회귀기준식 이용 공조기 부위별 고장검출 Regression Model-Based Fault Detection of an Air-Handling Unit 하위 시스템 수준에서 오류 감지를 위한 체계가 제시됩니다. 이 방법은 분석 중복성을 사용하고 참조 모델에서 계산된 추정치와 각 측정값을 비교하여 잔차를 생성하는 것으로 구성됩니다.
이 연구에서는 회귀 신경망 모델을 참조 모델로 사용합니다. 회귀 신경망은 연속 변수의 추정치를 제공하는 메모리 기반 피드포워드 네트워크입니다.
시뮬레이션 결과 제안하는 방법이 공기조화기(AHU)의 결함을 효과적으로 감지할 수 있음을 입증하였다. 결과는 회귀 모델이 매우 비선형적이고 복잡한 AHU의 정확하고 신뢰할 수 있는 추정기임을 보여줍니다.
연구 주제 1. 문제 정의 검출, 진단, 평가 그리고 처리의 4단계로 구분될 수 있는데, 본 논문은 첫 번째 단계인 검출과 부위별로 고장을 분류하기 위한 것이다.
회귀신경망이 고장 검출에 적용된 예는 없으나 기존의 ...
#
AHU
#
센서
#
송풍기
#
시스템
#
압력센서
#
연구
#
오류감지
#
유동해석
#
제어
#
진단
#
처리
#
평가
#
성능
#
비교
#
가열
#
고장검출
#
공기댐퍼
#
공기조화기
#
공조기
#
공조설비
#
급기온도
#
냉각코일
#
논문
#
논문자료
#
댐퍼
#
한국공조엔지니어링
원문 링크 : 회귀기준식 이용 공조기 부위별 고장검출 논문자료
