传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2008年
5期
37-39,42
,共4页
核主成分分析%暖通空调%传感器%故障监测诊断
覈主成分分析%暖通空調%傳感器%故障鑑測診斷
핵주성분분석%난통공조%전감기%고장감측진단
传感器状态的好坏很大程度上影响暖通空调(HVAC)系统的运行,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特性空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器常见4种故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.实验结果表明:KPCA方法具有很好的故障监测与诊断能力.
傳感器狀態的好壞很大程度上影響暖通空調(HVAC)繫統的運行,對其展開故障診斷十分必要.覈主成分分析(KPCA)方法通過集成算子與非線性覈函數計算高維特性空間的主元成分,有效捕捉過程變量中的非線性關繫,將其用于傳感器常見4種故障的診斷,先用Q統計量進行故障鑑測,再用T2貢獻量百分比變化來識彆故障.實驗結果錶明:KPCA方法具有很好的故障鑑測與診斷能力.
전감기상태적호배흔대정도상영향난통공조(HVAC)계통적운행,대기전개고장진단십분필요.핵주성분분석(KPCA)방법통과집성산자여비선성핵함수계산고유특성공간적주원성분,유효포착과정변량중적비선성관계,장기용우전감기상견4충고장적진단,선용Q통계량진행고장감측,재용T2공헌량백분비변화래식별고장.실험결과표명:KPCA방법구유흔호적고장감측여진단능력.
