CN107111286B - 用于诊断和控制的自动化功能测试 - Google Patents
用于诊断和控制的自动化功能测试 Download PDFInfo
- Publication number
- CN107111286B CN107111286B CN201580061713.1A CN201580061713A CN107111286B CN 107111286 B CN107111286 B CN 107111286B CN 201580061713 A CN201580061713 A CN 201580061713A CN 107111286 B CN107111286 B CN 107111286B
- Authority
- CN
- China
- Prior art keywords
- component
- model
- hvac
- hvac system
- fault
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012360 testing method Methods 0.000 title description 11
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000005259 measurement Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000011990 functional testing Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims 6
- 238000012986 modification Methods 0.000 claims 1
- 230000004048 modification Effects 0.000 claims 1
- 239000003570 air Substances 0.000 description 37
- 230000008569 process Effects 0.000 description 11
- 239000012636 effector Substances 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012774 diagnostic algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Fluid Mechanics (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一方面,提供了一种生成用于HVAC系统控制的模型的方法。所述方法包括:生成HVAC系统的性能的模型;为最优控制系统和诊断系统中的至少一者提供生成模型;以及使用所述生成模型以及所述最优控制系统和所述诊断系统中的至少一者而自动地调节所述HVAC系统。
Description
关于联邦资助研究或开发的声明
本发明是在由陆军航空和导弹司令部(Army Aviation and Missile Command)授予的合同号W912HQ-09-C-0056的政府支持下进行的。政府对本发明具有一定的权利。
发明领域
本文公开的主题涉及控制和诊断系统,并且更具体地讲,涉及建筑物以及HVAC控制和诊断系统。
背景
建筑物系统控件可以基于系统的不同级的各个部件的热传递的数学表示。在长期操作期间,部件可能受到故障的影响或整个系统可以遭受导致整体性能下降的变化。为了有效地控制这些部件,需要调整控制时间表并且需要定期估计部件的健康状况。然而,部件故障通常是通过劳动密集型努力来确定,劳动密集型努力包括将正常操作数据与在故障明显时来自特定时间窗口的数据进行比较。
通常,在建筑物和HVAC应用中,来自不同操作条件的历史数据因为缺乏操作条件可变性而不可用。HVAC设备和建筑物子系统的功能测试可提供额外的数据,但通常需要致动器的众多手动设定点变化。这样的手动过程是劳动密集型的、容易出错的,并且是先进的诊断和控制系统的调试成本的很大一部分。
因此,期望提供利用模型和测量数据并且提供自动化实施程序以减少手动干预的控制和诊断系统。
发明概要
一方面,提供了一种生成用于HVAC系统控制的模型的方法。所述方法包括:生成HVAC系统的性能的模型;为最优控制系统和诊断系统中的至少一者提供生成模型;以及使用所述生成模型以及所述最优控制系统和所述诊断系统中的至少一者而自动地调节所述HVAC系统。
另一方面,提供了一种生成用于HVAC系统控制的模型的方法。所述方法包括:生成用于HVAC系统的部件的输入变量的组合;使用所述生成的输入组合而对所述部件执行功能测试;在所述功能测试期间测量所述部件的性能数据;以及生成随所生成输入组合的所述部件性能的模型。
又一方面,提供了一种控制HVAC系统的方法。所述方法包括:改变所述HVAC系统的输入参数;在所述输入参数改变时测量所述HVAC系统的性能;以及基于所测量的性能而生成所述HVAC系统的所述性能的模型。所述方法还包括:利用所述生成模型来自动地优化所述HVAC系统的所述性能;以及比较所述HVAC系统的实际输出与由所述模型预测的预测输出。
附图简述
在说明书随附的权利要求书中具体指出且清楚地要求保护视为本发明的主题。本发明的前述和其他特征以及优点从结合附图进行的以下具体实施方式中明显,在附图中:
图1为示例性建筑物自动化系统的示意图;
图2为示例性HVAC控制系统的流程图;
图3为生成用于HVAC系统控制的模型的示例性方法的流程图;
图4为生成用于HVAC系统控制的模型的另一种示例性方法的流程图;以及
图5为可与图1所示的建筑物自动化系统一起使用的示例性容错控制系统的示意图。
具体实施方式
以下描述涉及控制和诊断系统,诸如建筑物HVAC控制和诊断系统或冷却和加热设备。建筑物HVAC控制系统的目的是控制热力发电和配电,以便以最低的可能能量成本满足居住者的热舒适性。热力发电可以利用诸如冷却器和加热设备之类的部件来实现,并且配电可以使用诸如空气处理单元(AHU)和位于建筑物区域中的终端单元的部件来实现。建筑物HVAC诊断系统的目的是检测和隔离与HVAC设备相关联的故障。建筑物HVAC容错控制系统的目的是实时重新配置控制系统,以在诊断故障被检测到、被隔离并表征时调适诊断故障。完成控制系统的重新配置,以满足居住者的热舒适性,同时满足诊断故障所施加的约束。
HVAC控制系统利用来自各种传感器的测量值来产生提供期望居住者舒适度的气流和温度水平。例如,传感器可以包括水温和空气温度传感器、水和空气体积率传感器、占有率传感器、运动检测传感器、CO2传感器、湿度传感器等。控制系统包括诸如水(冷水和热水)流体积率、空气流体积率以及水和空气温度等控制变量。基于传感器测量值而对控制变量的计算由控制算法实现。控制算法基于更新的测量数据而生成HVAC系统的周期性更新,并且是基于监督控制和本地控制的两级分层结构。
如图1所示,建筑物自动化系统10包括监督控制级20和本地控制级30。传感器数据级40为监督控制级20提供传感器数据,并且子系统控制级50控制特定的HVAC部件。
监督控制级20包括监督控制器22。本地控制级30包括各种本地控制器如外部空气控制器32、混合空气控制器34、供应流量控制器36、热甲板控制器37、冷甲板控制器38和区供应T控制器39。如本文所用,术语控制器是指专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享处理器、专用处理器或群组处理器)和存储器、组合逻辑电路和/或提供所述功能的其他合适部件。
在示例性实施方案中,外部空气控制器32经由致动器调节外部空气阻尼器位置以便控制供应至建筑物的环境空气质量流率。混合空气控制器通过它们的致动器来修改多个阻尼器的位置,以便控制混合空气温度。供应流量控制器36通过改变风扇速度来控制由HVAC单元提供的总空气质量流率。热甲板控制器27控制热水阀,以控制热甲板的空气温度。冷甲板控制器38修改冷水阀,以控制冷甲板的空气温度。区供应T控制器39调节供应给每个区的空气质量流率和供应温度,以便将区空气温度控制到所要求的值。所描述的控制器从可以集成在建筑物管理系统中或驻留在单独机器上的监督控制器接收参考值(或设定点)。为了满足参考值,本地控制器基于与其控制的各个HVAC部件有关的传感器数据而修改致动器位置/值,如HVAC部件50所示。然而,所描述的控件和部件是示例性的,并且系统10可包括各种其他类型的控件和部件。
传感器数据级40包括各种数据源,诸如天气预报数据42、热舒适性数据44、区占有率数据46和HVAC数据48。数据源的每个可包括提供相关数据的一个或多个传感器。例如,天气预报数据42可包括在所选择的预报水平线上的温度、湿度和云覆盖数据。热舒适性数据44可包括区空气温度传感器数据。区占有率数据46可包括运动传感器和居住者计数器,以提供区占有率信息。HVAC数据48可包括温度、CO2、空气质量流率和水质量流率传感器测量值。
在先进的建筑物自动化系统10中,实施较高的监督级控制器22以便为所有HVAC致动器控制回路生成设定点。控制器22包括生成设定点所基于的时间表。例如,当环境室外温度和湿度在预定范围内时,控制器22可设置将供应温度值设为特定值的时间表。
下部本地级30的控制器在各个HVAC设备控制硬件的嵌入式处理器中直接实施。本地级30的控制器包括简单规则,简单规则控制HVAC致动器(例如,阀、阻尼器)以便满足由较高级的监督级20生成的设定点。
这样,当实施时,控制和诊断系统分别基于简单规则而为致动器和故障生成一些值。在很多情况下,这些简单规则是远非最优的,并且需要劳动密集型重新调整,且诊断结果可包含大量虚假警报(未正确诊断的部件健康状况和故障模式)。对现代HVAC系统实施的简单规则可能会极大地限制控制器处理各种部件故障的能力。另外,即使故障被正确诊断,控制系统也可能无法改变其操作,从而导致居住者舒适性问题。本文描述的控制和诊断系统包括额外的改进。改进的系统除了或者替代由建筑物自动化系统10提供的简单规则/时间表,还包括基于模型的表示。改进的系统还包括用于估计这些模型的参数并用于重新配置控制系统以调适各种部件故障的方法。
控制系统模型包括将特定变量与选定输入相关的方程式。例如,特定变量可以包括占用区域中的空气温度。选定输入可包括致动器值如各种阻尼器和阀位置、设定点如供应到所有区的空气质量流率和温度以及HVAC系统本地致动回路的温度和流值。
这些模型比大多数HVAC系统中使用的简单规则/时间表更复杂,并且包括包含各种参数的方程式。方程式类型和参数值对于生成HVAC系统行为的所需表示或模型至关重要。利用所需表示,控制和诊断系统可以可靠地满足其性能目标,需要较少的劳动密集型重新校准,并且坚定地调适各种部件故障。
用于估计模型参数的方法包括生成特定HVAC效应器命令的算法集合,其能够估计选定HVAC部件的参数。这些效应器命令包括在选定时间间隔期间执行的特定协调致动器命令。例如,为了估计特定区中的热惯性和负载,效应器命令是阻尼器和热/冷位置(在致动器级处)或对应设定点(供应空气温度和空气质量流率)。这些效应器在一段时间(例如,几个小时)内协调和变化,使得它们的值与所得区温度之间的相关性揭示了粗糙的模型参数。
所生成的HVAC效应器命令被设计为在各种操作范围内控制并改变特定部件的操作参数(例如,供应温度、空气流/水流等)。因此,部件的动态特征变得明显,并且传感器测量值的信息内容最大化。具体的致动器命令基于具有未知参数、负载和/或流量分布的初始模型而设计,并且被设计为使用模型的特征,这些特征增大了所寻求的参数、负载和/或流对测量值的影响。这使估计此类数量的潜能最大化。作为准则,用于生成效应器命令的算法使用取决于待估计具体参数的度量。
如图2所示,用于估计模型参数的方法可用作自适应性和/或容错HVAC控制系统200的一部分。通过周期性地估计与控制和/或诊断系统相关联的模型参数,系统200可以自配置和容忍故障。
在示例性实施方案中,HVAC控制系统200包括设备控制器202、输入设计算法模块204、参数估计模块206、自适应控制算法模块208和诊断算法模块210。设备控制器202控制HVAC系统(包括其各个部件),并且从输入设计算法模块204接收输入参数以操作设备及其部件。
模块204生成一系列输入参数以在宽范围的操作点激励或操作设备及其部件(而不是等待条件发生、)。这提供了来自设备部件的不同操作条件的各种性能特征或数据集,其可以稍后用于设备202的最佳控制或诊断。输入参数可包括例如改变通过热交换器的流量、改变热交换器的入口温度、改变热/冷水阀位置、改变针对特定区的空气流和供应温度。
干扰212可能影响设备202及其部件,并且可能包括干扰,例如天气的变化、环境温度的变化、居住者数量的变化以及受控区边界温度的变化。干扰影响测量和对估计参数值的影响。本文所描述的功能测试使传感器数据中包含的信息最大化,以将干扰/负载与实际参数值分开。
来自模块204的指定输入和用于部件操作范围的结果测量值214用于生成可被提供给参数估计模块206的部件性能的模型。在示例性实施方案中,模块206利用模型来预测HVAC系统和/或部件的输出。然后可以将估计的输出(以及实际测量的输出)与自适应控制模块208和诊断模块210一起使用。自适应控制算法使用估计的参数值来改变输入,以便在满足舒适性约束的同时优化系统性能。诊断算法使用该值来学习参数和模型,以便在正常操作期间检测和隔离故障。例如,如果热/冷甲板的出口温度不对应于预测值(基于入口温度、空气流量和阀位置),那么这可能导致故障部件的可能性增大。如果更多的证据对这一假设有利,则发生故障的可能性增加。因此,HVAC系统然后可以被自动控制,以基于生成的模型和参数估计模块206而优化系统性能。
因此,HVAC系统200提供减少的调试并且控制重新调整。通过使用模型来表示HVAC系统行为,对现有系统进行的手动调整的很大一部分可以由实施到如图1所述的建筑物自动化系统中的所描述的自动化特征来代替。自动化特征被实现为算法并定期执行(例如,每个季节一次)。自动化特征还替代与检测何时需要重新调整控制增益、重新调整流程、监视新增益的性能并且随后根据需要重复进行以满足令人满意的性能水平相关联的手动任务。
HVAC系统200还提高系统性能和可靠性。当HVAC子系统(致动器、热交换器等)健康时,由控制系统采用通过所述方法产生的参数的准确估计来优化HVAC系统的整体性能。这通过基于优化的控制算法来实现,该算法可以在满足部件和舒适性约束的同时生成输入并最大化整体效率。例如,准确了解服务区域的热惯性,使得控制算法能够提供最佳的热功率水平。在长期操作期间,HVAC部件受到故障的影响和/或整个系统遭受导致性能下降的变化。然而,系统200利用模型和测量数据来提供减少与重新校准和系统健康状态估计相关联的手动干预的自动实施过程。这是通过实施容错控制系统来实现,该系统集成了描述的诊断和最优控制系统。该集成系统通过使用故障信息调整控制算法来调适HVAC子系统故障。例如,当诊断模块隔离并表征与其操作范围可能受到时间限制的阻尼器或阀相关联的故障时,控制系统使用该新的信息来生成在该限制范围内最佳的控制输入。现有的HVAC控制系统并不检测和利用本文所述的这种信息,这可能导致舒适性缺乏或能量消耗过多。
图5示出了提供容错架构的示例性容错控制系统500。容错控制系统500包括监督容错控制级510。传感器数据级530向监督容错控制级510提供传感器数据,并且子系统控制级540控制特定的HVAC部件。
监督容错控制级510包括故障检测和诊断控制模块512和模型预测控制模块514。故障检测和诊断控制模块512包括:故障模型516,该故障模型包括HVAC部件变量与传感器测量值之间的相关性并且检测算法,该算法生成在预测输出不同于传感器测量值时指示故障的信号;以及故障隔离逻辑518,其使用指示故障的信号来识别或确定故障的HVAC部件。模型预测控制模块514包括预测模型模块520,该预测模型模块用于估计HVAC变量、电力和功率消耗水平以及所选时间水平线内的区温度;部件约束模块522,该部件约束模块包括部件操作约束(致动器范围、最大电力和热功率水平、温度等);以及优化算法模块524,该优化算法模块通过对包含所提及的模型、约束、天气和占有率预报以及控制目标的优化问题公式求解而生成HVAC致动器的值和设定点。
传感器数据级530包括数据诸如加热/冷却设备数据532、建筑物AHU/VAV数据534、建筑物区数据536和天气预报数据538的各个源。数据源的每个可包括提供相关数据的一个或多个传感器。例如,加热/冷却设备数据532可包括流中的各个点的水温和压力、空气和水的流率以及功率消耗水平;建筑物AHU/VAV数据534可包括空气和水的流率、空气和水的温度、阻尼器和阀的位置以及电和热功率计的数据;建筑物区数据536可包括空间温度和湿度以及占有率传感器数据;并且天气预报数据538可包括在所选择的预报水平线内的温度、湿度和云覆盖数据。
子系统控制级540包括各种本地控制器,例如AHU控制器542和VAV控制器544。
在示例性实施方案中,故障检测和诊断模块512从传感器数据级530接收传感器数据,并且确定并识别HVAC部件中是否存在操作故障。如果检测到部件故障,则表示部件故障的信号被发送到模型预测控制模块514,模型预测控制模块514然后确定子系统控制级540处的控制器的新的操作设定点或参数。因此,控制系统可以在仍然满足舒适性要求的同时适应部件的不同健康状况(例如,不同的性能问题)。
参考图3,描述了生成用于HVAC系统控制的模型的方法300。方法300生成HVAC系统的性能的模型,这可包括对HVAC系统的一个或多个部件的性能建模。该方法包括在步骤302生成一系列输入以最大化并改变HVAC系统或某些部件的操作范围。通过生成范围跨越每个输入的整个范围的输入(温度、气流、致动器位置等)来最大化操作变化,这确保在大量的代表性操作场景中产生系统响应,这有助于准确的参数估计。在步骤304处,基于生成的输入而改变系统/部件的操作参数,以将整个HVAC系统激励到宽范围的操作条件。
在步骤306处,随着操作参数的变化而测量系统/部件的数据集和性能输出,以捕获在不同操作范围内的系统/部件的行为。在步骤308处,基于测量的系统/部件数据和性能而生成系统/部件行为的模型。在步骤310处,将生成的模型与最优控制系统和诊断系统中的至少一者一起使用以自动调整HVAC系统/部件以优化HVAC效率,如本文所述。
此外,HVAC系统可包括在满足所需时间约束的同时进行实验设计并执行那些设计的实验的功能测试的自动化过程。该过程包括收集HVAC系统和建筑物子系统的各个需求和约束,并自动生成整体最佳的测试计划。然后,该过程使用致动器、设定点和传感器值的电子超控来执行功能测试。该过程还可以包括对安全和建筑物操作约束的功能测试的在线监视。因此,自动化过程有助于开发、验证和校准建筑物HVAC系统的控制和诊断模型。此外,由于该过程是自动化的,因此可实现建筑物控制和诊断系统的低成本、可扩展的调试。
自动化过程确定并设置对HVAC系统的所需部件的专用功能测试。功能测试包括为部件生成影响部件输出的一系列输入(而不是等待此类条件发生)。生成输入以将部件激励到广泛和变化的操作条件。监视输出,且随后可以生成部件性能的模型或映射。
然而,许多HVAC系统包括在运行功能测试时必须考虑的约束。例如,两个阻尼器可在其完全关闭位置与完全打开位置之间在输入端进行测试,但该系统可能受到限制而不能同时在完全打开位置操作这两个阻尼器。因此,监视HVAC系统以确定生成的输入是否违反任何系统约束。如果不履行约束,则自动化过程可执行循环,其中输入被修改直到满足所有系统约束。约束可以说是由于热冲击或气流冲击而导致的两个功能测试之间的排他性关系。例如,AHU风扇可以是VAV阻尼器的空气供应装置,是上游和下游子系统。当对涉及AHU风扇控制的AHU外部空气阻尼器(OAD)进行功能测试时,可能无法同时进行VAV阻尼器功能测试。
一旦生成的部件输入被优化,就生成模型来预测系统和/或其各个部件的标称行为。然后将系统的预测输出与系统的实际输出进行比较,以执行诊断并确定HVAC系统/部件的故障。
参考图4,描述了生成用于HVAC系统部件的统计模型的方法400。方法400生成HVAC诊断系统的部件性能的模型。该方法包括在步骤402处获得建筑物信息模型。在步骤404处,利用建筑物信息模型以生成部件列表以及用于执行功能测试的可能约束的列表。在步骤406处,控制器或建筑物操作者可从在步骤404中生成的列表中选择部件子集,并且可以增加额外的约束。
步骤408包括针对HVAC系统部件的所有输入生成输入变量组合。输入组合是基于针对部件的致动的范围和分辨率而获得的先前信息。使用诸如随机梯度下降的优化例程来获得输入组合,使得每个部件运行通过所有期望的输入集合,并且始终满足系统级约束。在步骤410处,确定输入组合是否满足HVAC系统的约束。在步骤411处,如果不满足约束,则在优化循环中修改输入组合,直到约束得到满足。
在步骤412处,如果约束被满足,则使用生成的(并且可能修改的)输入组合对部件执行功能测试。在步骤414处,连续地监视临界操作准则并且当超过临界阈值时,可以中止测试(步骤416)。在步骤418处,在功能测试期间测量和记录部件性能数据。在步骤420处,生成统计预测模型以映射或描述随变化的输入组合的部件输出。
在步骤422处,使用从功能测试获得的数据以识别部件行为中的异常或故障。可选地,在步骤424处,可执行附加功能测试以确认部件的故障操作。在步骤426处,除了一般统计之外,还生成指示各个部件的成功/失败及其各自原因的报告。
在步骤428处,随后在部件的操作期间运行预测模型以生成部件的预测输出。在步骤430处,监视部件的实际输出(例如,持续延长的时间段)。在步骤432处,比较所述预测输出与实际输出。在步骤434处,如果预测部件输出与实际部件输出之间的差大于预定阈值,则生成指出部件故障的信号。
在一个示例性操作中,HVAC系统中用于可变空气体积(VAV)箱的输入信号是机械阻尼器的命令位置或流量设定点,并且该输出是通过VAV的空气的流率。功能测试通过阻尼器位置的整个范围(0%打开至100%打开)来操作VAV,并根据空气流率测量部件的输出。所收集的数据然后用于构建与输入和输出相关的统计模型。
功能测试可以运行用于额外的HVAC部件如流体阀、空气处理单元(AHU)风扇、VAV阻尼器、AHU阻尼器,热回收轮、水泵压力、冷却器/热泵温度设定点、锅炉温度设定点。表1示出了各种HVAC部件及其示例性输入,表2示出了示例性HVAC约束,表3示出了样本测试输出。
部件 | 可能的部件输入 |
开/关阀 | 开,关 |
比例阀 | 0%,10%,20%,...,90%,100% |
三级风扇 | 0%,33%,67%,100% |
空气阻尼器 | 0%,10%,20%,...,90%,100% |
水泵压力 | 50kPa,60kPa,70kPa,80kPa,90kPa |
表1
HVAC约束 |
总水流率<10l/s |
总冷却器容量<120kW |
总空气处理单元流率<5.5立方米/秒 |
表2
表3
尽管仅结合有限数量的实施方案对本发明进行了详细描述,但应易于理解,本发明不限于此类公开的实施方案。相反,可对本发明进行修改,以并入以上未描述但与本发明精神和范围相称的任何数量的变化、改变、替代或等效布置。另外,尽管已描述了本发明的各种实施方案,但应理解,本发明的各方面可仅包括所述实施方案中的一些。因此,不应认为本发明受前面的描述限制,而是仅受所附权利要求书的范围限制。
Claims (16)
1.一种生成用于HVAC系统控制的模型的方法,所述方法包括:
基于HVAC系统的一系列输入和相应的性能输出,生成所述HVAC系统的性能的模型,其中所述一系列输入配置成最大化并改变所述HVAC系统的操作范围;
为最优控制系统和诊断系统中的至少一者提供生成的模型;以及
使用所述生成的模型以及所述最优控制系统和所述诊断系统中的至少一者来自动地调整所述HVAC系统,
其中所述方法还包括;
通过故障检测和诊断控制模型建立故障模型,所述故障模型包括HVAC部件变量与传感器测量值之间的相关性,所述故障检测和诊断控制模型生成在所述故障模型的预测输出与传感器测量不同时指示故障的信号;
响应于指示故障的所述信号,通过故障隔离逻辑识别出故障的HVAC部件,并且为本地控制器确定新的操作设定点或参数;以及
响应于所述出故障的HVAC部件,调整所述生成的模型。
2.根据权利要求1所述的方法,其中生成模型的步骤包括:
生成所述HVAC系统的部件的一系列输入以改变所述HVAC系统的操作条件;以及
基于生成的一系列输入而改变所述部件的输入以激励所述HVAC系统并且改变所述HVAC系统的所述操作条件。
3.根据权利要求2所述的方法,其中改变所述部件的输入的所述步骤包括基于所述生成的一系列输入而改变热交换器的入口温度以激励所述HVAC系统并且改变所述HVAC系统的所述操作条件。
4.根据权利要求2所述的方法,其中改变所述部件的输入的所述步骤包括基于所述生成的一系列输入而改变所述部件的供应温度输入以激励所述HVAC系统并且改变所述HVAC系统的所述操作条件。
5.根据权利要求2所述的方法,其中改变所述部件的输入的所述步骤包括基于所述生成的一系列输入而改变所述部件的气流输入以激励所述HVAC系统并且改变所述HVAC系统的所述操作条件。
6.根据权利要求2所述的方法,其中改变所述部件的输入的所述步骤包括基于所述生成的一系列输入而改变所述部件的水流输入以激励所述HVAC系统并且改变所述HVAC系统的所述操作条件。
7.根据权利要求1所述的方法,还包括监视对所述HVAC系统的干扰并且基于监视的干扰而调节所述模型。
8.一种生成用于HVAC系统控制的模型的方法,所述方法包括:
生成用于HVAC系统的部件的输入变量的组合,其中所述输入变量配置成最大化并改变所述HVAC系统的所述部件的操作范围;
使用生成的输入组合而对所述部件执行功能测试;
在所述功能测试期间测量所述部件的性能数据;以及
生成随生成的输入组合的所述部件性能的模型,
其中所述方法还包括:
通过故障检测和诊断控制模型建立故障模型,所述故障模型包括HVAC部件变量与传感器测量值之间的相关性,所述故障检测和诊断控制模型生成在所述故障模型的预测输出与传感器测量不同时指示故障的信号;
响应于指示故障的所述信号,通过故障隔离逻辑识别出故障的HVAC部件,并且为本地控制器确定新的操作设定点或参数;以及
响应于所述出故障的HVAC部件,调整所述生成的模型。
9.根据权利要求8所述的方法,还包括确定所述生成的输入组合是否满足所述HVAC系统的预定约束。
10.根据权利要求9所述的方法,还包括如果所述约束未得到满足,则修改所述输入组合。
11.根据权利要求8所述的方法,还包括在所述部件的操作期间运行部件性能的生成的模型以生成所述部件的预测输出。
12.根据权利要求11所述的方法,还包括:
测量所述部件的实际输出;以及
比较所述预测输出与所述实际输出。
13.根据权利要求12所述的方法,还包括如果所述预测输出与所述实际输出之间的差大于预定阈值,则生成指示部件故障的信号。
14.一种控制HVAC系统的方法,所述方法包括:
改变所述HVAC系统的输入参数,其中所述输入参数最大化并改变所述HVAC系统的操作范围;
在所述输入参数改变时,测量所述HVAC系统的性能;
基于测量性能而生成所述HVAC系统的所述性能的模型;
利用生成的模型以自动地优化所述HVAC系统的所述性能;以及
比较所述HVAC系统的实际输出与所述模型预测的预测输出,
其中所述方法还包括:
通过故障检测和诊断控制模型建立故障模型,所述故障模型包括HVAC部件变量与传感器测量值之间的相关性,所述故障检测和诊断控制模型生成在所述故障模型的预测输出与传感器测量不同时指示故障的信号;
响应于指示故障的所述信号,通过故障隔离逻辑识别出故障的HVAC部件,并且为本地控制器确定新的操作设定点或参数;以及
响应于所述出故障的HVAC部件,而调整所述生成的模型。
15.根据权利要求14所述的方法,还包括:
识别所述HVAC系统的一个或多个部件的故障;
基于识别的部件故障而计算并更新控制系统参数,其中所述控制系统参数包括HVAC部件模型参数、控制目标系数、部件操作约束和致动器操作范围中的至少一者;以及
修改所述控制系统参数以最大化居住者热舒适性并且最小化能量消耗,其中所述居住者热舒适性基于空间温度与设定点的偏差而计算,并且其中所述能量消耗是基于HVAC部件能量消耗的总和而估计。
16.根据权利要求14所述的方法,还包括:
如果所述预测输出与所述实际输出之间的差大于预定阈值,则指示部件故障;
基于部件故障指示而修改所述输入参数;以及
由于所述部件故障而生成输入参数修改的报告。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462078735P | 2014-11-12 | 2014-11-12 | |
US62/078735 | 2014-11-12 | ||
PCT/US2015/049675 WO2016076946A2 (en) | 2014-11-12 | 2015-09-11 | Automated functional tests for diagnostics and control |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107111286A CN107111286A (zh) | 2017-08-29 |
CN107111286B true CN107111286B (zh) | 2021-11-19 |
Family
ID=55299721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580061713.1A Expired - Fee Related CN107111286B (zh) | 2014-11-12 | 2015-09-11 | 用于诊断和控制的自动化功能测试 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170314800A1 (zh) |
CN (1) | CN107111286B (zh) |
WO (1) | WO2016076946A2 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170068958A (ko) * | 2015-12-10 | 2017-06-20 | 삼성전자주식회사 | 공조 시스템에서 온도를 제어하기 위한 장치 및 방법 |
WO2017155924A1 (en) * | 2016-03-10 | 2017-09-14 | Carrier Corporation | Calibration of an actuator |
US10401810B2 (en) * | 2016-10-10 | 2019-09-03 | Johnson Controls Technology Company | Performance assessment device for monitoring and comparing attributes of a building management system over time |
CN106845701B (zh) * | 2017-01-11 | 2019-11-08 | 东南大学 | 一种基于热网和房屋热惯性的综合能源系统优化方法 |
US10724756B2 (en) * | 2017-04-28 | 2020-07-28 | Johnson Controls Technology Company | Building network device for generating communication models for connecting building devices to a network |
US10852019B2 (en) * | 2017-06-22 | 2020-12-01 | Honeywell International Inc. | Application of reasoning rules for fault diagnostics of control-related faults |
US10969775B2 (en) * | 2017-06-23 | 2021-04-06 | Johnson Controls Technology Company | Predictive diagnostics system with fault detector for preventative maintenance of connected equipment |
US12000608B2 (en) * | 2017-07-27 | 2024-06-04 | Tyco Fire & Security Gmbh | Central plant control system with setpoints modification based on physical constraints |
WO2019040815A1 (en) * | 2017-08-24 | 2019-02-28 | Carrier Corporation | HEALTH STATUS ASSESSMENT AND BUILDING COMMISSIONING TOOL WITH DYNAMIC REPORT GENERATION |
US10459412B2 (en) * | 2017-09-27 | 2019-10-29 | Ademco Inc. | Convergence structure for control and data analytics systems |
US10989427B2 (en) * | 2017-12-20 | 2021-04-27 | Trane International Inc. | HVAC system including smart diagnostic capabilites |
US11226135B2 (en) * | 2018-05-15 | 2022-01-18 | Gas Technology Institute | Control apparatus and method for combination space and water heating |
US11243503B2 (en) * | 2018-07-20 | 2022-02-08 | Johnson Controls Tyco IP Holdings LLP | Building management system with online configurable system identification |
US11774925B2 (en) * | 2018-11-05 | 2023-10-03 | Johnson Controls Tyco IP Holdings LLP | Building management system with device twinning, communication connection validation, and block chain |
CN113039506B (zh) * | 2018-11-28 | 2023-09-08 | 3M创新有限公司 | 基于因果学习的数据中心基础结构优化方法 |
EP3690560B1 (en) * | 2019-01-31 | 2023-04-05 | Tata Consultancy Services Limited | Systems and methods for optimizing performance parameters of air handling units in infrastructures |
US11300310B2 (en) * | 2019-03-04 | 2022-04-12 | Alea Labs, Inc. | HVAC system and method using smart air flow control |
CN110334375B (zh) * | 2019-04-25 | 2022-11-29 | 四川中鼎智能技术有限公司 | 基于水电站闸门开度数据关联的诊断控制方法、系统、存储介质和终端 |
US11639804B2 (en) | 2019-12-13 | 2023-05-02 | Trane International Inc. | Automated testing of HVAC devices |
US20210192469A1 (en) * | 2019-12-18 | 2021-06-24 | Johnson Controls Technology Company | Building control system with peer analysis for predictive models |
US11360751B2 (en) * | 2020-03-19 | 2022-06-14 | Codelogic, Inc. | Systems and methods for dependency analysis |
US11236920B2 (en) * | 2020-06-03 | 2022-02-01 | Siemens Industry, Inc. | System and method for commissioning fresh air intake control |
US11703246B2 (en) * | 2020-07-30 | 2023-07-18 | Johnson Controls Tyco IP Holdings LLP | Building HVAC system with fault-adaptive model predictive control |
US11860589B2 (en) * | 2021-01-05 | 2024-01-02 | Honeywell International Inc. | Method and apparatus for tuning a regulatory controller |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5481481A (en) * | 1992-11-23 | 1996-01-02 | Architectural Engergy Corporation | Automated diagnostic system having temporally coordinated wireless sensors |
US7206646B2 (en) * | 1999-02-22 | 2007-04-17 | Fisher-Rosemount Systems, Inc. | Method and apparatus for performing a function in a plant using process performance monitoring with process equipment monitoring and control |
US7216016B2 (en) * | 2004-01-20 | 2007-05-08 | Carrier Corporation | Failure mode for HVAC system |
US7188482B2 (en) * | 2004-08-27 | 2007-03-13 | Carrier Corporation | Fault diagnostics and prognostics based on distance fault classifiers |
CN100549574C (zh) * | 2004-08-27 | 2009-10-14 | 开利公司 | 基于距离故障分类器的故障诊断和预测 |
US7444191B2 (en) * | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
US8036760B2 (en) * | 2005-10-04 | 2011-10-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
US20080243289A1 (en) * | 2007-03-28 | 2008-10-02 | Honeywell International, Inc. | Model maintenance architecture for advanced process control |
US20090043447A1 (en) * | 2007-08-07 | 2009-02-12 | General Electric Company | Systems and Methods for Model-Based Sensor Fault Detection and Isolation |
US8606554B2 (en) * | 2009-10-19 | 2013-12-10 | Siemens Aktiengesellschaft | Heat flow model for building fault detection and diagnosis |
AU2010333708B2 (en) * | 2009-12-16 | 2015-06-11 | Commonwealth Scientific And Industrial Research Organisation | HVAC control system and method |
DK2537071T3 (en) * | 2010-02-15 | 2018-06-25 | Carrier Corp | SYSTEM AND PROCEDURE BASED ON A MODEL THAT MAKES ESTIMATE PARAMETERS AND CONDITIONS IN TEMPERATURE CONTROLLED ROOMS |
US8706309B2 (en) * | 2010-04-10 | 2014-04-22 | Schweitzer Engineering Laboratories Inc | Systems and method for obtaining a load model and related parameters based on load dynamics |
JP5404556B2 (ja) * | 2010-08-09 | 2014-02-05 | 三菱電機株式会社 | 空気調和機の制御装置および冷凍装置の制御装置 |
FR2964204B1 (fr) * | 2010-08-25 | 2012-08-17 | Schneider Electric Ind Sas | Procede de determination de parametres de regulation d'un systeme hvac |
US8606374B2 (en) * | 2010-09-14 | 2013-12-10 | Nest Labs, Inc. | Thermodynamic modeling for enclosures |
US10101048B2 (en) * | 2013-03-15 | 2018-10-16 | Honeywell International Inc. | Supervisory controller for HVAC systems |
US10387581B2 (en) * | 2013-09-05 | 2019-08-20 | Greensleeves, LLC | System for optimization of building heating and cooling systems |
CA2891802A1 (en) * | 2013-11-14 | 2015-05-21 | Nortek Air Solutions, Llc | Predictive monitoring and control of an environment using cfd |
US20150178421A1 (en) * | 2013-12-20 | 2015-06-25 | BrightBox Technologies, Inc. | Systems for and methods of modeling, step-testing, and adaptively controlling in-situ building components |
CN109154802A (zh) * | 2016-03-31 | 2019-01-04 | 江森自控科技公司 | 分布式建筑物管理系统中的hvac装置注册 |
-
2015
- 2015-09-11 US US15/526,201 patent/US20170314800A1/en not_active Abandoned
- 2015-09-11 CN CN201580061713.1A patent/CN107111286B/zh not_active Expired - Fee Related
- 2015-09-11 WO PCT/US2015/049675 patent/WO2016076946A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2016076946A2 (en) | 2016-05-19 |
WO2016076946A3 (en) | 2016-07-28 |
CN107111286A (zh) | 2017-08-29 |
US20170314800A1 (en) | 2017-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107111286B (zh) | 用于诊断和控制的自动化功能测试 | |
US11747034B2 (en) | Systems and methods for steady state detection | |
US10747187B2 (en) | Building management system with voting-based fault detection and diagnostics | |
US10700942B2 (en) | Building management system with predictive diagnostics | |
Wang et al. | A robust fault detection and diagnosis strategy for multiple faults of VAV air handling units | |
CN106323390B (zh) | 用于使用压差测得值确定流率的系统和方法 | |
Narayanaswamy et al. | Data driven investigation of faults in HVAC systems with model, cluster and compare (MCC) | |
Wang et al. | Online model-based fault detection and diagnosis strategy for VAV air handling units | |
US10372567B2 (en) | Automatic fault detection and diagnosis in complex physical systems | |
US10620616B2 (en) | Systems and methods for damper performance diagnostics | |
Qin et al. | A fault detection and diagnosis strategy of VAV air-conditioning systems for improved energy and control performances | |
West et al. | Automated fault detection and diagnosis of HVAC subsystems using statistical machine learning | |
US10120375B2 (en) | Systems and methods for retraining outlier detection limits in a building management system | |
Zhao et al. | A proactive fault detection and diagnosis method for variable-air-volume terminals in building air conditioning systems | |
Yang et al. | A hybrid model-based fault detection strategy for air handling unit sensors | |
WO2018112352A1 (en) | Techniques of automated fault detection and related systems and methods | |
Schein et al. | Application of control charts for detecting faults in variable-air-volume boxes | |
Yang et al. | Optimum operating performance based online fault-tolerant control strategy for sensor faults in air conditioning systems | |
Leong | Fault detection and diagnosis of air handling unit: A review | |
Chen et al. | A simulation-based evaluation of fan coil unit fault effects | |
JP2005301582A (ja) | プロセス管理装置 | |
Gao et al. | Data mining and data-driven modelling for Air Handling Unit fault detection | |
Mattera et al. | Fault detection and diagnostics in ventilation units using linear regression virtual sensors | |
Ma et al. | Fault-tolerant supervisory control of building condenser cooling water systems for energy efficiency | |
Haleem et al. | Impact of control loop performance on energy use, air quality, and thermal comfort in building systems with advanced sequences of operation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211119 |
|
CF01 | Termination of patent right due to non-payment of annual fee |