基于KPCA的HVAC系统传感器故障诊断

Yun-guang GAO,Shun-bo LIU,Zhen-ren ZHANG

Transducer and Microsystem Technologies（2008）

引用 7|浏览5

暂无评分

摘要

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.

查看译文

关键词

sensor,HVAC,kernel principal component analysis(KPCA),fault detection and diagnosis

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要