[發明專利]一種基于DHMM和CPDSPC的空調機組故障診斷方法

有效

• 申請號: 202110067339.3
• 申請日: 2021-01-19
• 公開（公告）號: CN113188818B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 嚴穎;蔡駿;張菀;李濤
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G01M99/00
• 分類號: G01M99/00;G06F17/15
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

1.一種基于DHMM和CPDSPC的空調機組故障診斷方法，其特征在于，包括如下步驟：

步驟A.基于空調機組上各指定工作屬性分別沿時序的變化，構建空調機組上冷卻盤管與風扇分別所對應各故障特征時序變化，進而獲得冷卻盤管與風扇分別所對應故障特征矩陣X_cc、X_sf，并進一步針對故障特征矩陣X_cc、X_sf，分別執行故障特征降維操作，獲得冷卻盤管與風扇分別所對應的主故障特征矩陣O_cc、O_sf，然后進入步驟B；

步驟B.根據冷卻盤管與風扇分別所對應的主故障特征矩陣O_cc和O_sf，構建冷卻盤管與風扇分別所對應的初始動態隱馬爾可夫模型，并基于主故障特征矩陣O_cc和O_sf中的預設比例訓練數據，應用吉布斯采樣法分別針對各初始動態隱馬爾可夫模型進行訓練，獲得冷卻盤管與風扇分別所對應的動態隱馬爾可夫模型，然后進入步驟C；

步驟C.基于冷卻盤管與風扇分別所對應主故障特征矩陣O_cc和O_sf中的預設比例測試數據，采用維特比算法獲得冷卻盤管與風扇分別所對應動態隱馬爾可夫模型、對應時刻1至時刻K的狀態估計值序列和然后進入步驟D；

步驟D.分別針對冷卻盤管與風扇所對應的狀態估計值序列和濾除狀態估計值中的錯誤估計，獲得冷卻盤管與風扇分別所對應的最終狀態估計值序列和進而實現對空調機組上冷卻盤管與風扇的故障診斷。

2.根據權利要求1所述一種基于DHMM和CPDSPC的空調機組故障診斷方法，其特征在于，所述步驟A包括如下步驟A1至步驟A5：

步驟A1.采集空調機組冷凍水流量送風流量分別對應時刻1至時刻K的時序變化與分別作為空調機組上的故障特征時序變化；

同時，采集空調機組送風溫度T_a,sup與其預設值T_sup,spt之間差值對應時刻1至時刻K的時序變化ΔT_sup,spt(1)、…、ΔT_sup,spt(K)，作為空調機組上的故障特征時序變化，然后進入步驟A2；

步驟A2.構建訓練冷卻盤管所對應以冷凍水流量混風流量以及混風溫度T_a,mix與冷凍水送水溫度T_chw,sup差值為輸入，以冷卻盤管的換熱量估計值為輸出的反向傳遞神經網絡，并應用T_a,mix-T_chw,sup分別對應時刻1至時刻K的時序變化，獲得換熱量估計值對應時刻1至時刻K的時序變化；

然后根據冷凍水比熱容c_pw、以及冷凍水回水溫度T_chw,rn，應用如下公式：

獲得換熱量Q_cc對應時刻1至時刻K的時序變化，進而按獲得ΔQ_cc對應時刻1至時刻K的時序變化ΔQ_cc(1)、…、ΔQ_cc(K)，作為空調機組上的故障特征時序變化，并進入步驟A3；

步驟A3.應用灰箱模型、以及卡爾曼濾波/粒子濾波方法，獲得空調機組上冷卻盤管上管壁內徑估計值與肋片面積估計值分別對應時刻1至時刻K的時序變化與以及獲得風扇的效率估計值對應時刻1至時刻K的時序變化然后進入步驟A4；

步驟A4.獲得冷卻盤管與風扇分別所對應故障特征矩陣X_cc、X_sf分別如下：

然后進入步驟A5；

步驟A5.針對故障特征矩陣X_cc、X_sf，分別執行PCA主成分分析法，針對故障特征降維操作，獲得冷卻盤管與風扇分別所對應的主故障特征矩陣O_cc、O_sf。