您现在的位置:首页 > 资讯中心 » 人物 » 正文

【大会快讯】李冠男:一种新的螺杆冷水机组系统传感器故障诊断方法

来源:暖通空调在线 2016-11-22 21:26:56
http://down0.51hvac.com/down/file/upload/201604/05/14-05-50-59-1.jpg
专题
2016国际制冷技术交流会定于10月在广东珠海举办,会议由国家节能环保制冷设备工程技术研究中心(以下简称“国家工程中心”)主办..
[暖通空调在线原创]
    2016第四届国际制冷空调技术交流会于2016年11月21隆重开幕。会议由国家节能环保制冷设备工程技术研究中心、空调设备及系统运行节能国家重点实验室主办。本届大会以“绿色 •创新•应用”为主题,就行业重点领域的技术发展趋势和前沿创新成果进行探讨,重点关注技术的产业化和跨行业融合,探寻行业发展新方向。

DSC_0388
 
    2016年11月22日上午分论坛“制冷空调节能技术应用研究”上。华中科技大学李冠男博士作了《一种新的基于SVDD算法的螺杆冷水机组系统传感器故障诊断方法》的主题报告。主要从研究背景、基于SVDD的传感器故障诊断模型、基于SVDD的冷水机组传感器故障诊断策略、验证结果与讨论等方面进行介绍。

    研究背景

    冷水机组作为一个主要耗能设备,超过暖通空调(HVAC)系统总能耗的40%。很大一部分能耗损失是由传感器故障引起(偏离正常工况运行)。据估计传感器故障重构和优化所带来的潜在节能率不少于20%,进行冷水机组传感器故障检测和诊断技术研究具有重要的研究价值。数据驱动故障诊断方法研究现状及其不足。基于运行过程数据进行故障检测分析的方法应用越来越广泛。

    SVDD的优势及其研究现状

    目前主要用于图像识别, 机械故障检测, 热力故障检测, 几乎没有与HVAC传感器故障诊断相关的报道。

   研究的目标

    提出一种基于SVDD方法的传感器故障检测和诊断模型,收集某螺杆式冷水机组实测运行数据,引入传感器故障,验证SVDD模型与传统PCA方法的传感器故障检测和诊断性能进行对比,为后续暖通空调系统传感器故障检测和诊断应用提供参考。基于SVDD的传感器故障诊断模型,SVDD通过非线性映射函数将输入向量映射到一个更高维度的特征空间内,使其具有更好的聚集性,在特征空间内求解一个最小超球体包含尽可能多的输入向量,实现目标样本集与非目标样本集最大分离。

基于SVDD的冷水机组传感器故障诊断策略

    研究结果

    提出一种基于SVDD方法的传感器故障检测和诊断模型,并利用实测运行数据进行了验证;实际HVAC系统中,并非所有数据都是满足正态分布、线性相关的,SVDD的传感器故障检测结果受数据分布和相关关系较大。所以在实际传感器故障检测应用之前,应对数据分布和相关关系进行检验,可帮助选择故障检测和诊断方法;与传统PCA方法的传感器故障检测敏感性和诊断准确性能进行对比,SVDD具有相似的故障检测结果,而部分故障诊断结果更优,这为后续暖通空调系统传感器故障检测和诊断应用提供备选。 
版权声明:本文为暖通空调在线独家原创,著作权受我国法律保护,未经书面许可,任何媒体、商业公司、网站、个人不得转载、复制或以其他手段侵犯本网权利。 已获许可转载的,请注明“来源:暖通空调在线”。其他合作事宜,请联系本网。
免责声明:
1.本网站部分文章内容、图片或视频来源于网络、作者投稿等,版权归原作者所有,仅供学习参考之用,不具有任何商业用途,如涉版权、侵权等问题,请及时联系我方进行处理(联系电话:022-84220470,电子邮件:help@51hvac.com);
2.本网站对转载、分享内容、特约发布、陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完善性提供任何明示或暗示保证,仅供读者参考,并请自行核实相关内容;
3.只要不用于商业目的,本网站的文章欢迎任何形式的传播和转载,转载请取得授权、注明出处、保持作品完整;
4.本网站有权根据中华人民共和国法律、法规及规范性文件、互联网变化及自身业务的发展情况,不断修改和完善本声明。
微信扫描左侧二维码,文章分享到朋友圈
暖通空调在线公众微信:ehvacr
每日行业微信日报,订阅有礼了!
责编:malinlin123
新闻投稿:news@51hvac.com
高端访谈更多>>
  • 许鹏教授:抗击COVID-19ASHRAE与REHVA对策之对比及借鉴
  • 张泉:数据中心节能方向及相关技术研究的进展
官方微信