基于贝叶斯网络的空调冷水阀故障检测与诊断

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。

基于主成分分析与模式匹配的空调箱故障检测

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。