【技术实现步骤摘要】
一种基于GSRA模型的冷水机组故障诊断方法
本专利技术属于制冷设备
,尤其涉及一种基于GSRA(灰色相似关联分析)模型的冷水机组故障诊断方法。
技术介绍
冷水机组是暖通空调系统中的主要部件,目前国内运行在实际现场中的冷水机组大多仅对其运行状态进行监测与控制,而对故障检测与诊断,仅能够完成“高压报警”和“低压报警”等的硬故障检测功能。现场冷水机组缺乏对软故障的检测与诊断能力是普遍存在的现象。将有效的故障检测与诊断技术应用于冷水机组,及时发现故障并予以排除,对维持室内环境舒适度、减少设备损耗、节约能源具有重要意义。过去十几年间,许多学者对冷水机组的故障检测与诊断方法进行了广泛研究,提出了一些从理论上可行的对软故障检测与诊断的方法。然而,这些方法却未能有效应用到实际现场冷水机组中,其主要原因是:1)现场缺乏大量的故障采集数据,而目前提出的方法为了获得良好的诊断性能,往往需要大量数据用于模型训练;2)对采集样本数据分布要求高,常常需要样本数据服从某种特定分布,比如高斯分布,而实际现场数据难以满足。虽然基于支持向量机的方法具有一定的小样本模式识别能力,但目前耗费大量计算时间的参数优化使其不适合现场在线应用。解决“小样本,贫信息”问题是灰色系统理论与技术最显著特点。目前,在将GSRA应用到冷水机组故障诊断中时,传统的技术途径有:1)使用单一劣化等级下的参考故障模式构建综合参考故障模式;2)单一依靠最大关联度原则确定待检故障模式的类别。然而,上述两条传统途径常常存在故障漏判和误判的现象。针对此不足,基于如下两点:1)综合考虑多种劣化等级下的参考故障模式构建综合参考 ...
【技术保护点】
一种基于GSRA模型的冷水机组故障诊断方法,其特征在于,包括下述步骤:步骤1:离线模型训练1a)通过实验或现场存储的冷水机组故障历史数据获得故障历史数据;1b)稳态过滤:使用已有的稳态过滤方法对包含所考察的n种已知故障在多个劣化等级下的历史数据进行稳态过滤,得到稳态的样本数据;1c)特征选择:选择合适的特征表征冷水机组的健康状态;1d)构建训练集:根据步骤1c)选择的表征冷水机组健康状态的特征,随机选择一定量的经过步骤1b)稳态过滤后的数据组成训练集;1e)使用训练集数据,对每个劣化等级下的每个已知故障构建参考故障模式;1f)基于遗传算法GA确定对应每个已知故障的综合参考故障模式;1g)基于遗传算法GA确定对应每个已知故障的最佳关联度阈值;步骤2:在线模型应用2a)在线实时监测实际现场冷水机组上的特征;2b)稳态过滤:使用与步骤1b)相同的稳态过滤方法对与步骤1b)相同的工况下的实时采集到的数据进行稳态过滤;2c)特征选择:选择与步骤1c)相同的特征表征冷水机组的健康状态;2d)根据步骤2b)稳态过滤后的数据和步骤2c)选择的特征构建待检故障模式的比较序列;2e)定性诊断,即确定待检故 ...
【技术特征摘要】
1.一种基于GSRA模型的冷水机组故障诊断方法,其特征在于,包括下述步骤:步骤1:离线模型训练1a)通过实验或现场存储的冷水机组故障历史数据获得故障历史数据;1b)稳态过滤:使用已有的稳态过滤方法对包含所考察的n种已知故障在多个劣化等级下的历史数据进行稳态过滤,得到稳态的样本数据;1c)特征选择:选择合适的特征表征冷水机组的健康状态;1d)构建训练集:根据步骤1c)选择的表征冷水机组健康状态的特征,随机选择一定量的经过步骤1b)稳态过滤后的数据组成训练集;1e)使用训练集数据,对每个劣化等级下的每个已知故障构建参考故障模式;1f)基于遗传算法GA确定对应每个已知故障的综合参考故障模式;1g)基于遗传算法GA确定对应每个已知故障的最佳关联度阈值;步骤2:在线模型应用2a)在线实时监测实际现场冷水机组上的特征;2b)稳态过滤:使用与步骤1b)相同的稳态过滤方法对与步骤1b)相同的工况下的实时采集到的数据进行稳态过滤;2c)特征选择:选择与步骤1c)相同的特征表征冷水机组的健康状态;2d)根据步骤2b)稳态过滤后的数据和步骤2c)选择的特征构建待检故障模式的比较序列;2e)定性诊断,即确定待检故障模式的嫌疑故障模式;计算待检故障模式的比较序列与在步骤1f)中确定的第i个已知故障Fi对应的综合参考故障模式之间的灰色相似关联度GSRD,即ri;将i从1循环到n,即得待检故障模式与所有的已知故障所对应的综合参考故障模式之间的GSRD;输出所有的满足ri≥Ri的综合参考故障模式,即为待检故障模式的嫌疑故障模式;如果对所有的已知故障模式,都不满足ri≥Ri,则表明待检故障模式为一种新故障;其中,Ri为关联度阈值;2f)定量诊断,即确定待检故障模式的类别与劣化等级;2g)故障诊断结束,输入故障诊断报告。2.根据权利要求1所述的一种基于GSRA模型的冷水机组故障诊断方法,其特征在于,所述步骤1f)中,设定已知故障为Fi,已知故障Fi的综合参考故障模式可表示成Fi=[xi(1),xi(2),Λxi(m)],xi(l)的计算见公式(1)式中,表示已知故障Fi在劣化等级为SL时的第l个特征,SL=1~4,表示4个劣化等级;l=1,2,Λ,m,m表示表征冷水机组健康状态的特征的总个数;p(1),p(2),p(3),p(4)表示权系数,具体为p=[1u,2u,3u,4u」,其中u称为加权指数。3.根据权利要求2所述的一种基于GSRA模型的冷水机组故障诊断方法,其特征在于,确定加权指数u的原则是通过GA寻找使f(u)取最小值时的u,具体见下式:
【专利技术属性】
技术研发人员:王智伟,王占伟,顾笑伟,何所谓,闫增峰,
申请(专利权)人:西安建筑科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。