基于核Fisher判別分析法的空調(diào)系統(tǒng)傳感器故障診斷研究.pdf

1、隨著中央空調(diào)系統(tǒng)在各種場合越來越廣泛的應(yīng)用，中央空調(diào)系統(tǒng)得到了很大發(fā)展，中央空調(diào)系統(tǒng)中的控制系統(tǒng)也越來越復(fù)雜。不管是商用辦公樓還是工業(yè)加工場所，甚至是民用住宅都對空調(diào)系統(tǒng)提出了更高的要求，要求空調(diào)系統(tǒng)的運(yùn)行穩(wěn)定、舒適和節(jié)能。在越來越復(fù)雜和龐大的HVAC系統(tǒng)中，往往會(huì)產(chǎn)生各種各樣的故障，要快速及時(shí)地檢測、鑒別出系統(tǒng)中出現(xiàn)的各種故障，已遠(yuǎn)非操作者力所能及，這就使得故障檢測與診斷（FDD）系統(tǒng)越來越成為必要。 本文提出了一種基于統(tǒng)計(jì)學(xué)

2、的用于空調(diào)系統(tǒng)傳感器故障診斷的方法：Fisher判別分析法。通過選取各種故障的樣本利用多元統(tǒng)計(jì)的方法對其進(jìn)行學(xué)習(xí)最終使得各個(gè)故障樣本在一定的空間分離。在故障檢測時(shí)，選取檢測點(diǎn)對其進(jìn)行投影然后通過計(jì)算馬氏距離看其最接近哪一種故障類型，即判別該點(diǎn)為這一類型的故障。然而運(yùn)用Ｆisher判別法的第一步是對故障樣本進(jìn)行學(xué)習(xí)訓(xùn)練，因此樣本的精度直接影響了故障診斷的效果，于是提出用主成分方法優(yōu)化訓(xùn)練樣本以改進(jìn)Ｆisher判別法從而達(dá)到提高故障診斷準(zhǔn)確

3、率的目的。主成分分析法通過少數(shù)幾個(gè)主成分，提取絕大部分?jǐn)?shù)據(jù)之間的相關(guān)性，將原始數(shù)據(jù)空間分為主成分子空間（PCS）和殘差子空間（RS），通過監(jiān)測采樣數(shù)據(jù)在殘差子空間的投影大小是否超過閥值來判斷其是否為奇異點(diǎn)，如果是則剔除。仿真實(shí)驗(yàn)的結(jié)果表明，該方法能夠使故障診斷的準(zhǔn)確率提高3至6個(gè)百分點(diǎn)。 在故障線性可分的前提下，融合主成分和Ｆisher判別法的故障診斷方法對故障的診斷準(zhǔn)確率很高，甚至可以達(dá)到１００％。但是實(shí)際系統(tǒng)很多都是十分龐大

4、復(fù)雜的，各種類型的故障很多都是非線性可分的，單純的線性判別法很難滿足實(shí)際系統(tǒng)的要求。于是作者提出在Ｆisher判別法中引入核函數(shù)技術(shù)，從而實(shí)現(xiàn)用Ｆisher判別進(jìn)行非線性故障診斷。 核Fisher判別分析法是在Fisher判別分析的基礎(chǔ)上進(jìn)一步改進(jìn)，是一種高性能多類分類算法,不僅具有高性能的線性分辨能力，而且具有更好的非線性處理能力和更好的推廣能力。在進(jìn)行多類分類時(shí)，首先通過一個(gè)非線性映射將訓(xùn)練樣本映射到一個(gè)高維的核空間中，建立