Este artigo aborda o problema de múltiplas falhas concorrentes que podem ocorrer na operação prática de sistemas multi-split. Propõe-se uma estratégia de diagnóstico de múltiplas falhas que combina a Análise Discriminante Linear (LDA) e o algoritmo de Floresta Aleatória (RF). Após a identificação do tipo de falha, o modelo de diagnóstico detalhado ideal é selecionado adaptativamente de acordo com o tipo de falha, possibilitando diagnosticar ainda mais o nível ou a causa da falha. Primeiramente, sob diferentes condições de refrigeração e aquecimento, foram introduzidas falhas na válvula de quatro vias, na válvula de expansão eletrônica e na carga de refrigerante, e os dados foram divididos em conjunto de treinamento e conjunto de teste na proporção de 7:3. Com o conjunto de treinamento, foi estabelecido um modelo de identificação do tipo de falha baseado no algoritmo RF; em seguida, o método LDA foi utilizado para reduzir a dimensionalidade das características das três classes de falhas no conjunto de treinamento, estabelecendo-se um modelo de diagnóstico detalhado com o conjunto reduzido; por fim, os dados das amostras do conjunto de teste, após a identificação do tipo de falha, são adaptativamente inseridos no modelo detalhado ideal de diagnóstico. Os resultados mostram que a precisão do modelo de identificação do tipo de falha no conjunto de teste alcança 99,99%, e as precisões do diagnóstico detalhado das três categorias de falha são 96,12%, 100% e 97,44%, respectivamente, indicando que essa estratégia pode realizar bem a tarefa de diagnóstico de múltiplos tipos de falhas em sistemas multi-split.

multi-split; identificação de falhas; diagnóstico detalhado; floresta aleatória; LDA