文献类型：期刊文章

作　　者：张弘韬[1] 陈焕新[1] 李冠男[1] 申利梅[1] 李绍斌[2] 胡文举[3]

机构地区：[1]华中科技大学制冷与低温工程系,武汉430074 [2]珠海格力电器有限公司,珠海519070 [3]北京建筑大学供热供燃气通风及空调工程北京市重点实验室,北京100044

出　　处：《制冷学报》

基　　金：国家自然科学基金(51576074;51328602)资助项目;供热供燃气通风及空调工程北京市重点实验室研究基金(NR2013K02)项目资助~~

年　　份：2017

卷　　号：38

期　　号：3

起止页码：76-81

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：作为多元数据分析方法之一,主元分析(PCA)被广泛运用于诊断制冷空调系统的传感器故障。本文首先结合热平衡原理以及多联机运行的控制逻辑,筛选系统中常用的18个传感器变量,建立多联机(VRF)传感器的故障分析(FDD)模型。然后结合主元分析的算法原理,给出以Q统计量和Q贡献率为检验标准的传感器故障检测与诊断流程。利用实测数据验证工作,引入不同类型和程度的传感器故障,分析得到不同故障条件下的故障检测和诊断特性。结果表明:总体上,主元分析应用于多联机传感器故障检测与诊断过程是可靠的。具体特征表现为:不同类型的传感器在不同故障类型及程度条件下,故障检测效果差异明显;在小偏差故障条件下,基于主元分析的传感器故障检测方法的故障检测效率较低,并且针对个别传感器而言,其整体故障检测效率偏低。鉴于故障诊断是基于故障检测的结果,因此上述故障检测方法在FDD过程中将起到重要的作用。

关 键 词：主元分析 故障检测及诊断  Q统计量 Q贡献率  传感器 多联式空调系统

分 类 号：TU831.3] TP277]