【摘要】：建筑能耗占社會(huì)總能耗的比重在逐年攀升,而暖通空調(diào)系統(tǒng)能耗是建筑能耗的重要組成部分。冷水機(jī)組作為暖通空調(diào)的關(guān)鍵設(shè)備,一旦發(fā)生故障,將會(huì)導(dǎo)致系統(tǒng)運(yùn)行效率低下,能源成本增加,用戶舒適感下降和部件磨損加劇等問題。因此,將故障診斷技術(shù)應(yīng)用于冷水機(jī)組,及時(shí)有效地排除空調(diào)制冷設(shè)備的故障,對(duì)于保證制冷設(shè)備的安全可靠運(yùn)行,維持環(huán)境舒適度,以及減少能耗具有重要意義。本文研究制冷系統(tǒng)的故障診斷技術(shù),以冷水機(jī)組為研究對(duì)象,基于ASHRAERP-1043實(shí)驗(yàn)數(shù)據(jù),提出了一種基于核主元分析(KPCA)和最小二乘支持向量機(jī)(LSSVM)的冷水機(jī)組故障診斷方法,具體工作如下:(1)研究基于KPCA的冷水機(jī)組故障特征提取方法針對(duì)冷水機(jī)組變量間相關(guān)性嚴(yán)重,且非線性程度高的特點(diǎn),采用多元統(tǒng)計(jì)分析方法進(jìn)行故障特征提取。鑒于PCA方法在非線性特征提取方面存在缺陷,引入KPCA方法,提取系統(tǒng)變量的高階統(tǒng)計(jì)信息,降低數(shù)據(jù)維數(shù),使得樣本數(shù)據(jù)具有更好的可分性。利用故障檢測(cè)結(jié)果對(duì)兩種方法進(jìn)行評(píng)價(jià),表明KPCA方法更適用于冷水機(jī)組故障的特征提取。(2)研究一種基于KPCA-LSSVM的冷水機(jī)組組合故障診斷方法針對(duì)冷水機(jī)組實(shí)際運(yùn)行過程中故障數(shù)據(jù)較少,且故障與征兆之間的關(guān)系錯(cuò)綜復(fù)雜,故障診斷較為困難的特點(diǎn),引入LSSVM作為故障分類算法。并將LSSVM與KPCA相結(jié)合,提出一種基于KPCA-LSSVM的組合故障診斷方法。先利用KPCA提取數(shù)據(jù)的非線性主元,再將提取后的數(shù)據(jù)輸入到LSSVM中進(jìn)行故障分類。通過對(duì)ASHRAE RP-1043的7種典型故障進(jìn)行診斷分析,并與SVM、LSSVM和PCA-LSSVM方法進(jìn)行對(duì)比,結(jié)果顯示該方法具有較高的準(zhǔn)確率,同時(shí)也表明LSSVM兩個(gè)參數(shù)的選取對(duì)診斷結(jié)果影響很大,需要對(duì)其進(jìn)行優(yōu)化。(3)基于IGSA優(yōu)化的LSSVM故障診斷研究為了避免LSSVM參數(shù)選擇的盲目性,提出一種改進(jìn)的引力搜索算法(IGSA)對(duì)LSSVM的參數(shù)進(jìn)行尋優(yōu)�；镜囊λ阉魉惴�(GSA)缺乏記憶性,通過引入粒子群算法(PSO)的速度更新機(jī)制進(jìn)行改進(jìn),增加了算法的記憶性及信息共享能力,對(duì)基準(zhǔn)函數(shù)的性能測(cè)試表明IGSA具有更快的收斂速度和更高的搜索精度。在KPCA特征提取的基礎(chǔ)上建立IGSA-LSSVM的故障診斷模型,并和基于PSO-LSSVM、GSA-LSSVM的診斷模型進(jìn)行對(duì)比,結(jié)果驗(yàn)證了所提方法的有效性和優(yōu)越性。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TU83
【圖文】：

圖１．１故障診斷方法分類逡逑１．２．１定性分析方法逡逑所謂的定性分析方法，指的是不依賴于系統(tǒng)精確的數(shù)學(xué)模型來表征系統(tǒng)運(yùn)行的狀態(tài)，而逡逑是根據(jù)系統(tǒng)的原理、專家的經(jīng)驗(yàn)知識(shí)來對(duì)系統(tǒng)進(jìn)行分析。這類方法通常使用圖論方法和專家逡逑系統(tǒng)完成故障診斷。逡逑（１）圖論方法逡逑基于圖論的故障診斷方法主要包括符號(hào)有向圖和故障樹方法［１４－１５］。符號(hào)有向圖用圖形化逡逑的模型來描述系統(tǒng)故障發(fā)生的成因，當(dāng)圖中的狀態(tài)均在正常節(jié)點(diǎn)時(shí)，表示系統(tǒng)正常運(yùn)行；而逡逑一旦有狀態(tài)轉(zhuǎn)移到故障節(jié)點(diǎn)，則表明系統(tǒng)發(fā)生了故障。圖論方法的優(yōu)勢(shì)在于建模簡(jiǎn)單，便于逡逑理解和應(yīng)用。缺點(diǎn)則是圖的搜索過程會(huì)隨著系統(tǒng)的復(fù)雜程度遞增，影響診斷效率和診斷質(zhì)量。逡逑（２）專家系統(tǒng)逡逑專家系統(tǒng)［１６４７］根據(jù)專家的經(jīng)驗(yàn)和知識(shí)總結(jié)形成一定的故障判定規(guī)則，由這些判定規(guī)則對(duì)逡逑輸入的數(shù)據(jù)進(jìn)行推理分析，判斷系統(tǒng)是否出現(xiàn)故障。專家系統(tǒng)一般由知識(shí)庫、推理機(jī)和解釋逡逑模塊等部分構(gòu)成。其中知識(shí)庫是專家系統(tǒng)的核心，它的完備程度很大程度上影響著診斷的準(zhǔn)逡逑一

２．２蒸氣壓縮式制冷原理逡逑制冷系統(tǒng)主要包括四大部件［５７］：壓縮機(jī)、冷凝器、膨脹閥和蒸發(fā)器，這些部件經(jīng)粗細(xì)不逡逑一的管道串接到一起，形成一個(gè)封閉的循環(huán)系統(tǒng)。流經(jīng)管道的是制冷劑，從圖２．１中可以看逡逑出，制冷劑在機(jī)組內(nèi)是一個(gè)由氣態(tài)到液態(tài)再到氣液混合態(tài)的交替變化過程：首先低溫蒸汽經(jīng)逡逑過壓縮機(jī)做功轉(zhuǎn)化為高溫高壓的蒸汽；經(jīng)過冷凝器后，由風(fēng)冷或水冷系統(tǒng)將氣態(tài)制冷劑轉(zhuǎn)化逡逑為高溫高壓的液體；經(jīng)由膨脹閥的節(jié)流降壓后，轉(zhuǎn)化成了低溫氣液混合物；最后通過蒸發(fā)器逡逑的蒸發(fā)吸熱，轉(zhuǎn)化為低溫低壓的蒸汽［５７］。如此循環(huán)往復(fù)，完成制冷過程。這四大部件相互關(guān)逡逑聯(lián)，任意一個(gè)發(fā)生故障均會(huì)對(duì)其他部件的熱力學(xué)狀態(tài)產(chǎn)生影響。逡逑高溫高壓液體邐＾￣￣！高溫高壓蒸汽逡逑Ｉ邐邋冷凝器邋？邐逡逑膨脹閥——ｗｃ逡逑壓縮機(jī)〃逡逑邐？�。舭l(fā)器￣邐逡逑低溫低壓汽液混合物—￣￣１低溫低壓蒸汽逡逑ｑ0逡逑圖２．１制冷循環(huán)原理圖逡逑（１）壓縮機(jī)？？逡逑作為制冷循環(huán)系統(tǒng)的動(dòng)力來源，壓縮機(jī)扮演了十分重要的角色。不僅要將蒸發(fā)器內(nèi)的蒸逡逑汽排出，還要將制冷劑進(jìn)行壓縮，將低溫低壓的制冷劑蒸汽轉(zhuǎn)換成高

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李冠男;胡云鵬;陳煥新;黎浩榮;;基于PCA-SVDD的冷水機(jī)組故障檢測(cè)方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年08期

2 陳煥新;劉江巖;胡云鵬;李冠男;;大數(shù)據(jù)在空調(diào)領(lǐng)域的應(yīng)用[J];制冷學(xué)報(bào);2015年04期

3 汪海燕;黎建輝;楊風(fēng)雷;;支持向量機(jī)理論及算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

4 王海濤;陳友明;;基于EWMA控制圖和規(guī)則的變風(fēng)量空調(diào)箱故障診斷[J];建筑科學(xué);2014年04期

5 胡孟娣;王海濤;陳友明;陳永康;秦建英;;變風(fēng)量空調(diào)末端裝置故障檢測(cè)與診斷方法及應(yīng)用研究[J];暖通空調(diào);2013年04期

6 胡云鵬;陳煥新;周誠(chéng);徐榮吉;;基于小波去噪的冷水機(jī)組傳感器故障檢測(cè)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

7 胡云鵬;陳煥新;周誠(chéng);楊小雙;徐榮吉;;基于主元分析法的冷水機(jī)組傳感器故障檢測(cè)效率分析[J];化工學(xué)報(bào);2012年S2期

8 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(cè)空氣處理機(jī)組故障[J];土木建筑與環(huán)境工程;2012年01期

9 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(cè)與診斷研究[J];機(jī)械工程學(xué)報(bào);2011年16期

10 奉國(guó)和;;SVM分類核函數(shù)及參數(shù)選擇比較[J];計(jì)算機(jī)工程與應(yīng)用;2011年03期

本文編號(hào)：2727594