基于支持向量机的空调水系统调节阀FDD方法研究

发布时间：2018-04-24 03:19

本文选题：调节阀 + 故障检测与诊断技术　；参考：《重庆大学》2016年硕士论文

【摘要】：暖通空调系统在人们的生活工作中扮演着越来越重要的角色,但是,它作为建筑能耗的主要组成部分,也极大地增大了建筑的能耗。很多建筑空调系统由于各种各样的故障原因不能按照实际意图运行,导致大量的能源浪费。调节阀是空调系统中不可缺少的流量控制、调节部件,部分调节阀还对冷热源机组及空调设备起到保护作用。当调节阀出现故障,会造成空调水系统的严重水力失衡,同时无法保证对冷热源机组和空调设备的保护功能,严重时会影响机组的正常运转和使用寿命,不仅影响机组运行的安全性和室内舒适性,而且增大了设备费用和整个系统的能耗,造成能源浪费,从而导致不必要的经济损失。因此,实时对空调水系统调节阀的运行状态进行监控,并采用可靠的故障检测与诊断(fault detection and diagnosis,简称FDD)策略防止故障的发生,对空调系统的高效运行具有巨大的现实意义。论文提出的基于支持向量机(support vector machine,简称SVM)的空调水系统调节阀故障检测与诊断方法主要包括两部分:离线模型训练和在线阀门故障检测与诊断。该策略利用SVM理论建立特性参数参考模型,同时利用指数加权移动平均(exponentially weighted moving average,简称EWMA)控制图降低了基于t统计的数理统计方法的第Ⅱ类错误,从而提高对故障类型的检测精度;论文以空调水系统较为常用的压差旁通调节阀为例,选用调节阀流量,控制器输出信号(Controller Output,简称OP)作为参考模型的输入变量,选用调节阀阀位反馈信号(Manipulate Value,简称MV)参数作为故障特性参数,通过将数据预处理后的Flowmaster模拟结果中的调节阀故障特性参数与回归模型的对比,对调节阀6种常见的故障进行FDD方法研究。论文采用流体网络分析软件Flowmaster模拟实际工况获得模型训练及测试数据,对基于支持向量机的调节阀故障检测与诊断方法进行了测试。结果表明:与EWMA控制图结合的FDD方法在模型精度和故障检测与诊断可靠性方面均较为理想。
[Abstract]:The fault detection and diagnosis method of air - conditioning water system regulating valve based on support vector machine is used as input variable of reference model .

【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU831

【相似文献】