【摘要】：多聯(lián)機(jī)作為暖通空調(diào)系統(tǒng)的主要形式之一,具有安裝方便、設(shè)計(jì)靈活、控制智能化、運(yùn)行穩(wěn)定等優(yōu)點(diǎn),已被廣泛應(yīng)用于各種大型建筑中。隨著多聯(lián)機(jī)系統(tǒng)的推廣及普及,其節(jié)能和安全問(wèn)題也將受到廣泛關(guān)注。由于在實(shí)際運(yùn)行狀態(tài)下工況變化的復(fù)雜性,多聯(lián)機(jī)系統(tǒng)會(huì)發(fā)生各種典型故障,從而影響其工作性能,導(dǎo)致能耗增加,還會(huì)產(chǎn)生昂貴的維修費(fèi)用,甚至發(fā)生重大安全事故。因此,對(duì)多聯(lián)機(jī)系統(tǒng)的常見(jiàn)故障進(jìn)行及時(shí)的檢測(cè)與診斷是十分有必要的,本文運(yùn)用數(shù)據(jù)驅(qū)動(dòng)方法對(duì)多聯(lián)機(jī)制冷劑充注量故障進(jìn)行深入研究。本文根據(jù)樣本數(shù)量及對(duì)應(yīng)制冷劑充注量范圍,將多聯(lián)機(jī)制冷劑充注量原始制熱數(shù)據(jù)分為5類故障水平,并對(duì)應(yīng)的標(biāo)上故障水平標(biāo)簽,分別為L(zhǎng)_1、L_2、L_3、L_4、L_5。接著,利用箱線圖分析法找出其中的異常值,并將異常值所在的樣本全部刪除,同時(shí)采用最大信息系數(shù)和斯皮爾曼相關(guān)性分析法進(jìn)行特征選擇,篩選出最終的特征子集。然而,這些數(shù)據(jù)直接采自于測(cè)量現(xiàn)場(chǎng),往往包含大量噪聲,會(huì)降低模型的故障診斷率,因此本文在最終建模之前,采用基于經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的去噪方法對(duì)篩選出的特征變量進(jìn)行去噪處理,以消除數(shù)據(jù)中的噪聲,提高數(shù)據(jù)質(zhì)量。最后,將去噪后的特征子集作為模型輸入,建立多聯(lián)機(jī)制冷劑充注量故障診斷模型,并采用整體故障診斷率、個(gè)體故障診斷率及診斷用時(shí)3個(gè)指標(biāo)來(lái)評(píng)價(jià)模型。結(jié)果顯示,結(jié)合最大信息系數(shù)和斯皮爾曼相關(guān)性分析的特征選擇可以有效降低特征維度,減少變量冗余,縮短診斷時(shí)間。相比于傳統(tǒng)的BPNN模型,ELM模型具有更佳的故障診斷性能,使得制冷劑充注量的整體故障診斷率從79.83%提高到了83.88%,而診斷用時(shí)從205s減少到了22s。而基于EMD的去噪算法進(jìn)一步提高了模型的性能,相比于去噪前的BPNN和ELM模型,EMD-BPNN和EMD-ELM復(fù)合診斷模型的整體故障診斷率分別提高了4.48%和9.44%,其中EMD-ELM模型的整體故障診斷率最高,達(dá)到93.32%,診斷用時(shí)也僅為21s。此外,EMD-ELM模型在各個(gè)故障水平的診斷率上都高于ELM模型,其中L_4故障水平提升最大,達(dá)到31.5%�？傊�,EMD算法確實(shí)可以提高數(shù)據(jù)質(zhì)量,有助于模型的故障診斷性能的改善。本文提出的基于EMD去噪的多聯(lián)機(jī)制冷劑充注量故障診斷模型具有一定的研究與應(yīng)用價(jià)值。
【圖文】：

2.1 制冷劑充注量數(shù)據(jù)采集為證明所提出的多聯(lián)機(jī)故障診斷模型的可行性與優(yōu)越性，本文采用的驗(yàn)證數(shù)據(jù)為多聯(lián)機(jī)系統(tǒng)制冷劑充注量故障數(shù)據(jù)。具體的多聯(lián)機(jī)系統(tǒng)實(shí)驗(yàn)裝置如圖2-1所示，該多聯(lián)機(jī)系統(tǒng)為一拖五結(jié)構(gòu)，即由1個(gè)室外機(jī)和5個(gè)室內(nèi)機(jī)組成，其它基本設(shè)備還有一個(gè)渦旋式壓縮機(jī)、多個(gè)電子膨脹閥。此外，輔助部件有油分離器、過(guò)濾器、氣液分離器、過(guò)冷器以及各種閥門(mén)等，保證了多聯(lián)機(jī)系統(tǒng)的正常高效運(yùn)行。圖 2-1 多聯(lián)機(jī)系統(tǒng)實(shí)驗(yàn)裝置圖系統(tǒng)采用的循環(huán)工質(zhì)為R410A，額定充注量為9.9kg，室外機(jī)的額定功率為28.0kW

和下限（M1），如圖 2-2 所示，數(shù)據(jù)值超出對(duì)應(yīng)箱線圖的上限或下限的點(diǎn)都可以被認(rèn)為是異常值點(diǎn)。對(duì)于一數(shù)值型特征向量 X，將其所有數(shù)值由小到大進(jìn)行排列，其中第 25%的數(shù)值即為下四分位數(shù)，，同理，第 75%的數(shù)值為上四分位數(shù)，兩者之差被稱為四分位距
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TB657.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 郁夏夏;路陽(yáng);夏晨光;潘國(guó)洪;劉從;;多聯(lián)機(jī)室內(nèi)機(jī)電子膨脹閥制冷劑內(nèi)泄漏對(duì)制冷綜合性能系數(shù)的影響[J];制冷技術(shù);2015年01期

2 杜蓓;;一種新型閾值的EMD去噪方法[J];科技信息;2013年21期

3 汪志強(qiáng);鄧軍琦;;多聯(lián)機(jī)空調(diào)系統(tǒng)控制技術(shù)的發(fā)展?fàn)顩r與趨勢(shì)分析[J];制冷與空調(diào)(四川);2013年03期

4 張朝暉;陳敬良;劉曉紅;王若楠;高鈺;;關(guān)于制冷空調(diào)行業(yè)轉(zhuǎn)型升級(jí)發(fā)展的思考[J];制冷與空調(diào);2013年01期

5 陳鳳林;;一種新的基于EMD模態(tài)相關(guān)的信號(hào)去噪方法[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

6 李樹(shù)江;王媛波;呂梁年;秦軍;;多聯(lián)機(jī)小型商用集中空調(diào)控制技術(shù)的現(xiàn)狀及發(fā)展趨勢(shì)[J];暖通空調(diào);2007年05期

相關(guān)博士學(xué)位論文 前2條

1 胡云鵬;基于主元分析的冷水機(jī)組傳感器故障檢測(cè)效率研究[D];華中科技大學(xué);2013年

2 王婷;EMD算法研究及其在信號(hào)去噪中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

本文編號(hào)：2689763