基于在线自适应PCA的制冷系统故障诊断技术及应用

发布时间：2017-05-02 06:17

  本文关键词：基于在线自适应PCA的制冷系统故障诊断技术及应用，由笔耕文化传播整理发布。

【摘要】：随着科学技术的不断发展和工业自动化水平的快速提高,中央空调的应用日趋增多,致使空调制冷系统内部结构也越来越复杂,发生故障时所带来的损失也不容小觑。如何建立切实可行、高效的制冷系统运行状态监测系统已成为该领域的研究热点。本文先是介绍了故障诊断技术的相关理论以及国内外的研究现状和研究成果。接着对制冷系统的研究现状进行分析介绍,制冷原理进行详细的介绍,并建立起制冷系统的物理模型。通过对制冷系统常见故障的分析,建立了对应的故障特征表,并选取适当的实验监测点。鉴于制冷系统监测变量间相关性比较大、监测变量多的特点,基于主元分析的故障诊断方法在制冷系统的故障中具有一定的适用性。由于常规的主元分析方法建模时,都是基于一段较长时间窗内的历史数据来建立主元模型,相当于求取这一段时间数据的主元模型,其模型对原系统的描述能力不够强,在一些缓慢变化的故障诊断中很容易出现误诊失诊的情况。针对这一局限性,本文采用基于PCA的在线自适应故障诊断方法,该法将训练数据分成较小的时间窗,实时更新时间窗内对应的协方差矩阵,最终根据获得的协方差矩阵,采用最速梯度下降法求取主元,并建立主元模型,计算故障检测的控制阈值。该法的自适应能力强,计算速度快,建立的主元模型精度相对较高,能及早地检测诊断出系统缓变故障。该法为把基于自适应主元分析的故障诊断方法投入制冷系统的应用奠定了基础。最后本文将基于PCA的在线自适应故障诊断方法应用到制冷系统的故障诊断中,通过对实验监测点采集来的几组故障数据进行与常规PCA故障检测方法的对比实验,发现基于PCA的在线自适应故障诊断法能成功检测出故障发生的时刻和位置。实验效果非常好,能很明显的检测诊断出制冷系统不易被发现的缓变故障。
【关键词】：故障诊断 在线自适应主元分析 缓变故障 制冷系统
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB657
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-18
• 1.1 课题的背景和研究意义8-9
• 1.2 国内外研究现状9-15
• 1.2.1 关于动态系统故障诊断技术的研究现状9-12
• 1.2.2 制冷系统故障诊断的研究现状12-15
• 1.3 论文主要工作和组织结构15-18
• 1.3.1 论文主要工作15-16
• 1.3.2 论文组织结构16-18
• 2 制冷系统物理模型及故障分析18-31
• 2.1 引言18
• 2.2 实验对象介绍18-20
• 2.3 制冷系统原理简介20-22
• 2.4 制冷系统的物理模型22
• 2.5 制冷系统常见故障与原因分析22-27
• 2.6 制冷系统测量变量的选取27-29
• 2.7 本章小结29-31
• 3 在线自适应PCA在制冷系统故障诊断中的应用31-50
• 3.1 引言31
• 3.2 主元分析的数学原理31-35
• 3.2.1 主元分析简介31-33
• 3.2.2 在线自适应主元分解法33-34
• 3.2.3 在线自适应PCA的主元计算的步骤34-35
• 3.3 基于主元分析的故障检测与诊断35-37
• 3.4 故障检测实施步骤37-47
• 3.4.1 数据处理39-40
• 3.4.2 建立主元模型40-47
• 3.5 在线动态故障诊断47-48
• 3.6 本章小结48-50
• 4 基于自适应PCA制冷系统故障诊断结果及分析50-56
• 4.1 引言50
• 4.2 故障诊断结果及分析50-55
• 4.3 本章小结55-56
• 5 结论与展望56-58
• 5.1 全文总结56
• 5.2 展望56-58
• 致谢58-59
• 参考文献59-62

【相似文献】

中国期刊全文数据库 前10条

1 徐纬芳;刘成忠;顾延涛;;基于PCA和支持向量机的径流预测应用研究[J];水资源与水工程学报;2010年06期

2 倪国强;沈渊婷;徐大琦;;一种基于小波PCA的高光谱图像特征提取新方法[J];北京理工大学学报;2007年07期

3 左峥嵘;吴婷;;一种利用PCA的导弹轨迹重建方法[J];宇航学报;2013年11期

4 鲁昌华;汪涌;王玲飞;;基于PCA和SVM的模拟电路故障诊断[J];电子测量与仪器学报;2008年03期

5 杨蒙召;赵春刚;顾泽元;;基于PCA和Rough Set在股票分类中的研究[J];科学技术与工程;2009年04期

6 刘英姿;;AHP和PCA法在村镇发展条件评价中的应用[J];山西建筑;2009年35期

7 王华;;基于核函数PCA的柔性薄板装配偏差源诊断[J];机械强度;2007年03期

8 袁德成,樊立萍,于海斌;组合动态模型与PCA的监督控制器设计[J];控制工程;2003年04期

9 杨帆;张彩丽;;基于PCA和贝叶斯分类技术的滚动轴承质量检测方法[J];陕西科技大学学报;2007年05期

10 张朝元;王彭德;陈丽;;基于PCA改进的LS-SVM公路旅游客流量预测模型[J];昆明理工大学学报(自然科学版);2011年05期

中国重要会议论文全文数据库 前10条

1 顾群英;李文元;;基于PCA人脸识别的移动电话身份验证方法探讨[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

2 沈渊婷;倪国强;徐大琦;;一种基于小波PCA的高光谱图像特征提取新方法[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

3 李丽萌;陈彦青;;帕瑞昔布钠对妇科术后舒芬太尼PCA效应的影响[A];中华医学会疼痛学分会第八届年会暨CASP成立二十周年论文集[C];2009年

4 郑玲红;潘玉松;;PCA故障检测方法在火电厂生产过程中的应用[A];广西电机工程学会第九届青年学术论坛论文集[C];2006年

5 徐进学;李元;谢植;;基于PCA的故障传感器重构的理论研究[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

6 杨中宝;李朝峰;吕伟;;星云湖污染源的主成分分析(PCA)研究[A];2006年玉溪市“生态立市与农业可持续发展”论坛论文集[C];2006年

7 王虹;;硬膜外PCA致锥体外系并发症4例报告[A];全国外科护理学术交流暨专题讲座会议论文汇编[C];2002年

8 曾丽蓉;吴佳伟;;手术病人使用自控镇痛(PCA)的术前教育和术后护理[A];全国手术室护理学术交流暨专题讲座会议论文汇编[C];2003年

9 刘新;;曲马多联合氟哌利多用于烧伤术后PCA镇痛的护理[A];第八届全国烧伤外科学年会论文汇编[C];2007年

10 李文科;钟向宏;赵劲松;;基于ANN和PCA的多牌号产品生产过程故障检测和诊断[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年

中国重要报纸全文数据库 前3条

1 山枫;英特尔PCA支持无线[N];中国计算机报;2001年

2 特约通讯员 杨建斌;盐湖PCA减水剂项目加紧施工[N];运城日报;2009年

3 英特尔无线通讯和计算事业部市场部总监　Randall　Smith;PCA：无线互联网“芯”动力　[N];中国电子报;2002年

中国博士学位论文全文数据库 前1条

1 李荣雨;基于PCA的统计过程监控研究[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 董向前;二维PCA人脸识别算法的改进研究[D];大连海事大学;2015年

2 陆凤玲;基于在线自适应PCA的制冷系统故障诊断技术及应用[D];重庆大学;2015年

3 杨宁雪;基于PCA的大学生综合素质评价研究[D];武汉科技大学;2007年

4 李艳;基于小波变换和PCA类方法的人脸识别技术研究[D];西安电子科技大学;2014年

5 高海燕;基于二维PCA的人脸识别算法研究[D];大连海事大学;2013年

6 刘超;基于改进PCA的人脸识别混合算法研究[D];太原理工大学;2011年

7 李姗姗;基于PCA的实时人脸识别系统的设计与实现[D];北京邮电大学;2013年

8 齐兴敏;基于PCA的人脸识别技术的研究[D];武汉理工大学;2007年

9 吕燕华;华南地区哮喘患者哮喘控制感知力（PCA）调查及有效干预策略探讨[D];南方医科大学;2011年

10 朱芳;基于PCA（心理资本增值）的员工责任感提升研究[D];青岛科技大学;2014年

  本文关键词：基于在线自适应PCA的制冷系统故障诊断技术及应用，由笔耕文化传播整理发布。

，

本文编号：340446