,能夠使拿取過濾器更加方便,代替了緊固螺栓,使操作更加便捷,而且還能很好的固定過濾器,防止過濾器造成損害,通過透明玻璃,能夠很好地看清進水孔內部的污垢,若污垢較多,影響水流時,可以很便捷的取出污垢。
一種離心式冷水機組故障診斷方法,其特征在于,包括以下步驟：S1,設計故障模擬方案,對離心式冷水機組進行常見故障的模擬,采集并存儲機組實時狀態(tài)監(jiān)測數(shù)據(jù),按機組運行狀態(tài)給數(shù)據(jù)做標記,將數(shù)據(jù)分為正常類和各種故障類,其中故障類型的數(shù)據(jù)少于正常類型；S2,從采集的數(shù)據(jù)中篩選出離心機組穩(wěn)態(tài)運行數(shù)據(jù),并對缺失值,異常值按照刪除變量法進行處理；S3,根據(jù)不同狀態(tài)之間的數(shù)量差別計算數(shù)據(jù)的采樣倍率N,通過MOLAD算法進行訓練樣本過采樣,得到樣本數(shù)量平衡的新數(shù)據(jù)集；其中MOLAD算法包括以下步驟：A1,計算故障類中的每個樣本xi的k階近鄰均值并將所有樣本按k階近鄰均值從小到大順序排列成升序數(shù)組Array,方程形式如下： A2,確定采樣倍率N,并根據(jù)其計算需要生成的新樣本數(shù)量M；A3,順序遍歷Array中的樣本,計算樣本和該樣本k個近鄰xk生成的新樣本xnew；同時統(tǒng)計新樣本的個數(shù),當個數(shù)達到M時,停止算法；新樣本xnew生成公式如下：xnew＝xi+rand(0,1)×(xk-xi)；S4,設置不同故障的敏感權重；用XGBoost算法對新數(shù)據(jù)集進行訓練,得到離心式冷水機組故障診斷模型；默認所有樣本的權重系數(shù)都為1,設有c類故障數(shù)據(jù)和正常數(shù)據(jù)組成的數(shù)據(jù)集,每類數(shù)量均為i,設正常數(shù)據(jù)的敏感權重為bnor,c類故障數(shù)據(jù)的敏感權重分別為be1,be2…bec,那么調整敏感權重后的樣本權重系數(shù)矩陣wb為： 與XGBoost目標函數(shù)相結合,得到改進后的目標函數(shù)為： 其中L表示n個樣本的預測損失組成向量的轉置,表示第n個樣本的預測損失,T是葉子節(jié)點的個數(shù),ω是葉子節(jié)點的權值；
冷水機組γ表示節(jié)點切分閾值,λ為L2正則化系數(shù),wbL表示將樣本預測的損失乘上該樣本的敏感權重,使讓模型學習樣本的敏感權重信息；S5,將離心式冷水機組的實時數(shù)據(jù)傳入診斷模型,得到故障診斷結果。
