基于n-SVR的冷水機(jī)組FDD方法研究.pdf

1、暖通空調(diào)(heating，ventilationandairconditioning，簡稱HVAC)系統(tǒng)在人們的生活工作中扮演著越來越重要的角色，但是，它作為建筑能耗的主要組成部分，也極大地增大了建筑的能耗。據(jù)統(tǒng)計(jì)，冷水機(jī)組的運(yùn)行能耗占整個空調(diào)系統(tǒng)能耗的40％～50％。當(dāng)冷水機(jī)組出現(xiàn)故障時，不僅影響機(jī)組運(yùn)行安全性和室內(nèi)熱舒適性，而且增大了整個系統(tǒng)的能耗，造成能源浪費(fèi)。因此，實(shí)時對冷水機(jī)組運(yùn)行狀態(tài)進(jìn)行監(jiān)控，并采用可靠的故障檢測與診斷(fa

2、ultdetectionanddiagnosis，簡稱FDD)策略防止故障的發(fā)生，對保證冷水機(jī)組始終高效運(yùn)行具有巨大的現(xiàn)實(shí)意義。
　　本文提出的基于非線性回歸型支持向量機(jī)(nonlinearsupportvectorregression，簡稱n-SVR)的離心式冷水機(jī)組故障檢測與診斷新方法主要包括兩部分:離線模型訓(xùn)練和在線機(jī)組故障檢測與診斷。新策略利用n-SVR理論建立特性參數(shù)參考模型，它改進(jìn)了多元線性參考模型在研究非線性問題時精

3、度不足的缺陷;利用指數(shù)加權(quán)滑動平均(exponentiallyweightedmovingaverage，簡稱EWMA)控制圖降低了基于t統(tǒng)計(jì)量的統(tǒng)計(jì)學(xué)習(xí)方法的第Ⅱ類錯誤，從而提高對低等級故障的檢測率;選用蒸發(fā)器制冷負(fù)荷、冷凍水出水溫度和冷卻水進(jìn)水溫度作為參考模型的輸入變量，選用五個具有很強(qiáng)物理意義的機(jī)組性能參數(shù)作為故障特性參數(shù)，選用經(jīng)數(shù)據(jù)預(yù)處理后的正常穩(wěn)態(tài)數(shù)據(jù)建立冷水機(jī)組故障特性參數(shù)回歸模型，對離心式冷水機(jī)組7種常見的故障進(jìn)行FDD方

4、法研究。為簡化傳統(tǒng)FDD方法的故障診斷規(guī)則，根據(jù)最敏感性參數(shù)的思想計(jì)算出故障發(fā)生時變化最激烈的最敏感性特性參數(shù)，并使之作為該故障的在線診斷分類器。
　　新FDD策略采用ASHRAERP-1043項(xiàng)目中的27種工況實(shí)驗(yàn)數(shù)據(jù)和香港某大廈實(shí)際HVAC系統(tǒng)冷凝器清洗前后的運(yùn)行數(shù)據(jù)分別進(jìn)行了驗(yàn)證，并把驗(yàn)證結(jié)果和傳統(tǒng)方法的結(jié)果進(jìn)行了對比分析。結(jié)果表明:新FDD方法比傳統(tǒng)的基于t統(tǒng)計(jì)量的多元線性回歸(multiplelinearregressi