空調(diào)系統(tǒng)中傳感器故障的檢測(cè)與診斷.pdf

1、空調(diào)系統(tǒng)中的故障，會(huì)嚴(yán)重影響到系統(tǒng)的能源消耗、室內(nèi)環(huán)境的舒適性和設(shè)備的運(yùn)行損耗。及時(shí)發(fā)現(xiàn)和排除空調(diào)系統(tǒng)中的故障，可以節(jié)約能源，降低系統(tǒng)的運(yùn)行費(fèi)用，提高室內(nèi)空氣品質(zhì)，維持室內(nèi)環(huán)境的舒適性。因而，自動(dòng)故障檢測(cè)與診斷受到了越來(lái)越多的關(guān)注。正確可靠的傳感器信號(hào)是準(zhǔn)確進(jìn)行空調(diào)系統(tǒng)自動(dòng)故障檢測(cè)與診斷的前提，也是空調(diào)正確檢測(cè)與可靠控制的重要保證。所以，研究空調(diào)系統(tǒng)的傳感器的故障診斷具有重要的意義。 本文采用主成分分析法(PCA)對(duì)變風(fēng)量(VA

2、V)空調(diào)系統(tǒng)傳感器的偏差故障及漂移故障進(jìn)行檢測(cè)與診斷。主成分分析法利用正常運(yùn)行條件下的測(cè)量數(shù)據(jù)來(lái)建立系統(tǒng)模型，從而避免了直接建立系統(tǒng)的解析模型。利用該方法建立系統(tǒng)的模型時(shí)，主成分?jǐn)?shù)的選取是一個(gè)關(guān)鍵問(wèn)題。本文選用最小不可重構(gòu)方差法來(lái)選取最優(yōu)主成分?jǐn)?shù)。 主成分分析法將測(cè)量數(shù)據(jù)空間劃分為主成分子空間(PCS)和殘差子空間(RS)。主成分子空間包含的主要是數(shù)據(jù)的正常部分，而殘差子空間則主要包含故障或自由噪聲。通過(guò)檢測(cè)測(cè)量數(shù)據(jù)在殘差子空間

3、內(nèi)的投影大小，可以確定系統(tǒng)是否出現(xiàn)故障。本文用平方預(yù)測(cè)誤差SPE這個(gè)統(tǒng)計(jì)量，來(lái)檢測(cè)系統(tǒng)是否出現(xiàn)故障。 故障重構(gòu)的本質(zhì)就是尋找故障測(cè)量數(shù)據(jù)所對(duì)應(yīng)的正常值的一個(gè)估計(jì)值的過(guò)程。本文用迭代重構(gòu)法對(duì)故障數(shù)據(jù)進(jìn)行重構(gòu)，迭代重構(gòu)的本質(zhì)是沿著故障的方向逐步逼近主成分子空間的過(guò)程。 故障識(shí)別是故障診斷的一個(gè)重要內(nèi)容，本文采用了SVI指數(shù)進(jìn)行故障識(shí)別。研究表明，SVI指數(shù)能很好識(shí)別VAV系統(tǒng)的溫度傳感器故障和新風(fēng)流量傳感器故障，而無(wú)法識(shí)別送

4、、回風(fēng)流量傳感器故障。出現(xiàn)這一問(wèn)題，是由于送、回風(fēng)流量傳感器之間的共線性造成的。為了解決這一問(wèn)題，本文采用小波分析法。小波分析法具有很好的局部時(shí)頻特性，能通過(guò)觀察信號(hào)的高頻系數(shù)變化來(lái)識(shí)別故障，從而較好地解決了流量傳感器共線性這一問(wèn)題。 為了驗(yàn)證PCA方法的正確性和有效性，通過(guò)對(duì)某建筑的VAV系統(tǒng)的仿真獲取一定條件下系統(tǒng)的仿真數(shù)據(jù)，利用仿真數(shù)據(jù)建立系統(tǒng)的PCA模型并對(duì)VAV系統(tǒng)傳感器的偏差故障及漂移故障進(jìn)行了檢測(cè)、識(shí)別與重構(gòu)。結(jié)果