【摘要】：變風(fēng)量(Variable Air Volume,VAV)空調(diào)系統(tǒng),是目前國內(nèi)大中型建筑工程中新興的一種空調(diào)方式,相比傳統(tǒng)定風(fēng)量系統(tǒng),變風(fēng)量系統(tǒng)發(fā)生故障的概率更高。研究VAV空調(diào)系統(tǒng)故障檢測與診斷(Fault Detection and Diagnosis,FDD)的方法能夠及時發(fā)現(xiàn)系統(tǒng)的故障,對于保證VAV系統(tǒng)穩(wěn)定運(yùn)行和系統(tǒng)節(jié)能方面具有重要的現(xiàn)實(shí)意義。并且大多數(shù)現(xiàn)代建筑都配備能源管理系統(tǒng)(Energy Management System,EMS),能夠采集空調(diào)系統(tǒng)實(shí)時運(yùn)行的數(shù)據(jù),這為FDD的研究提供了信息基礎(chǔ)和便利條件。本文研究對象是VAV系統(tǒng)的空氣處理機(jī)組(Air Handling Unit,AHU)。首先,簡述了AHU的工作原理和各個功能段的作用,介紹了長安大學(xué)全尺寸集中空調(diào)與供熱智能化實(shí)驗(yàn)平臺的概況,以實(shí)驗(yàn)平臺為依托采集了系統(tǒng)正常運(yùn)行的數(shù)據(jù)。然后,基于主元分析(Principal Component Analysis,PCA)的原理算法建立了模型,設(shè)計了AHU常見故障的四組測試,以平方預(yù)測誤差(Squared Prediction Error,SPE)統(tǒng)計量和Q貢獻(xiàn)率圖為檢驗(yàn)標(biāo)準(zhǔn),驗(yàn)證了PCA方法對AHU故障的檢測與診斷能力。結(jié)果表明,程度較大的故障,其檢測效率越高,檢測與診斷的結(jié)果更準(zhǔn)確;但對于小故障的檢測與診斷能力不足。為完善故障檢測與診斷的結(jié)果,以實(shí)驗(yàn)平臺為原型在TRNSYS軟件上建立VAV系統(tǒng)仿真平臺,并模擬了四種故障,獲取了相應(yīng)的故障定性模式,構(gòu)成了AHU故障的識別模式,并用該故障識別模式進(jìn)行診斷分析,得到了正確的診斷結(jié)果,證明了模式識別是一種診斷故障較好的方法。研究結(jié)果表明:本文提出的PCA與模式識別相結(jié)合的故障檢測與診斷方法是可靠的,能夠檢測和診斷出AHU可能發(fā)生的故障,進(jìn)行故障預(yù)判斷指導(dǎo)系統(tǒng)監(jiān)測人員盡快修復(fù)故障,使AHU在正常工況下運(yùn)行,保證室內(nèi)舒適度并節(jié)約能耗。
【圖文】：

以這些歷史數(shù)據(jù)為先驗(yàn)知識對系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行檢測與診斷。兩類故障檢測與診斷方法的更詳細(xì)的劃分見圖1.1。事實(shí)上各種方法的思想和原理彼此相通，各種方法的劃分并不是絕對的。圖 1.1 故障檢測與診斷方法下面簡要介紹上述各種 FDD 方法。

故障檢測與診斷。本文的結(jié)構(gòu)示意如圖 1.2 所示，將主要介紹變風(fēng)量 AHU 各功能段及工作原理，并根據(jù)前人的調(diào)故障。以長安大學(xué)全尺寸集中空調(diào)與供熱智能化實(shí)驗(yàn)平運(yùn)行的數(shù)據(jù)，為后續(xù)建模做準(zhǔn)備；主元分析法的理論基礎(chǔ)，選取可以描述 AHU 運(yùn)行特性的運(yùn)行得到的數(shù)據(jù)矩陣建立 PCA 模型。計算出 SPE 檢測閾標(biāo)。在 AHU 不同部位上人為引入故障，用已建好的 PCA的基礎(chǔ)上，用 Q 貢獻(xiàn)率圖法對該故障進(jìn)行診斷，并用故障優(yōu)劣。善 PCA 方法的故障檢測與診斷結(jié)果，利用 TRNSYS 軟件型，模擬系統(tǒng)存在故障時的運(yùn)行工況，分析各種故障對空每種故障特定的故障識別模式，用于對 AHU 故障進(jìn)行進(jìn)
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TU831.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓琦;魏東;曹勇;;暖通空調(diào)系統(tǒng)故障檢測與診斷技術(shù)研究進(jìn)展[J];暖通空調(diào);2014年03期

2 王海濤;陳友明;;VAV空氣處理機(jī)組故障檢測與診斷方法及應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報;2014年02期

3 王海濤;陳友明;陳永康;秦建英;;用參數(shù)自整定模型在線檢測空氣處理機(jī)組故障[J];土木建筑與環(huán)境工程;2012年01期

4 韓華;谷波;康嘉;;基于遺傳算法和支持矢量機(jī)參數(shù)優(yōu)化的制冷機(jī)組故障檢測與診斷研究[J];機(jī)械工程學(xué)報;2011年16期

5 周東華;胡艷艷;;動態(tài)系統(tǒng)的故障診斷技術(shù)[J];自動化學(xué)報;2009年06期

6 江億;;中國建筑能耗現(xiàn)狀及節(jié)能途徑分析[J];新建筑;2008年02期

7 楊云雨;杜志敏;晉欣橋;;基于小波神經(jīng)網(wǎng)絡(luò)方法的空調(diào)系統(tǒng)傳感器漂移故障診斷[J];能源技術(shù);2008年01期

8 徐新華;王盛衛(wèi);;建筑空調(diào)系統(tǒng)診斷研究進(jìn)展[J];建筑科學(xué);2006年06期

9 李志生;張國強(qiáng);劉建龍;李冬梅;梅勝;;基于BP神經(jīng)網(wǎng)絡(luò)的制冷機(jī)組故障檢測與診斷[J];流體機(jī)械;2006年09期

10 許秀玲,汪曉東,張浩然;基于卡爾曼濾波器的傳感器故障診斷[J];儀器儀表學(xué)報;2005年S1期

相關(guān)會議論文 前1條

1 王盛衛(wèi);;集成樓宇控制系統(tǒng)輔助之變風(fēng)量空調(diào)系統(tǒng)的實(shí)時優(yōu)化控制[A];全國暖通空調(diào)制冷1998年學(xué)術(shù)文集[C];1998年

相關(guān)博士學(xué)位論文 前1條

1 王海濤;變風(fēng)量空調(diào)系統(tǒng)在線故障檢測與診斷方法及應(yīng)用研究[D];湖南大學(xué);2012年

，

本文編號：2671675