CN110906508A - 空调传感器的故障检测方法及系统 - Google Patents

空调传感器的故障检测方法及系统 Download PDF

Info

Publication number
CN110906508A
CN110906508A CN201911252214.7A CN201911252214A CN110906508A CN 110906508 A CN110906508 A CN 110906508A CN 201911252214 A CN201911252214 A CN 201911252214A CN 110906508 A CN110906508 A CN 110906508A
Authority
CN
China
Prior art keywords
sensor
standard deviation
deviation
sensors
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.)
Granted
Application number
CN201911252214.7A
Other languages
English (en)
Other versions
CN110906508B (zh
Inventor
刘华
卓明胜
颜超
宋海川
刘静楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201911252214.7A priority Critical patent/CN110906508B/zh
Publication of CN110906508A publication Critical patent/CN110906508A/zh
Application granted granted Critical
Publication of CN110906508B publication Critical patent/CN110906508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F24F11/32—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
    • F24F11/62—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
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data

Abstract

本发明公开了一种空调传感器的故障分析方法及系统，所述方法包括：多次获取空调机组的多个传感器的感测值，所述多个传感器的感测值理论上应当一致；每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器；对疑似故障的传感器的连续检出次数进行统计，当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。采用本发明的技术方案，可以有效的检测出存在故障的空调传感器和故障原因。

Description

空调传感器的故障检测方法及系统
技术领域
本发明涉及空调领域，尤其涉及一种空调传感器的故障检测方法及系统。
背景技术
空调机组需要实时检测机组的各种传感器数据，并且基于所检测的数据进行控制，因此传感器的质量非常重要。
温度传感器是空调机组上使用最广泛的传感器，当传感器出现短路或者开路等明显失效时，机组一般都可以很容易检测到并且报警提醒。但是当传感器出现传感器数据偏差或者漂移故障时，却很难发现，进而影响机组正常运行。
发明内容
本发明的目的是针对上述现有技术中空调传感器故障很难发现的技术问题，提供一种空调传感器的故障检测方法及系统。
本发明实施例中，提供了一种空调传感器的故障分析方法，其包括
多次获取空调机组的多个传感器的感测值，所述多个传感器的感测值理论上应当一致；
每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器；
对疑似故障的传感器的连续检出次数进行统计，
当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。
本发明实施例中，所述基准值为所述多个传感器的感测值的平均值，根据每个传感器的感测值与所述基准值之间的偏离值是否超过设定的偏差阈值来检测出疑似故障的传感器。
本发明实施例中，当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型。
本发明实施例中，根据所述第一标准差判断所述传感器的故障类型，包括：
若所述第一标准差大于设定的第一标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器存在固定偏差故障。
本发明实施例中，根据所述第二标准差判断所述传感器的故障类型，包括：
若所述第二标准差大于设定的第二标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器不存在故障。
本发明实施例中，还提供了一种空调传感器的故障分析系统，其包括获取模块和分析模块，
所述获取模块，用于多次获取空调机组的多个传感器的感测值并上报给所述分析模块，所述多个传感器的感测值理论上应当一致；
所述分析模块，用于在每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器；
所述分析模块还用于对疑似故障的传感器的连续检出次数进行统计，
当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，所述分析模块计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。
本发明实施例中，所述分析模块还用于根据每个传感器的感测值与所述基准值之间的偏离值是否超过设定的偏差阈值来检测出疑似故障的传感器，所述基准值为所述多个传感器的感测值的平均值。
本发明实施例中，当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，所述分析模块计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型。
与现有技术相比较，在本发明的空调传感器的故障分析方法及系统中，多次获取空调机组的多个传感器的感测值，每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器，对疑似故障的传感器的连续检出次数进行统计，当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型；当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型，可以准确地分析出疑似故障的传感器的故障类型，以便于空调机组维护人员进行故障维修。
附图说明
图1是本发明实施例的空调传感器的故障分析方法的流程示意图。
图2是本发明实施例的空调传感器的故障分析系统的结构示意图。
具体实施方式
如图1所示，本发明实施例中，提供了本发明实施例中，提供了一种空调传感器的故障分析方法，下面以对传感器的故障分析为例对上述步骤分别进行说明。所述方法包括步骤S1-S6。
步骤S1：多次获取空调机组的多个传感器的感测值，所述多个传感器的感测值理论上应当一致。
需要说明的是，在空调机组中，在一些情况特定条件下，一些传感器的感测值在理论上应该是相同的。比如，在空调机组停机一段时间后，机组内的多个温度传感器应该都是与环境温度一致的；在停机状态下同一管路端的压力传感器检测到的压力也是一致的。因此，每次获取空调机组的多个传感器的感测值时，应当在所述多个传感器的感测值理论上一致时的状态下来获取空调机组的多个传感器的感测值。
步骤S2：每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器。
需要说明的是，可以将所述基准值设定为所述多个传感器的感测值的平均值，根据每个传感器的感测值与所述基准值之间的偏离值|dTk|是否超过设定的偏差阈值TT1来检测出疑似故障的传感器。例如，假设总共只有10个温度传感器，在检测时，环境温度是25℃，那么在该状态下，这些温度传感器所检测的值，在传感器处于正常情况下都应该是25℃左右。如果其中有一个传感器存在漂移或者是固定偏差故障，比如第10个传感器会偏低3℃（T10=22℃），那么计算平均值Ta=(25*9+22)/5=24.7℃，近似作为环境温度基准值。接着计算每个温度传感器的检测值与平均值（基准值）之间的温差，对于正常的传感器来说，温差是dTk=25-24.7=0.3℃（k取1到9），对于第10个有故障的传感器dT10=22-24.7=-2.7℃(k=10)。假设偏差阈值阈值TT1为1℃，则根据|dTk|>TT1可以初判断出第10个传感器是有问题的。
步骤S3：对疑似故障的传感器的连续检出次数进行统计。
需要说明的是，如果出现温度偏差的传感器只是在多次检测中出现了一次偏差，则有可能是由于外部某些环境条件变化导致的，并非是传感器自身出现问题。因此，需要多次进行检测。如果传感器存在故障，则在多次检测中每次检测值都应该出现偏差。
步骤S4：当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数（nn1）时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差SDK1，并根据所述第一标准差SDK1判断所述传感器的故障类型。
步骤S4中，若所述第一标准差SDK1大于设定的第一标准差阈值TD1，则判断所述传感器存在漂移偏差故障，否则判断所述传感器存在固定偏差故障。
需要说明的是，通过连续nn1次的检测计算传感器温差dT对应的标准差，就可以知道这个温差波动的离散程度。如果故障类型为固定偏差，其偏差基本上没有什么变化，所以计算其标准差会非常小（接近0）。而对于漂移偏差来说，其偏差不是固定的，会随着时间产生变化，这个偏差可能逐步变大，可能逐步变小，也可能忽大忽小，那么计算其标准差就会比较大。所以设置第一标准差阈值TD1（比如0.5），就可以进一步区分这个传感器故障是属于固定偏差故障还是漂移故障。
步骤S5：当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差SDK2，并根据所述第二标准差SDK2判断所述传感器的故障类型。
需要说明的是，如果某个传感器在多次检测中，并没有多次连续出现偏差，但是其也存在几次偏差，则说明此传感器也可能存在故障。需要进一步对其进行故障排除或者认定。本发明实施例中，对这类传感器进行故障排出或者认定的采用的具体方式为：设定一个第二检测次数（nn2）的检测，计算传感器在设定的第二检测次数的检测中所有偏离值的标准差，若所述第二标准差大于设定的第二标准差阈值TD2，则判断所述传感器存在漂移偏差故障，否则判断所述传感器不存在故障。
步骤S6：检测出存在故障的传感器后，将故障信息提示给空调维护人员，以便维护人员进行处理。
需要说明的是，可以将故障信息直接在空调显示屏上显示，也可以将故障信息以短信或者通知消息的形式发送到维护人员的智能手机等移动终端，以便维护人员能迅速的对故障进行处理。
在上述实施例中，可以通过售后处理确认的大量传感器故障案例数据，基于大数据自动分析出合适的检测条件设定值，空调停机时间、温差阈值TT1、第一标准差阈值TD1、第二标准差阈值TD2以及第一检测次数nn1、第二检测次数nn2等参数，用于分析判断传感器故障，从而提高传感器故障判断的准确性。
如图2所示，对应于上述空调传感器的故障分析方法，本发明实施例中，还通了一种空调传感器的故障分析系统，其包括获取模块、分析模块和推送模块。
所述获取模块，用于多次获取空调机组的多个传感器的感测值并上报给所述分析模块，所述多个传感器的感测值理论上应当一致。
所述分析模块，用于在每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器。所述分析模块还用于对疑似故障的传感器的连续检出次数进行统计，所述分析模块还用于根据每个传感器的感测值与所述基准值之间的偏离值是否超过设定的偏差阈值来检测出疑似故障的传感器，所述基准值为所述多个传感器的感测值的平均值。当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，所述分析模块计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，所述分析模块计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型。
所述推送模块，用于将故障信息提示给空调维护人员。
需要说明的是，所述获取模块、所述分析模块及所述推送模块可以通过空调机组中的软件或者硬件来实现，其获取了所述多个传感器的感测值后，对其进行分析处理，并将分析结果显示在空调显示屏上；也可以通过位于云端的大数据服务器来实现，通过网络获取空调机组的传感器数据并进行分析，然后将分析结果通过通信网络推送到维护人员的移动终端中。所述大数据服务器还可以通过售后处理确认的大量传感器故障案例数据，基于大数据自动分析出合适的检测条件设定值，空调停机时间、温差阈值TT1、第一标准差阈值TD1、第二标准差阈值TD2以及第一检测次数nn1、第二检测次数nn2等参数，用于分析判断传感器故障，从而提高传感器故障判断的准确性。
综上所述，在本发明的空调传感器的故障分析方法及系统中，多次获取空调机组的多个传感器的感测值，每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器，对疑似故障的传感器的连续检出次数进行统计，当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型；当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型，可以准确地分析出疑似故障的传感器的故障类型，以便于空调机组维护人员进行故障维修。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种空调传感器的故障分析方法，其特征在于，包括
多次获取空调机组的多个传感器的感测值，所述多个传感器的感测值理论上应当一致；
每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器；
对疑似故障的传感器的连续检出次数进行统计，
当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，则计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。
2.如权利要求1所述的空调传感器的故障分析方法，其特征在于，所述基准值为所述多个传感器的感测值的平均值，根据每个传感器的感测值与所述基准值之间的偏离值是否超过设定的偏差阈值来检测出疑似故障的传感器。
3.如权利要求1或2所述的空调传感器的故障分析方法，其特征在于，当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型。
4.如权利要求3所述的空调传感器的故障分析方法，其特征在于，根据所述第一标准差判断所述传感器的故障类型，包括：
若所述第一标准差大于设定的第一标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器存在固定偏差故障。
5.如权利要求3所述的所述的空调传感器的故障分析方法，其特征在于，根据所述第二标准差判断所述传感器的故障类型，包括：
若所述第二标准差大于设定的第二标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器不存在故障。
6.一种空调传感器的故障分析系统，其特征在于，包括获取模块和分析模块，
所述获取模块，用于多次获取空调机组的多个传感器的感测值并上报给所述分析模块，所述多个传感器的感测值理论上应当一致；
所述分析模块，用于每次获取所述多个传感器的感测值后，根据每个传感器的感测值与根据所述多个传感器的感测值得到的基准值之间的偏离值检测出疑似故障的传感器；
所述分析模块还用于对疑似故障的传感器的连续检出次数进行统计，
当疑似故障的传感器的连续检出次数大于或等于设定的第一检测次数时，所述分析模块计算所述传感器在所述第一检测次数的检测中的所有偏离值的标准差，记为第一标准差，并根据所述第一标准差判断所述传感器的故障类型。
7.如权利要求6所述的空调传感器的故障分析系统，其特征在于，所述分析模块还用于根据每个传感器的感测值与所述基准值之间的偏离值是否超过设定的偏差阈值来检测出疑似故障的传感器，所述基准值为所述多个传感器的感测值的平均值。
8.如权利要求6或7所述的空调传感器的故障分析系统，其特征在于，当疑似故障的传感器的连续检出次数小于设定的第一检测次数时，所述分析模块计算所述传感器在设定的第二检测次数的检测中所有偏离值的标准差，记为第二标准差，并根据所述第二标准差判断所述传感器的故障类型。
9.如权利要求8所述的空调传感器的故障分析系统，其特征在于，若所述第一标准差大于设定的第一标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器存在固定偏差故障。
10.如权利要求8所述的所述的空调传感器的故障分析系统，其特征在于，
若所述第二标准差大于设定的第二标准差阈值，则判断所述传感器存在漂移偏差故障，否则判断所述传感器不存在故障。
CN201911252214.7A 2019-12-09 2019-12-09 空调传感器的故障检测方法及系统 Active CN110906508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911252214.7A CN110906508B (zh) 2019-12-09 2019-12-09 空调传感器的故障检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911252214.7A CN110906508B (zh) 2019-12-09 2019-12-09 空调传感器的故障检测方法及系统

Publications (2)

Publication Number Publication Date
CN110906508A true CN110906508A (zh) 2020-03-24
CN110906508B CN110906508B (zh) 2020-12-15

Family

ID=69823590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911252214.7A Active CN110906508B (zh) 2019-12-09 2019-12-09 空调传感器的故障检测方法及系统

Country Status (1)

Country Link
CN (1) CN110906508B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112728717A (zh) * 2021-01-04 2021-04-30 格力电器（武汉）有限公司 温度传感器控制方法、电子设备及储存介质
CN113469999A (zh) * 2021-07-21 2021-10-01 柒久园艺科技(北京)有限公司 一种植物生长情况监控分析系统
CN114252281A (zh) * 2021-08-24 2022-03-29 佛山市顺德区美的饮水机制造有限公司 检测设备及其控制方法和控制装置、可读存储介质
CN114689790A (zh) * 2020-12-25 2022-07-01 佛山市顺德区美的洗涤电器制造有限公司 传感器的数据校准方法、数据校准装置及吸油烟机
CN115685050A (zh) * 2022-12-08 2023-02-03 武汉格蓝若智能技术股份有限公司 一种电能表故障检测方法及系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393882A (zh) * 2011-09-21 2012-03-28 济中节能技术（苏州）有限公司 在线监控和诊断室内空气质量传感器的方法
CN103631258A (zh) * 2013-12-12 2014-03-12 广东志高空调有限公司 一种控制器检测系统及方法
CN104390657A (zh) * 2014-11-05 2015-03-04 浙江大学 一种发电机组运行参数测量传感器故障诊断方法及系统
KR20160025221A (ko) * 2014-08-27 2016-03-08 엘지전자 주식회사 공기조화기
CN105910732A (zh) * 2016-04-14 2016-08-31 广东美的暖通设备有限公司 温度传感器的准确性漂移故障检测方法和系统、空调器
CN106289363A (zh) * 2016-08-01 2017-01-04 长沙理工大学 一种干扰环境传感器故障判断标记方法
DE102016124406A1 (de) * 2016-09-01 2018-03-01 Hyundai Motor Company Fehlerdiagnoseverfahren und -system eines Temperatursensors einer Schaltvorrichtung
KR20180082240A (ko) * 2017-01-10 2018-07-18 엘지전자 주식회사 공기조화기 시스템
CN108361914A (zh) * 2018-01-22 2018-08-03 青岛海尔空调器有限总公司 空调器的控制方法、控制系统及空调器
CN108507117A (zh) * 2017-10-13 2018-09-07 上海智容睿盛智能科技有限公司 一种基于小波神经网络的空调系统传感器故障诊断方法
CN109387303A (zh) * 2018-09-12 2019-02-26 中车青岛四方机车车辆股份有限公司 轴温传感器的检测方法及装置
CN109397703A (zh) * 2018-10-29 2019-03-01 北京航空航天大学 一种故障检测方法及装置
CN109442826A (zh) * 2018-10-22 2019-03-08 特灵空调系统(中国)有限公司 热泵系统及其压力传感器的故障判断方法
CN109640796A (zh) * 2016-06-29 2019-04-16 豪夫迈·罗氏有限公司 用于提供与在连续监测系统中测得的分析物值相关联的信号质量度的方法
CN110220617A (zh) * 2019-06-15 2019-09-10 广州高铁计量检测股份有限公司 一种温度传感器的试验装置
CN110501094A (zh) * 2019-09-05 2019-11-26 珠海格力电器股份有限公司 电器温度传感器的故障检测校准方法、空调器及计算机可读存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393882A (zh) * 2011-09-21 2012-03-28 济中节能技术（苏州）有限公司 在线监控和诊断室内空气质量传感器的方法
CN103631258A (zh) * 2013-12-12 2014-03-12 广东志高空调有限公司 一种控制器检测系统及方法
KR20160025221A (ko) * 2014-08-27 2016-03-08 엘지전자 주식회사 공기조화기
CN104390657A (zh) * 2014-11-05 2015-03-04 浙江大学 一种发电机组运行参数测量传感器故障诊断方法及系统
CN105910732A (zh) * 2016-04-14 2016-08-31 广东美的暖通设备有限公司 温度传感器的准确性漂移故障检测方法和系统、空调器
CN109640796A (zh) * 2016-06-29 2019-04-16 豪夫迈·罗氏有限公司 用于提供与在连续监测系统中测得的分析物值相关联的信号质量度的方法
CN106289363A (zh) * 2016-08-01 2017-01-04 长沙理工大学 一种干扰环境传感器故障判断标记方法
DE102016124406A1 (de) * 2016-09-01 2018-03-01 Hyundai Motor Company Fehlerdiagnoseverfahren und -system eines Temperatursensors einer Schaltvorrichtung
KR20180082240A (ko) * 2017-01-10 2018-07-18 엘지전자 주식회사 공기조화기 시스템
CN108507117A (zh) * 2017-10-13 2018-09-07 上海智容睿盛智能科技有限公司 一种基于小波神经网络的空调系统传感器故障诊断方法
CN108361914A (zh) * 2018-01-22 2018-08-03 青岛海尔空调器有限总公司 空调器的控制方法、控制系统及空调器
CN109387303A (zh) * 2018-09-12 2019-02-26 中车青岛四方机车车辆股份有限公司 轴温传感器的检测方法及装置
CN109442826A (zh) * 2018-10-22 2019-03-08 特灵空调系统(中国)有限公司 热泵系统及其压力传感器的故障判断方法
CN109397703A (zh) * 2018-10-29 2019-03-01 北京航空航天大学 一种故障检测方法及装置
CN110220617A (zh) * 2019-06-15 2019-09-10 广州高铁计量检测股份有限公司 一种温度传感器的试验装置
CN110501094A (zh) * 2019-09-05 2019-11-26 珠海格力电器股份有限公司 电器温度传感器的故障检测校准方法、空调器及计算机可读存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114689790A (zh) * 2020-12-25 2022-07-01 佛山市顺德区美的洗涤电器制造有限公司 传感器的数据校准方法、数据校准装置及吸油烟机
CN114689790B (zh) * 2020-12-25 2024-04-12 佛山市顺德区美的洗涤电器制造有限公司 传感器的数据校准方法、数据校准装置及吸油烟机
CN112728717A (zh) * 2021-01-04 2021-04-30 格力电器（武汉）有限公司 温度传感器控制方法、电子设备及储存介质
CN113469999A (zh) * 2021-07-21 2021-10-01 柒久园艺科技(北京)有限公司 一种植物生长情况监控分析系统
CN114252281A (zh) * 2021-08-24 2022-03-29 佛山市顺德区美的饮水机制造有限公司 检测设备及其控制方法和控制装置、可读存储介质
CN114252281B (zh) * 2021-08-24 2024-03-12 佛山市顺德区美的饮水机制造有限公司 检测设备及其控制方法和控制装置、可读存储介质
CN115685050A (zh) * 2022-12-08 2023-02-03 武汉格蓝若智能技术股份有限公司 一种电能表故障检测方法及系统

Also Published As

Publication number Publication date
CN110906508B (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN110906508B (zh) 空调传感器的故障检测方法及系统
US10592821B2 (en) Self-learning fault detection for HVAC systems
US20190323996A1 (en) Automatic mechanical systems diagnosis
EP2499435B1 (en) Refrigerant leak detection system and method
EP2950177A1 (en) Asset condition monitoring
CN104541216A (zh) 用于检测机械系统|以及调整与所述机械系统关联的极限值以反映|机械系统的当前条件的监测系统和方法
CN113518011B (zh) 异常检测方法和装置、电子设备及计算机可读存储介质
US10181976B2 (en) System and method of adjusting data collection frequency
CN110678820B (zh) 异常重要度计算系统及异常重要度计算装置
CA2931624A1 (en) Systems and methods for event detection and diagnosis
CN108955951A (zh) 一种温度传感器故障判断方法及装置
CN111538723A (zh) 监测数据处理方法、装置及电子设备
JP2018173948A (ja) 故障診断装置、故障診断方法、及びコンピュータプログラム
JP2012018623A (ja) 異常データ分析システム
CN109313442B (zh) 用于事件检测的自动视觉和声学分析
JP5565357B2 (ja) 設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体
CN115018220A (zh) 一种基于知识图谱的家电故障预测方法和系统
CN108369416B (zh) 异常诊断系统
CN111555899B (zh) 告警规则配置方法、设备状态监测方法、装置和存储介质
WO2023190234A1 (ja) 高炉の異常判定装置、高炉の異常判定方法、高炉の操業方法、高炉の操業システム、高炉の異常判定サーバ装置、高炉の異常判定サーバ装置のプログラム、及び表示端末装置
KR101323940B1 (ko) 에이치엠아이 시스템의 알람 처리 장치 및 방법
EP3950966A1 (en) Blast furnace abnormality assessment device, blast furnace abnormality assessment method, and blast furnace operation method
US9092315B2 (en) Method and software program product for determining the quality of an information technology system
JP2020091669A (ja) 状態変化検出システム
TWI749932B (zh) 機台故障檢測裝置與方法

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