A machine learning bayesian network for refrigerant charge faults of variable refrigerant flow air conditioning system

توضیحات

ABSTRACT

An intelligent fault diagnosis network for variable refrigerant flow air conditioning system is proposed in this study. The network is developed under the foundation of bayesian belief network theory, which comprises two main elements: the structure and parameters. The structure obtained by machine learning and experts’ experiences illustrates the relationships among faults and physical variables from the qualitative prospective, and its parameters (including prior probability distribution and conditional distribution) describe the uncertainty between them quantitatively. Once the structure and parameters are determined, the posterior probability distribution which can be used to complete fault diagnosis and isolation will be calculated by some algorithms. In comparison with other fault diagnosis approaches, the proposed approach can make full use of performance information. Moreover, it is more reasonable and precise to express the relationship between faults and variables rather than Boolean variables. Evaluation was conducted on a variable refrigerant flow air conditioning system, which demonstrated that this strategy is effective and efficient.

INTRODUCTION

Because of the demands for thermal and humidity comfort in residential and commercial buildings, the heating, ventilation, and air conditioning (HVAC) system accounts nearly half of overall building energy . As a consequence, it is necessary to achieve energy saving in such systems. And in recent years the conception of air conditioning system has gradually developed from one unit for one house to independent units from separated zone in the same house along with the rising demands for comfortable environment . Thus variable refrigerant flow (VRF) air conditioning system which is a multi-split type of HVAC system has been arisen and applied in practice due to its flexible form, compacted structure, high part-load efficiency and individual thermal control strategy . It is made up of one outdoor unit and several indoor units. In essence, the VRF system is a system which maintains the indoor temperature at different set temperatures by controlling compressor frequency and the opening of electronic expansion valves to varying refrigerant flow rate. 

چکیده

در این مطالعه یک شبکه تشخیص خطای هوشمند برای سیستم تهویه هوا مجهز به مبرد منفرد پیشنهاد شده است. این شبکه تحت پایه ای از نظریه شبکه اعتقادات بیزی است که شامل دو عنصر اصلی است: ساختار و پارامترها. ساختار به دست آمده از یادگیری ماشین و تجربیات کارشناسان، روابط بین گسل ها و متغیرهای فیزیکی را از پیش بینی کیفی نشان می دهد و پارامترهای آن (از جمله توزیع احتمالی پیشین و توزیع مشروط) عدم قطعیت را بین آنها تقلیل می دهد. هنگامی که ساختار و پارامترها مشخص می شود، توزیع احتمالی خلفی که می تواند برای تکمیل تشخیص و جداسازی خطا استفاده شود، توسط برخی از الگوریتم ها محاسبه می شود. در مقایسه با سایر روشهای تشخیص خطا، رویکرد پیشنهادی می تواند به طور کامل از اطلاعات عملکرد استفاده کند. علاوه بر این، منطقی تر و دقیق تر است که رابطه بین گسل ها و متغیرها را به جای متغیرهای بولی بیان کنیم. ارزیابی بر روی یک سیستم تهویه مطبوع جریان مبرد مجهز بود که نشان داد که این استراتژی موثر و کارآمد است.

مقدمه

به دلیل نیاز به راحتی حرارتی و رطوبت در ساختمان های مسکونی و تجاری، سیستم گرمایش، تهویه و تهویه مطبوع (HVAC) تقریبا نیمی از انرژی ساختمان را تشکیل می دهد. به عنوان یک نتیجه، برای دستیابی به صرفهجویی در انرژی در چنین سیستمی ضروری است. و در سال های اخیر، مفهوم سیستم تهویه مطبوع به تدریج از یک واحد برای یک خانه به واحد های مستقل از منطقه جدا شده در همان خانه به همراه افزایش تقاضا برای محیط راحت توسعه یافته است. بنابراین سیستم تهویه هوا مجهز به سیستم مبرد (VRF) که یک سیستم چند منظوره سیستم تهویه مطبوع است، به دلیل شکل انعطاف پذیر، ساختار فشرده شده، کارایی باالی بار بار و استراتژی کنترل حرارتی، به وجود آمده است. این یک واحد در فضای باز و چند واحد داخلی است. در اصل، سیستم VRF یک سیستم است که دمای محیط را در دماهای مختلف تنظیم می کند با کنترل فرکانس کمپرسور و باز کردن سوپاپ های توسعه الکترونیکی برای تغییر سرعت جریان مبرد.

Year: 2018

Publisher : ELSEVIER

 By : Min Hu , Huanxin Chen , Limei Shen , Guannan Li , Yabin Guo , Haorong Li , Jiong Li ,Wenju Hu

File Information: English Language/ 9 Page / size: 689 kB

Download

سال : 1396

ناشر : ELSEVIER

کاری از : مین هو، Huanxin چن، لیمی سینگ، گوانان لی، یابین گو، Haorong لی، Jiong لی، Wenju Hu

اطلاعات فایل : زبان انگلیسی / 9 صفحه / حجم : KB 689

لینک دانلود