KR101151867B1 - Fault detection and diagnosis method - Google Patents

Fault detection and diagnosis method Download PDF

Info

Publication number
KR101151867B1
KR101151867B1 KR1020110124175A KR20110124175A KR101151867B1 KR 101151867 B1 KR101151867 B1 KR 101151867B1 KR 1020110124175 A KR1020110124175 A KR 1020110124175A KR 20110124175 A KR20110124175 A KR 20110124175A KR 101151867 B1 KR101151867 B1 KR 101151867B1
Authority
KR
South Korea
Prior art keywords
temperature
air
control signal
ventilation
conditioning system
Prior art date
Application number
KR1020110124175A
Other languages
Korean (ko)
Inventor
이태원
김용기
장영수
한동원
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Application granted granted Critical
Publication of KR101151867B1 publication Critical patent/KR101151867B1/en

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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • 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
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/30—Velocity
    • 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
    • F24F2140/40—Damper positions, e.g. open or closed
    • 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
    • F24F2140/60—Energy consumption

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

PURPOSE: A method for detecting and diagnosing a fault of an air conditioning system is provided to detect and diagnose a fault of an air conditioning system under arbitrary conditions by using measured value of the air conditioning system. CONSTITUTION: A method for detecting and diagnosing a fault of an air conditioning system is as follows. A measured value for detecting and diagnosing a fault of an air conditioning system, a control signal, and a set value are input. Whether the measured value input is in a steady state or not is detected. A residual is calculated by comparing a value sorted as a dependent variable between the value of the dependent variable and the measured vale. The value of the dependent variable is calculated by substituting a value sorted as an autonomous variable between the measured values input in a normal state to the value of the autonomous variable of a reference model in the normal state with non-fault. When the residual is more than a predetermined value, the fault of the air conditioning system is decided. When the fault is decided, a moving direction of the calculated residual at a point of time when the fault is detected and the residual is compared with a fault diagnosis table separately made so that a sort of the fault and grade are diagnosed.

Description

공조시스템의 고장 검출 및 진단 방법{Fault Detection and Diagnosis Method}Fault Detection and Diagnosis Method

본 발명은 가변풍량 및 정풍량 공조시스템에 적용할 수 있는 고장 검출 및 진단 방법에 관한 것이다.
The present invention relates to a failure detection and diagnosis method that can be applied to a variable air volume and constant air volume air conditioning system.

오늘날 건물의 공조설비 등 에너지를 소비하는 설비들이 자동화, 복잡화, 대형화되면서, 공조설비의 에너지 소비량은 기기의 성능과 제어방식에 따라 많은 차이를 보이고 있다. 특히, 대형 건물 내 공조설비는 건물 전체 에너지 소비량의 많은 비중을 차지하고 있으며, 건물의 생애주기 동안 유지보수 비용에 대해서도 큰 부분을 차지하고 있다. 건물 공조설비가 부적절하거나 성능이 열화된 상태로 지속적인 운전을 할 경우, 이로 인해 건물의 공조설비 시스템의 연간 에너지 소비량이 증가하므로 이를 적절한 시기에 고장을 파악할 수 있는 고장 검출 및 진단 방법이 필요하다.As energy-consuming facilities such as building air conditioning facilities are automated, complicated, and enlarged, the energy consumption of air conditioning facilities varies according to the performance and control method of the equipment. In particular, the air conditioning facilities in large buildings make up a large portion of the total energy consumption of the building, and also account for a large part of the maintenance costs during the life cycle of the building. In the case of continuous operation with improper or inadequate performance of the building, the annual energy consumption of the building's air conditioning system is increased. Therefore, a failure detection and diagnosis method is needed to identify the failure at an appropriate time.

고장은 갑작스런 고장(hard fault)과 점차적인 고장(soft fault)로 구분할 수 있다. 갑작스런 고장은 혼합공기 댐퍼 멈춤 고장이나 전기적 고장과 같이 시스템의 기능이 정지하는 고장을 말한다. 이러한 종류의 고장은 전기적 중계기(relay)나 알람을 통해서 쉽게 고장을 검출하고 진단할 수 있다. 반면, 센서 민감도 감소나 냉/온수 누설과 같은 점차적인 고장은 검출하거나 진단하기 어려우며, 이로 인해 에너지 손실이 증가하고 결국 시스템의 손상까지 발생할 수 있다. 따라서 갑작스러운 고장뿐만 아니라 점차적인 고장을 검출하고 진단할 수 있는 시스템의 개발이 필요하다. 현장 공조설비에서 얻어진 한정된 측정 자료만으로 공조시스템의 고장 검출 및 진단이 가능한 방법이 필요하며, 또한, 고장검출 민감도를 높일 수 있는 정량적인 방법이 필요하다.Faults can be divided into hard faults and soft faults. Sudden failures are failures that cause the system to stop functioning, such as mixed air damper stall failures or electrical failures. This kind of fault can be easily detected and diagnosed through an electrical relay or alarm. On the other hand, gradual failures, such as reduced sensor sensitivity or cold / hot water leakage, are difficult to detect or diagnose, which can lead to increased energy losses and eventually damage to the system. Therefore, it is necessary to develop a system capable of detecting and diagnosing not only sudden failure but also progressive failure. There is a need for a method capable of detecting and diagnosing faults in the air conditioning system using only limited measurement data obtained from the field air conditioning equipment. Also, a quantitative method is needed to increase the sensitivity of fault detection.

고장 검출 및 진단 기술은 1980년대 후반부터 몇몇 연구자들에 의해 가정용 냉동고와 같은 간단한 증기압축사이클에 대한 일반적인 고장과 고장검출 및 진단 기법에 관하여 연구되었다. 그 후로 고장검출 및 진단 기술에 대한 이익이 증대되면서 90년대부터 공조시스템을 대상으로 많은 연구가 진행되어 왔다. 고장 검출 및 진단은 고장검출 단계, 고장분리 단계, 고장정의 단계로 구분된다. 고장검출 단계는 대상이 되는 시스템에서 고장이 진행되고 있는 상태를 검출하는 단계, 고장분리 단계는 고장이 발생하는 위치를 파악하는 단계, 고장정의 단계는 고장의 진행 정도를 찾아내는 단계이다. 여기서 고장분리와 고장정의 단계를 하나로 취급하여 진단 단계로 구분한다. 고장검출 및 진단 단계는 고장평가와 조치결정 단계의 기반이 되므로 매우 중요하다. Fault detection and diagnosis techniques have been studied since the late 1980s by some researchers on general fault and fault detection and diagnostic techniques for simple steam compression cycles such as household freezers. Since then, as the benefits of fault detection and diagnostic technology have increased, many studies have been conducted on air conditioning systems since the 1990s. Fault detection and diagnosis is divided into fault detection stage, fault isolation stage and fault definition stage. The fault detection step is a step of detecting a progress of a fault in a target system, a fault separation step of identifying a location where a failure occurs, and a fault definition step of finding a progress of a failure. Here, the fault separation and fault definition steps are treated as one and classified into diagnostic steps. The fault detection and diagnosis phase is very important because it is the basis for the fault evaluation and action decision stages.

고장 검출 및 진단 방법은 크게 정량적 모델기법, 정성적 모델 기법 그리고 자료기반기법으로 구분할 수 있다. 정량적 모델 기법은 복잡한 물리적 모델을 구성하여 진단할 수 있으며, 모델의 정확도에 따라 진단 성능이 우수하고, 동특성 모델 개발이 가능한 장점이 있지만, 모델 개발에 많은 물리적인 입력 값이 필요로 하며, 사용자가 입력해야 하는 입력 값이 과다하게 많아 잘못된 진단을 할 확률이 높은 단점을 가지고 있다. Fault detection and diagnosis methods can be largely divided into quantitative model techniques, qualitative model techniques and data-based techniques. Quantitative modeling techniques can be composed by diagnosing complex physical models, and have excellent diagnostic performance and dynamic model development depending on the accuracy of the model.However, many physical input values are required for model development. Too many input values must be entered, which has the disadvantage of high probability of false diagnosis.

정성적 모델 기법은 모델의 개발이 용이하고 원인과 결과 추론체계의 설명이 용이한 장점이 있지만, 시스템이 복잡해지면 완벽한 룰 개발이 어려워 개발자의 경험과 지식에 의존해야 하는 단점이 있다. 자료기반 기법은 시스템의 이해 없이 손쉽게 모델 개발이 가능하고, 시스템의 물리적 모델이 없이 진단이 가능하며, 모델 학습을 위한 자료가 많을수록 유리하다. 대신 학습 데이터를 벗어난 경우 결과 예측이 불가능하고 고장진단 학습을 위한 많은 양의 데이터가 필요한 단점이 있다. Qualitative modeling technique has the advantage of easy model development and easy explanation of cause and effect inference system, but it is difficult to develop perfect rules when the system is complicated, and has to draw on the developer's experience and knowledge. Data-based techniques can easily develop models without understanding the system, can be diagnosed without the physical model of the system, and more data for model learning is advantageous. Instead, it is impossible to predict the result when it is out of the training data, and a large amount of data is required for troubleshooting.

[종래 기술의 문제점][Problems with Prior Art]

기존 공조시스템의 고장검출 및 진단 방법으로는 정성적 모델기법인 전문가 규칙을 이용한 규칙기반 방식과 자료기반 기법인 신경회로망(neural network) 방식 및 퍼지모델(fuzzy model) 방식 등이 주로 사용되어 왔다.As a method of detecting and diagnosing a conventional air conditioning system, a rule-based method using expert rules, which is a qualitative model method, and a neural network method and a fuzzy model method, which are data-based methods, have been mainly used.

규칙기반 방식은 설비의 제어방법과 허용범위 등에 의해 진단 규칙을 설정하고 상태 값이나 제어 값이 정해진 규칙을 준수하는지의 여부를 판단하여 고장을 검출할 수 있다. 규칙기반 고장진단 기법은 모델기반 고장진단 기법과 달리 특정 시스템에 대해서만 적용되는 모델이 아니라 일반적이고 복잡한 시스템에서도 적용이 가능한 장점이 있다.The rule-based method can detect failures by setting diagnostic rules according to the control method and allowable range of the facility, and determining whether the state value or the control value complies with the prescribed rule. Unlike the model-based troubleshooting method, the rule-based troubleshooting method has the advantage that it can be applied to general and complex systems, not just the model.

특히, 공조기 성능평가 규칙(AHU(Air Handling Unit) Performance Assessment Rule, APAR)을 이용한 고장검출 및 진단 방법인 전문가 규칙(expert rule) 방법은 난방코일, 냉방코일을 비롯한 일반적인 공조설비와 제어기가 장착된 가변풍량 또는 정풍량 공조기를 위한 것이다.In particular, the expert rule method, which is a method of detecting and diagnosing faults using the AHU (Air Handling Unit) Performance Assessment Rule (APAR), is equipped with general air conditioning facilities and controllers, including heating coils and cooling coils. It is for variable air volume or constant air volume air conditioner.

규칙기반 방식은 고장검출을 위한 기준모델 개발이나 고장패턴에 대한 학습 없이 고장검출이 가능하지만, 고장검출을 단순한 측정값 사이의 잔차 한계치(허용범위) 설정을 통해 고장 여부를 판단하고 있어서 점차적인 고장진행에 따른 고장발생 시점과 고장 진행 정도에 대한 민감도가 떨어지는 단점이 있다.The rule-based method can detect faults without developing a reference model for fault detection or learning about fault patterns.However, fault detection is determined by setting residual limits (permissible ranges) between simple measured values. There is a disadvantage in that the sensitivity of the failure time and the progress of the failure decreases with progress.

신경회로망(neural network) 방법은 고장진단은 공조시스템 해석용 프로그램을 통해 분석한 결과를 이용하여 공조시스템의 주요 고장과 현상들의 관계를 IF-THEN 규칙을 적용하여 신경회로망을 구성하고, 이를 고장에 대한 반복적인 학습을 통해서 신경회로망을 훈련시킨다. 입력패턴은 각 시스템에서 계산된 상태변수의 잔차를 이용하며, 출력패턴은 계산된 고장현상들의 관계를 이용하여 고장과 정상상태를 구분하는 행렬 구조로 처리된다. 이 방식은 고장 검출 및 진단 성능이 우수하나, 고장검출 및 진단을 위해서는 대상 시스템에 대한 많은 양의 고장 상태 데이터를 이용하여 모델을 학습하여야 하기 때문에 현장에서 얻어지는 한정된 측정자료로는 고장 검출 및 진단이 어려운 단점이 있다.
In the neural network method, the fault diagnosis is based on the analysis results of the air conditioning system analysis program, and the neural network is formed by applying IF-THEN rules to the relationship between the major failures and phenomena of the air conditioning system. Train the neural network through repetitive learning. The input pattern uses the residuals of the state variables calculated in each system, and the output pattern is processed into a matrix structure that distinguishes the fault from the normal state by using the relationship between the calculated fault phenomena. This method has excellent fault detection and diagnosis performance.However, for fault detection and diagnosis, the model must be trained using a large amount of fault condition data for the target system. It has a hard disadvantage.

상기한 문제점들을 해결하기 위하여 창작된 본 발명은 가변풍량 및 정풍량 공조시스템에 적용할 수 있는 무고장 정상상태 기준모델을 개발하고 이를 이용하여 고장 검출 및 진단을 수행하는 새로운 방법을 제공함을 그 목적으로 한다.
The present invention created to solve the above problems is to develop a fault-free steady-state reference model that can be applied to the variable air volume and constant air volume air conditioning system and to provide a new method for performing fault detection and diagnosis using the same It is done.

상기한 목적을 달성하기 위하여 창작된 본 발명의 기술적 구성은 다음과 같다.Technical composition of the present invention created to achieve the above object is as follows.

본 발명은 공조시스템의 고장 검출 및 진단 방법에 관한 것으로서, 공조시스템의 고장 검출 및 진단을 위한 측정값, 제어신호 및 설정값을 입력받는 제1단계; 입력된 측정값이 정상상태인지 검출하는 제2단계; 정상상태에서 입력된 측정값 가운데 독립변수로 분류된 값을 무고장 정상상태 기준모델의 독립변수에 대입하여 산출되는 종속변수의 값과 측정값 가운데 종속변수로 분류된 값을 비교하여 잔차(R)를 계산하는 제3단계; 제3단계에서 산출된 잔차(R)가 일정 크기 이상인 경우 고장으로 판단하는 제4단계; 및, 제4단계에서 고장으로 판단될 경우 고장이 검출되는 시점에서 산출된 잔차(R)의 이동 방향을 결정하고 별도로 작성된 고장진단 테이블과 비교하여 고장의 종류와 진행 정도를 진단하는 제5단계;를 포함하여 구성되는 것을 특징으로 한다.
The present invention relates to a method for detecting and diagnosing a failure of an air conditioning system, comprising: a first step of receiving measurement values, control signals, and setting values for detecting and diagnosing a failure of the air conditioning system; A second step of detecting whether the input measured value is in a steady state; The residual (R) is compared by comparing the value of the dependent variable that is calculated by substituting the value classified as an independent variable among the measured values input in the steady state into the independent variable of the normal steady state reference model and the value classified as the dependent variable among the measured values. Calculating a third step; A fourth step of determining as a failure when the residual R calculated in the third step is greater than or equal to a predetermined size; And a fifth step of determining a moving direction of the residual R calculated at the point of time when the failure is detected in the fourth step and diagnosing the type and progress of the failure by comparing with a separately prepared failure diagnosis table. Characterized in that comprises a.

본 발명의 구성에 따른 기술적 효과는 다음과 같다.Technical effects of the configuration of the present invention are as follows.

첫째, 건물 현장에 설치된 공조시스템의 측정값만을 이용하여 주어진 임의의 조건에서 공조시스템의 고장을 검출하고 진단할 수 있다.First, it is possible to detect and diagnose the failure of the HVAC system in any given condition by using only the measured values of HVAC installed in the building site.

둘째, 공조시스템의 고장검출과 진단을 위하여 무고장 정상상태 측정값만을 이용하므로, 현장 적용이 용이하며, 간단한 고장진단 테이블만을 이용하여 고장의 원인과 진행 정도에 대한 정보도 얻을 수 있다.Second, since only fault-free steady-state measurements are used for fault detection and diagnosis of the air conditioning system, it is easy to apply on site, and information on the cause and progress of the fault can be obtained using only a simple fault diagnosis table.

셋째, 공조시스템의 구성요소를 환기송풍기부, 급기송풍기부, 혼합박스댐퍼부, 공조기부, 가변유량박스부로 나누어, 각 구성요소별 모델을 개발하므로, 다양하고 복잡한 시스템에도 고장검출 및 진단이 가능하다.Third, the components of the air conditioning system are divided into the ventilation blower part, the air supply blower part, the mixing box damper part, the air conditioner part, and the variable flow box part, and each model is developed so that failure detection and diagnosis can be performed even in various and complex systems. Do.

넷째, 점차적으로 발생하는 성능저하 고장(soft fault)과 갑작스런 고장(시스템 파손 및 정지, hard fault)에 대하여 모두 고장검출을 수행할 수 있다.
Fourth, fault detection can be performed for both soft faults and sudden faults (system breaks and stops, hard faults).

도1은 가변풍량 공조시스템을 도시하는 개념도이다.
도2는 정풍량 공조시스템을 도시하는 개념도이다.
도3은 공조기 시스템에서 발생될 수 있는 고장(Fault)의 종류를 분류한 것으로서, 고장10(Fault 10)과 고장11(Fault 11)은 가변풍량 공조시스템에서만 발생하는 고장이고 나머지는 가변풍량과 정풍량 모두에서 발생될 수 있는 고장이다.
도4는 공조 시스템의 고장검출 및 진단 알고리즘 흐름도이다.
도5는 측정변수 데이터 수집방법을 도시한다.
도6은 가변풍량 및 정풍량 공조시스템 각각에서 종속변수를 보여준다.
도7은 가변풍량 공조시스템의 서브시스템 별로 적용되는 무고장 정상상태 기준모델을 도시한다.
도8은 정풍량 공조시스템의 서브시스템 별로 적용되는 무고장 정상상태 기준모델을 도시한다.
도9는 표준화 거리기법을 이용한 고장검출 방법을 도시한다.
도10은 표준화 거리기법을 이용한 고장진단 방법을 도시한다.
도11은 본 발명에 사용되는 고장진단 테이블을 도시한다.1 is a conceptual diagram showing a variable air volume air conditioning system.
2 is a conceptual diagram showing a constant air volume air conditioning system.
Figure 3 is a classification of the types of faults that can occur in the air conditioner system, fault 10 (Fault 10) and fault 11 (Fault 11) is a fault that occurs only in the variable air-conditioning system, the rest is variable air volume and positive This is a failure that can occur in both the air volume.
4 is a flowchart of a fault detection and diagnosis algorithm of the air conditioning system.
5 shows a method of collecting measurement variable data.
Figure 6 shows the dependent variable in each of the variable air volume and constant air volume air conditioning system.
7 shows a trouble-free steady state reference model applied to each subsystem of the variable air volume air conditioning system.
8 shows a trouble-free steady state reference model applied to each subsystem of the constant air volume air conditioning system.
9 shows a fault detection method using a standardized distance technique.
Fig. 10 shows a failure diagnosis method using a standardized distance technique.
Fig. 11 shows a troubleshooting table used in the present invention.

이하에서는 본 발명의 구체적 실시예를 첨부도면을 참조하여 보다 상세히 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Reference will now be made in detail to the preferred embodiments of the present invention, examples of which are illustrated in the accompanying drawings.

본 발명은 공조시스템의 고장 검출 및 진단 방법에 관한 것으로서 도1에 도시된 가변풍량 공조시스템과 도2에 도시된 정풍량 공조시스템에 모두 적용될 수 있다.The present invention relates to a method of detecting and diagnosing a failure of an air conditioning system, and can be applied to both the variable air volume air conditioning system shown in FIG. 1 and the constant air volume air conditioning system shown in FIG.

공기를 매체로 하여 공간의 온도를 유지하는 방법에는 기본적으로 두 가지 방법이 있는데 그 하나는 송풍량을 변화시키고 송풍온도를 일정하게 유지하는 가변풍량 공조시스템이고, 나머지 하나는 실내 열부하의 변동에 따라 송풍온도를 변화시키고 송풍량을 일정하게 유지하는 정풍량 공조시스템이다. There are basically two ways to maintain the temperature of the space using air as a medium. One is the variable air volume air conditioning system that changes the air volume and maintains a constant air temperature. The other air is blown according to the fluctuation of the indoor heat load. It is a constant airflow air conditioning system that changes the temperature and keeps the airflow constant.

가변풍량 공조시스템의 제어는 급기온도, 정압, 유량차 및 실내온도 제어로 구성된다. 급기유량과 환기유량의 차를 계산하여 일정한 값이 유지되도록 환기송풍기의 회전수나 댐퍼의 개도 등이 제어되고, 급기덕트의 압력을 측정하여 일정한 정압이 유지되도록 급기송풍기의 회전수나 댐퍼의 개도 등이 제어된다. 실내로 공급되는 공기는 가열/냉각코일의 유량밸브 조절을 통하여 일정한 급기온도(T1)를 유지한다. 실내급기온도(T5)는 가변풍량 댐퍼와 재열코일을 이용하여 일정한 설정온도를 유지한다. The control of the variable air volume air conditioning system consists of air supply temperature, static pressure, flow rate difference, and room temperature control. The rotation speed of the ventilation blower or the damper opening is controlled to calculate a difference between the air supply flow rate and the ventilation flow rate, and the rotation speed of the air supply blower or the opening degree of the damper is measured to maintain a constant static pressure by measuring the pressure of the air supply duct. Controlled. Air supplied to the room maintains a constant air supply temperature (T1) by adjusting the flow valve of the heating / cooling coil. The indoor air supply temperature T5 maintains a constant set temperature using a variable air volume damper and a reheat coil.

가변풍량 공조시스템의 측정점은 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 실내급기온도(T5), 환기상대습도(RH1), 외기상대습도(RH2), 급기압력(P1), 급기유량(M1), 환기유량(M2), 급기송풍기 소비동력(W1), 환기송풍기 소비동력(W2), 냉/온수출구온도(T6)로 구성되어 있다. The measuring points of the variable air volume air conditioning system are air supply temperature (T1), ventilation temperature (T2), outside air temperature (T3), mixed air temperature (T4), indoor air temperature (T5), relative air humidity (RH1), and ambient air humidity ( RH2), air supply pressure P1, air supply flow rate M1, ventilation flow rate M2, air supply fan consumption power W1, air blower consumption power W2, cold / hot water outlet temperature T6.

가변풍량 공조시스템의 제어신호는 가열코일 유량밸브 제어신호(AO1), 냉각코일 유량밸브 제어신호(AO2), 급기송풍기 제어신호(AO3), 환기송풍기 제어신호(AO4), 혼합박스 댐퍼개도 제어신호(AO5), 배기 댐퍼개도 제어신호(AO6), 재순환공기 댐퍼개도 제어신호(AO7), 외기 댐퍼개도 제어신호(AO8), 가변풍량 댐퍼개도 제어신호(AO9), 재가열코일 유량밸브 제어신호(AO10), 가습기 유량밸브 제어신호(AO11)로 구성된다.The control signal of the variable air volume air conditioning system is a heating coil flow valve control signal (AO1), cooling coil flow valve control signal (AO2), air blower control signal (AO3), ventilation blower control signal (AO4), mixing box damper opening control signal (AO5), exhaust damper opening control signal (AO6), recirculated air damper opening control signal (AO7), outdoor air damper opening control signal (AO8), variable air volume damper opening control signal (AO9), reheat coil flow valve control signal (AO10) ), And a humidifier flow valve control signal (AO11).

정풍량 공조시스템은 환기온도, 환기습도를 측정하여 설정값을 유지하도록 제어한다. 급기송풍기는 일정한 압력을 유지하면서 정풍량으로 작동한다. 환기송풍기는 급기송풍기가 작동 후 일정 풍량을 유지한다. 실내로 공급되는 공기는 가열/냉각코일 및 가습기의 유량밸브 조절을 통하여 일정한 환기온도 및 습도를 유지한다. The constant air volume air conditioning system controls the ventilation temperature and ventilation humidity to maintain the set value. The air supply blower operates at constant air flow rate while maintaining a constant pressure. The ventilation blower maintains a constant air volume after the supply blower is operated. Air supplied to the room maintains a constant ventilation temperature and humidity by adjusting the flow valve of the heating / cooling coil and the humidifier.

정풍량 공조시스템의 측정점은 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 환기상대습도(RH1), 외기상대습도(RH2), 급기송풍기 소비동력(W1), 환기송풍기 소비동력(W2), 냉/온수출구온도(T6), 환기송풍기 토출공기온도(T7)로 구성된다. The measured points of the constant airflow air conditioning system are the air supply temperature (T1), the ventilation temperature (T2), the outside air temperature (T3), the mixed air temperature (T4), the relative air humidity (RH1), the relative air humidity (RH2), and the air supply blower consumption power. (W1), ventilation blower power consumption (W2), cold / hot water outlet temperature (T6), and ventilation blower discharge air temperature (T7).

정풍량 공조시스템의 제어신호는 가열코일 유량밸브 제어신호(AO1), 냉각코일 유량밸브 제어신호(AO2), 혼합박스 댐퍼개도 제어신호(AO5), 배기 댐퍼개도 제어신호(AO6), 재순환공기 댐퍼개도 제어신호(AO7), 외기 댐퍼개도 제어신호(AO8), 가습기 유량조절밸브 제어신호(AO11)로 구성되어 있다.The control signal of the constant air volume air conditioning system is a heating coil flow valve control signal (AO1), cooling coil flow valve control signal (AO2), mixing box damper opening degree control signal (AO5), exhaust damper opening degree control signal (AO6), recirculation air damper The opening degree control signal AAO7, the outside air damper opening degree control signal AO8, and the humidifier flow control valve control signal AO11 are comprised.

본 발명의 구체적 실시예에 적용된 가변풍량 공조시스템이나 정풍량 공조시스템에서 발생될 수 있는 고장의 종류는 도3에 도시된 바와 같이 각 시스템을 구성하는 서브시스템 별로 분류될 수 있으며, 고장10(Fault 10)과 고장11(Fault 11)은 가변풍량 공조시스템에서만 발생될 수 있는 고장이고 나머지는 가변풍량 및 정풍량 공조시스템 모두에서 발생될 수 있는 고장이다.Types of failures that may occur in the variable air volume air conditioning system or the constant air volume air conditioning system applied to a specific embodiment of the present invention may be classified by sub-system constituting each system, as shown in Figure 3, fault 10 (Fault 10) and Fault 11 are faults that can only occur in a variable air conditioning system, and the rest are faults that can occur in both a variable air volume and a constant air conditioning system.

본 발명은 크게 5단계로 구성될 수 있고, 무고장 정상상태 기준모델이 생성되지 않은 초기 상태에서는 무고장 정상상태 기준모델을 생성하기 위한 별도의 과정이 추가되는데, 구체적인 과정은 다음과 같다.The present invention can be largely composed of five steps, and in the initial state in which the normal steady state reference model is not generated, a separate process for generating the normal steady state reference model is added, and the specific process is as follows.

(1) 제1단계 (1) First step

공조시스템의 고장 검출 및 진단을 위한 측정값, 제어신호 및 설정값을 입력받는 단계이다. 이러한 제1단계는 도4의 'Input Data'에 해당한다.It is a step of receiving measurement values, control signals and setting values for fault detection and diagnosis of the air conditioning system. This first step corresponds to 'Input Data' of FIG. 4.

가변풍량 공조시스템의 경우 측정값으로 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 실내급기온도(T5), 냉/온수출구온도(T6), 환기상대습도(RH1), 외기상대습도(RH2), 급기유량(M1), 환기유량(M2), 급기송풍기 소비전력(W1), 및 환기송풍기 소비전력(W2)가 포함된다.In the case of the variable air conditioning system, the measured values include air supply temperature (T1), ventilation temperature (T2), outside air temperature (T3), mixed air temperature (T4), indoor air temperature (T5), cold / hot water outlet temperature (T6), The ventilation relative humidity RH1, the external air humidity RH2, the air supply flow rate M1, the ventilation flow rate M2, the air supply blower power consumption W1, and the ventilation blower power consumption W2 are included.

가변풍량 공조시스템의 경우 제어신호로 냉각코일 유량밸브 제어신호(AO2), 급기송풍기 제어신호(AO3), 환기송풍기 제어신호(AO4), 혼합박스 댐퍼개도 제어신호(AO5), 가변풍량 댐퍼개도 제어신호(AO9), 및 재가열코일 유량밸브 제어신호(AO10)가 포함된다.In the case of the variable air volume air conditioning system, the cooling coil flow valve control signal (AO2), the air blower control signal (AO3), the ventilation blower control signal (AO4), the mixing box damper opening degree control signal (AO5), the variable air volume damper opening degree control Signal AO9 and reheat coil flow valve control signal AO10.

가변풍량 공조시스템의 경우 설정값으로 실내설정온도가 포함된다.In the case of the variable air conditioning system, the set value includes the room set temperature.

정풍량 공조시스템의 경우 측정값으로 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 냉/온수출구온도(T6), 환기송풍기 토출공기온도(T7), 환기상대습도(RH1), 및 외기상대습도(RH2)가 포함된다.In the case of the constant air volume air conditioning system, the measured values include the air supply temperature (T1), the ventilation temperature (T2), the outside air temperature (T3), the mixed air temperature (T4), the cold / hot water outlet temperature (T6), and the exhaust air blower air temperature (T7). ), Relative humidity of ventilation (RH1), and external relative humidity (RH2).

정풍량 공조시스템의 경우 제어신호로 냉각코일 유량밸브 제어신호(AO2) 및 혼합박스 댐퍼개도 제어신호(AO5)가 포함된다.In the case of the constant air volume air conditioning system, the control signal includes a cooling coil flow valve control signal AO2 and a mixing box damper opening control signal AO5.

정풍량 공조시스템의 경우 설정값으로 실내설정온도가 포함된다.In the case of the constant air volume air conditioning system, the set value includes the room set temperature.

(2) 제2단계(2) Step 2

입력된 측정값이 정상상태인지 검출하는 단계이다. 제2단계는 도4의 'Sub.1 Steady-state detector'에 해당한다.This step detects whether the measured value is normal. The second step corresponds to the 'Sub. 1 Steady-state detector' of FIG. 4.

입력된 측정값들은 모두 과도적인 상태이거나 측정시 잡음 등의 영향을 받기 때문에 엄밀한 의미에서 정상상태는 아니다. 따라서 적정 범위 내의 측정값들에 대하여 정상상태로 간주하여 데이터를 수집할 필요가 있는데, 정상상태인지 여부는 도6에 도시된 2가지 방안 가운데 어느 한 가지에 의하여 이루어질 수 있다.The measured values are not in a strict sense because they are all transients or affected by noise during measurement. Therefore, it is necessary to collect data in consideration of the measured values within the appropriate range as a steady state, and whether or not the steady state can be made by any one of the two methods shown in FIG.

제1방안은 도5에 도시된 'Moving time window average'라는 방법으로서 최근 n개의 표본값을 산술 평균하여 그 값을 정상상태의 측정값으로 간주하는 것이다.The first method is a method of 'Moving time window average' shown in FIG. 5, and arithmetic averages of recent n sample values are regarded as the measured values in the steady state.

제2방안은 도5에 도시된 'Steady-state detector'라는 방법으로서 정상상태 여부를 선형회귀방법을 이용하여 최근 n개의 표본값 기울기를 구하고 그 기울기가 허용값 범위 이내에 들어오면 정상상태로 간주하고, 기울기가 허용값을 벗어나면 과도상태로 간주하는 것이다.The second method is a method of 'Steady-state detector' shown in Fig. 5, and it is determined whether or not the steady state is obtained by using the linear regression method. In other words, if the slope is out of tolerance, it is regarded as transient.

이와 같은 방법으로 정상상태로 간주된 데이터를 수집한다.In this way, data that is considered normal is collected.

이미 무고장 정상상태 기준모델이 생성된 상태라며 아래의 제3단계로 넘어가고, 만약 무고장 정상상태 기준모델이 아직 생성되지 않은 초기 단계라면 미리 설정된 양(갯수)의 데이터를 수집하여 무고장 정상상태 기준모델을 생성하는 과정이 수행되어야 한다. If there is already a normal steady state reference model, go to step 3 below. If the normal steady state reference model is not generated yet, collect the preset amount (number) of data to be normal. The process of creating a state reference model should be performed.

(2-1) 제2-1단계(2-1) step 2-1

입력된 측정값이 무고장 정상상태로 판단될 경우 해당 측정값, 제어신호 및 설정값을 기준모델 작성을 위한 데이터로 저장하는 단계로서, 도4의 'Sub.2 Save data'에 해당한다.When the input measured value is determined to be in a fault-free state, the measured value, the control signal, and the set value are stored as data for creating a reference model, which corresponds to 'Sub.2 Save data' of FIG. 4.

(2-2) 제2-2단계(2-2) step 2-2

제2-1단계에서 저장된 데이터의 개수가 사용자가 미리 설정한 양(갯수)에 도달하면 저장된 데이터를 종속변수와 독립변수로 구분하고, 이러한 종속변수와 독립변수를 이용하여 무고장 정상상태 기준모델을 생성하는 단계로서, 도4의 'Sub.3 Make a reference model'에 해당한다.When the number of stored data reaches the preset amount (number) in step 2-1, the stored data is divided into dependent and independent variables. As a step of generating, it corresponds to 'Sub.3 Make a reference model' of FIG.

가변풍량 공조시스템과 정풍량 공조시스템에서 각각 적용되는 기준모델식은 아래의 제3단계에 기재된 바와 같다.The reference model equations applied in the variable air volume air conditioning system and the constant air volume air conditioning system are as described in the third step below.

(3) 제3단계(3) Step 3

정상상태에서 입력된 측정값 가운데 독립변수로 분류된 값을 무고장 정상상태 기준모델의 독립변수에 대입하여 산출(계산)되는 종속변수의 값과 측정값 가운데 종속변수로 분류된 값을 비교하여 종속변수의 잔차(R)를 계산하는 단계이다. 이러한 제3단계는 도4의 'Sub.4 Residual'에 해당한다.Dependent by comparing the value of the dependent variable that is calculated (calculated) by substituting the value classified as an independent variable among the measured values input in the steady state into the independent variable of the normal steady state reference model and the value classified as the dependent variable among the measured values. Compute the residual (R) of the variable. This third step corresponds to 'Sub.4 Residual' of FIG. 4.

즉, 잔차(R) = X - Y 가 되는데, 여기서 X는 종속변수로 분류된 인자의 측정값이 되고, Y는 독립변수로 분류된 인자의 측정값을 무고장 정상상태 기준모델을 표현하는 기준모델식에 대입하여 계산되는 종속변수의 기대값이다.In other words, the residual (R) = X-Y, where X is the measured value of the factor classified as the dependent variable, and Y is the criterion that represents the steady-state reference model indicating the measured value of the factor classified as the independent variable. The expected value of the dependent variable, which is calculated by substituting the model equation.

잔차(R)을 구하기 위하여 사용되는 독립변수와 종속변수, 그리고 이들로 만들어지는 기준모델식은 다음과 같다.The independent and dependent variables used to calculate the residual (R), and the reference model equations made from them, are as follows.

(가) 가변풍량 공조시스템(A) Variable air volume air conditioning system

가변풍량 공조시스템의 경우 혼합공기온도(T4), 환기송풍기 소비전력(W2), 급기송풍기 소비전력(W1), 급기온도(T1) 및 실내급기온도(T5)를 종속변수로 구분한다.In the case of the variable air conditioning system, the mixed air temperature (T4), the power consumption of the ventilation blower (W2), the power supply of the air blower (W1), the air supply temperature (T1), and the indoor air temperature (T5) are divided into dependent variables.

혼합공기온도에 대한 기준모델식(T4R)은 환기온도(T2), 환기상대습도(RH1), 외기온도(T3), 외기상대습도(RH2) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 하여 구성되는데, 구체적으로 혼합공기온도에 대한 기준모델식은 다음과 같다. The reference model equation (T4 R ) for the mixed air temperature is independent of the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ambient temperature (T3), the ambient air humidity (RH2), and the mixing box damper opening degree control signal (A05). It is composed of variables. Specifically, the reference model equation for the mixed air temperature is as follows.

T4R = a1 + a2*T2 + a3*RH1 + a4*T3 + a5*RH2 +a6*AO5 + a7*T2*RH1 + a8*T2*AO5 + a9*RH1*AO5 + a10*T3*RH2 + a11*T3*AO5 + a12*RH2*AO5 + a13*AO52 T4 R = a1 + a2 * T2 + a3 * RH1 + a4 * T3 + a5 * RH2 + a6 * AO5 + a7 * T2 * RH1 + a8 * T2 * AO5 + a9 * RH1 * AO5 + a10 * T3 * RH2 + a11 * T3 * AO5 + a12 * RH2 * AO5 + a13 * AO5 2

환기송풍기 소비전력에 대한 기준모델식(W2R)은 환기온도(T2), 환기상대습도(RH1), 환기유량(M2) 및 환기송풍기 제어신호(AO4)를 독립변수로 하여 구성되는데, 구체적으로 환기송풍기 소비전력에 대한 기준모델식은 다음과 같다.The reference model equation (W2 R ) for the power consumption of the ventilation blower is composed of the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ventilation flow rate (M2) and the ventilation blower control signal (AO4) as independent variables. The reference model equation for the power consumption of the ventilation fan is as follows.

W2R = a1 + a2*T2 + a3*RH1 + a4*M2 + a5*AO4 + a6*T2*RH1 + a7*M2*AO4 + a8*AO42 + a9*AO43 W2 R = a1 + a2 * T2 + a3 * RH1 + a4 * M2 + a5 * AO4 + a6 * T2 * RH1 + a7 * M2 * AO4 + a8 * AO4 2 + a9 * AO4 3

급기송풍기 소비전력에 대한 기준모델식(W1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 급기유량(M1) 및 급기송풍기 제어신호(AO3)를 독립변수로 하여 구성되는데, 구체적으로 급기송풍기 소비전력에 대한 기준모델식은 다음과 같다.The reference model formula (W1 R ) for the power consumption of the air supply fan is independent of the relative humidity of the ventilation (RH1), the external air humidity (RH2), the mixed air temperature (T4), the air supply flow rate (M1), and the air supply control signal (AO3). It is composed of variables. Specifically, the reference model equation for the power consumption of the air supply fan is as follows.

W1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*M1 + a6*AO3 + a7*RH1*RH2 + a8*RH1*T4 + a9*RH2*T4 + a10*M1*AO3 + a11*AO32 + a12*AO33 W1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * M1 + a6 * AO3 + a7 * RH1 * RH2 + a8 * RH1 * T4 + a9 * RH2 * T4 + a10 * M1 * AO3 + a11 * AO3 2 + a12 * AO3 3

급기온도에 대한 기준모델식(T1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 혼합박스 댐퍼개도 제어신호(A05), 냉각코일 유량밸브 제어신호(A02) 및 냉/온수출구온도(T6)를 독립변수로 하여 구성되는데, 구체적으로 급기온도에 대한 기준모델식은 다음과 같다.The reference model formula (T1 R ) for the air supply temperature is the relative humidity of the ventilation (RH1), the relative humidity (RH2), the mixed air temperature (T4), the mixing box damper opening control signal (A05), and the cooling coil flow valve control signal ( A02) and cold / hot water outlet temperature (T6) are configured as independent variables. Specifically, the reference model equation for the air supply temperature is as follows.

T1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*AO5 + a6*AO2 + a7*T6 + a8*RH1*RH2 + a9*RH1*T4 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*AO5 + a13*T4*AO5 + a14*AO5*AO2 + a15*AO5*T6 + a16*AO2*T6 + a17*AO5 + a18*AO2T1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * AO5 + a6 * AO2 + a7 * T6 + a8 * RH1 * RH2 + a9 * RH1 * T4 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * AO5 + a13 * T4 * AO5 + a14 * AO5 * AO2 + a15 * AO5 * T6 + a16 * AO2 * T6 + a17 * AO5 + a18 * AO2

실내급기온도에 대한 기준모델식(T5R)은 급기온도(T1), 가변풍량 댐퍼개도 제어신호(A09), 재가열코일 유량밸브 제어신호(AO10)를 독립변수로 하여 구성되는데, 구체적으로 실내급기온도에 대한 기준모델식은 다음과 같다.The reference model equation (T5 R ) for the indoor air supply temperature is composed of the air supply temperature (T1), the variable air volume damper opening degree control signal (A09) and the reheat coil flow valve control signal (AO10) as independent variables. The reference model for temperature is as follows.

T5R = a1 + a2*T1 + a3*AO9 + a4*AO10 + a5*T1*AO9 + a6*T1*AO10 + a7*AO92 + a8*AO102 T5 R = a1 + a2 * T1 + a3 * AO9 + a4 * AO10 + a5 * T1 * AO9 + a6 * T1 * AO10 + a7 * AO9 2 + a8 * AO10 2

(나) 정풍량 공조시스템(B) Constant air volume air conditioning system

정풍량 공조시스템의 경우 혼합공기온도(T4), 환기송풍기 소비전력(W2), 급기송풍기 소비전력(W1) 및 급기온도(T1)를 종속변수로 구분한다.In the case of the constant air volume air conditioning system, the mixed air temperature (T4), the power consumption of the ventilation blower (W2), the air supply blower power consumption (W1), and the air supply temperature (T1) are divided into dependent variables.

혼합공기온도에 대한 기준모델식(T4R)은 환기온도(T2), 환기상대습도(RH1), 외기온도(T3), 외기상대습도(RH2) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 하여 구성되는데, 구체적으로 혼합공기온도에 대한 기준모델식은 다음과 같다. The reference model equation (T4 R ) for the mixed air temperature is independent of the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ambient temperature (T3), the ambient air humidity (RH2), and the mixing box damper opening degree control signal (A05). It is composed of variables. Specifically, the reference model equation for the mixed air temperature is as follows.

T4R = a1 + a2*T2 + a3*RH1 + a4*T3 + a5*RH2 + a6*AO5 + a7*T2*RH1 + a8*T2*AO5 + a9*RH1*AO5 + a10*T3*RH2 + a11*T3*AO5 + a12*RH2*AO5 + a13*AO52 T4 R = a1 + a2 * T2 + a3 * RH1 + a4 * T3 + a5 * RH2 + a6 * AO5 + a7 * T2 * RH1 + a8 * T2 * AO5 + a9 * RH1 * AO5 + a10 * T3 * RH2 + a11 * T3 * AO5 + a12 * RH2 * AO5 + a13 * AO5 2

환기송풍기 소비전력에 대한 기준모델식(W2R)은 환기온도(T2), 환기상대습도(RH1), 환기송풍기 토출공기온도(T7) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 하여 구성되는데, 구체적으로 환기송풍기 소비전력에 대한 기준모델식은 다음과 같다. The reference model formula (W2 R ) for the power consumption of the ventilation blower is based on the ventilation temperature (T2), relative humidity (RH1), ventilation blower discharge air temperature (T7), and mixing box damper opening control signal (A05) as independent variables. Specifically, the reference model for the power consumption of the ventilation blower is as follows.

W2R = a1 + a2*T2 + a3*RH1 + a4*T7 + a5*AO5 + a6*T2*RH1 + a7*T2*T7 + a8*T2*AO5 + a9*RH1*T7 + a10*RH1*AO5 + a11*T7*AO5 + a12*AO52 W2 R = a1 + a2 * T2 + a3 * RH1 + a4 * T7 + a5 * AO5 + a6 * T2 * RH1 + a7 * T2 * T7 + a8 * T2 * AO5 + a9 * RH1 * T7 + a10 * RH1 * AO5 + a11 * T7 * AO5 + a12 * AO5 2

급기송풍기 소비전력에 대한 기준모델식(W1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 급기온도(T1), 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 하여 구성되는데, 구체적인 급기송풍기 소비전력에 대한 기준모델식은 다음과 같다. The reference model equation (W1 R ) for the power consumption of the air supply fan is the ventilation relative humidity (RH1), the external air humidity (RH2), the mixed air temperature (T4), the air supply temperature (T1), and the mixing box damper opening control signal (A05). It is composed of as independent variables. The reference model formula for the specific power consumption of the air supply blower is as follows.

W1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*T1 + a6*AO5 + a7*RH1*RH2 + a8*RH1*T4 + a9*RH1*T1 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*T5 + a13*RH2*AO5 + a14*T4*T1 + a15*T4*AO5 + a16*T1*AO5 + a17*AO52 W1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * T1 + a6 * AO5 + a7 * RH1 * RH2 + a8 * RH1 * T4 + a9 * RH1 * T1 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * T5 + a13 * RH2 * AO5 + a14 * T4 * T1 + a15 * T4 * AO5 + a16 * T1 * AO5 + a17 * AO5 2

급기온도에 대한 기준모델식(T1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 혼합박스 댐퍼개도 제어신호(A05), 냉각코일 유량밸브 제어신호(A02) 및 냉/온수출구온도(T6)를 독립변수로 하여 구성되는데, 구체적인 급기온도에 대한 기준모델식은 다음과 같다.The reference model formula (T1 R ) for the air supply temperature is the relative humidity of the ventilation (RH1), the relative humidity (RH2), the mixed air temperature (T4), the mixing box damper opening control signal (A05), and the cooling coil flow valve control signal ( A02) and cold / hot water outlet temperature (T6) as independent variables. The reference model equation for the specific air supply temperature is as follows.

T1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*AO5 + a6*AO2 + a7*T6 + a8*RH1*RH2 + a9*RH1*T4 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*AO5 + a13*T4*AO5 + a14*AO5*AO2 + a15*AO5*T6 + a16*AO2*T6 + a17*AO52 + a18*AO22 T1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * AO5 + a6 * AO2 + a7 * T6 + a8 * RH1 * RH2 + a9 * RH1 * T4 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * AO5 + a13 * T4 * AO5 + a14 * AO5 * AO2 + a15 * AO5 * T6 + a16 * AO2 * T6 + a17 * AO5 2 + a18 * AO2 2

가변풍량 및 정풍량 공조시스템에 적용되는 각각의 기준모델식에 포함된 계수는 무고장 정상상태를 만족하는 측정자료를 일정량 수집하고, 수집된 자료를 이용하여 일반적으로 알려진 최소자승법(least square method)을 통하여 구하면 된다.　The coefficients included in each reference model equation applied to the variable air flow and constant air flow air conditioning systems collect a certain amount of measurement data that satisfy the normal steady state, and use the collected data to obtain a generally known least square method. This can be obtained through.

(4) 제4단계(4) Step 4

제3단계에서 산출된 잔차(R)가 일정 크기 이상인 경우 고장으로 판단하는 단계이다. 이러한 제4단계는 도4의 'Sub.5 Fault detection'에 해당한다.If the residual R calculated in the third step is greater than or equal to a predetermined size, it is determined as a failure. This fourth step corresponds to 'Sub.5 Fault detection' of FIG. 4.

제4단계는 제3단계에서 구한 잔차(R)를 표준화 거리 방정식In the fourth step, the distance equation obtained from the third step is normalized.

dx2 = RT∑-1Rdx 2 = R T ∑ -1 R

에 대입하여 dx(표준화 거리)를 구한 후 표준화 거리가 미리 정해진 값보다 큰 경우 고장으로 판단하는데, 도9에는 이러한 표준화 거리 기법을 이용한 고장검출 방법의 개념을 도시하고 있다.If the standardized distance is greater than a predetermined value after obtaining dx (standardized distance) by substituting for, it is determined as a failure. FIG. 9 illustrates the concept of a failure detection method using the standardized distance technique.

도9에서 'Fault detectin boundary'를 경계로 하여 그 내부는 고장이 없는 무고장 상태에서의 작동을 이루어지는 영역(Normal operating region)이 되고, 그 외부는 고장 상태에서 작동이 이루어지는 영역이 된다. 따라서 도9에 도시된 현재의 데이터(Current operating data)는 고장으로 판단될 것이다.In Fig. 9, with the boundary of the 'Fault detectin boundary', the inside thereof becomes a normal operating region in which a fault-free operation is performed, and the outside thereof becomes a region in which an operation is performed in a fault state. Therefore, the current operating data shown in FIG. 9 will be determined to be a failure.

본 발명의 구체적 실시예에서는 표준화 거리가 6보다 큰 경우에 고장으로 판단하였다. 이러한 표준화 거리는 필요에 따라 달리 정할 수도 있다.In a specific embodiment of the present invention, when the standardization distance is larger than 6, it is determined as a failure. This standardization distance may be determined differently as needed.

(5) 제5단계(5) 5th step

제4단계에서 고장으로 판단될 경우 고장이 검출되는 시점에서 산출된 잔차(R)의 이동 방향을 결정하고 별도로 작성된 고장진단 테이블과 비교하여 고장의 종류와 진행 정도를 진단하는 단계이다. 이러한 제5단계는 도4의 'Fault diagnosis'에 해당한다.If it is determined in step 4 that the failure is detected, the movement direction of the residual R calculated at the point of time when the failure is detected is compared with the separately prepared failure diagnosis table to diagnose the type and progress of the failure. This fifth step corresponds to the 'Fault diagnosis' of FIG.

도10에는 표준화 거리 기법을 이용한 고장진단 방법이 도시되어 있는데, 이는 어떤 고장이 발생하면 측정값의 잔차(R)는 고장의 원인에 따라 고유한 방향으로 이동하는 현상을 이용한 방법이며, 먼저 고장에 따른 잔차(R)의 진행 방향을 결정하고(고장진단 테이블 이용), 이를 이용하여 고장 원인을 진단하게 된다. 10 shows a failure diagnosis method using a standardized distance method. When a failure occurs, the residual value R of the measured value moves in a unique direction according to the cause of the failure. Determine the direction of the residual (R) according to (using the failure diagnosis table), it is used to diagnose the cause of the failure.

고장원인을 진단하기 위하여 사용되는 확률식은 다음과 같은데, 현재의 고장이 j번째 고장에 속할 확률 값(wj)은,The probability equation used to diagnose the cause of failure is as follows. The probability value (w j ) that the current failure belongs to the jth failure is

Figure 112011093591834-pat00001
Figure 112011093591834-pat00001

로 주어진다. 여기서 j는 고장의 종류(예를 들어, j=1은 도11에서 Fault 1 을 의미하고 j=2는 Fault 2를 의미함)를 나타내며, k는 변수(예를 들어, k=1은 도12에서 T4를 의미하고 k=2는 W2를 의미함)를 나타낸다.. Where j is the type of fault (e.g., j = 1 means Fault 1 in Figure 11 and j = 2 means Fault 2), and k is a variable (e.g. k = 1 is in Figure 12). Where T4 and k = 2 means W2).

도11은 고장진단 테이블의 구체적 실시예를 보여준다. 고장진단 테이블은 고장진단을 위해서 고장 진행에 따른 종속변수 잔차(R)의 이동방향을 정리한 테이블이며, 표에 (+1)로 표시되어 있는 경우는 고장이 발생하였을 때 해당 종속변수의 잔차(R)가 커지는 경우이고, (-1)로 표시되어 있는 경우는 고장이 발생하였을 때 해당 종속변수(R)의 잔차가 작아지는 경우이다. (-)로 표기되어 있는 경우는 고장이 발생하였을 때 해당 종속변수의 잔차는 변화가 없는 경우이다.11 shows a specific embodiment of the troubleshooting table. The fault diagnosis table is a table that summarizes the movement direction of the dependent variable R according to the progress of the fault for fault diagnosis. In the case where (+1) is indicated in the table, the residual of the dependent variable ( If R) increases, and (-1) indicates that the residual of the dependent variable R decreases when a failure occurs. In case of (-), the residual of the dependent variable remains unchanged when a failure occurs.

이와 같은 공조시스템의 고장 검출 및 진단 방법을 정리하면 다음과 같다. The method of detecting and diagnosing the failure of the air conditioning system is as follows.

무고장 정상상태를 만족하는 측정자료를 수집하여 상기한 각 공조시스템의 서브시스템 별로 제시된 기준모델식의 다항식 계수를 구한다. The polynomial coefficients of the reference model equation presented for each subsystem of each air conditioning system are obtained by collecting measurement data satisfying the steady state.

현재 측정되는 독립변수를 기준모델식에 대입하여 종속변수의 기대값(Y)을 산출하고 현재 측정되는 종속변수의 측정값(X)와 비교하여 둘 사이의 잔차를 계산(R = X - Y)한다. Calculate the residual between the two by substituting the currently measured independent variable into the reference model equation and calculating the expected value (Y) of the dependent variable and comparing it with the measured value (X) of the currently measured dependent variable (R = X-Y). do.

종속변수 기대값과 현재 측정값 사이의 잔차(R)를 표준화 거리 방정식 dx2 = RT∑-1R 에 대입하여 dx(표준화 거리)를 구한 후 표준화 거리가 6을 벗어나면 고장으로 정의한다. Substituting the residual (R) between the expected value of the dependent variable and the current measured value into the standardized distance equation dx 2 = R T ∑ -1 R to obtain dx (standardized distance), it is defined as a failure if the standardized distance is out of 6.

고장 검출을 통해 고장으로 판별되면, 고장이 검출되는 시점에서 잔차(R)의 이동방향을 결정하고, 사전에 작성한 고장진단 테이블과 비교하여, 잔차의 이동방향이 각 고장별 고장진단 테이블의 방향과 같으면 Cjk=1, 그렇지 않으면 Cjk=-1 을 확률식에 입력하여 고장의 종류(원인)을 진단(판별)한다.If it is determined that the failure is detected through the failure detection, the moving direction of the residual R is determined at the time when the failure is detected, and the moving direction of the residual is compared with the direction of the failure diagnosis table for each failure in comparison with the previously prepared failure diagnosis table. If equal, enter C jk = 1, otherwise C jk = -1 into the probability equation to diagnose (determin) the type of failure (cause).

고장의 종류가 2개(Fault 1(j=1) 및 Fault 2(j=2))이고, 종속변수가 2개(a(k=1) 및 b(k=2))이라고 가정하고 고장의 종류를 진단하는 과정을 간략하게 살펴보자.Assume that there are two types of faults (Fault 1 (j = 1) and Fault 2 (j = 2)) and two dependent variables (a (k = 1) and b (k = 2)). Let's look briefly at the process of diagnosing types.

<종속변수 a와 b에 대한 고장진단 테이블의 간단한 예><Simple example of troubleshooting table for dependent variables a and b>

1. 고장진단 테이블1. Troubleshooting Table

분 류Classification aa bb Fault 1Fault 1 +1+1 -1-One Fault 2Fault 2 -1-One +1+1

2. 종속변수 a의 잔차 R(1)= -3, 종속변수 b의 잔차 R(2)= +5, 종속변수 a의 표준편차(1)= 0.2, 종속변수 b의 표준편차(2)=0.1 이라고 가정하면, 표준화 거리가 6을 넘기 때문에 고장으로 판단되며, 다음 단계로 고장 진단을 진행한다.2. Residual R (1) = -3 of dependent variable a, residual R (2) = +5 of dependent variable b, standard deviation (1) = 0.2 of dependent variable a, standard deviation of dependent variable b (2) = If it is assumed to be 0.1, it is determined to be a failure because the standardized distance is over 6, and the diagnosis is proceeded to the next step.

Figure 112011093591834-pat00002
Figure 112011093591834-pat00002

여기서, j는 고장의 종류, k는 종속변수의 수(순서)를 나타낸다.Where j is the type of failure and k is the number of dependent variables (order).

3. 종속변수 a의 공분산(1,1)= 0.04, 종속변수 b의 공분산(2,2)= 0.01이다.3. Covariance (1,1) of dependent variable a = 0.04, covariance (2,2) of dependent variable b = 0.01.

4. 잔차의 방향성에 대한 상수 Cjk는,4. The constant C jk for the directionality of the residual is

고장진단 테이블에서 Fault 1 의 경우 a는 잔차의 방향이 양(+1)인데 현재 잔차는 -3으로 음의 방향이므로 C11= -1이 된다.In the fault diagnosis table, in the case of Fault 1, the direction of the residual is positive (+1), but the current residual is -3 and negative, so C 11 = -1.

고장진단 테이블에서 Fault 1 의 경우 b는 잔차의 방향이 음(-1)인데 현재 잔차는 +5로 양의 방향이므로 C12= -1이 된다.In the fault diagnosis table, in case of Fault 1, the direction of residual is negative (-1), but the current residual is +5 and positive direction, so C 12 = -1.

마찬가지로 Fault 2에 대한 방향성 상수는 C21= +1, C22= +1이다.Similarly, the directional constants for Fault 2 are C 21 = +1 and C 22 = +1.

5. 현재 고장이 Fault 1과 Fault 2 중에 속할 확률은5. The probability that the current fault falls between Fault 1 and Fault 2

(1) 먼저 Fault 1에 대한 고장분류확률 값은(1) First, the fault classification probability value for Fault 1

Figure 112011093591834-pat00003
Figure 112011093591834-pat00003

(2) 먼저 Fault 2에 대한 고장분류확률 값은(2) First, the fault classification probability value for Fault 2 is

Figure 112011093591834-pat00004
Figure 112011093591834-pat00004

따라서, 현재 고장은 Fault 2에 해당한다.Thus, the current fault corresponds to Fault 2.

이러한 예시는 고장의 종류나 종속변수가 증가하더라도 동일한 방식으로 적용이 가능하다.This example can be applied in the same way even if the type of failure or the dependent variable increases.

상기한 바와 같이 본 발명의 구체적 실시예를 첨부도면을 참조하여 설명하였으나 본 발명의 보호범위가 반드시 이러한 실시예에만 한정되는 것은 아니며 본 발명의 기술적 요지를 변경하지 않는 범위 내에서 다양한 설계변경, 공지기술의 부가나 삭제, 단순한 수치한정 등의 경우에도 본 발명의 보호범위에 속함을 분명히 한다.As described above, specific embodiments of the present invention have been described with reference to the accompanying drawings, but the scope of protection of the present invention is not necessarily limited to these embodiments, and various design changes and disclosures are made without departing from the technical spirit of the present invention. In the case of addition or deletion of technology, and simple numerical limitations, it is obvious that the scope of the present invention is included.

Claims (11)

공조시스템의 고장 검출 및 진단 방법에 관한 것으로서,
공조시스템의 고장 검출 및 진단을 위한 측정값, 제어신호 및 설정값을 입력받는 제1단계;
입력된 측정값이 정상상태인지 검출하는 제2단계;
정상상태에서 입력된 측정값 가운데 독립변수로 분류된 값을 무고장 정상상태 기준모델의 독립변수에 대입하여 산출되는 종속변수의 값과 측정값 가운데 종속변수로 분류된 값을 비교하여 잔차(R)를 계산하는 제3단계;
제3단계에서 산출된 잔차(R)가 일정 크기 이상인 경우 고장으로 판단하는 제4단계; 및,
제4단계에서 고장으로 판단될 경우 고장이 검출되는 시점에서 산출된 잔차(R)의 이동 방향을 결정하고 별도로 작성된 고장진단 테이블과 비교하여 고장의 종류와 진행 정도를 진단하는 제5단계;
를 포함하여 구성되는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.Regarding the failure detection and diagnosis method of the air conditioning system,
Receiving a measurement value, a control signal, and a setting value for detecting and diagnosing a failure of the air conditioning system;
A second step of detecting whether the input measured value is in a steady state;
The residual (R) is compared by comparing the value of the dependent variable that is calculated by substituting the value classified as an independent variable among the measured values input in the steady state into the independent variable of the normal steady state reference model and the value classified as the dependent variable among the measured values. Calculating a third step;
A fourth step of determining as a failure when the residual R calculated in the third step is greater than or equal to a predetermined size; And,
A fifth step of determining a moving direction of the residual R calculated at the point of time when the failure is detected in the fourth step and diagnosing the type and progress of the failure by comparing with a separately prepared failure diagnosis table;
Failure detection and diagnostic method of the air conditioning system, characterized in that comprises a. 제1항에서,
제2단계와 제3단계 사이에서 무고장 정상상태 기준모델을 생성하는 과정으로서,
입력된 측정값이 무고장 정상상태로 판단될 경우 해당 측정값, 제어신호 및 설정값을 기준모델 작성을 위한 데이터로 저장하는 제2-1단계; 및,
제2-1단계에서 저장된 데이터의 개수가 사용자가 미리 설정한 양에 도달하면 저장된 데이터를 종속변수와 독립변수로 구분하고, 이러한 종속변수와 독립변수를 이용하여 무고장 정상상태 기준모델을 생성하는 제2-2단계;
가 더 포함되는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 1,
As a process of generating a trouble-free steady state reference model between the second and third stages,
A second step of storing the measured value, the control signal, and the set value as data for preparing the reference model when the input measured value is determined to be in a normal fault state; And,
When the number of stored data reaches a preset amount by the user in step 2-1, the stored data is divided into dependent and independent variables, and a normal steady state reference model is generated by using the dependent and independent variables. Step 2-2;
Failure detection and diagnostic method of the air conditioning system, characterized in that it further comprises. 제1항에서,
가변풍량 공조시스템에 적용되며,
제1단계는,
측정값으로 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 실내급기온도(T5), 냉/온수출구온도(T6), 환기상대습도(RH1), 외기상대습도(RH2), 급기유량(M1), 환기유량(M2), 급기송풍기 소비전력(W1), 및 환기송풍기 소비전력(W2)가 포함되고,
제어신호로 냉각코일 유량밸브 제어신호(AO2), 급기송풍기 제어신호(AO3), 환기송풍기 제어신호(AO4), 혼합박스 댐퍼개도 제어신호(AO5), 가변풍량 댐퍼개도 제어신호(AO9), 및 재가열코일 유량밸브 제어신호(AO10)가 포함되고,
설정값으로 실내설정온도가 포함되는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 1,
Applied to variable air volume air conditioning system,
The first step is
Measured values include air supply temperature (T1), ventilation temperature (T2), outside air temperature (T3), mixed air temperature (T4), indoor air temperature (T5), cold / hot water outlet temperature (T6), relative humidity of ventilation (RH1) , Relative air humidity (RH2), air supply flow rate (M1), ventilation flow rate (M2), air supply fan power consumption (W1), and ventilation blower power consumption (W2),
Cooling coil flow valve control signal (AO2), air blower control signal (AO3), ventilation blower control signal (AO4), mixing box damper opening degree control signal (AO5), variable air volume damper opening degree control signal (AO9) as control signals, and Reheating coil flow valve control signal (AO10) is included,
Method for detecting and diagnosing a failure of an air conditioning system, characterized in that the room set temperature is included as a set value. 제1항에서,
정풍량 공조시스템에 적용되며,
제1단계는,
측정값으로 급기온도(T1), 환기온도(T2), 외기온도(T3), 혼합공기온도(T4), 냉/온수출구온도(T6), 환기송풍기 토출공기온도(T7), 환기상대습도(RH1), 및 외기상대습도(RH2)가 포함되고,
제어신호로 냉각코일 유량밸브 제어신호(AO2) 및 혼합박스 댐퍼개도 제어신호(AO5)가 포함되고,
설정값으로 실내설정온도가 포함되는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 1,
Applied to the airflow air conditioning system,
The first step is
Measured values include air supply temperature (T1), ventilation temperature (T2), ambient temperature (T3), mixed air temperature (T4), cold / hot water outlet temperature (T6), ventilator blower air temperature (T7), and relative humidity of ventilation ( RH1), and atmospheric relative humidity (RH2),
The control signal includes a cooling coil flow valve control signal (AO2) and the mixing box damper opening control signal (AO5),
Method for detecting and diagnosing a failure of an air conditioning system, characterized in that the room set temperature is included as a set value. 제3항 또는 제4항에서,
제2단계는 정상상태 여부를 선형회귀방법을 이용하여 최근 n개의 표본값 기울기를 구하고 그 기울기가 허용값 범위 이내에 들어오면 정상상태로 간주하는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.The method of claim 3 or 4,
The second step is to detect whether or not the steady state of the last n sample value slope using the linear regression method and if the slope falls within the allowable value of the fault detection and diagnosis method of the air conditioning system, characterized in that. 제3항 또는 제4항에서,
제2단계는 최근 n개의 표본값을 산술 평균하여 그 값을 정상상태의 측정값으로 간주하는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.The method of claim 3 or 4,
In the second step, the arithmetic mean of the latest n sample values is regarded as the measured value of the steady state, and the fault detection and diagnosis method of the air conditioning system is characterized in that the. 제2항에서,
가변풍량 공조시스템에 적용되며,
제2-2단계는,
혼합공기온도(T4), 환기송풍기 소비전력(W2), 급기송풍기 소비전력(W1), 급기온도(T1) 및 실내급기온도(T5)를 종속변수로 구분하고,
혼합공기온도에 대한 기준모델식(T4R)은 환기온도(T2), 환기상대습도(RH1), 외기온도(T3), 외기상대습도(RH2) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 이용하여 만들고,
환기송풍기 소비전력에 대한 기준모델식(W2R)은 환기온도(T2), 환기상대습도(RH1), 환기유량(M2) 및 환기송풍기 제어신호(AO4)를 독립변수로 이용하여 만들고,
급기송풍기 소비전력에 대한 기준모델식(W1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 급기유량(M1) 및 급기송풍기 제어신호(AO3)를 독립변수로 이용하여 만들고,
급기온도에 대한 기준모델식(T1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 혼합박스 댐퍼개도 제어신호(A05), 냉각코일 유량밸브 제어신호(A02) 및 냉/온수출구온도(T6)를 독립변수로 이용하여 만들고,
실내급기온도에 대한 기준모델식(T5R)은 급기온도(T1), 가변풍량 댐퍼개도 제어신호(A09), 재가열코일 유량밸브 제어신호(AO10)를 독립변수로 이용하여 만드는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 2,
Applied to variable air volume air conditioning system,
In step 2-2,
Mixing air temperature (T4), ventilation blower power consumption (W2), air supply fan power consumption (W1), air supply temperature (T1) and indoor air temperature (T5) are divided into dependent variables,
The reference model equation (T4 R ) for the mixed air temperature is independent of the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ambient temperature (T3), the ambient air humidity (RH2), and the mixing box damper opening degree control signal (A05). Create it as a variable,
The reference model equation (W2 R ) for the power consumption of the ventilation blower is made by using the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ventilation flow rate (M2) and the ventilation blower control signal (AO4) as independent variables.
The reference model formula (W1 R ) for the power consumption of the air supply fan is independent of the relative humidity of the ventilation (RH1), the external air humidity (RH2), the mixed air temperature (T4), the air supply flow rate (M1), and the air supply control signal (AO3). Create it as a variable,
The reference model formula (T1 R ) for the air supply temperature is the relative humidity of the ventilation (RH1), the relative humidity (RH2), the mixed air temperature (T4), the mixing box damper opening control signal (A05), and the cooling coil flow valve control signal ( A02) and cold / hot water outlet temperature (T6) as independent variables,
The reference model equation (T5 R ) for the indoor air supply temperature is characterized in that the air supply temperature (T1), the variable air volume damper opening degree control signal (A09), the reheating coil flow valve control signal (AO10) by using as an independent variable How to detect and diagnose faults in your system. 제2항에서,
정풍량 공조시스템에 적용되며,
제2-2단계는,
혼합공기온도(T4), 환기송풍기 소비전력(W2), 급기송풍기 소비전력(W1) 및 급기온도(T1)를 종속변수로 구분하고,
혼합공기온도에 대한 기준모델식(T4R)은 환기온도(T2), 환기상대습도(RH1), 외기온도(T3), 외기상대습도(RH2) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 이용하여 만들고,
환기송풍기 소비전력에 대한 기준모델식(W2R)은 환기온도(T2), 환기상대습도(RH1), 환기송풍기 토출공기온도(T7) 및 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 이용하여 만들고,
급기송풍기 소비전력에 대한 기준모델식(W1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 급기온도(T1), 혼합박스 댐퍼개도 제어신호(A05)를 독립변수로 이용하여 만들고,
급기온도에 대한 기준모델식(T1R)은 환기상대습도(RH1), 외기상대습도(RH2), 혼합공기온도(T4), 혼합박스 댐퍼개도 제어신호(A05), 냉각코일 유량밸브 제어신호(A02) 및 냉/온수출구온도(T6)를 독립변수로 이용하여 만드는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 2,
Applied to the airflow air conditioning system,
In step 2-2,
Mixing air temperature (T4), ventilation blower power consumption (W2), air supply fan power consumption (W1) and air supply temperature (T1) are divided into dependent variables,
The reference model equation (T4 R ) for the mixed air temperature is independent of the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ambient temperature (T3), the ambient air humidity (RH2), and the mixing box damper opening degree control signal (A05). Create it as a variable,
The reference model formula (W2 R ) for the power consumption of the ventilation blower uses the ventilation temperature (T2), the relative humidity of the ventilation (RH1), the ventilation blower discharge air temperature (T7), and the mixing box damper opening control signal (A05) as independent variables. Create it,
The reference model equation (W1 R ) for the power consumption of the air supply fan is the ventilation relative humidity (RH1), the external air humidity (RH2), the mixed air temperature (T4), the air supply temperature (T1), and the mixing box damper opening control signal (A05). Is created as an independent variable,
The reference model formula (T1 R ) for the air supply temperature is the relative humidity of the ventilation (RH1), the relative humidity (RH2), the mixed air temperature (T4), the mixing box damper opening control signal (A05), and the cooling coil flow valve control signal ( A02) and a method for detecting and diagnosing a failure of an air conditioning system, comprising using the cold / hot water outlet temperature (T6) as an independent variable. 제7항에서,
혼합공기온도에 대한 기준모델식은,
T4R = a1 + a2*T2 + a3*RH1 + a4*T3 + a5*RH2 +a6*AO5 + a7*T2*RH1 + a8*T2*AO5 + a9*RH1*AO5 + a10*T3*RH2 + a11*T3*AO5 + a12*RH2*AO5 + a13*AO52
환기송풍기 소비전력에 대한 기준모델식은,
W2R = a1 + a2*T2 + a3*RH1 + a4*M2 + a5*AO4 + a6*T2*RH1 + a7*M2*AO4 + a8*AO42 + a9*AO43
급기송풍기 소비전력에 대한 기준모델식은,
W1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*M1 + a6*AO3 + a7*RH1*RH2 + a8*RH1*T4 + a9*RH2*T4 + a10*M1*AO3 + a11*AO32 + a12*AO33
급기온도에 대한 기준모델식은,
T1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*AO5 + a6*AO2 + a7*T6 + a8*RH1*RH2 + a9*RH1*T4 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*AO5 + a13*T4*AO5 + a14*AO5*AO2 + a15*AO5*T6 + a16*AO2*T6 + a17*AO5 + a18*AO2
실내급기온도에 대한 기준모델식은,
T5R = a1 + a2*T1 + a3*AO9 + a4*AO10 + a5*T1*AO9 + a6*T1*AO10 + a7*AO92 + a8*AO102
인 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.In claim 7,
The reference model for the mixed air temperature is
T4 R = a1 + a2 * T2 + a3 * RH1 + a4 * T3 + a5 * RH2 + a6 * AO5 + a7 * T2 * RH1 + a8 * T2 * AO5 + a9 * RH1 * AO5 + a10 * T3 * RH2 + a11 * T3 * AO5 + a12 * RH2 * AO5 + a13 * AO5 2
The reference model formula for the power consumption of the ventilation blower is
W2 R = a1 + a2 * T2 + a3 * RH1 + a4 * M2 + a5 * AO4 + a6 * T2 * RH1 + a7 * M2 * AO4 + a8 * AO4 2 + a9 * AO4 3
The reference model equation for the power consumption of the air supply fan is
W1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * M1 + a6 * AO3 + a7 * RH1 * RH2 + a8 * RH1 * T4 + a9 * RH2 * T4 + a10 * M1 * AO3 + a11 * AO3 2 + a12 * AO3 3
The reference model for air supply temperature is
T1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * AO5 + a6 * AO2 + a7 * T6 + a8 * RH1 * RH2 + a9 * RH1 * T4 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * AO5 + a13 * T4 * AO5 + a14 * AO5 * AO2 + a15 * AO5 * T6 + a16 * AO2 * T6 + a17 * AO5 + a18 * AO2
The reference model for indoor air temperature is
T5 R = a1 + a2 * T1 + a3 * AO9 + a4 * AO10 + a5 * T1 * AO9 + a6 * T1 * AO10 + a7 * AO9 2 + a8 * AO10 2
Fault detection and diagnostic method of the air conditioning system, characterized in that. 제8항에서,
혼합공기온도에 대한 기준모델식은,
T4R = a1 + a2*T2 + a3*RH1 + a4*T3 + a5*RH2 + a6*AO5 + a7*T2*RH1 + a8*T2*AO5 + a9*RH1*AO5 + a10*T3*RH2 + a11*T3*AO5 + a12*RH2*AO5 + a13*AO52
환기송풍기 소비전력에 대한 기준모델식은,
W2R = a1 + a2*T2 + a3*RH1 + a4*T7 + a5*AO5 + a6*T2*RH1 + a7*T2*T7 + a8*T2*AO5 + a9*RH1*T7 + a10*RH1*AO5 + a11*T7*AO5 + a12*AO52
급기송풍기 소비전력에 대한 기준모델식은,
W1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*T1 + a6*AO5 + a7*RH1*RH2 + a8*RH1*T4 + a9*RH1*T1 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*T5 + a13*RH2*AO5 + a14*T4*T1 + a15*T4*AO5 + a16*T1*AO5 + a17*AO52
급기온도에 대한 기준모델식은,
T1R = a1 + a2*RH1 + a3*RH2 + a4*T4 + a5*AO5 + a6*AO2 + a7*T6 + a8*RH1*RH2 + a9*RH1*T4 + a10*RH1*AO5 + a11*RH2*T4 + a12*RH2*AO5 + a13*T4*AO5 + a14*AO5*AO2 + a15*AO5*T6 + a16*AO2*T6 + a17*AO52 + a18*AO22
인 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.9. The method of claim 8,
The reference model for the mixed air temperature is
T4 R = a1 + a2 * T2 + a3 * RH1 + a4 * T3 + a5 * RH2 + a6 * AO5 + a7 * T2 * RH1 + a8 * T2 * AO5 + a9 * RH1 * AO5 + a10 * T3 * RH2 + a11 * T3 * AO5 + a12 * RH2 * AO5 + a13 * AO5 2
The reference model formula for the power consumption of the ventilation blower is
W2 R = a1 + a2 * T2 + a3 * RH1 + a4 * T7 + a5 * AO5 + a6 * T2 * RH1 + a7 * T2 * T7 + a8 * T2 * AO5 + a9 * RH1 * T7 + a10 * RH1 * AO5 + a11 * T7 * AO5 + a12 * AO5 2
The reference model equation for the power consumption of the air supply fan is
W1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * T1 + a6 * AO5 + a7 * RH1 * RH2 + a8 * RH1 * T4 + a9 * RH1 * T1 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * T5 + a13 * RH2 * AO5 + a14 * T4 * T1 + a15 * T4 * AO5 + a16 * T1 * AO5 + a17 * AO5 2
The reference model for air supply temperature is
T1 R = a1 + a2 * RH1 + a3 * RH2 + a4 * T4 + a5 * AO5 + a6 * AO2 + a7 * T6 + a8 * RH1 * RH2 + a9 * RH1 * T4 + a10 * RH1 * AO5 + a11 * RH2 * T4 + a12 * RH2 * AO5 + a13 * T4 * AO5 + a14 * AO5 * AO2 + a15 * AO5 * T6 + a16 * AO2 * T6 + a17 * AO5 2 + a18 * AO2 2
Fault detection and diagnostic method of the air conditioning system, characterized in that. 제1항에서,
제4단계는 제3단계에서 구한 잔차(R)를 표준화 거리 방정식
dx2 = RT∑-1R
에 대입하여 dx(표준화 거리)를 구한 후 표준화 거리가 미리 정해진 값보다 큰 경우 고장으로 판단하는 것을 특징으로 하는 공조시스템의 고장 검출 및 진단 방법.
In claim 1,
In the fourth step, the distance equation obtained from the third step is normalized.
dx 2 = R T ∑ -1 R
Method for detecting and diagnosing a failure of the air conditioning system, characterized in that by determining the dx (standardized distance) by substituting to determine if the standardized distance is greater than the predetermined value.
KR1020110124175A 2010-11-25 2011-11-25 Fault detection and diagnosis method KR101151867B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020100117880 2010-11-25
KR20100117880 2010-11-25

Publications (1)

Publication Number Publication Date
KR101151867B1 true KR101151867B1 (en) 2012-05-31

Family

ID=46272760

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110124175A KR101151867B1 (en) 2010-11-25 2011-11-25 Fault detection and diagnosis method

Country Status (1)

Country Link
KR (1) KR101151867B1 (en)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101261198B1 (en) 2013-01-10 2013-05-10 동국대학교 산학협력단 Method for controlling internal temperature falling time of building by using intelligent control algorithm
KR20150048509A (en) * 2013-10-28 2015-05-07 엘지전자 주식회사 An air conditioner and a method thereof
KR20150096269A (en) * 2014-02-14 2015-08-24 한화테크윈 주식회사 Method of preventing occurrence of defective products
CN106471316A (en) * 2014-05-07 2017-03-01 艾默生电气公司 Heating, ventilation or air handling system hierarchy system and method
US10344997B2 (en) 2014-05-07 2019-07-09 Emerson Climate Technologies, Inc. Heat pump and air conditioning grading systems and methods
US10352783B2 (en) 2014-05-07 2019-07-16 Emerson Climate Technologies, Inc. Building envelope and interior grading systems and methods
KR101995311B1 (en) * 2018-05-29 2019-09-24 경상대학교산학협력단 Diagnosis method for air conditioning system and device thereof
KR20190002471U (en) * 2019-08-27 2019-10-02 주식회사 글로벌이앤피 Smoke control system for living room
KR102054394B1 (en) * 2018-08-17 2019-12-10 주식회사 케이티 Method and system detecting line fault, and network control system
KR102279351B1 (en) 2020-11-27 2021-07-20 성한 주식회사 A fault diagnosis method of based ai on optimization of air conditioner
WO2021157801A1 (en) * 2020-02-06 2021-08-12 Lg Electronics Inc. Air conditioning apparatus and method for controlling an air conditioning apparatus
CN113673868A (en) * 2021-08-20 2021-11-19 广东鑫钻节能科技股份有限公司 Air compression station electric energy management method based on Internet of things
KR102334034B1 (en) * 2021-06-16 2021-12-02 대한민국 Apparatus for monitoring server abnormality diagnosis
US20220026087A1 (en) * 2016-09-28 2022-01-27 Johnson Controls Tyco IP Holdings LLP Systems and methods for steady state detection
CN114608141A (en) * 2022-03-07 2022-06-10 浙江中烟工业有限责任公司 Valve leakage diagnosis method and device for process air conditioning unit
KR20230066874A (en) * 2021-11-08 2023-05-16 중앙대학교 산학협력단 Real-time self-adaptive steady state diagnosis method of heat pump system, recording medium and steady state diagnosis device for performing the same
CN117073129A (en) * 2023-10-17 2023-11-17 山东意林建筑规划设计研究院有限公司 Fault diagnosis method and system for heating ventilation air conditioning system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085892A (en) * 2008-02-05 2009-08-10 엘지전자 주식회사 Method for diagnosing the disorder of a sensor for air conditioning apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090085892A (en) * 2008-02-05 2009-08-10 엘지전자 주식회사 Method for diagnosing the disorder of a sensor for air conditioning apparatus

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101261198B1 (en) 2013-01-10 2013-05-10 동국대학교 산학협력단 Method for controlling internal temperature falling time of building by using intelligent control algorithm
KR102122248B1 (en) 2013-10-28 2020-06-12 엘지전자 주식회사 An air conditioner and a method thereof
KR20150048509A (en) * 2013-10-28 2015-05-07 엘지전자 주식회사 An air conditioner and a method thereof
KR20150096269A (en) * 2014-02-14 2015-08-24 한화테크윈 주식회사 Method of preventing occurrence of defective products
KR101883484B1 (en) * 2014-02-14 2018-07-31 한화에어로스페이스 주식회사 Method of preventing occurrence of defective products
US10634378B2 (en) 2014-05-07 2020-04-28 Emerson Climate Technologies, Inc. Heat pump and air conditioning grading systems and methods
CN106471316B (en) * 2014-05-07 2019-06-14 艾默生电气公司 Heating, ventilation or air handling system hierarchy system and method
US10352783B2 (en) 2014-05-07 2019-07-16 Emerson Climate Technologies, Inc. Building envelope and interior grading systems and methods
CN106471316A (en) * 2014-05-07 2017-03-01 艾默生电气公司 Heating, ventilation or air handling system hierarchy system and method
US10344997B2 (en) 2014-05-07 2019-07-09 Emerson Climate Technologies, Inc. Heat pump and air conditioning grading systems and methods
US11747034B2 (en) * 2016-09-28 2023-09-05 Johnson Controls Tyco IP Holdings LLP Systems and methods for steady state detection
US20220026087A1 (en) * 2016-09-28 2022-01-27 Johnson Controls Tyco IP Holdings LLP Systems and methods for steady state detection
KR101995311B1 (en) * 2018-05-29 2019-09-24 경상대학교산학협력단 Diagnosis method for air conditioning system and device thereof
US11876669B2 (en) 2018-08-17 2024-01-16 Kt Corporation Communication line detection method, system therefor, and network control system
WO2020036431A1 (en) * 2018-08-17 2020-02-20 주식회사 케이티 Railroad fault detection method, system therefor, and network control system
KR102054394B1 (en) * 2018-08-17 2019-12-10 주식회사 케이티 Method and system detecting line fault, and network control system
EP3840294A4 (en) * 2018-08-17 2022-05-04 KT Corporation Railroad fault detection method, system therefor, and network control system
KR200493371Y1 (en) 2019-08-27 2021-03-18 주식회사 글로벌이앤피 Smoke control system for living room
KR20190002471U (en) * 2019-08-27 2019-10-02 주식회사 글로벌이앤피 Smoke control system for living room
WO2021157801A1 (en) * 2020-02-06 2021-08-12 Lg Electronics Inc. Air conditioning apparatus and method for controlling an air conditioning apparatus
CN114423995A (en) * 2020-02-06 2022-04-29 Lg电子株式会社 Air conditioner and control method thereof
US11353251B2 (en) 2020-02-06 2022-06-07 Lg Electronics Inc. Air conditioner with fluid line diagnostics using feedback signals from a pump
KR102279351B1 (en) 2020-11-27 2021-07-20 성한 주식회사 A fault diagnosis method of based ai on optimization of air conditioner
KR102334034B1 (en) * 2021-06-16 2021-12-02 대한민국 Apparatus for monitoring server abnormality diagnosis
CN113673868A (en) * 2021-08-20 2021-11-19 广东鑫钻节能科技股份有限公司 Air compression station electric energy management method based on Internet of things
CN113673868B (en) * 2021-08-20 2024-03-05 广东鑫钻节能科技股份有限公司 Air compression station electric energy management method based on Internet of things
KR20230066874A (en) * 2021-11-08 2023-05-16 중앙대학교 산학협력단 Real-time self-adaptive steady state diagnosis method of heat pump system, recording medium and steady state diagnosis device for performing the same
KR102624730B1 (en) 2021-11-08 2024-01-15 중앙대학교 산학협력단 Real-time self-adaptive steady state diagnosis method of heat pump system, recording medium and steady state diagnosis device for performing the same
CN114608141A (en) * 2022-03-07 2022-06-10 浙江中烟工业有限责任公司 Valve leakage diagnosis method and device for process air conditioning unit
CN114608141B (en) * 2022-03-07 2023-12-01 浙江中烟工业有限责任公司 Valve leakage diagnosis method and device for process air conditioning unit
CN117073129A (en) * 2023-10-17 2023-11-17 山东意林建筑规划设计研究院有限公司 Fault diagnosis method and system for heating ventilation air conditioning system
CN117073129B (en) * 2023-10-17 2024-01-26 山东意林建筑规划设计研究院有限公司 Fault diagnosis method and system for heating ventilation air conditioning system

Similar Documents

Publication Publication Date Title
KR101151867B1 (en) Fault detection and diagnosis method
Wang et al. Online model-based fault detection and diagnosis strategy for VAV air handling units
Qin et al. A fault detection and diagnosis strategy of VAV air-conditioning systems for improved energy and control performances
CN107111286B (en) Automated functional testing for diagnostics and control
Wang et al. Fault-tolerant control for outdoor ventilation air flow rate in buildings based on neural network
Wang et al. An online fault diagnosis tool of VAV terminals for building management and control systems
Nassif Modeling and optimization of HVAC systems using artificial neural network and genetic algorithm
Du et al. Fault detection and diagnosis based on improved PCA with JAA method in VAV systems
Liang et al. Model-based fault detection and diagnosis of HVAC systems using support vector machine method
US7444251B2 (en) Detecting and diagnosing faults in HVAC equipment
Gunay et al. Characterization of a building's operation using automation data: A review and case study
Li et al. A novel operation approach for the energy efficiency improvement of the HVAC system in office spaces through real-time big data analytics
KR100643264B1 (en) Method of classified rule-based fault detection and diagnosis in air-handling system
US10372567B2 (en) Automatic fault detection and diagnosis in complex physical systems
Yoshida et al. Online fault detection and diagnosis in VAV air handling unit by RARX modeling
Padilla et al. A combined passive-active sensor fault detection and isolation approach for air handling units
Zhao et al. A proactive fault detection and diagnosis method for variable-air-volume terminals in building air conditioning systems
Schein et al. Application of control charts for detecting faults in variable-air-volume boxes
Taal et al. Fault detection and diagnosis for indoor air quality in DCV systems: Application of 4S3F method and effects of DBN probabilities
Wang et al. Fault detection and diagnosis for multiple faults of VAV terminals using self-adaptive model and layered random forest
Torabi et al. Inverse model-based virtual sensors for detection of hard faults in air handling units
Wen et al. An enhanced principal component analysis method with Savitzky–Golay filter and clustering algorithm for sensor fault detection and diagnosis
Chen et al. A simulation-based evaluation of fan coil unit fault effects
JP2005301582A (en) Process management device
JP2004234302A (en) Process management device

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150526

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160428

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170508

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180502

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190513

Year of fee payment: 8