235基于pca方法的热泵空调系统传感器故障诊断.docVIP

基于PCA方法的热泵空调系统传感器 故障诊断 湖南大学 兰丽丽 陈友明 摘要 本文介绍了一种空气源热泵空调系统传感器故障检测与诊断方法。用主成分分析法（Principal Component Analysis，PCA）来提取系统的相关性和降低分析数据的维数。在系统正常运行条件下，测得一组数据建立PCA模型。PCA模型建立后，在各传感器上分别载入偏差、漂移和完全失效故障，进行故障检测与诊断。在每次的测试实验中，只有一个传感器发生故障。SPE统计量用于故障检测，SVI指数用来进行故障识别，最后在假定其他传感器数据无误的基础上根据它们之间的相互关系对故障传感器进行重构。现场实验得到了令人满意的效果，实验结果表明，基于PCA的传感器故障检测与诊断方法是正确、有效的。 关键字：传感器，故障检测与诊断，主成分分析法，空气源热泵空调系统 1.前言 在建筑的整个生命周期内，包括设计阶段到运行阶段，故障层出不穷，导致大部分建筑通常都无法满足设计阶段的预期要求[1]。同时，这些故障通常在短时间内难以察觉。此外，在建筑能源管理与控制系统（Energy Management and Control System，EMCS）中，安装有大量的传感器，包括温度传感器、流量传感器、流速传感器、压力传感器、功率传感器等。这些传感器有两种用途：一种是用作控制，控制设备的运行；另一种是用作监测，供设备管理者