本文關(guān)鍵詞：基于在線自適應(yīng)PCA的制冷系統(tǒng)故障診斷技術(shù)及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的不斷發(fā)展和工業(yè)自動化水平的快速提高,中央空調(diào)的應(yīng)用日趨增多,致使空調(diào)制冷系統(tǒng)內(nèi)部結(jié)構(gòu)也越來越復(fù)雜,發(fā)生故障時所帶來的損失也不容小覷。如何建立切實(shí)可行、高效的制冷系統(tǒng)運(yùn)行狀態(tài)監(jiān)測系統(tǒng)已成為該領(lǐng)域的研究熱點(diǎn)。本文先是介紹了故障診斷技術(shù)的相關(guān)理論以及國內(nèi)外的研究現(xiàn)狀和研究成果。接著對制冷系統(tǒng)的研究現(xiàn)狀進(jìn)行分析介紹,制冷原理進(jìn)行詳細(xì)的介紹,并建立起制冷系統(tǒng)的物理模型。通過對制冷系統(tǒng)常見故障的分析,建立了對應(yīng)的故障特征表,并選取適當(dāng)?shù)膶?shí)驗(yàn)監(jiān)測點(diǎn)。鑒于制冷系統(tǒng)監(jiān)測變量間相關(guān)性比較大、監(jiān)測變量多的特點(diǎn),基于主元分析的故障診斷方法在制冷系統(tǒng)的故障中具有一定的適用性。由于常規(guī)的主元分析方法建模時,都是基于一段較長時間窗內(nèi)的歷史數(shù)據(jù)來建立主元模型,相當(dāng)于求取這一段時間數(shù)據(jù)的主元模型,其模型對原系統(tǒng)的描述能力不夠強(qiáng),在一些緩慢變化的故障診斷中很容易出現(xiàn)誤診失診的情況。針對這一局限性,本文采用基于PCA的在線自適應(yīng)故障診斷方法,該法將訓(xùn)練數(shù)據(jù)分成較小的時間窗,實(shí)時更新時間窗內(nèi)對應(yīng)的協(xié)方差矩陣,最終根據(jù)獲得的協(xié)方差矩陣,采用最速梯度下降法求取主元,并建立主元模型,計算故障檢測的控制閾值。該法的自適應(yīng)能力強(qiáng),計算速度快,建立的主元模型精度相對較高,能及早地檢測診斷出系統(tǒng)緩變故障。該法為把基于自適應(yīng)主元分析的故障診斷方法投入制冷系統(tǒng)的應(yīng)用奠定了基礎(chǔ)。最后本文將基于PCA的在線自適應(yīng)故障診斷方法應(yīng)用到制冷系統(tǒng)的故障診斷中,通過對實(shí)驗(yàn)監(jiān)測點(diǎn)采集來的幾組故障數(shù)據(jù)進(jìn)行與常規(guī)PCA故障檢測方法的對比實(shí)驗(yàn),發(fā)現(xiàn)基于PCA的在線自適應(yīng)故障診斷法能成功檢測出故障發(fā)生的時刻和位置。實(shí)驗(yàn)效果非常好,能很明顯的檢測診斷出制冷系統(tǒng)不易被發(fā)現(xiàn)的緩變故障。
【關(guān)鍵詞】：故障診斷 在線自適應(yīng)主元分析 緩變故障 制冷系統(tǒng)
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TB657
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-18
• 1.1 課題的背景和研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-15
• 1.2.1 關(guān)于動態(tài)系統(tǒng)故障診斷技術(shù)的研究現(xiàn)狀9-12
• 1.2.2 制冷系統(tǒng)故障診斷的研究現(xiàn)狀12-15
• 1.3 論文主要工作和組織結(jié)構(gòu)15-18
• 1.3.1 論文主要工作15-16
• 1.3.2 論文組織結(jié)構(gòu)16-18
• 2 制冷系統(tǒng)物理模型及故障分析18-31
• 2.1 引言18
• 2.2 實(shí)驗(yàn)對象介紹18-20
• 2.3 制冷系統(tǒng)原理簡介20-22
• 2.4 制冷系統(tǒng)的物理模型22
• 2.5 制冷系統(tǒng)常見故障與原因分析22-27
• 2.6 制冷系統(tǒng)測量變量的選取27-29
• 2.7 本章小結(jié)29-31
• 3 在線自適應(yīng)PCA在制冷系統(tǒng)故障診斷中的應(yīng)用31-50
• 3.1 引言31
• 3.2 主元分析的數(shù)學(xué)原理31-35
• 3.2.1 主元分析簡介31-33
• 3.2.2 在線自適應(yīng)主元分解法33-34
• 3.2.3 在線自適應(yīng)PCA的主元計算的步驟34-35
• 3.3 基于主元分析的故障檢測與診斷35-37
• 3.4 故障檢測實(shí)施步驟37-47
• 3.4.1 數(shù)據(jù)處理39-40
• 3.4.2 建立主元模型40-47
• 3.5 在線動態(tài)故障診斷47-48
• 3.6 本章小結(jié)48-50
• 4 基于自適應(yīng)PCA制冷系統(tǒng)故障診斷結(jié)果及分析50-56
• 4.1 引言50
• 4.2 故障診斷結(jié)果及分析50-55
• 4.3 本章小結(jié)55-56
• 5 結(jié)論與展望56-58
• 5.1 全文總結(jié)56
• 5.2 展望56-58
• 致謝58-59
• 參考文獻(xiàn)59-62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐緯芳;劉成忠;顧延濤;;基于PCA和支持向量機(jī)的徑流預(yù)測應(yīng)用研究[J];水資源與水工程學(xué)報;2010年06期

2 倪國強(qiáng);沈淵婷;徐大琦;;一種基于小波PCA的高光譜圖像特征提取新方法[J];北京理工大學(xué)學(xué)報;2007年07期

3 左崢嶸;吳婷;;一種利用PCA的導(dǎo)彈軌跡重建方法[J];宇航學(xué)報;2013年11期

4 魯昌華;汪涌;王玲飛;;基于PCA和SVM的模擬電路故障診斷[J];電子測量與儀器學(xué)報;2008年03期

5 楊蒙召;趙春剛;顧澤元;;基于PCA和Rough Set在股票分類中的研究[J];科學(xué)技術(shù)與工程;2009年04期

6 劉英姿;;AHP和PCA法在村鎮(zhèn)發(fā)展條件評價中的應(yīng)用[J];山西建筑;2009年35期

7 王華;;基于核函數(shù)PCA的柔性薄板裝配偏差源診斷[J];機(jī)械強(qiáng)度;2007年03期

8 袁德成,樊立萍,于海斌;組合動態(tài)模型與PCA的監(jiān)督控制器設(shè)計[J];控制工程;2003年04期

9 楊帆;張彩麗;;基于PCA和貝葉斯分類技術(shù)的滾動軸承質(zhì)量檢測方法[J];陜西科技大學(xué)學(xué)報;2007年05期

10 張朝元;王彭德;陳麗;;基于PCA改進(jìn)的LS-SVM公路旅游客流量預(yù)測模型[J];昆明理工大學(xué)學(xué)報(自然科學(xué)版);2011年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 顧群英;李文元;;基于PCA人臉識別的移動電話身份驗(yàn)證方法探討[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（下冊）[C];2008年

2 沈淵婷;倪國強(qiáng);徐大琦;;一種基于小波PCA的高光譜圖像特征提取新方法[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

3 李麗萌;陳彥青;;帕瑞昔布鈉對婦科術(shù)后舒芬太尼PCA效應(yīng)的影響[A];中華醫(yī)學(xué)會疼痛學(xué)分會第八屆年會暨CASP成立二十周年論文集[C];2009年

4 鄭玲紅;潘玉松;;PCA故障檢測方法在火電廠生產(chǎn)過程中的應(yīng)用[A];廣西電機(jī)工程學(xué)會第九屆青年學(xué)術(shù)論壇論文集[C];2006年

5 徐進(jìn)學(xué);李元;謝植;;基于PCA的故障傳感器重構(gòu)的理論研究[A];中國儀器儀表學(xué)會第五屆青年學(xué)術(shù)會議論文集[C];2003年

6 楊中寶;李朝峰;呂偉;;星云湖污染源的主成分分析(PCA)研究[A];2006年玉溪市“生態(tài)立市與農(nóng)業(yè)可持續(xù)發(fā)展”論壇論文集[C];2006年

7 王虹;;硬膜外PCA致錐體外系并發(fā)癥4例報告[A];全國外科護(hù)理學(xué)術(shù)交流暨專題講座會議論文匯編[C];2002年

8 曾麗蓉;吳佳偉;;手術(shù)病人使用自控鎮(zhèn)痛(PCA)的術(shù)前教育和術(shù)后護(hù)理[A];全國手術(shù)室護(hù)理學(xué)術(shù)交流暨專題講座會議論文匯編[C];2003年

9 劉新;;曲馬多聯(lián)合氟哌利多用于燒傷術(shù)后PCA鎮(zhèn)痛的護(hù)理[A];第八屆全國燒傷外科學(xué)年會論文匯編[C];2007年

10 李文科;鐘向宏;趙勁松;;基于ANN和PCA的多牌號產(chǎn)品生產(chǎn)過程故障檢測和診斷[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 山楓;英特爾PCA支持無線[N];中國計算機(jī)報;2001年

2 特約通訊員 楊建斌;鹽湖PCA減水劑項目加緊施工[N];運(yùn)城日報;2009年

3 英特爾無線通訊和計算事業(yè)部市場部總監(jiān)　Randall　Smith;PCA：無線互聯(lián)網(wǎng)“芯”動力　[N];中國電子報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李榮雨;基于PCA的統(tǒng)計過程監(jiān)控研究[D];浙江大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 董向前;二維PCA人臉識別算法的改進(jìn)研究[D];大連海事大學(xué);2015年

2 陸鳳玲;基于在線自適應(yīng)PCA的制冷系統(tǒng)故障診斷技術(shù)及應(yīng)用[D];重慶大學(xué);2015年

3 楊寧雪;基于PCA的大學(xué)生綜合素質(zhì)評價研究[D];武漢科技大學(xué);2007年

4 李艷;基于小波變換和PCA類方法的人臉識別技術(shù)研究[D];西安電子科技大學(xué);2014年

5 高海燕;基于二維PCA的人臉識別算法研究[D];大連海事大學(xué);2013年

6 劉超;基于改進(jìn)PCA的人臉識別混合算法研究[D];太原理工大學(xué);2011年

7 李姍姍;基于PCA的實(shí)時人臉識別系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

8 齊興敏;基于PCA的人臉識別技術(shù)的研究[D];武漢理工大學(xué);2007年

9 呂燕華;華南地區(qū)哮喘患者哮喘控制感知力（PCA）調(diào)查及有效干預(yù)策略探討[D];南方醫(yī)科大學(xué);2011年

10 朱芳;基于PCA（心理資本增值）的員工責(zé)任感提升研究[D];青島科技大學(xué);2014年

  本文關(guān)鍵詞：基于在線自適應(yīng)PCA的制冷系統(tǒng)故障診斷技術(shù)及應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：340446