大数据技术在预诊暖通空调系统软故障中的应用

【摘要】：HVAC领域系统的软故障由于具有渐变特征,对系统造成的危害非常大。针对缺乏历史故障数据,将定性方法与大数据技术相结合,建立通过横向比较实时监测参数的大数据预诊系统故障的模型,并进行分析验证。指出横向大数据分析技术适用于有多套设备同时运行且实时监测数据量大的系统;将故障定性分析方法与大数据技术结合,得到的横向大数据预诊故障模型能够较准确地预先发现并报告故障位置及原因。 【作者单位】： 上海虹桥国际机场公司;东华大学;
【关键词】： 暖通空调 大数据技术 定性分析方法 横向比较 预诊故障模型
【分类号】：TU83
【正文快照】： H V A C领域系统故障可分为硬故障和软故障。硬故障是指系统硬件等发生故障。软故障是指使系统部件性能逐渐衰退甚至失效的故障,如制冷剂泄漏、冷凝器结垢、制冷剂含不凝性气体、阀门开启度不当等[1]。硬故障一般具有突发性、破坏性且容易被检测到的特征。而软故障一般不容易

您可以在本站搜索以下学术论文文献来了解更多相关内容