基于改进主元分析方法的空调系统传感器故障检测和诊断研究

发布时间：2022-12-18 18:46

　　传感器在空调系统中主要起着监测和控制的作用,影响空调系统的正常运行,从而带来能耗增加等不良影响。本文提出了结合小波变换的数据优化,以及基于神经网络的故障诊断优化的改进主元分析方法,用于空调系统传感器故障检测和诊断研究。通过对比数据优化前后主元分析的结果,发现同样0. 850 0累计贡献率原则上,采用小波变换去除噪声后,主元个数减少了两个,蒸发器进口温度传感器的固定偏差、漂移、精度下降等故障检测效果分别提升了0. 020 7、0. 020 8、0. 041 5,风量传感器固定偏差故障检测效果提升了0. 160 6。为了进一步找出故障源,在小波变换和主元分析的基础上,将求得的主元作为神经网络的输入,对5个传感器固定偏差故障进行测试,故障诊断结果分别为0. 766 7、0. 866 7、0. 900 0、1. 000 0、1. 000 0。 

【文章页数】：7 页

【文章目录】：
1 数据采集及模型建立
    1.1 原始数据的采集
    1.2 构建PCA神经网络模型
2 小波去噪前后机组数据分析
    2.1 基于PCA的机组数据分析
    2.2 基于WPCA的机组数据分析
3 故障检测和诊断结果
    3.1 故障检测结果
    3.2 故障诊断结果
4 结论


【参考文献】：
期刊论文
[1]PCA在非线性系统传感器故障检测和重构中的应用[J]. 仇韬,张清峰,丁艳军,吴占松,张毅,孔亮.  清华大学学报(自然科学版). 2006(05)
[2]基于PCA神经网络的电路电子整流装置故障诊断方法[J]. 么之欣.  硅谷. 2008(15)
[3]基于主元分析法的冷水机组传感器故障检测效率分析[J]. 胡云鹏,陈焕新,周诚,杨小双,徐荣吉.  化工学报. 2012(S2)
[4]基于改进BP神经网络的网络故障诊断研究[J]. 杨金宝,张昌宏,陈平.  计算机与数字工程. 2012(02)
[5]基于PCA和BP神经网络的故障诊断仿真系统[J]. 朱兴统,熊建斌.  自动化与仪器仪表. 2015(12)
[6]基于主元分析法的多联机系统压缩机排气温度传感器故障检测与诊断[J]. 禹法文,陈焕新,李绍斌,李冠男,郭亚宾,石书彪,李炅.  制冷技术. 2017(04)
[7]基于小波去噪和神经网络的冷水机组故障诊断[J]. 石书彪,陈焕新,李冠男,胡云鹏,黎浩荣,胡文举.  制冷学报. 2016(01)
[8]主元分析用于多联式空调系统传感器故障检测和诊断[J]. 张弘韬,陈焕新,李冠男,申利梅,李绍斌,胡文举.  制冷学报. 2017(03)

博士论文
[1]基于主元分析的冷水机组传感器故障检测效率研究[D]. 胡云鹏.华中科技大学 2013

硕士论文
[1]基于主元分析法的工业锅炉故障诊断的研究[D]. 韩同瑞.大连海事大学 2012
[2]基于PCA的空气源热泵空调系统故障诊断[D]. 兰丽丽.湖南大学 2008



本文编号：3722570