工控网首页
>

应用设计

>

空调系统传感器故障诊断方法

空调系统传感器故障诊断方法

2012/3/19 17:07:33

       目前,对传感器故障诊断的方法主要有基于数学模型和基于非数学模型方法。基于数学模型的方法就是对整个系统能够得到精确的数学模型。在这方面,基于解析模型的方法是最直接有效的方法,它又可分为观测器方法、等价空间法和参数估计法。 但是,空调系统本身是一个复杂的非线性系统,无法得到精确的数学模型。所以此方法在实际应用中受到了较大的限制。另一方面,基于非数学模型的方法主要有:基于信号处理的方法和基于知识的方法。在这两种方法中,后者克服了前者没有引入被控对象的相关信息以及忽略了系统内部深层知识等缺点。因此,它成为了一类常用的故障诊断方法。     近年来,基于神经网络的方法引起人们的高度重视,并被应用于传感器故障诊断领域。神经网络具有无需建立精确的数学模型,以及容错性、学习、自适应能力和非线性映射能力。因此,在空调系统故障诊断领域的应用中有较大潜力。由于小波函数具有快速衰减性,局部收敛较快等优点,本文把小波与神经网络结合起来,提出小波神经网络(WNN)的传感器故障诊断策略,用小波分析提取数据的频域特征,再使用神经网络对信号的频域特征数据做故障诊断。

传感器故障诊断系统     传感器故障诊断系统主要由传感器系统、小波神经网络、残差处理与诊断逻辑4部分组成。     根据小波神经网络原理,针对空调系统中出现的传感器故障,建立传感器故障诊断系统,并通过仿真表明小波神经网络对于传感器常见的偏差、漂移与完全故障,都能有较好的诊断效果,且小波神经网络故障诊断模型结构简单。最后,通过比较分析诊断残差比,证明采用基于小波神经网络对传感器进行故障诊断比BP网络更准确、精度更高。

审核编辑(
王静
)
投诉建议

提交

查看更多评论
其他资讯

查看更多

助力企业恢复“战斗状态”:MyMRO我的万物集·固安捷升级开工场景方案

车规MOSFET技术确保功率开关管的可靠性和强电流处理能力

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机