空調(diào)系統(tǒng)傳感器自動故障診斷方法研究
發(fā)布時間:2021-01-26 18:30
針對空調(diào)系統(tǒng)運行過程具有非線性和動態(tài)特性的特點,提出了一種基于動態(tài)核主元分析的傳感器故障檢測方法。該方法采用核主元分析提取系統(tǒng)中的非線性冗余信息,建立核主元模型,再引入指數(shù)加權(quán)的定義,進行在線診斷的同時對模型進行實時更新,得到了改進的動態(tài)核主元模型。選擇SPE統(tǒng)計量作為系統(tǒng)是否發(fā)生故障的依據(jù)。最后通過貢獻圖法實現(xiàn)了對故障變量的分離。將此方法應(yīng)用于某地源熱泵系統(tǒng)的傳感器故障檢測,結(jié)果表明,該方法能夠?qū)崟r更新核主元模型和置信限,成功分離故障變量,且和傳統(tǒng)主元分析法相比具有更好的故障診斷效果。
【文章來源】:機械設(shè)計與制造. 2020,(07)北大核心
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 PCA與KPCA基本原理
2.1 PCA的基本原理
2.2 KPCA的基本原理
3 動態(tài)核主元分析法故障診斷
3.1 動態(tài)核主元分析模型的建立
3.2 基于貢獻圖法的故障分離
3.3 基于動態(tài)核主元分析法的故障檢測系統(tǒng)
4 應(yīng)用與分析
5 結(jié)論
【參考文獻】:
期刊論文
[1]一種基于KPCA的非線性故障診斷方法[J]. 鄧曉剛,田學民. 山東大學學報(工學版). 2005(03)
本文編號:3001610
【文章來源】:機械設(shè)計與制造. 2020,(07)北大核心
【文章頁數(shù)】:5 頁
【文章目錄】:
1 引言
2 PCA與KPCA基本原理
2.1 PCA的基本原理
2.2 KPCA的基本原理
3 動態(tài)核主元分析法故障診斷
3.1 動態(tài)核主元分析模型的建立
3.2 基于貢獻圖法的故障分離
3.3 基于動態(tài)核主元分析法的故障檢測系統(tǒng)
4 應(yīng)用與分析
5 結(jié)論
【參考文獻】:
期刊論文
[1]一種基于KPCA的非線性故障診斷方法[J]. 鄧曉剛,田學民. 山東大學學報(工學版). 2005(03)
本文編號:3001610
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3001610.html
最近更新
教材專著