建筑能源管理与控制系统中传感器故障及其检测与诊断

描述了传感器故障类型，给出了其故障函数。用主成分分析法对建筑能源管理与控制系统测量数据进行建模并对空调检测系统中的四类传感器故障进行检测与诊断。结果表明主成分分析法具有很好的故障检测和故障诊断能力。     

基于主成分分析法的空调系统传感器自动故障诊断

由于各种各样的故障,空调系统在整个建筑生命周期内其性能很少能够达到设计目标。为了改善空调系统的性能,在整个建筑生命周期内对其进行定期或连续检测是很必要的。随着空调系统的日益复杂化和对快速可靠检测的需求,人工检测已远远不能满足要求,这使自动检测成为了必须。目前国际上研究建筑空调系统自动检测的技术很热门,但较少考虑空调系统传感器的准确性。传感器读数准确性是空调系统可靠控制和检测的先决条件。本文提出了一种基于主成分分析法的鲁棒故障诊断策略,该策略可以有效地对空气处理单元中的传感器进行自动检测。结合建筑自动化系统,该诊断策略可以实现空调系统传感器故障的在线检测。     

基于小波变换的传感器故障诊断研究

主元分析法可以应用于空调系统的传感器故障诊断,但是测量数据中隐含的噪声及系统的动态性影响了这一方法在故障诊断时的效果。本文提出采用小波变换的方法对测量数据进行分解,利用不含噪声及动态性的低频信号进行传感器的故障诊断,即基于小波变换的主元分析故障诊断法。该方法采用一大型离心式制冷机的实测运行数据进行验证,且同时与常规的主元分析法进行比较,结果说明基于小波变换的主元分析法可以提高故障诊断水平。     

冷凝器结垢故障对传感器故障诊断方法的影响分析

传感器测量质量是实施系统监控，优化控制及部件故障诊断的重要保证。制冷机系统的部件故障和传感器故障很有可能同时发生。因而在研究传感器故障诊断的方法及应用这一方法进行传感器故障诊断时必须考虑到制冷机的部件故障的影响。根据离心式制冷机的试验数据研究了冷凝器结垢故障对基于主元分析法的制冷机传感器故障诊断方法的影响，研究结果表明基于主元分析的制冷机传感器方法对冷凝器结垢故障不敏感，该方法对有无结垢故障条件下的传感器故障都能成功地进行检测诊断及数据重构。     

某医药检测中心冰蓄冷空调系统智慧运维云平台技术应用

针对公共建筑集中空调系统运行能耗高、智慧运维水平低的问题，以某医药检测中心冰蓄冷空调系统为例，介绍了基于大数据分析的智慧运维云平台在冰蓄冷空调系统中的应用。部署于云平台的智慧运维技术包括故障诊断规则库、故障图谱诊断及时间表优化控制算法，并通过项目实际运行数据对故障诊断效果和节能控制效果进行了分析。结果表明，故障诊断规则库可以有效检测到冰蓄冷空调系统中暖通设备的运行故障和参数异常，故障图谱诊断可实现对具体故障的定位与溯源，帮助运维人员及时采取设备维修措施。冰蓄冷空调系统应用时间表优化算法后，典型月节能率为7.46%,节费率为11.08%。     

毛细管辐射空调故障诊断专家系统研究

近年来,随着公共建筑中毛细管辐射空调的兴起,该空调运行上出现的问题也接踵而至,给用户带来很大的困扰,以空调实际运行中可能出现的故障问题,设计基于故障树分析法的毛细管辐射空调故障诊断专家系统。建立了专家系统的框架模型,并将故障树模型研究成果转化为专家系统的知识框架和可更新、可修改的数据库,结合该领域专家相应的维修经验及知识,设计了推理解释模块。最后采用JAVA,JSP编程语言开发了可视化专家系统故障诊断软件,并应用于实际故障诊断,记录了诊断过程。分析得出该软件可高效地定位该空调系统的故障原因并提供维修建议。     

离心式制冷机系统传感器故障诊断的试验研究

传感器的可靠性及准确性对制冷机系统的可靠控制和系统的最优运行起着至关重要的作用。同时,传感器的读数也是进行部件故障诊断的基础。本文提出了基于主元分析法的制冷机传感器故障诊断方法,该方法的主元分析模型由离心式制冷机系统中的相关测量变量在正常条件下的观测样本构成。这一方法利用这些变量在正常条件下的相关性来对传感器的测量观测值进行故障检测与诊断及测量重构,并分别用Q-统计及Q-分布图来对传感器故障进行检测及诊断。本文利用实验室离心式制冷机的试验数据对这一基于主元分析法的传感器故障诊断方法进行了验证。     

基于EWMA控制图和规则的变风量空调箱故障诊断

针对变风量空调箱故障,考虑了数据自相关性、系统动态性和瞬变过程等因素的不利影响,本文给出了1种基于EWMA控制图和专家规则的变风量空调箱故障诊断方法。残差EWMA控制图被用于检测变风量空调箱故障,该方法既可以消除空调负荷突变、运行参数改变、开机等瞬变过程和系统动态性的不利影响,又可以消除数据自相关性对控制图性能的不利影响,可以提高故障检测的准确性。设计了基于规则的故障分类器,可分离和寻找故障源。故障诊断方法在实际系统中进行了应用和验证,验证结果表明该故障诊断方法具有较好的鲁棒性和较高的准确率。     

空调系统的神经网络信息融合故障诊断研究

空调系统的故障诊断十分复杂。针对传统故障诊断的不足,提出神经网络与信息融合相结合的故障综合诊断方法,对来自多个时刻的故障信息进行融合,得到更为准确的故障综合诊断结果。通过在集中空调教学模型上的仿真试验,证明了该故障诊断方法的可靠性。     

空调系统故障实验及诊断规则研究

对空调系统典型故障的研究能够帮助实现快速而准确的故障诊断,有利于高效解决故障问题,有较高的实用价值。通过设计实验获得了空调系统在正常与故障状态下的运行数据,运用数据分析等方法对故障进行了深入研究并建立了故障诊断的规则集合。结果显示,基于该规则的故障诊断方法能达到较高的正确率,其中对于冷冻水传感器故障的诊断正确率高达94.01%。     

用参数自整定模型在线检测空气处理机组故障

大型现代建筑大都安装了能源管理与控制系统(EMCS),EMCS系统储存的大量监控数据为空调系统的在线故障检测与诊断提供了方便。提出了一种利用参数自整定空调部件模型在线检测变风量空气处理机组故障的方法。利用遗传算法优化模型参数使模型预测数据与实测值数据的残差最小,因此空调部件模型有较高的预测精度。若模型预测数据与实测数据的残差超出了预先设定的阈值,就意味着变风量空气处理机组可能存在故障。针对在实际应用时确定故障检测阈值的困难,给出了用统计方法确定阈值的方法。故障检测方法在真实建筑中进行了应用和验证,结果表明该故障检测方法可以结合EMCS系统准确有效的检测变风量空气处理机组故障。     

A system-level fault detection and diagnosis strategy for HVAC systems involving sensor faults

This paper presents a strategy for fault detection and diagnosis (FDD) of HVAC systems involving sensor faults at the system level. Two schemes are involved in the system-level FDD strategy, i.e. system FDD scheme and sensor fault detection, diagnosis and estimation (FDD&E) scheme. In the system FDD scheme, one or more performance indices (PIs) are introduced to indicate the performance status (normal or faulty) of each system. Regression models are used as the benchmarks to validate the PIs computed from the actual measurements. The reliability of the system FDD is affected by the health of sensor measurements. A method based on principal component analysis (PCA) is used to detect and diagnose the sensor bias and to correct the sensor bias prior to the use of the system FDD scheme. Two interaction analyses are conducted. One is the impact of system faults on sensor FDD&E. The other is the impact of corrected sensor faults on the system FDD. It is found that the sensor FDD&E method can work well in identifying biased sensors and recovering biases even if system faults coexist, and the system FDD method is effective in diagnosing the system-level faults using processed measurements by the sensor FDD&E.     

基于HVAC信息流的故障检测与诊断系统研究

介绍了一种新的HVAC故障检测与诊断系统，该系统利用人工神经网络技术处理信息流，在信息流分析的基础上，采用面向对象的编程思想，和基于模型的FDD方法相结合，最后描述了该故障检测与诊断系统的实现过程。     

建筑空调系统诊断研究进展

中央空调系统是商业建筑的能耗大户,对中央空调系统的监控有利于掌握系统是否正常运行。当系统不能正常运行时,及时对系统进行诊断,并找出问题所在并提出解决问题的办法;即使系统正常运行,及时对系统的各种指标进行评估以判断系统是否在高能效下运行。因此对建筑空调系统进行各种故障的检测及诊断对保证系统的正常运行,提高系统能效及保证室内环境有重要意义。本文回顾了建筑空调系统故障诊断的研究情况及进展,同时指出这方面的研究应该加强各种诊断策略及方法在实际工程应用方面的研究。     

Fault-tolerant control and data recovery in HVAC monitoring system

It is necessary that a reliable and optimal control system has the ability of fault tolerance, which recovers the faulty and/or missed data in time. Principal component analysis (PCA) is presented to model HVAC monitored systems by using the measured data under normal operation condition (NOC). PCA splits the measurement space into two subspaces, one principal component subspace (PCS) and the other residual subspace (RS). When the faulty or missed data is observed, it will be projected into PCS and RS. It is then recovered by sliding the faulty or missed data to PCS via iteration. Examples of HVAC monitoring system have demonstrated that the approach has good performance to recover faulty or missed data and thus can be embedded into the system to achieve fault-tolerant control.     

智能化设备管理在暖通空调系统中的应用

本文针对传统设备管理模式存在的问题,阐述了现代设备管理、状态监控和设备故障维修的必要性,并就暖通空调系统的故障特征、故障检测与诊断的方法、实现步骤及相关技术进行了探讨。     

A top-down strategy with temporal and spatial partition for fault detection and diagnosis of building HVAC systems

This paper presents a top-down strategy for detecting faulty HVAC units across different levels. Energy flow models of HVAC units are developed while the energy is the main feature extracted from the vast amount of real-time data of the HVAC system in a building. A temporal and spatial partition strategy for analyzing HVAC units is proposed. The partition takes into account of architectural, environmental, and human factors. The partition strategy leads to more appropriate thresholds for fault detection. Numerical examples are presented to demonstrate the detection of a systemwide fault and a fault at the VAV level.     

基于主成分法的VAV系统传感器故障检测与诊断

众所周知，VAV系统对控制的要求很高，作为控制系统中非常关键的元件——传感器，一旦出现故障将直接影响控制系统的决策，从而使VAV系统的运行偏离设计要求。因此，VAV系统传感器的故障检测与诊断研究是很有必要的。本文采用主成分分析法(PCA，Principal Component Analysis)对传感器故障的检测、确认与重构进行分析，以期获得一种可行的方案。