农村老年高血压病人经验性回避现状及影响因素分析

目的:了解农村老年高血压病人经验性回避的现状,并分析其影响因素,为降低农村老年高血压病人经验性回避水平、减少病人心理问题提供依据。方法:采用便利抽样法,于2020年8月—10月选取选取湖南省长沙县2个村庄403例老年高血压病人为对象,采用一般资料问卷、情绪调节自我效能感量表、自我调节疲劳量表、接纳与行动问卷进行问卷调查。结果:农村老年高血压病人的经验性回避总分为27.00(22.00,32.00)分。多元线性回归分析显示,个人收入、睡眠时长、文化程度、有无合并症、自我调解疲劳、情绪调节自我效能感是农村老年高血压病人经验性回避的影响因素(P<0.01)。结论:农村老年高血压病人经验性回避水平较高。基层医护人员应关注农村老年高血压病人的经验性回避状况,采取针对性干预措施,基于自我调解疲劳和情绪调节自我效能感实施干预,以降低病人的经验性回避水平。

基于递归特征消除-加权k近邻算法的多联机系统制冷剂充注量故障诊断策略

本文提出了一种基于递归特征消除-加权k近邻算法的多联机系统制冷剂充注量故障诊断策略。首先,基于专家先验知识筛选18个多联机运行特征,经数据预处理步骤后,采用递归特征消除(RFE)算法进行特征选择,筛选出最优特征子集;然后基于加权k近邻(wkNN)算法对训练集建立诊断模型,并采用网格搜索算法得到最优参数组合,对制冷剂充注量故障进行诊断。结果表明:该诊断策略弥补了现有方法中“只适用于单一工况、充注量等级分类少”等不足,选择重要性排列前7的特征集作为最优特征子集,在全工况和9个充注量等级的情况下,整体准确率为98.30%,受试者工作特征曲线下的面积(AUC)为0.9883,为设备维护人员提供了详细、关键的信息。

多联机系统故障类型识别及故障细化诊断模型研究

本文针对多联机系统实际运行中可能出现的多故障并发问题,提出一种结合线性判别分析(LDA)和随机森林(RF)算法的多故障诊断策略,可以在完成故障类型识别后,自适应地根据故障类型选择最佳细化诊断模型,进一步诊断出故障发生水平或故障发生原因。首先,在不同的制冷和制热工况下,引入四通阀故障、电子膨胀阀故障、制冷剂充注量故障,并按照7∶3的比例划分为训练集和测试集,利用训练集建立基于RF算法的故障类型识别模型;然后,利用LDA方法对训练集中3类故障的特征分别进行降维,并利用降维后的训练集建立故障细化诊断模型;最后,测试集中的样本数据在经过故障类型识别后,根据识别结果自适应地输入至最优故障细化诊断模型。结果显示:故障类型识别模型在测试集上的准确率达到99.99%,3类故障细化诊断准确率分别为96.12%、100%、97.44%,说明该策略能够较好的完成针对多联机系统的多类型故障诊断任务。

基于Boosting的多联机制冷剂充注量故障诊断集成模型

多联机空调系统被广泛用于各种公共建筑物,一旦发生故障会导致舒适性降低,能耗增加。制冷剂充注水平是影响空调系统高效运行的重要参数。本文提出一种基于Boosting集成算法的故障诊断模型,以制冷剂充注量故障为研究对象,将逻辑回归、决策树、随机森林、支持向量机和BP神经网络等5个基分类器集成,使用卡方检验进行特征选择,并使用制冷、制热模式的实验数据建立诊断模型。结果表明:基于Boosting的集成模型能高效检测多联机制冷剂充注量的故障,准确率高达96.8%,相比于传统故障检测方法,大幅提高了诊断模型的响应速度、准确度和实用性。

基于最大相关最小冗余-随机森林算法的多联机系统在线故障诊断策略研究

为了提高多联机系统制冷剂充注量故障检测率,本文提出一种结合最大相关最小冗余(minimal-Redundancy-Maximal-Relevance,m RMR)和随机森林(RandomForest,RF)算法的在线故障诊断策略。利用mRMR结合RF在训练集上进行特征选择,结合网格搜索和十折交叉验证对随机森林、决策树和支持向量机3种模型进行参数寻优,并将优化后的模型用于测试集中。在多个在线验证集上对mRMR-RF模型进行验证,结果表明:仅选择6个特征变量就可建立准确率达98.63%的随机森林诊断模型;3种诊断模型中,RF算法的诊断效果最好,整体分类准确率达到97.06%;在4个不同在线多联机系统上检验,其分类准确率分别为95.82%、85.74%、88.24%和93.96%,分类准确率均在85%以上。说明基于mRMR-RF的故障诊断模型具有较强的泛化能力。

基于SEM-PCA-DT的多联机制冷剂泄漏在线故障诊断

制冷剂泄漏会给多联机带来不良影响,需要对其进行实时且准确的故障诊断.本文基于结构方程原理和试验数据,利用数据预处理提取的特征变量,建立结构方程模型,与决策树模型对比,分析结构方程在选择重要变量上的正确性,并利用重要显变量采用主元分析的方法建立专家变量,代入决策树模型,其在线诊断正确率达到96.96%,相对单独采用决策树模型提高2.81%.

局部广义矩阵学习向量量化在多联机系统阀类故障诊断中的应用

多联机(VRF)系统结构复杂,采用传统方法难以识别设备故障,本文首次将特征选取和多目标进化算法优化框架集成于局部广义矩阵学习向量量化(LGMLVQ)故障诊断模型中,并应用于多联机系统的电子膨胀阀和四通阀故障诊断研究。运行数据来自多联机系统实验平台。实验结果表明,特征选择后的模型对多联机阀类故障的诊断准确率从91.40%提升到95.73%,而进化算法进一步将准确率提升至99.50%,耗时从14.109 s缩短为11.724 s。分析最优模型的正常数据自适应相关性矩阵可以对故障发生部位进行模糊定位,可以对实际故障维修提供一定的帮助。

长沙市310例农村老年高血压患者情绪调节自我效能感现状及其影响因素

目的了解长沙市农村高血压患者的情绪调节自我效能感的现状,分析其影响因素。方法采用便利抽样的方法,于2019年7—8月抽取湖南省长沙市大鱼村、石塘铺村的310名农村高血压老人作为调查对象。采用一般资料、情绪调节自我效能感量表、疾病感知量表对其进行调查。情绪调节自我效能感得分经过对数转换符合正态分布后,采用多元线性回归分析农村高血压老人的情绪调节自我效能感的影响因素。结果农村老年高血压患者情绪调节自我效能感、疾病感知总得分M(P25,P75)分别为40.50(37.00,45.00)、49.00(40.00,56.00)。多元线性回归分析结果显示,文化程度、居住情况、性别及疾病感知进入回归方程(P<0.01)。结论长沙市农村老年高血压患者的情绪调节自我效能感处于中等水平,受文化程度、居住情况、性别及疾病感知的影响。建议积极疏导老人心理,采取容易理解的方式向老年高血压患者传授疾病相关知识,同时与政府相关机构配合组织老人开展相关的社会活动,促进和提升老年人情绪调节自我效能感。