基于PCA的制冷空调系统的故障检测与诊断优化方法研究

发布时间：2020-04-06 02:00

【摘要】：随着社会的不断向前发展,在制冷空调领域,对应的室内环境品质和节能与否也不断地受到关注。为了实现既提升室内环境品质又节能的目标,通常制冷空调系统的内部会安装各种不同的传感器来测量各种状态参数点的主要热力学指标。如果这些传感器发生故障,则不仅会干扰系统正常的运行状态,还会增加系统运行时的能耗。因此传感器故障检测与诊断方法的研究具有重要的知识理论研究意义和工程实际应用价值。近年来,随着数据驱动方法的兴起,将其应用于制冷空调系统的故障检测与诊断(FDD)方面的研究越来越受到重视和关心。作为常见的传感器故障检测与诊断的方法,主元分析(PCA)是常见的数据驱动方法之一。本文以实际的制冷空调系统为实验对象,首先建立空调系统传感器故障分析模型,并在传统的基于PCA的传感器FDD的策略的基础上,提出了两种基于改进PCA的FDD策略:一种是PCA结合聚类预处理的数据驱动的传感器故障检测策略,另一种是结合PCA预处理的神经网络故障诊断策略。依据不同实验对象的特点采用了不同的实验手段和FDD策略,并建立了不同的基于改进PCA的数据分析模型,并在设计的实验条件下对两种数据分析模型进行了测试和分析。结果表明:融合减法聚类及K-Means聚类的综合聚类方法实现了对训练及测试数据的分类预处理过程,由此建立的多个PCA模型改善了传统PCA对多工况传感器故障检测的性能;相同精度的前提下,通过PCA的特征变量提取及数据的维度降低,输入神经网络的节点数减少,减少了神经网络的训练时间。
【图文】：

T lpx xPP 主成分子空间内的投影lp ，而 ( ) ( )T T n lre x x x I PP x PP 残差子空间内的投影n lr 。 P 的列是协方差矩阵 R 的向量，是一个 n 行l 列的矩阵，1[ , , ]lP p p， n lP 。后（n l）个较小的特征值对应的特征向量，是一个 n , ]np ，n ( nl)P 。差子残xe

中 科 技 大 学 硕 士 学 位 论 文有不同的xf 表达式；x 代表干扰因素，，一般是测量噪音，或况下，自由噪声是服从正态分布的，且平均值为零，即~x 噪声的方差。中向测试数据引入 4 种常见的传感器故障模拟实际传感器发效、偏移、漂移、精度下降故障。如图 2-3 所示。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TB657.2

【相似文献】

相关期刊论文 前10条

1 陈炳钦;;电子电路故障检测技术探索[J];电子测试;2020年03期

2 任仁良;袁鹏;;航空锂电池故障检测与诊断[J];电源技术;2018年12期

3 张京;;故障检测技术在电子电路的研究[J];通讯世界;2017年03期

4 冯珊珊;;刍议数字电路在线故障检测技术[J];信息通信;2015年12期

5 郭瞻;洪超;;在《汽车故障检测与维修》中应用思维导图教学法的研究[J];科技风;2016年08期

6 李景林;;大数据环境下的网格动态故障检测研究[J];计算机应用与软件;2016年06期

7 刘杰;;关于暖通空调系统故障检测与诊断技术研究进展[J];企业导报;2016年19期

8 王毅敏;;基于高服务质量的云网络故障检测方案分析[J];信息通信;2015年10期

9 黄晓桃;;电子电路故障检测技术与方法[J];数码世界;2017年08期

10 韩琦;魏东;曹勇;;暖通空调系统故障检测与诊断技术研究进展[J];暖通空调;2014年03期

相关会议论文 前10条

1 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集（二）[C];2000年

2 徐子伟;张陈斌;陈宗海;;基于数据驱动的故障检测和诊断方法概述[A];系统仿真技术及其应用（第16卷）[C];2015年

3 魏运鹏;;红外检测技术在梅钢设备热故障检测中的应用[A];中国计量协会冶金分会2009年年会论文集[C];2009年

4 纪志成;苏晓丹;;一类线性时变系统的故障检测和分析方法研究[A];2007中国控制与决策学术年会论文集[C];2007年

5 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

6 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年

7 王委斌;;牵引电机状态修及故障检测[A];2005年铁道牵引动力学术年会论文集[C];2005年

8 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年

9 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集（二）[C];2000年

10 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

相关重要报纸文章 前10条

1 徐镇 李珏宏;故障检测告别“停车在库”模式[N];解放军报;2019年

2 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年

3 王政;湖北移动网络故障检测能力成倍提升[N];人民邮电;2015年

4 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年

5 记者 薛贵宝　通讯员 桂九宏;假故障检测“大车”真功夫[N];人民铁道;2009年

6 海南 李平胜;电脑花样缝纫机漏气故障检测1例[N];电子报;2016年

7 成都 史为 编译;有线电视用户线故障检测法[N];电子报;2013年

8 暴青雨　本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年

9 宇航智控;预测与健康管理(PHM)技术[N];中国航空报;2018年

10 吉林 孙德印;飞利浦20GX8552/57R彩电保护电路原理与故障检测[N];电子报;2009年

相关博士学位论文 前10条

1 李楠;基于局部特征强化的过程监测方法研究[D];上海交通大学;2016年

2 周萌;基于多目标观测器设计的故障检测与分离[D];哈尔滨工业大学;2018年

3 王艳芹;网络环境下离散随机系统故障检测及应用研究[D];东北石油大学;2017年

4 王世林;基于多元统计分析的工业过程故障检测研究[D];华北电力大学(北京);2018年

5 段超群;基于退化特征的隐状态装备故障检测策略优化及健康预测[D];华中科技大学;2018年

6 韩克镇;基于LMI的鲁棒滤波和记忆调度故障检测优化设计[D];东北大学;2017年

7 惠永永;基于邻域保持嵌入的复杂过程故障检测研究[D];兰州理工大学;2019年

8 蒋立;基于自编码器模型的非线性过程监测[D];浙江大学;2018年

9 潘怡君;基于鲁棒主元分析方法的大型高炉故障检测研究[D];浙江大学;2018年

10 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年

相关硕士学位论文 前10条

1 支寒晓;无线传感器网络节点软故障检测与处理技术研究[D];南京邮电大学;2019年

2 张弘韬;基于PCA的制冷空调系统的故障检测与诊断优化方法研究[D];华中科技大学;2019年

3 潘浩;输电线路巡检图像故障检测算法和软件设计[D];华中科技大学;2019年

4 李丁;无人机输电线路巡检中图像处理技术的应用研究[D];华中科技大学;2019年

5 刘德军;基于高阶统计量的串联电弧故障检测研究[D];福州大学;2017年

6 张芷瑜;基于多元统计分析的故障检测在化工过程中的应用[D];辽宁石油化工大学;2019年

7 周程;飞行器组合导航系统故障检测及滤波响应量化研究[D];电子科技大学;2019年

8 余绍斌;基于KECA-ELM的冷水机组故障检测与诊断研究[D];杭州电子科技大学;2019年

9 李铭璐;基于深度学习的风机叶片覆冰故障检测方法研究[D];华中科技大学;2019年

10 刘晓舟;无线传感器网络故障检测算法的研究[D];安徽理工大学;2019年

本文编号：2615839