Cet article aborde le problème des pannes simultanées multiples pouvant survenir dans les systèmes multi-splits en service réel. Il propose une stratégie de diagnostic multi-pannes combinant l'analyse discriminante linéaire (LDA) et l'algorithme de forêt aléatoire (RF). Après l'identification du type de panne, le modèle de diagnostic affiné optimal est sélectionné de manière adaptative selon le type de panne, permettant de diagnostiquer plus précisément le niveau ou la cause de la panne. Tout d'abord, dans différentes conditions de refroidissement et de chauffage, des pannes de la vanne quatre voies, de la valve d'expansion électronique et du remplissage de réfrigérant sont introduites, et les données sont divisées en ensembles d'entraînement et de test selon un ratio de 7:3. Le modèle d'identification du type de panne basé sur l'algorithme RF est construit à partir de l'ensemble d'entraînement ; ensuite, la méthode LDA est utilisée pour réduire la dimensionnalité des caractéristiques des trois types de pannes dans l'ensemble d'entraînement, et le modèle de diagnostic affiné est établi avec cet ensemble réduit ; enfin, les échantillons de l'ensemble test sont, après identification du type de panne, adaptativement dirigés vers le modèle de diagnostic affiné optimal. Les résultats montrent que la précision du modèle d'identification du type de panne sur l'ensemble test atteint 99,99 %, et les précisions du diagnostic affiné des trois types de pannes sont respectivement de 96,12 %, 100 % et 97,44 %, démontrant que cette stratégie permet de bien réaliser la tâche de diagnostic multi-pannes des systèmes multi-splits.

multi-splits; identification des pannes; diagnostic détaillé; forêt aléatoire; LDA