基于数据-机理联合驱动的制冷空调系统故障特征提取方法 |
| |
引用本文: | 孙哲,金华强,李康,顾江萍,黄跃进,沈希.基于数据-机理联合驱动的制冷空调系统故障特征提取方法[J].高技术通讯,2023(7):772-780. |
| |
作者姓名: | 孙哲 金华强 李康 顾江萍 黄跃进 沈希 |
| |
作者单位: | 1. 浙江工业大学机械工程学院;2. 浙江工业大学教育科学与技术学院;3. 浙江农林大学光机电工程学院 |
| |
基金项目: | 浙江省自然科学基金(LQ23E060006);;浙江省重点研发计划(2020C04010)资助项目; |
| |
摘 要: | 制冷空调系统故障特征提取是系统故障诊断的基础。现有研究常利用端到端的黑箱模型实现自主特征提取,获得的特征不具备物理解析,无法保证其全局应用的可靠性。针对制冷空调系统展开具有明确物理意义的特征提取研究对实现可靠可信故障诊断具有重要意义。本文提出一种数据-机理联合驱动的故障特征提取方法,针对动态运行数据复杂多变特性,构建制冷系统基准模型和偏离特性表征策略,实现故障偏离特征的准确提取,并结合热力学机理分析对其进行理论解释。利用ASHRAE RP-1043数据集进行实验验证,获得6类典型故障特征并构建偏离特征矢量表,为故障诊断提供理论基础。
|
关 键 词: | 数据-机理联合驱动 故障特征提取 制冷空调系统 深度学习 |
|
|