空调系统中传感器故障检测与诊断方法的研究

提出了空调系统传感器故障检测、故障识别、故障重构的主成分分析方法。主成分分析法将测量空间分为主成分子空间和残差子空间。SPE  指数和SVI  指数分别用来检测和识别故障。沿着故障方向,测量数据逐步逼近主成分子空间可以实现数据的重构。通过对空调监测系统的传感器故障检测与诊断结果展示出PCA  方法具有良好的故障检测、识别和重构能力。关键词:主成分分析法;传感器故障;故障检测与诊断;空调系统Abstract  :The  principal  component  analysis(PCA)  approach  for  sensor  fault  detection  ,identification  and  reconstruction  in  HVAC  system  is  presented.  The  PCA  approach  partitions  the  measurement  space  into  principal  component  subspace  (PCS)  and  residual  subspace  (RS)  .  The  SPE  index  and  the  SVI  index  is  used  for  fault  detection  and  fault  identification  ,  respectively.  Fault  can  be  reconstructed  by  sliding  the  mea2  sure  to  principal  component  subspace  along  the  direction  of  fault.  It  shows  that  the  PCA  approach  has  good  ability  of  fault  detection  ,  fault  identification  and  fault  reconstructionthough  employing  in  HVAC  monitoring  and  controlling  sys2tem.Key  words  :  principal  component  analysis  (  PCA)  ;  sensor  fault  ;fault  detection  and  diagnosis  ;HVAC  sys2  tem