-
题名基于贝叶斯网络的空调冷水阀故障检测与诊断
被引量:1
- 1
-
-
作者
张慧
杨学宾
方兴
余莎莎
晏新奇
-
机构
东华大学环境科学与工程学院
河南省高等学校供热空调重点学科开放实验室
中国舰船研究设计中心
-
出处
《东华大学学报(自然科学版)》
CAS
北大核心
2020年第1期141-147,共7页
-
基金
国家重点研发计划资助项目(2018YFC0705305)
河南省高等学校供热空调重点学科开放实验室研究基金资助项目(2017HAC102)。
-
文摘
针对空调系统运行中所产生的很多不确定性故障问题,建立了贝叶斯网络模型,开发了多故障状态的贝叶斯概率计算模型,利用Leaky Noisy-Max模型进行贝叶斯网络参数学习,提出了基于故障特征准则和阈值判别的故障检测与诊断技术。采用现场实测数据,以冷水阀故障为例,验证了该技术的可行性。结果表明,该技术能够诊断出冷水阀故障,诊断结果能够快速定位故障产生源,从而提高空调运行系统的稳定性。
-
关键词
贝叶斯网络
冷水阀
故障检测与诊断
空调系统
现场实测数据
Leaky
Noisy-Max
-
Keywords
Bayesian network
chilled water valve
fault detection and diagnosis
air conditioning system
field measured data
Leaky Noisy-Max
-
分类号
TU831.3
[建筑科学—供热、供燃气、通风及空调工程]
-
-
题名基于主成分分析与模式匹配的空调箱故障检测
- 2
-
-
作者
晏新奇
杨学宾
何如如
-
机构
东华大学环境科学与工程学院
-
出处
《建筑热能通风空调》
2021年第2期6-10,5,共6页
-
文摘
可靠的故障检测术是保证空调系统正常运行的前提条件。利用MATLAB软件建立主成分分析模型,结合模式匹配方法。集中定位与检测数据运行条件相似的历史数据周期,并辅以滑动窗口提高模型的灵敏度。采用ASHRAE1312的现场实测数据来验证该技术的可行性。结果表明,该技术能够检测出空调箱故障,为空调系统的预防性维护提供帮助。
-
关键词
故障检测
主成分分析
模式匹配
空调箱
实际运行数据
-
Keywords
fault detection
principal component analysis
pattern matching
air handling unit
field data
-
分类号
TU831.4
[建筑科学—供热、供燃气、通风及空调工程]
-