变风量空调系统空气处理机组故障检测与诊断

发布时间：2020-05-19 23:54

【摘要】：变风量(Variable Air Volume,VAV)空调系统,是目前国内大中型建筑工程中新兴的一种空调方式,相比传统定风量系统,变风量系统发生故障的概率更高。研究VAV空调系统故障检测与诊断(Fault Detection and Diagnosis,FDD)的方法能够及时发现系统的故障,对于保证VAV系统稳定运行和系统节能方面具有重要的现实意义。并且大多数现代建筑都配备能源管理系统(Energy Management System,EMS),能够采集空调系统实时运行的数据,这为FDD的研究提供了信息基础和便利条件。本文研究对象是VAV系统的空气处理机组(Air Handling Unit,AHU)。首先,简述了AHU的工作原理和各个功能段的作用,介绍了长安大学全尺寸集中空调与供热智能化实验平台的概况,以实验平台为依托采集了系统正常运行的数据。然后,基于主元分析(Principal Component Analysis,PCA)的原理算法建立了模型,设计了AHU常见故障的四组测试,以平方预测误差(Squared Prediction Error,SPE)统计量和Q贡献率图为检验标准,验证了PCA方法对AHU故障的检测与诊断能力。结果表明,程度较大的故障,其检测效率越高,检测与诊断的结果更准确;但对于小故障的检测与诊断能力不足。为完善故障检测与诊断的结果,以实验平台为原型在TRNSYS软件上建立VAV系统仿真平台,并模拟了四种故障,获取了相应的故障定性模式,构成了AHU故障的识别模式,并用该故障识别模式进行诊断分析,得到了正确的诊断结果,证明了模式识别是一种诊断故障较好的方法。研究结果表明:本文提出的PCA与模式识别相结合的故障检测与诊断方法是可靠的,能够检测和诊断出AHU可能发生的故障,进行故障预判断指导系统监测人员尽快修复故障,使AHU在正常工况下运行,保证室内舒适度并节约能耗。
【图文】：

先验知识,历史数据,运行状态,思想

以这些历史数据为先验知识对系统的运行状态进行检测与诊断。两类故障检测与诊断方法的更详细的划分见图1.1。事实上各种方法的思想和原理彼此相通，各种方法的划分并不是绝对的。图 1.1 故障检测与诊断方法下面简要介绍上述各种 FDD 方法。

示意图,论文结构,示意图,故障

故障检测与诊断。本文的结构示意如图 1.2 所示，将主要介绍变风量 AHU 各功能段及工作原理，并根据前人的调故障。以长安大学全尺寸集中空调与供热智能化实验平运行的数据，为后续建模做准备；主元分析法的理论基础，选取可以描述 AHU 运行特性的运行得到的数据矩阵建立 PCA 模型。计算出 SPE 检测阈标。在 AHU 不同部位上人为引入故障，用已建好的 PCA的基础上，用 Q 贡献率图法对该故障进行诊断，并用故障优劣。善 PCA 方法的故障检测与诊断结果，利用 TRNSYS 软件型，模拟系统存在故障时的运行工况，分析各种故障对空每种故障特定的故障识别模式，用于对 AHU 故障进行进
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU831.3

【参考文献】