康嘉
- 作品数：5 被引量：28H指数：3
- 供职机构：上海交通大学机械与动力工程学院制冷与低温工程研究所更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：一般工业技术化学工程更多>>
- 制冷空调系统故障检测与诊断中的空气侧换热模型被引量：3
- 2011年
- 对3种常用空气侧换热模型(戈果林换热模型、扰流管束换热模型和J因子换热模型)进行了分析,着重研究其单调性以及在制冷空调系统故障检测与诊断模型中的适用性,设计实验并采用焓差法测量制冷空调系统空气侧的换热系数,与3种空气侧换热模型的计算结果加以比对,并对其结果进行修正.结果表明,修正后的3种换热模型所得结果与其相应的实验结果较吻合.其中:戈果林公式具有非单调性而不适用于仿真模型的计算;J因子换热模型和扰流管束换热模型具有单调性,适用于制冷空调系统故障检测与诊断中的仿真模型计算,且J因子的计算误差最小.
- 康嘉韩华谷波邱峰
- 关键词：制冷空调系统故障检测与诊断换热模型换热系数
- 主元分析在制冷故障检测与诊断中的应用研究
- 制冷系统的故障检测与诊断对于提高能源利用效率至关重要,近年来得到广泛关注和快速发展。本文首先介绍了制冷系统故障检测与诊断技术的发展现状,对故障诊断中可能用到的空气侧换热模型做了分析和实验比对。对于重要故障的现象和原因进行...
- 康嘉
- 关键词：制冷系统故障检测和诊断主元分析方法
- 文献传递
- 基于SVM的制冷系统多故障并发检测与诊断被引量：10
- 2011年
- 引言随着人们对现代建筑室内环境质量、舒适度的要求不断提高,暖通空调制冷系统(HVAC&R)愈加复杂,与此同时,由于工况的异常变化或系统部件老化以及未及时、定期维修或保养等原因,系统常在故障状态下非健康运行,带障运行导致的能耗增加大约30%[1]。对其故障进行早期检测与诊断,利于及时排除故障,维持或及时恢复系统正常运行,从而减少不必要的能耗,降低运行成本,提高建筑物环境舒适度。
- 谷波韩华洪迎春康嘉
- 关键词：故障检测支持向量机制冷
- 多变量统计分析方法在制冷故障检测与诊断中的应用研究被引量：1
- 2011年
- 研究了多变量统计分析方法在制冷装置故障检测和诊断中的应用。对ASHRAE资助下的一组实验数据进行预处理,对其进行故障检测和故障诊断。对于故障检测,可利用平方预测误差(Q统计量)等统计控制变量来判断系统是否在正常运行状态。而对于故障诊断,第一次尝试采用各变量对于平方预测误差的负荷结合各变量的变化率来得到其对于平方预测误差异变的贡献率。从而快速利用变量的变化方向和程度判断故障类型。从结果分析,这种方法可以在众多变量中过滤掉不显著的变化,迅速找到故障主因。利用多变量统计分析方法可以实现对制冷装置的运行状态进行实时监控和诊断。
- 康嘉谷波韩华
- 关键词：故障检测和诊断主元分析冷水机组
- 基于遗传算法和支持矢量机参数优化的制冷机组故障检测与诊断研究被引量：15
- 2011年
- 针对制冷机组故障诊断中特征多、诊断准确率低的特点,提出一种复合诊断模型,利用遗传算法搜索特征空间,与带参数优化的支持矢量机(Support vector machine,SVM)结合,同时进行故障特征提取和模型训练。用该模型研究7种典型的制冷机组故障,从64个原始特征中筛选出8个与试验辅助系统关系甚微、均十分靠近核心制冷循环的特征,作为故障指示特征,总体诊断准确率从96.95%提高到99.53%,测试时间下降70%以上。用命中率和虚警率评价模型对各故障的诊断性能,所提复合模型除个别故障外,均优于无特征提取及带主元分析特征提取的SVM模型。复合模型在制冷机组故障诊断中有良好的应用前景。
- 韩华谷波康嘉
- 关键词：支持矢量机遗传算法制冷故障特征提取
