[發明專利]空氣處理機組內傳感器故障診斷方法、系統、設備及介質

在審

• 申請號: 202211340653.5
• 申請日: 2022-10-28
• 公開（公告）號: CN115526274A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 閆秀英;杜伊帆;劉光宇;官婷;張伯言
• 申請（專利權）人: 西安建筑科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00;G06F17/16
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 陳翠蘭

1.一種空氣處理機組內傳感器故障診斷方法，其特征在于，包括：

獲取待預測空氣處理機組內的傳感器實時數據；

將所述待預測空氣處理機組內的傳感器實時數據，作為預構建的空氣處理機組傳感器微小故障診斷模型的輸入，輸出得到所述待預測空氣處理機組內的傳感器故障診斷結果；

其中，所述預構建的空氣處理機組傳感器微小故障診斷模型的構建過程，具體如下：

利用粒子群算法對核主成分相關分析算法的核參數進行優化，得到優化后的核主成分相關分析算法；其中，利用相關距離對核主成分分析算法中的歐式距離進行替換，以對核主成分分析算法中的高斯徑向基核函數進行優化，得到所述的核主成分相關分析算法；

利用正常空氣處理機組的傳感器歷史數據對所述優化后的核主成分相關分析算法進行訓練，得到所述預構建的空氣處理機組傳感器微小故障診斷模型；其中，所述正?？諝馓幚頇C組的傳感器歷史數據包括正常數據和預設故障數據。

2.根據權利要求1所述的一種空氣處理機組內傳感器故障診斷方法，其特征在于，所述正常數據包括正常空氣處理機組內的傳感器歷史數據；其中，所述正?？諝馓幚頇C組內的傳感器歷史數據包括冷凍水閥開度、新風溫度、新風濕度、送風溫度、送風濕度、回風溫度及回風濕度。

3.根據權利要求1所述的一種空氣處理機組內傳感器故障診斷方法，其特征在于，所述預設故障數據采用對正?？諝馓幚頇C組中傳感器預設故障形態后采集得到；其中，所述預設故障形態包括5％-20％的漂移故障形態或5％-20％的偏差故障形態。

4.根據權利要求1所述的一種空氣處理機組內傳感器故障診斷方法，其特征在于，將所述待預測空氣處理機組內的傳感器實時數據，作為預構建的空氣處理機組傳感器微小故障診斷模型的輸入，輸出得到所述待預測空氣處理機組內的傳感器故障診斷結果的過程，具體如下：

根據所述待預測空氣處理機組內的傳感器實時數據，構建得到初始數據矩陣X_N×m；

結合信息熵線性變化前后不變的原則，對所述初始數據矩陣X_N×m進行線性變換，得到同質數據矩陣Z_N×m；

利用所述優化后的核主成分相關分析算法，分別對所述初始數據矩陣X_N×m和所述同質數據矩陣Z_N×m進行降維處理，得到初始數據降維結果Y_N×m和同質數據降維結果Y′_N×m；

計算所述初始數據降維結果Y_N×m和同質數據降維結果Y′_N×m之間的相關距離D_i；

將所述相關距離D_i與預設的最小相關距離D_min進行比較，若所述相關距離D_i小于預設的最小相關距離D_min，則利用主元貢獻率對故障特征進行提取，輸出得到所述待預測空氣處理機組內的傳感器故障診斷結果。

5.根據權利要求4所述的一種空氣處理機組內傳感器故障診斷方法，其特征在于，所述初始數據矩陣X_N×m為：

其中，N為傳感器實時數據的數量，m為傳感器的個數；x′_Nm為第m個傳感器的第N個傳感器實時數據；

所述同質數據矩陣Z_N×m為：

其中，Z_ij′為第j個傳感器的第i個傳感器實時數據經過線性變換后的結果；x_i′_j為第j個傳感器的第i個傳感器實時數據；x_i′_(j+1)為第j+1個傳感器的第i個傳感器實時數據；x_i′_m為第m個傳感器的第i個傳感器實時數據；x_i′₁為第1個傳感器的第i個傳感器實時數據。