基于KPCA的HVAC系统传感器故障诊断

• 作者: 刘顺波 张振仁 高运广
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 核主成分分析 暖通空调 传感器 故障监测诊断
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 37-39,42
• 页数: 4页
• 分类号: TP206
• 字数: 2723字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2008.05.012

摘要

传感器状态的好坏很大程度上影响暖通空调(HVAC)系统的运行,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特性空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器常见4种故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.实验结果表明:KPCA方法具有很好的故障监测与诊断能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘顺波		39	179	7.0	11.0
2	高运广		19	93	5.0	8.0
3	张振仁		62	594	13.0	21.0