- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
主成分分析在空调系统传感器故障检测与诊断中的应用研究论文.doc
主成分分析在空调系统传感器故障检测与诊断中的应用研究论文
摘要 本文阐述了用主成分分析法进行系统测量数据建模和传感器故障检测、故障诊断、故障重构及确定最优主成分数的原理。用主成分分析法对空调监测系统中的四类传感器故障进行检测方法。结果表明:主成分分析法具有很好的故障检测、故障诊断能力。
关键词 主成分分析 空调系统 传感器 故障检测与诊断
空调系统中保证各类传感器的读数正确,及时发现传感器故障,是空调系统最估运行的重要保证。我们已经给出了空调系统的传感器故障类型1,本文将用主成分分析法对空调系统中传感器的这些类型的故障进行诊断,以便及时辨别出故障类型,做出正确决策,及时恢复测量,使系统可靠正常运行。
1 主成分分析法(PCA)及故障检测、识别方法
某一系统或过程传感器测量值之间并不是孤立的.freel是测量变量数,n是测量样本数。X的每一列都进行了零平均化,X可以分解为:
(1)
其中 ----测量的可模部分, ----测量的残差部分,在正常情况下,主要是自由噪声。
根据PCA的方法, 和 可分别表示为:
(2)
(3)
式中:T----得分矩阵, ;
P----荷载矩阵, 。
其中,l为PCA模型所包含的主成分数,后面将介绍如何确定它。P的列向量分别是X的协方差阵P的前l个最大特征值λi所对应的特征向量。 的例则分别是剩下的m-l个特征微量。根据统计学原理,X的协方差阵可以用下式进行估计:
(4)
对于每一个测量样本x,其可表示成为:
(5)
(6)
式中,
(7)
是x是在主成分子空间PCS(Principal ponent Subspace)内的投影,而 是x在残差子空间RS(Residual Subspace)内的投影。
1.2 故障检测
在正常情况下,测量样本向量在残差子空间内的投影应当很小,主要是自由噪声。当某一故障发生时,这个投影就会显著地增加。因此,可以通过检测测量数据在RS内的投影大小 来检测故障是否发生。通常使用的统计量是:平方预测误差SPE(Squared Prediction Error),如式(8)所示:
(8)
当 时,认为系统运行正常,而当 时,就认为系统出现故障。δ2为SPE的置信限。δ2可用下式计算2。
(9)
(10)
(11)
式中:l----模型的主成分数;
ca----置信度为a的标准正态分布置信限;
λ----协方差阵R的特征值。
1.3 故障重构
利用式(6),可以对故障向量x进行估计,也就是说, 可以看在是x的一个估计值。但是, 并不是x的最佳估计,因为在估计 时所使用的x是包含有故障的数据。因此,为了消除故障的影响,利用前一次获得的估计值xnein,仿真时间为4d。从采样的数据中选取稳定条件下的正常操作数据共5000组,进行平均化后,且前述方法建立模型。
3 故障诊断
首先确定主成分数。计算不同的主成分数时总的不可重构方差,选取决的不可重构方差最小时的主成分数为最优主成分
数。此时的最优的主成分数是3,因此用3个主成分建立模型。
为了比较四种类型故障,选用同一个传感器----建筑供水温度传感器进行故障检测和诊断,随机误差 。无任何故障时的测量信号见图2(a),正常条件下的故障检测情况见图2(b)。从图中可以看出,SPE(x)没有超出极限值δ2,说明数据正常。
图2 正常数据的检测
(a)正常建筑供水温度数据信号;(b)正常数据的检测结果
3.1 偏差故障
选ft=1.5℃,由文献1式(3)计算了出这时的故障测量值。图3(a)是这时的正常数据与故障数据的比较。图3(b)是这时的故障数据检测结果,SPE值超过了δ2限,检测出故障。SVI指数监测结果见图3(c)。
3.2 漂移故障
选取d=0.05,由文献1式(5)计算出这时的故障测量值。图4(a)是这时的正常数据与故障数据的比较。图4(b)是这时的故障数据检测结果,在故障发生一段时间后,SPE值超过了δ2限,检测出故障。SVI指数监测结果见图4(c)。由图可以看出,由于故障大小是逐渐增加的,在刚开始,故障很小,不能被检测出。随着时间的推移,故障不断增大,SPE指数也不断在增加,故障被检测出来。
图3 偏差故障检测与诊断
图4 漂移故障检测与诊断
(c)正常数据与故障数据比较;(b)故障检测;(c)故障鉴别
图5 精度等级下降的检测与诊断
图6 完全故障检测与诊断
(c)正常数据与故障数据比较;(b)故障检测;(c)故障鉴别
3.3 精度等级下降
选取ft∽N(0,.freeletrics, 1979, 21 (3):341~349
3 Ricardo Duni
您可能关注的文档
最近下载
- 中国水利水电第一工程局有限公司-三级安全教育确认卡.doc
- DB11_1444-2017 城市轨道交通隧道工程注浆技术规程.docx
- 基于.51单片机音乐盒课程设计报告.doc
- 一种提锂后废渣的高效回收利用方法.pdf VIP
- 2024香水香氛趋势白皮书.pdf
- 2023中考语文真题分类汇编:说明文阅读试题(含答案解析).docx VIP
- 2024年四川省成都市中考数学试题卷(含官方答案及逐题解析).docx
- CA6140车床的型号831002拨叉零件的机械加工工艺规程及夹具设计(含有全套图纸).doc VIP
- 2023年成都七中外地生自主招生考试数学试题和答案.doc
- 第三章聚合物流体的流变性能.ppt
文档评论(0)