شناسایی حالت معیوب یک واحد هواساز با استفاده از روش آنالیز مولفه های اصلی

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 184

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TUMECHJ-45-2_004

تاریخ نمایه سازی: 25 آبان 1400

چکیده مقاله:

در این مقاله از روش آنالیز مولفه های اصلی برای تعیین حالت معیوب یک هواساز ۵ منطقه­ای بااستخراج ارتباط بین متغیرهای موجود در هواساز و کاهش ابعاد داده های اندازه گیری شده، استفاده می شود.از یک مدل آنالیز مولفه های اصلی می توان برای تعیین حد آستانه آماری و همچنین مربع خطاهای پیش بینی مشاهدات جدید، به منظور بررسی وجود عیب در هواساز استفاده کرد. سیستم عیب یابی شامل یک برنامه عیب یابی بر اساس روشآنالیز مولفه های اصلی، یک سیستم مدیریت ساختمان با سه عدد سنسور، شیر کنترل و سیگنال های کنترل هوای خروجی است. در این پژوهش عیب­های مختلفی به صورت مصنوعی بر روی سیستم هواساز موجود در بیمارستان رضوی مشهد ایجاد شده است. منطقه مورد بررسی در این مطالعه بخش اداری بیمارستان می­باشد. این عیب ها شامل عیب در سنسور دمای داخل کانال، سنسور دمای موجود دربخش اداری، گیر کردن دمپر هوای برگشتی، گیر کردن دمپر هوای خروجیو گیر کردن شیر کنترلی کویل آب گرم هواساز میباشد. نتایج نشان می­دهند که استفاده از روش آنالیز مولفه های اصلی، برای شناسایی حالت معیوب این هواساز موثر و قابل قبول می باشد.

کلیدواژه ها:

عیب یابی ، هواساز ، آنالیز مولفه های اصلی ، مربع خطای پیش بینی

نویسندگان

وحید عامل منیریان

کارشناس ارشد، دانشگاه فردوسی مشهد، دانشکده مهندسی

محمدمهدی تفرج

دانشجوی دکتری، دانشگاه فردوسی مشهد، دانشکده مهندسی

هادی کلانی

دانشجوی دکتری، دانشگاه فردوسی مشهد، دانشکده مهندسی

مجید معاونیان

دانشیار، دانشگاه فردوسی مشهد، دانشکده مهندسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Piette, M.A., Kinney, S.K., Haves, P., .," Analysis of an ...
  • Yu, B., Van Paassen, A.H.C., " State-of-the-art of energy fault ...
  • Katipamula, S., Brambley, M. R., "Methods for fault detection, diagnostics, ...
  • Yoshimura, M., and N. Ito. "Effective diagnosis methods for air-conditioning ...
  • Ann, B.C., Mitchell, J.W.,Mclntosh,L.B., "Model based fault detection and diagnosis ...
  • Dexter, A.L., Pakanen, J., "Demonstrating automated fault detection and diagnosis ...
  • Stylianou, M., Nikanour, D., Performance monitoring, fault detection, and diagnosis ...
  • Liang, J., Du, R., "Model-based fault detection and diagnosis of ...
  • Tzafestas, S., "Second generation expert systems: requirements, architectures and prospects", ...
  • Wu, S., Sun, J.Q., "Cross-level fault detection and diagnosis of ...
  • Hemmelblau, D.M., "Use of artificial neural networks to monitor faults ...
  • Dexter, A. L., Ngo, D., "Fault diagnosis in HVAC systems: ...
  • Schein, J., Bushby, S. T., Castro, N. S., House, J.M., ...
  • Wang, S., Xiao, F., Zhou, Q., A system-level fault detection ...
  • Wang, S.W., Xiao, F., AHU sensor fault diagnosis using principal ...
  • Xiao, F., Wang, S., Xu, X., Ge, G., "An isolation ...
  • Du, Z., Jin, X., "Detection and diagnosis for sensor fault ...
  • Du, Z., Jin, X., Wu, L., "Fault detection and diagnosis ...
  • عامل منیریان، وحید "عیب یابی و تشخیص عیب در سیستم ...
  • نمایش کامل مراجع