空調(diào)系統(tǒng)中傳感器故障檢測(cè)與診斷方法研究.pdf

1、隨著暖通空調(diào)系統(tǒng)(HVAC)在各種場(chǎng)合越來(lái)越廣泛的應(yīng)用,暖通空調(diào)系統(tǒng)得到了很大發(fā)展,空調(diào)系統(tǒng)中的控制系統(tǒng)也越來(lái)越復(fù)雜。不管是商用辦公樓還是工業(yè)加工場(chǎng)所,甚至是民用住宅都對(duì)空調(diào)系統(tǒng)提出了更高的要求,要求空調(diào)系統(tǒng)的運(yùn)行穩(wěn)定、舒適和節(jié)能。在越來(lái)越復(fù)雜和龐大的HVAC系統(tǒng)中,往往會(huì)產(chǎn)生各種各樣的故障,要快速及時(shí)地檢測(cè)、鑒別出系統(tǒng)中出現(xiàn)的各種故障,已遠(yuǎn)非操作者力所能及,這就使得故障檢測(cè)與診斷(Fault Detection and Diagnos

2、is,FDD)系統(tǒng)越來(lái)越成為必要。
　　 基于多元統(tǒng)計(jì)過(guò)程控制的故障診斷方法,是故障診斷領(lǐng)域研究的一個(gè)重要分支。近年來(lái),不同形式的主元分析方法,在各領(lǐng)域的故障診斷中得到了廣泛的應(yīng)用,且取得了很好的效果。
　　 本文首先采用主元分析法(PCA)對(duì)暖通空調(diào)系統(tǒng)傳感器故障進(jìn)行檢測(cè)與診斷。主元分析法利用正常運(yùn)行條件下的測(cè)量數(shù)據(jù)來(lái)建立系統(tǒng)的模型,從而避免了直接建立系統(tǒng)的解析模型。利用該方法建立系統(tǒng)的模型時(shí),主元數(shù)的選取是一個(gè)關(guān)鍵問(wèn)

3、題。本文選用主元貢獻(xiàn)率法來(lái)選取最優(yōu)主成分?jǐn)?shù)。針對(duì)傳統(tǒng)主元分析法不能用來(lái)分析非線性系統(tǒng),本文提出了綜合利用核函數(shù)主元分析和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的非線性系統(tǒng)故障診斷方法；同時(shí),為提高神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的性能,本文采用將遺傳算法應(yīng)用到神經(jīng)網(wǎng)絡(luò)權(quán)值的選定中去,并取得很好效果。
　　 本文以MATLAB為仿真工具,以某建筑仿真空調(diào)系統(tǒng)為研究對(duì)象,應(yīng)用上述方法分別設(shè)計(jì)了傳感器故障診斷系統(tǒng),通過(guò)大量仿真試驗(yàn),證明了上述方法具有令人滿意的故障診斷能力,對(duì)