某变风量空调箱运行监控与故障检测在线架构

来源 :东华大学 | 被引量 : 0次 | 上传用户:cgrong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建筑能源系统中的故障在所难免,例如供暖、通风、空调或制冷系统。随着这些系统利用率的提高,它们的故障检测对于维持其运行性能变得更加重要。随着物联网与数据科学等新产品和技术在空调系统中的应用,例如智慧城市或智慧楼宇的发展使得可采集的空调系统运行数据会越来越多,这就给传统的空调系统运行监控和故障检测与诊断(fault detection and diagnosis,FDD)带来了新的机遇和挑战。而现有的大多数空调控制器以实现控制功能为主,数据存储、处理或计算能力较弱,对于运行监控与故障检测的可扩展性较差。大量运行数据的出现导致传统的故障检测技术已无法满足需求,例如,采用专家规则法进行故障检测与诊断,阈值训练可获得的无故障历史运行参照数据会越来越多,可进一步探究如何及时动态的调整历史参照数据。因此,扩展空调系统设备侧存储运行数据、计算或挖掘这些数据、检测运行参数、诊断潜在故障等功能具有重要的意义。本文采用一种故障检测策略。需在故障检测计算之前筛除缺失的数据以防止或减少误报警。由于故障检测程序中测量变量的顺序与输入变量的顺序不一致,应调整输入变量的顺序。根据能量守恒定律,选取影响空气处理机组(Air Handling Unit,AHU)能量平衡模型的变量作为关键性能参数(Key Performance Indicators,KPI)。观察送风量与送风温度是否达到设定值,供回水温差是否在设定范围内,以判断系统是否处于稳态运行状态。根据设定变量的上下限值,判断测量信号是否处于超出正常范围。记录当前时刻的测量值,并结合前n-1个时间点的数据,通过观察这些数据是否发生变化,来判断传感器读数是否发生凝滞故障。根据三种与水侧或空气侧换热相关的规则,来检测传感器固定偏差故障。最后采用基于数据驱动的故障检测策略进行设备故障检测,以及根据空气处理单元评估规则判断空调运行性能是否异常。结合LabVIEW及MATLAB,开发变风量空调箱运行监控与在线故障检测架构程序,扩展了现有空调控制器有限的数据处理或计算能力。该架构利用Modbus TCP通讯协议实现与空调系统之间的数据通信,实时监测温湿度、静压、送风机电流、风机输出频率等参数的变化趋势。本文将MATLAB数学计算程序嵌入在线故障检测架构,设计了运行状态判别程序,测量信号超限判别程序,传感器读数凝滞故障检测程序,传感器固定偏差故障检测程序,设备故障检测程序,异常性能故障检测程序,维修或维护决策程序,健康管理报告输出程序及历史故障查询程序。在实际变风量空调箱设备侧,现场测试在线故障检测架构的FDD性能。定义故障检测时间占比(Fault Detected Time Ratio,FDTR)为从检测出故障开始,60个数据采样时间点内检测出故障的时间占总时间的百分比。将故障检测时间占比作为该架构故障检测性能的评价指标。以3秒的采样间隔在线采集运行数据,将预处理后的数据传递给计算程序进行故障检测。在实际变风量空调系统中设置人工故障,进行现场检测及结果分析。当发生测量信号超限故障时,故障检测时间占比在87.00%~99.55%之间。当发生传感器读数凝滞故障时,故障检测时间占比均在94.82%~99.69%之间。设备类故障检测率统计结果的平均值为77.08%。以冷却盘管水阀卡死在较小位置或较大位置、送风流量传感器读数凝滞、实测送风量低于需求送风量为例,运行性能故障检测的时间占比分别为95.60%,97.24%,97.55%,99.76%。测试结果表明,运行监控与在线故障检测架构对于测量数据超限,传感器读数凝滞,设备类故障,异常运行性能具有良好的故障检测效果,而对于温度传感器固定偏差故障的检测效果较差。可能由于外界负荷变化的干扰及传感器自身的测量误差,部分温度传感器的检测率比平均统计结果低10%左右,影响了在线架构对于传感器固定偏差的整体检测效果。本研究验证了架构的可靠性,为后期在空调系统中实施边缘计算奠定了一定研究基础。
其他文献
本文重点开展了基于偏振光/视觉/微惯性的组合导航算法研究,设计了基于全局矢量的自主归位控制方法,并以小型地面机器人为验证平台,实现了在不依赖于卫星导航信号条件下的自主归位。主要研究工作总结如下:(1)构建了基于Turtlebot2地面无人小车的自主导航系统硬件平台。首先将偏振光罗盘、视觉传感器以及微惯性组件(MIMU)进行组合,搭建了自主导航系统硬件平台,为算法实现与验证提供硬件基础;其次,给出了
学位
人体行为识别技术是计算机视觉领域的重要研究课题,随着人工智能和互联网的蓬勃发展,它也具有了巨大的应用前景和经济价值,在智能监控系统、虚拟现实、人机交互等现实领域都得到了广泛应用。人体行为识别技术的核心在于行为识别数据集的建立和行为特征的提取两个方面。随着Kinect深度摄像机、人体骨骼关节点提取技术以及图卷积神经网络(Graph Convolutional Networks,GCN)的发展,人体行
学位
随着智能制造行业的兴起,现有工业系统逐渐趋于复杂化和大型化。在当今工业大数据的背景下,如何通过智能化的故障诊断技术及时对系统的运行状态和可能的异常情况做出判断,进而在早期规避风险,保障工业设备的安全性逐年成为相关领域的研究热点。传统的诊断方法需要建立复杂的数学模型或依赖于丰富的专家经验,在实施过程中往往面临效率低下、难以实现的问题。因此,只需通过对大量的历史数据的处理即可完成诊断的数据驱动的故障诊
学位
目的:观察卧位偏向牵引联合中药薰蒸治疗神经根型颈椎病的临床疗效。方法:将120例神经根型颈椎病患者随机分为卧位偏向牵引组、卧位常规牵引组、坐位牵引组,每组40例。卧位牵引治疗包括前屈位牵引8 d、中立位牵引2 d、背伸位牵引4 d;卧位偏向牵引组在前屈位牵引时采用卧位偏向牵引,中立位、背伸位牵引时采用常规卧位牵引;卧位常规牵引组全程采用常规卧位牵引法牵引;坐位牵引组采用传统坐位间歇牵引法。3组患者
期刊
随着农业科技的大力发展,越来越多的农业问题被暴露出来。农作物病害防治就是其中一个非常具有挑战性的问题。那么如何快速高效地对农作物叶片病害进行检测和识别,对于农作物的生长监测有着非比寻常的意义。农作物病害识别为农产品质量和品质提供了重要保障。而在实际生活中,通常通过肉眼观察和经验知识来对病害进行识别。此类方法往往主观性比较强,且可能会由于知识储备不够而导致判断错误。随着近年来人工智能技术的快速发展,
学位
近些年,遥感图像在地图探测、环境资源管理、抗灾以及救援行动等实际应用领域发挥着重要的作用。目标检测,作为比图像分类更为复杂和困难的计算机视觉领域的任务,在这些遥感图像应用场景中应用广泛。与传统方法相比,由于计算机计算能力的增强以及卷积神经网络的应用,基于深度学习的检测方法已经成为目前颇有热度的研究话题,属于数据驱动的方法,训练过程中需要海量的数据样本作为支撑。然而,在许多遥感领域应用场景下,大量的
学位
颈椎病的发生主要是由于颈椎退行性改变,椎体动态、静态平衡紊乱,静态平衡为颈椎内源性平衡系统,动态平衡为颈椎外源性平衡系统,两者共同维持颈椎的力学平衡,这与中医学认为的“筋骨平衡”具有相似性。量化定位角度牵引法作为临床常见的颈椎病治疗方法之一,通过规范牵引角度恢复颈椎力学平衡。我们通过探讨“筋骨平衡”理论与椎体动态、静态平衡的相关性及量化定位角度牵引法中的生物力学机制,对量化定位角度牵引法治疗颈椎病
期刊
干涉型光纤水听器的深海特殊应用背景对水听器信号检测技术提出了高稳定性和低噪声的要求,论文围绕这两个特殊要求,开展了基于3×3耦合器的光纤水听器多相检测关键技术研究。针对3×3耦合器的不对称性,提出了基于光频调制的椭圆拟合算法以实现3×3耦合器三路非对称参数的快速准确测量;研究了光源伴生调幅和调制谐波对3×3耦合器三路非对称参数测量的影响,提出了相应的解决方案并通过实验验证了方案的可行性;通过实验深
学位
飞翼布局由于具有高升阻比、大航程、良好的隐身性能等优点,成为下一代飞行器重点研究的气动布局方案。飞行稳定性和操作性始终是制约其发展的主要障碍,推力矢量则是一种值得考虑的解决方式。本文针对带推力矢量的飞翼布局飞机的控制技术,以水平风洞模型飞行试验为背景,提出了一种基于动态逆的控制律设计方法。本文首先建立了六自由度的飞机动力学与运动学模型,确定了气动舵面的组合和操纵方式,建立了推力矢量模型,并基于风洞
学位
支持向量机(SVM)作为一种有监督的机器学习方法,在解决分类问题时具有良好的泛化性能,目前已广泛应用于医学、金融、生物技术等领域。随着大数据时代的到来,并行计算是提高在大数据环境下支持向量机性能的重要手段。以此为研究背景,本文对并行支持向量机算法进行了研究,主要工作内容如下:第一,基于数据集中大部分样本为非支持向量这一原理,提出了一种两层并行支持向量机算法。其基本思想是,在第一层对原始数据集进行划
学位