Biblioteca73.326 documentos en línea

Artículo

Sensor Fault Detection and Diagnosis Method for AHU Using 1-D CNN and Clustering AnalysisMétodo de detección y diagnóstico de fallos de sensores para UTA mediante CNN 1-D y análisis de clustering

Resumen

Este trabajo presenta un método de detección y diagnóstico de fallos (FDD), que utiliza una red neuronal convolucional unidimensional (CNN 1-D) y el análisis de clustering WaveCluster para detectar y diagnosticar los fallos de los sensores en el bucle de control de la temperatura del aire de suministro (Tsup) de la unidad de tratamiento de aire. En este enfoque, se emplea una CNN 1-D para extraer características guiadas por el hombre a partir de los datos brutos, y las características extraídas se analizan mediante el clustering WaveCluster. Los fallos sospechosos de los sensores se indican y categorizan denotando clusters. Además, se introduce el procedimiento de absolución Tc para mejorar aún más la precisión del DDF. En la validación, el ratio de falsas alarmas y el ratio de diagnósticos perdidos se utilizan principalmente para demostrar la eficacia del método FDD propuesto. Los resultados muestran que los fallos abruptos de los sensores en el lazo de control Tsup pueden ser detectados y diagnosticados de forma eficiente, y el método propuesto está dotado de una buena robustez dentro del rango de ruido de 6 dBm∼13 dBm.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento