空调系统传感器自动故障诊断方法研究

发布时间：2021-01-26 18:30

　　针对空调系统运行过程具有非线性和动态特性的特点,提出了一种基于动态核主元分析的传感器故障检测方法。该方法采用核主元分析提取系统中的非线性冗余信息,建立核主元模型,再引入指数加权的定义,进行在线诊断的同时对模型进行实时更新,得到了改进的动态核主元模型。选择SPE统计量作为系统是否发生故障的依据。最后通过贡献图法实现了对故障变量的分离。将此方法应用于某地源热泵系统的传感器故障检测,结果表明,该方法能够实时更新核主元模型和置信限,成功分离故障变量,且和传统主元分析法相比具有更好的故障诊断效果。 

【文章来源】：机械设计与制造. 2020,(07)北大核心

【文章页数】：5 页

【文章目录】：
1 引言
2 PCA与KPCA基本原理
    2.1 PCA的基本原理
    2.2 KPCA的基本原理
3 动态核主元分析法故障诊断
    3.1 动态核主元分析模型的建立
    3.2 基于贡献图法的故障分离
    3.3 基于动态核主元分析法的故障检测系统
4 应用与分析
5 结论


【参考文献】：
期刊论文
[1]一种基于KPCA的非线性故障诊断方法[J]. 邓晓刚,田学民.  山东大学学报(工学版). 2005(03)



本文编号：3001610