基于主成分分析法的变风量空调系统传感器故障诊断

《基于主成分分析法的变风量空调系统传感器故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于主成分分析法的变风量空调系统传感器故障诊断晋欣桥，杜志敏，孙勇(上海交通大学制冷及低温工程研究所，上海200030)摘要：在已经建立的建筑空调系统仿真器的基础上，针对变风量(VAV)空调系统的传感器故障，提出一种基于主成分分析(PCA)和法则相结合的传感器故障诊断方法建立了PCA模型，将由传感器测量值所组成的测量空间分解为主成分和残差两个子空问，进行故障检测后再由基于法则的策略进行故障重构仿真试验表明，该方法不仅能够准确地检测并隔离传感器故障，而且可以初步地进行故障重构，为进一步研究传感器的故障诊断提供了必要的基础尖键词：变风量空调系统；传感器；故障检

2、测；主成分分析中图分类号：TU831.3文献标识码：APrineipa1ComponentAnalysis(PCA)BasedFaultDetectionMethodforSensorsinVariableAirVolume(VAV)Air22onditioningSystemJINXin2/iaoyDUZhi2nin,SUNYong(InstofRefrigeratbnandCryogenicsEng,ShanghaiJiaotongUniv.,Shanghai200030,China)Abstract:Afaultdetectionmethodusin

3、gprincQalcomponenlanalysis(PCA)integratedwithlaw2basedstrategywaspresentedfordetectingsensorfaultsinvariableairvolume(VAV)air2conditioningsystanonthebaseofVAVsystemsmulatbnThismethod,whichdividesthemeasurespaceintotwosubspaces:principalsubspaceandresidualsubspace,candetectsensorfa

4、ultsbyPCA2basedstrategyandreconstructthefaultsbylaw2basedstrategyThesinulatbnresuitsshowthatthismethodnotonlycandetectandisolatesensorfaults,butalsocanbrieflyreconstructthefauItsItgaveanecessarybaseforfurtherstudyonsensorfaultdetection.Keywords:variableairvolume(VAV)air2x)nditk)ni

5、ngsystem;sensor;faultdetection;principalcomponentanalysis(PCA)收槁日期:2004239215作者简介晋欣桥(19652).男，安徽滁州人副教授.博士，主要从审空调系统控制与优化方面的研究电话(Tel):021262933351;E3nail：xqjin@mailsjtucducn.对建筑空调系统(HVAC)而言，可靠而准确的监测和控制系统是其稳泄运行的基本前提，也是智能化和最优化控制实施的必要条件，控制系统工作正常与否的关键是其中所用到的传感器能否正常工作在控制系统中，传感器的准确与否直接决定了

6、控制结果的优劣，进而也决定了空调系统的能耗和舒适性由于HVAC系统变得越来越复杂，对传感器进行人工检测和校验较为困难，而且费用很高因此,有必要开发传感器故障诊断系统融入楼宇管理系统(BMS)1屮以自动、方便地对传感器的故障进行诊断在众多的故障诊断方法中,使用较多的有基于模型的方法2和基于数据融合的方法等，针对变风量(VAV)空调系统的非线性、复杂性等特点，本文提出基于主成分分析(PCA)的传感器故障诊断方法1VAV空调系统传感器故障诊断方法典型集屮空气处理系统及测量点的布置如图1所示在空调箱(AHU)的控制中，4个十分重要口影响室内舒适性和能耗的测量参数分

7、别是：送风混度、新风流量、新风与回风的恰差(温湿度差)以及送风与冋风流量差这4个参数测量的准确与否直接影响对应的送风温度控制、新风控制、经济(节能)控制以及室内正压控制由于HVAC系统的风侧是一个开环系统，与闭环的水侧系统的特性不同，可以得到的质量和能量守恒方程的数目不足以诊断出风侧屮所有的变量，故适用于水侧系统的一些故障诊断方法(例如基于法则的故障诊断方法)不适用于风侧系统本文釆用PCA与基于法则’的故障诊断方法相结合的方法图1VAV空调系统结构示意图Fig1SchematicofVAVairconditbningsystemsPCA5,是一种多元统计分

8、析方法，它具有两个主要功能:降低数据的维数;提取数据之间的相关性将