一种空调水系统智能诊断调节阀
专利类型：发明专利
语 言：中文
申 请 号：CN201710260489.X
申 请 日：20170420
申 请 人：重庆大学
申请人地址：400044重庆市沙坪坝区沙正街174号
公 开 日：20170818
公 开 号：CN107063663A
代 理 人：王翔
代理机构：重庆大学专利中心50201
摘 要：本发明的目的是解决现有的调节阀出现故障时无法及时识别并及时处理的问题，公开一种空调水系统智能诊断调节阀，其特征在于:包括安装于空调系统的水系统的调节阀。所述调节阀根据控制器输出的信号，调节其阀位。所述控制器向上位机传递输出信号。调节阀的阀位反馈信号和调节阀后流量通过信号测量器传递给上位机。所述上位机存储有故障检测模型和故障诊断模型。将阀位反馈信号作为故障检测模型的输入，判断空调系统的水系统是否发生调节阀故障。若是，将控制器输出信号、阀位反馈信号和调节阀后流量作为故障诊断模型的输入，来检测故障类型。??全部
主 权 项：一种空调水系统智能诊断调节阀，其特征在于:包括安装于空调系统的水系统的调节阀；所述调节阀根据控制器输出的信号，调节其阀位；所述控制器向上位机传递输出信号；调节阀的阀位反馈信号和调节阀后流量通过信号测量器传递给上位机；所述上位机存储有SVM故障检测模型和SVM故障诊断模型；所述故障检测模型和故障诊断模型的建立过程如下：1)所述空调水系统模型建立根据建筑内实际空调系统的水系统的管网系统建立仿真模型；2)实际工况参数收集、特性参数提取根据步骤1)所述的仿真模型，测试设置正常工况和若干种调节阀故障工况，多次提取各种工况下，表征故障的特性参数；所述的表征故障的特性参数包括控制器输出信号、调节阀的阀位反馈信号和调节阀后流量；3)基于SVM的故障检测模型训练3?1)选取步骤2)所获得的全部调节阀故障工况下的调节阀的阀位反馈信号，将其作为一个故障工况数据集；选取步骤2)所获得的调节阀正常工况下的调节阀的阀位反馈信号，将其作为正常工况数据集；故障工况数据集和正常工况数据集作为SVM的故障诊断模型训练的输入；对数据进行等间距拆分为两部分，一部分作为SVM分类模型的训练集，从而获得调节阀故障检测模型，另一部分则作为模型测试集。3?2)将训练集和测试集中的数据进行可视化处理后，利用MATLAB自带的归一化函数对数据进行离差标准化的归一化处理；3?3)在完成数据的归一化处理之后，开始进行支持向量机故障分类模型的参数优选过程。优选过程的目的是获得最佳的SVM的核参数g和惩罚因子c；3?4)根据步骤3?3)获得的最优参数进行模型的训练，训练过程通过LIBSVM工具箱完成，最终得到故障检测模型；4)基于SVM的故障诊断模型训练4?1)将步骤2)所获得的将每种工况的数据进行等间距拆分为两部分，一部分作为SVM分类模型的训练集，从而获得调节阀故障检测模型，另一部分则作为模型测试集。4?2)将训练集和测试集中的数据进行可视化处理后，利用MATLAB自带的归一化函数对数据进行离差标准化的归一化处理；4?3)在完成数据的归一化处理之后，开始进行支持向量机故障分类模型的参数优选过程。优选过程的目的是获得最佳的SVM的核参数g和惩罚因子c，以获取最为准确的故障检测分类模型；4?4)根据步骤4?3)获得的最优参数进行模型的训练，训练过程通过LIBSVM工具箱完成，最终得到各个类型的故障诊断模型；故障诊断过程如下：A)将阀位反馈信号作为SVM故障检测模型的输入，判断空调系统的水系统是否发生调节阀故障；若是，进入步骤B)，将控制器输出信号、阀位反馈信号和调节阀后流量作为故障诊断模型的输入，来检测故障类型；B)用某一类型的故障诊断SVM模型对该类型故障的特性参数进行预测，然后计算出测试数据与预测值的残差，进而计算指数加权移动平均(EWMA)值。C)根据步骤B所述的该类型故障工况下的EWMA控制图，将测试值和预测值的残差的EWMA值比较：若测试值超出控制限阈值，则可判断当前工况非该类故障工况，回到步骤B)，更换另外一类型的故障诊断SVM模型；若测试值未超出控制限阈值，则可判断当前工况是该类故障工况。
关 键 词：
法律状态：生效
IPC专利分类号：G01M13/00(2006.01)I