基于改进主元分析方法的空调系统传感器故障检测和诊断研究

• 作者: 张弘韬 张爽爽 郭亚宾 陈焕新
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 故障检测和诊断 主元分析 神经网络 小波去噪 空调系统
• 年，卷（期）: 2020,（1）
• 页码范围: 147-153
• 页数: 7页
• 分类号: TB657.2|TU831.3|TP183
• 字数: 5697字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2020.01.147

摘要

传感器在空调系统中主要起着监测和控制的作用,影响空调系统的正常运行,从而带来能耗增加等不良影响.本文提出了结合小波变换的数据优化,以及基于神经网络的故障诊断优化的改进主元分析方法,用于空调系统传感器故障检测和诊断研究.通过对比数据优化前后主元分析的结果,发现同样0.8500累计贡献率原则上,采用小波变换去除噪声后,主元个数减少了两个,蒸发器进口温度传感器的固定偏差、漂移、精度下降等故障检测效果分别提升了0.0207、0.0208、0.0415,风量传感器固定偏差故障检测效果提升了0.1606.为了进一步找出故障源,在小波变换和主元分析的基础上,将求得的主元作为神经网络的输入,对5个传感器固定偏差故障进行测试,故障诊断结果分别为0.7667、0.8667、0.9000、1.0000、1.0000.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学能源与动力工程学院	150	1067	18.0	25.0
2	张弘韬	华中科技大学能源与动力工程学院	2	8	1.0	2.0
3	郭亚宾	华中科技大学能源与动力工程学院	16	60	4.0	7.0
4	张爽爽	华中科技大学能源与动力工程学院	1	0	0.0	0.0