基于主元分析方法的空调系统传感器故障诊断研究

基于主元分析方法的空调系统传感器故障诊断研究

ID:33409220

大小:2.44 MB

页数:95页

时间:2019-02-25

基于主元分析方法的空调系统传感器故障诊断研究_第1页
基于主元分析方法的空调系统传感器故障诊断研究_第2页
基于主元分析方法的空调系统传感器故障诊断研究_第3页
基于主元分析方法的空调系统传感器故障诊断研究_第4页
基于主元分析方法的空调系统传感器故障诊断研究_第5页
资源描述:

《基于主元分析方法的空调系统传感器故障诊断研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、燕山大学硕士学位论文基于主元分析方法的空调系统传感器故障诊断研究姓名:吴希军申请学位级别:硕士专业:测试计量技术及仪器指导教师:胡春海20050101摘要随着人们对现代建筑室内环境质量和能源消耗要求的不断提高,供热、通风和空气调节系统变得越来越复杂。在这种高度复杂的空调系统中,快速及时地检测系统中出现的各种故障,以减少系统能源消耗,维持舒适的室内环境,并降低设备磨损,已远非操作者人力所能及,这使得自动故障检测与诊断系统应运而生。基于多元统计过程控制的故障诊断方法,是故障诊断领域研究的一个重要分支。近年来,不同形式的主元分析方法,在各领

2、域的故障诊断中得到了广泛的应用,且取得了很好的效果。本文对传统主元分析方法用于故障检测和诊断的理论基础进行了完整介绍;针对传统主元分析方法不适合分析动态系统的缺陷,本文提出了改进的基于时滞数据动态主元分析的方法。根据系统运行的状况,采取适当的策略,不断更新训练数据矩阵,从而保证了所构建的动态主元模型的有效性:传统主元分析法不能用来分析非线性系统,本文提出了综合利用核函数主元分析和神经网络预测器的非线性系统故障诊断方法;文中对复杂系统内,构建单个主元模型,往往不能很好保证变量间相关性的问题,提出了根据不同机理构建多个主元模型,利用数据融

3、合知识进行故障检测,并结合神经网络对故障进行识别的思想,而且通过把变量的趋势信息作为网络的输入,有效降低了输入数据的维数:对故障诊断领域关心的几个关键问题进行了阐述。通过对空调系统空气处理单元内的部分流量和温度传感器进行的仿真实验,给出了仿真实验结果,并将本文提到的诊断方法和常规主元分析方法进行了比较,验证了所提方法的有效性。关键词故障诊断:传感器;主元分析:动态主元分析;核函数主元分析;神经网络;数据融合;空调系统燕山大学工学硕士学位论文AbstractWiththeincreasingdemandsonindoorenvironm

4、entquality(IEQ)andenergyconsumptioninmodembuildings,heating、ventilation、ai卜conditioning(HVAc)systemsbecomemoreandmorecomplex.Inordertoreducepowerconsumption、maintaincomfortinbuilding、reducewearonHVACequipment,automationfaultdetectionanddiagnosiscomeintoforth.Inthisdisse

5、rtation,thefufldamentaltheoryofprincipalcomponentanalysis(PCA)havebeendeeplyanalyzed,AnovelfaultdiagnosismethodbasedonimproveddynamicPCAhasbeenpresented,comparedwithconventionalstaticPCA,itCanappliedintodynamicsystems.ConventionalPCAcannotbeusedinthenonlinearsystems,ino

6、rdertoovercomethisdeficiency,anovelfaukdiagnosismethodbasedonKernelprinciplecomponentanalysis(KPCA)andneuralnetworkpredictorhasbeenpresented.Incomplicatesystems,toconstructasinglePCAmodelincludingallthesystemvariableshardlyprovidessatisfactoryperformanceinthefaultdetect

7、ionanddiagnosisapplication.Tosolvethisproblem,themeasuredvariablesaredividedintoseveralgroupsaccordingtotheprinciplesgovernedthesystem,usingdatafusionknowledgetodetectfault§andcombinedwithneuralnetworktofulfillfaultrecognition.Specificissuesthatdeservemoreattentionandde

8、eperunderstandinghavebeenpresented.Intheend,theproposedmethodsareverifiedbyasimulationtestforairhandlingunitof

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。