變風量空調(diào)系統(tǒng)故障特性分析與診斷.pdf

1、當前，變風量(Varriable Air Volume，VAV)空調(diào)系統(tǒng)在建筑樓宇中得到了日益廣泛的使用，而學者們提出的各種先進優(yōu)化控制策略也開始在變風量系統(tǒng)中逐步得到應用，以實現(xiàn)節(jié)能的目標。變風量系統(tǒng)及其優(yōu)化策略的成功實施必須有一個前提：系統(tǒng)無故障。但是，變風量空調(diào)系統(tǒng)經(jīng)過長期運行后，總會存在這樣那樣的問題，各類故障或性能降低等問題會造成空調(diào)系統(tǒng)能耗增加、室內(nèi)熱舒適性下降、設備壽命減少甚至運行事故等嚴重后果。尤其傳感器、控制器和執(zhí)行器

2、等故障一旦發(fā)生，必然會誤導控制系統(tǒng)，導致先進控制策略的目標無法實現(xiàn)。因此，在變風量空調(diào)系統(tǒng)中融入有效的故障診斷策略，對于空調(diào)系統(tǒng)的高效運行乃至建筑節(jié)能均具有重要意義。
　　 本文首先對變風量空調(diào)系統(tǒng)的故障特性進行了研究，通過分析不同故障在控制回路中對其他部件或變量產(chǎn)生的影響，分析了變風量空調(diào)系統(tǒng)故障的傳遞控制特性，并分析了不同故障對變風量空調(diào)系統(tǒng)的運行、舒適性和能耗的影響。
　　 變風量空調(diào)系統(tǒng)是一個龐大且復雜的系統(tǒng)，涉

3、及眾多的部件、傳感器、控制器和執(zhí)行器。因此，精準的數(shù)學物理模型很難構(gòu)建，而且難以應用于各個不同的實際系統(tǒng)，即診斷模型的通用性受到限制。故本文提出了一種基于數(shù)據(jù)的方法：神經(jīng)網(wǎng)絡，用于變風量空調(diào)系統(tǒng)故障的診斷。
　　 雖然神經(jīng)網(wǎng)絡是一種出色的模式識別方法，可用于系統(tǒng)狀態(tài)的預測與判別。但是，神經(jīng)網(wǎng)絡在數(shù)據(jù)處理與分析方面，其能力就十分有限。既然變風量空調(diào)系統(tǒng)中涉及了數(shù)目眾多的變量，長時間運行后的數(shù)據(jù)量是非常龐大的。顯然，僅靠神經(jīng)網(wǎng)絡是無

4、法勝任數(shù)據(jù)處理并診斷的任務的。因此，本文提出了小波神經(jīng)網(wǎng)絡的診斷方法，把小波分析作為神經(jīng)網(wǎng)絡的輔助方法。通過三層小波分析，對數(shù)據(jù)矩陣進行有效的分析，剔除干擾因素，提取主要信息。經(jīng)過小波處理后的數(shù)據(jù)再進行神經(jīng)網(wǎng)絡的預測與診斷，從而大幅提高了方法的診斷能力。
　　 此外，由于小波或神經(jīng)網(wǎng)絡的數(shù)學方法對系統(tǒng)物理意義的描述能力比較弱，因此，本文利用變風量空調(diào)系統(tǒng)中的物理平衡模型，分別建立了基于多個平衡模型的數(shù)據(jù)群，將具有較強控制相關(guān)性的