空調機組故障診斷中多未知模態(tài)檢測方法的研究.pdf

1、空調機組故障診斷中空調機組故障診斷中多未知模態(tài)檢測方法的研究多未知模態(tài)檢測方法的研究ResearchOnUnknownModeDetectionInFaultDiagnosisOfAirconditioning學科專業(yè)：控制科學與工程研究生：許弋慧指導教師：李冬輝教授天津大學電氣與自動化工程學院二零一三年十二月摘要智能建筑空調系統(tǒng)故障檢測與診斷是保證建筑環(huán)境安全性、舒適性和節(jié)能性的基本方法，優(yōu)化空調系統(tǒng)的故障檢測與診斷技術，可以保證其低

2、碳高效運行，提高空氣質量，同時降低維護成本。本文在研究國內外故障檢測與診斷技術的基礎上，結合智能建筑空調機組中相同單元在相同模態(tài)下具有相似統(tǒng)計特性，在空調機組故障診斷中給出一種基于高斯混合模型的多未知模態(tài)檢測方法。在多種不同聚類分析方法的基礎上，結合故障診斷的特點，將基于高斯混合模型的聚類應用到空調機組故障診斷中，來檢測多種未知模態(tài)，并詳細說明了采用高斯混合模型進行聚類的優(yōu)勢。在此方法的基礎上，著重探討了空調機組溫度處理單元和濕度處理單

3、元的工作原理并分析其運行模態(tài)，依照能量和物料守恒定律推導單元不同模態(tài)的模型，選擇特征參數(shù)來表征對象屬性，并根據(jù)卡爾曼濾波算法來計算特征參數(shù)，這些特征參數(shù)作為高斯混合模型構建的依據(jù)。高斯混合模型的核心是EM算法，它由兩個步驟組成，即E步和M步，算法的基本思想是E步和M步進行反復迭代，直至混合模型參數(shù)收斂，從而得到參數(shù)最優(yōu)估計值。在高斯混合模型建立之后，采用最大后驗概率準則，來分配特征數(shù)據(jù)點并進行模態(tài)的識別。使用模擬空調系統(tǒng)平臺，對高斯混合