KR19990006754A - 옥외 열 교환 코일의 모니터링 시스템 - Google Patents

옥외 열 교환 코일의 모니터링 시스템 Download PDF

Info

Publication number
KR19990006754A
KR19990006754A KR1019980021086A KR19980021086A KR19990006754A KR 19990006754 A KR19990006754 A KR 19990006754A KR 1019980021086 A KR1019980021086 A KR 1019980021086A KR 19980021086 A KR19980021086 A KR 19980021086A KR 19990006754 A KR19990006754 A KR 19990006754A
Authority
KR
South Korea
Prior art keywords
heat exchange
exchange coil
condition
outdoor heat
heating
Prior art date
Application number
KR1019980021086A
Other languages
English (en)
Other versions
KR100289167B1 (ko
Inventor
쉐레이유 털퓰
Original Assignee
윌리엄 더블유. 하벨트
캐리어 코포레이션
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 윌리엄 더블유. 하벨트, 캐리어 코포레이션 filed Critical 윌리엄 더블유. 하벨트
Publication of KR19990006754A publication Critical patent/KR19990006754A/ko
Application granted granted Critical
Publication of KR100289167B1 publication Critical patent/KR100289167B1/ko

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F1/00—Room units for air-conditioning, e.g. separate or self-contained units or units receiving primary air from a central station
    • F24F1/06—Separate outdoor units, e.g. outdoor unit to be linked to a separate room comprising a compressor and a heat exchanger
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2400/00—General features or devices for refrigeration machines, plants or systems, combined heating and refrigeration systems or heat-pump systems, i.e. not limited to a particular subgroup of F25B
    • F25B2400/06—Several compression cycles arranged in parallel
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/005—Arrangement or mounting of control or safety devices of safety devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

가열 또는 냉각 시스템의 옥외 열 교환 코일을 모니터링하기 위한 시스템은 코일의 상태를 계산하기 위한 신경망을 포함한다. 신경망은 코일 상태를 정확히 계산하게 하는 가열 또는 냉각 시스템의 특정 특성을 학습하기 위해 전개 모드 중에 훈련된다. 이렇게 훈련된 신경망은 동작 실행 시간 모드 중에 옥외 열 교환 코일 상태를 적시에 계산한다. 코일 상태에 대한 정보는 동작 실행 시간 모드 중에 사전 평가에 유용하게 된다.

Description

옥외 열 교환 코일의 모니터링 시스템
본 발명은 가열 또는 냉각 시스템 동작의 모니터링, 특히 그러한 시스템용의 옥외 열 교환 코일의 상태를 모니터링하는 것에 관한 것이다.
많은 가열 및/또는 냉각 시스템은 이들 특별한 시스템에 의해 가열 또는 냉각될 빌딩의 외부에 배치된 열 교환 코일을 채용한다. 이들 옥외 열 교환 코일은 전형적으로 여러 가지 열악한 상태에 노출된다. 이들 상태들은 코일 표면 상에 형성되는 미네랄 퇴적물을 야기할 수 있는 풍매 오염물(airborne contaminants)에 노출될 수도 있다. 또한, 옥외 열 교환 코일은 바닥에 배치될 수 있어, 바람에 날리는 먼지 또는 폭풍중에 흙탕물에 노출될 수 있다. 먼지, 흙, 미네랄 퇴적물 및 다른 오염물이 옥외 열 교환 코일 표면에 쌓이는 것은 궁극적으로 코일 상에 절연 효과를 만든다. 이것은 코일의 열 전달 효율을 감소시키는데, 이는 각 기능을 달성하기 위한 가열 또는 냉각 시스템의 능력에 차례로 영향을 끼치게 된다.
열 교환 성능이 나쁜 영향을 받기 전에 옥외 열 교환 코일에 어떤 심각한 영향이 있는 지를 검출하는 것이 중요하다. 이는 가열 또는 냉각 시스템을 유지보수 또는 수리하는 서비스맨에 의해 보통 수행되는 옥외 코일의 가시적 검사에 의해 통상 달성된다. 이러한 수리는 적시에 항상 발생될 수 있는 것은 아니다.
본 발명의 목적은 코일을 가시적으로 검사하지 않고도 가열 또는 냉각 시스템의 옥외 열 교환 코일 표면의 조기 열화를 검출하는 것이다.
본 발명의 다른 목적은 옥외 열 교환 코일의 성능에 어떤 심각한 열화가 발생하기 전에 가열 또는 냉각 시스템의 옥외 열 교환 코일 표면에 어떤 조기 열화가 발생하는 지를 검출하기 위한 것이다.
상기 및 다른 목적들은 그 시스템 내의 열화된 열 교환 코일에 의해 나쁜 영향이 끼쳐지는 가열 또는 냉각 시스템 내의 여러 상태들의 집중 분석을 수행하는 제1 수행 능력을 모니터링 시스템에 제공하므로써 달성된다. 모니터링 시스템은 이들 상태들이 청결할 필요가 있는 녹슬거나 더러운 열 교환 코일을 집중적으로 나타내는 방법을 배우기 위해 신경망을 이용한다. 이는 여러 주변 환경 및 빌딩 부하 상태에 옥외 열 교환 코일을 갖는 가열 또는 냉각 시스템을 설치하므로써 달성된다. 또한, 옥외 열 교환 코일의 청결도는 주변 환경 및 빌딩 부하 상태에 가열 또는 냉각 시스템을 설치하는 과정 중에 변한다. 가열 또는 냉각 시스템 내의 센서에 의해 생성된 데이터 뿐만 아니라 특정 제어 정보는 여러 주변 환경 및 빌딩 부하 상태에 대해 수집된다. 데이터 세트는 옥외 코일의 주지된 청결도에 대해 수집된다.
수집된 데이터는 여러 주변 환경 및 빌딩 부하 상태에 대한 옥외 코일의 청결도를 정확하게 계산하기 위해 신경망을 학습시키게 하는 방식으로 모니터링 시스템 내의 신경망에 인가된다. 신경망은 수집된 데이터 세트로부터 한 분량의 데이터를 각각 수신하는 다수의 입력 노드들로 양호하게 구성된다. 각 입력 노드는 신경망 내의 노드들을 숨기기 위해, 가중된 접속(weighted connections)을 통해 연결된다.
이들 다수의 숨겨진 노드들은 또한 옥외 열 교환 코일의 청결도에 대한 지시를 생성하는 적어도 하나의 출력 노드에 가중된 접속을 통해 연결된다. 다양한 가중된 접속은 제공된 데이터에 대한 옥외 코일 청결의 공지된 값으로 수렴되는 청결도를 출력 노드가 생성하는 그러한 시간까지 데이터의 반복적 인가 중에 계속 조절된다. 최종으로 조절된 가중된 접속은 동작 실행 시간 모드 중에 모니터링 시스템 용도로 준비된다.
모니터링 시스템은 동작 실행 시간 모드 중에 신경망을 사용하여 기능적 가열 또는 냉각 시스템에 의해 제공되는 실시간 데이터를 분석한다. 실시간 데이터는 신경망에 인가되고, 다양한 가중된 접속을 갖는 노드들을 통해 처리되기 때문에, 옥외 코일의 청결도에 대한 지시가 계속 계산될 수 있다. 옥외 코일의 청결도에 대한 연속 계산은 양호하게 준비되고 선정된 시간 주기에 걸쳐 평균된다. 최종 평균 청결도는 모니터링 시스템의 출력으로서 디스플레이된다. 디스플레이된 청결도는 가열 또는 냉각 시스템이 디스플레이된 옥외 코일의 청결도로 인해 적절한 수리를 위해 작동 중지되어야 하는 지의 여부를 나타내는데 사용될 수 있다.
본 발명의 양호한 실시예에서, 냉각 장치의 옥외 코일의 청결도는 모니터된다. 모니터링 시스템은 동작 실행 시간 모드 중에 냉각 장치 내의 8개의 다른 소스로부터 데이터를 수신한다. 모니터링 시스템은 또한 냉각 장치의 제어기로부터 옥외 열 교환 코일을 갖는 콘덴서와 관련된 팬들의 세트들로의 명령을 수신한다. 팬 세트로의 냉각 장치 제어기 명령 이외에 소스 데이터는 모니터링 시스템 내의 신경망에 의해 집중적으로 분석되어, 냉각 장치 내의 콘덴서의 적어도 하나의 옥외 열 교환 코일에 대한 청결도를 산출한다.
도 1은 옥외 열 교환 코일을 갖는 2개의 개별 콘덴서를 포함하는 냉각 장치의 개략도.
도 2는 냉각 장치의 하나의 콘덴서의 하나의 옥외 열 교환 코일의 청결도를 계산하기 위한 신경망 소프트웨어를 포함하는 프로세서 이외에 도 1의 냉각 장치용 제어기의 블록도.
도 3은 신경망 소프트웨어의 여러 층들 내의 노드들 간의 접속을 도시하는 도면.
도 4는 도 3의 노드들의 제1 층에 인가된 특정 데이터를 도시하는 블록도.
도 5는 전개 동작 모드 중에 도 2의 프로세서에 의해 실행된 신경망 프로세스의 플로우차트.
도 6은 동작 실행 시간 모드 중에 도 3의 노드들을 사용하여 도 2의 프로세서에 의해 실행된 신경망 프로세스의 플로우차트.
도면의 주요 부분에 대한 부호의 설명
8, 32 : 팬 세트
10, 12 : 콘덴서
14, 16, 28, 30 : 콤프레서
20, 34 : 팽창 밸브
22 : 증발기
40 : 제어기
42 : I/O 버스
44 : 프로세서
46, 50, 52, 54 : 센서
56, 58 : 릴레이 스위치
이하, 첨부 도면을 참조하여 본 발명을 상세히 설명하고자 한다.
도 1을 참조하면, 냉각 장치는 각각의 콘덴서(10 또는 12)를 갖는 3개의 개별 냉각 회로 A 및 B를 갖는 것으로 도시된다. 냉각수를 만들기 위해서, 냉각제는 각각의 개별 냉각 회로 내의 냉각 장치 성분을 통해 처리된다. 이와 관련하여, 냉각제 가스는 회로 A 내의 한쌍의 콤프레서(14 및 16) 내에서 고압 및 고온으로 압축된다. 냉각제는 액체로 응축되어, 팬 세트(8)에 의해 콘덴서(10)을 통해 부는 바람에 열을 방출한다. 콘덴서는 양호하게도 액체 냉각제를 더욱 냉각시켜 예비 냉각된(subcooled) 액체로 만든다. 이러한 예비 냉각수는 냉각 회로 B와 공통으로 공유된 증발기(22)로 들어가기 전에 팽창 밸브(20)을 통과한다. 냉각제는 증발기(22) 내에서 입구(24)부터 출구(26)까지 증발기(22)를 통해 순환하는 물로부터 열을 흡수한다. 증발기 내의 물은 냉각제로 열을 방출하여 냉각된다. 차거나 냉각된 물은 궁극적으로 빌딩을 냉각시킨다. 빌딩의 냉각은 또 다른 열 교환기(도시안됨)에 의해 종종 달성되는데, 여기서 순환하는 공기는 냉각되거나 찬 물에 열을 방출한다. 냉각제는 또한 냉각 회로 B 내의 한 세트의 콤프레서(28 및 30)를 통해 고압 및 고온으로 압축됨을 주지해야 한다. 이후, 이 냉각제는 콘덴서를 통해 공기를 불어넣는 팬 세트(32)를 갖는 콘덴서(12) 내에서 액체로 응축된다. 콘덴서(12)를 나온 냉각제는 증발기(22)로 들어가기 전에 팽창 밸브(34)를 통과한다.
도 2를 참조하면, 제어기(40)은 콘덴서(10 및 12)를 순환하는 공기량을 관리하는 팬 세트(18 및 32) 뿐만 아니라 팽창 밸브(20 및 22)를 제어한다. 제어기는 증발기(22)를 통해 흐르는 물을 필요한 만큼 냉각시키기 위해서 콤프레서(14, 16, 28 및 30)을 턴온 및 턴오프시킨다. 도 1의 냉각 장치 내의 적절한 위치에 배치된 한 세트의 센서는 I/O 버스(42)를 통해 제어기(40)에 정보를 제공한다. 이들 8개의 센서들은 또한 I/O 버스(42)와 관련된 프로세서(44)에 정보를 제공하는데 사용된다. 특히, 센서(46)은 냉각 회로 A 내의 콘덴서(10)으로 들어가는 공기의 온도를 감지한다. 센서(48)은 이 콘덴서를 나오는 공기의 온도를 감지한다. 이들 온도는 이후, 콘덴서 유입 공기 온도 CEAT로서 인용되고, 콘덴서 유출 공기 온도 CLAT로서 인용된다. 센서(50)은 콘덴서(10)으로 들어가는 냉각제의 온도를 측정하는 반면, 센서(52)는 콘덴서(10)을 나오는 냉각제의 온도를 측정한다. 이들 온도들은 이후, 센서(50)에 의해 감지된 콘덴서 유입 냉각제 온도 COND_E_T_A로서 인용되고, 센서(52)에 의해 감지된 콘덴서 유출 냉각제 온도 COND_L_T_A로서 인용된다. 상기 각각의 온도는 또한 냉각 회로 A로부터 지시되는 것임을 주지해야 한다. 회로 A 내의 냉각제의 예비 냉각 온도는 팽창 밸브(20) 위에 배치된 센서(54)에 의해 감지된다. 이러한 특별한 온도는 SUBCA로서 인용된다. 센서(46 내지 54)에 의해 생성된 감지된 조건을 수신하는 것 외에도, 프로세서(44)는 또한 콘덴서(10)용 팬(18) 세트와 관련된 팬 릴레이 스위치(56 및 58)에 대한 제어기(40)으로부터의 명령된 상태를 수신한다. 이들 명령된 상태들은 이후, 팬 스위치 상태 A1 및 팬 스위치 상태 A2로서 인용된다. 이들 상태들은 온 또는 오프 상태에 있는 팬 세트 bo내의 팬들의 수를 총괄하여 나타냄을 알 수 있다.
프로세서(44)는 또한 냉각 회로 B로부터 특정값을 수신한다. 이와 관련하여, 센서(60)은 콘덴서(12)에 유입되는 냉각제의 온도를 측정하며, 센서(62)는 냉각제(12)로부터 유출되는 냉각제의 온도를 측정한다. 이들 온도들은 이후, 콘덴서 유입 냉각제 온도 COND_E_T_B로서 인용되고, 콘덴서 유출 냉각제 온도 COND_L_T_B로서 인용된다. 프로세서(44)는 또한 팽창 밸브(34) 위에 배치된 센서(64)에 의해 측정된 회로 B 내의 냉각제에 대해 예비 냉각된 냉각제 온도를 수신한다. 이러한 특별한 온도는 이후, SUBCB로서 인용된다. 마지막으로, 주지해야 할 점은 프로세서는 팬(32) 세트와 관련된 팬 릴레이 스위치(66 및 68)에 대한 제어기(40)으로부터의 명령된 상태들을 수신한다는 것이다. 이들 명령된 상태들은 이후, B1 및 B2로서 인용된다.
프로세서(44)는 전체 냉각 장치에 대한 제어 패널의 일부일 수 있는 도 2의 디스플레이(70)에 접속되는 것으로 도시된다. 이 디스플레이는 콘덴서(10)의 옥외 열 교환 코일에 코일 청결 정보를 제공하기 위해 프로세서(44)에 의해 사용된다. 이 디스플레이된 정보는 도 1의 냉각 장치제어 패널을 아무나 관측하므로써 이용가능하다.
프로세서(44)는 또한 키보드 입력 디바이스(72)에 및 하드 디스크 저장 디바이스(74)에 직접 접속된다. 키보드 입력 디바이스는 저장 디바이스(74) 내에 저장하기 위해 프로세서에 트레이닝 데이터를 입력하는데 사용될 수도 있다. 이후 설명되는 바와 같이, 트레이닝 데이터는 또한 저장 디바이스(74) 내에 저장하기 위해 제어기(40)로부터 프로세서에 직접 다운로드될 수 있다. 이러한 트레이닝 데이터는 이후 동작 전개 모드 중에 프로세서(44) 내에 상주하는 신경망 소프트웨어에 의해 처리된다.
프로세서(44)에 의해 실행되는 신경망 소프트웨어는 도 3에 도시된 (76, 78 및 80)과 같은 상호접속된 노드들의 대규모의 병렬 동적 시스템이다. 노드들은 입력층(82), 히든층(hidden layer: 84), 및 하나의 출력 노드(80)로 구성된 출력층과 같은 층들로 조직된다. 입력층은 양호하게는 (70)과 같은 12개의 노드들을 포함하는데, 이들 각각의 노드는 냉각 장치로부터 감지된 또는 주지된 값을 수신한다. 히든층은 양호하게도 10개의 노드들을 포함한다. 노드들은 연속층들 사이에서 완전한 또는 랜덤한 접속을 갖는다. 이들 접속은 동작 전개 모드 중에 정의된 가중치를 갖는다.
도 4를 참조하면, 입력층(82)로의 다양한 입력들이 도시된다. 이들 입력들은 센서(46, 48, 50, 52, 54, 60, 62 및 64)들로부터의 8개의 센서 측정치들이다. 이들 입력들은 또한 릴레이 스위치(56, 58, 66 및 68)들의 상태 레벨들을 포함한다. 이들 각각의 입력들은 입력 노드(76)과 같은 입력 노드들 중 하나의 값이 된다.
도 5를 참조하면, 동작 전개 모드 중에 신경망 트레이닝 소프트웨어를 실행하는 프로세서(44)의 플로우차트가 도시된다. 프로세서는 단계 (90)에서 초기값을 접속 가중치 wkm및 wk로 지정하므로써 시작된다. 프로세서는 단계 (92)로 진행해서 초기값을 바이어스 bk및 bo로 지정한다. 이들 바이어스는 히든층 내의 노드들 및 출력 노드의 각 출력값들을 계산할 때에 사용된다. 이들 바이어스에 대한 초기값은 0과 1 사이의 분수들이다. 프로세서는 또한 단계 (92)에서 초기값을 변수 Θ로 지정한다. 이러한 초기값은 양호하게는 1보다는 0에 더 가까운 소수들이다. 또 다른 값들은 전개 모드 중에 bk, bo 및 Θ에 대해서 계산된다. 프로세서는 다음 단계 (94)로 진행한 다음 초기값을 학습율(lerning rates) Υ 및 Γ로 지정한다. 이들 학습율은 이후 설명되는 바와 같이 히든층 및 출력 노드 계산시에 각각 사용된다. 학습율에 대한 초기값은 0보다 크거나 1보다 작은 소수들이다.
프로세서는 단계 (96)으로 진행한 다음 저장 장치(74)로부터 입력 트레이닝 데이터 세트를 판독한다. 입력 트레이닝 데이터 세트는, 릴레이 스위치(56, 58, 66 및 68)에 대한 제어기로부터의 명령된 상태들 뿐만 아니라 8개의 센서(46, 48, 50, 54, 60, 62 및 64) 각각으로부터 미리 얻어진 8개의 값들로 구성된다. 이러한 입력 트레이닝 데이터 세트는 냉각 장치가 특별한 환경 및 특별한 부하 조건에 놓여 있을 때 프로세서(44)에 제공되는데, 여기서 콘덴서(10)의 옥외 코일은 특별한 청결도를 갖는다. 이와 관련하여, 콘덴서(10)의 옥외 코일은 오히려 상당한 기간 동안 열악한 옥외 조건에 놓여 있게 되어, 코일 표면을 녹슬게 하거나 더럽힌다. 양호한 실시예에서, 그러한 콘덴서 코일은 5년 주기 동안 열악한 옥외 조건하에 노출되었다. 그러한 녹슬거나 더러운 코일을 갖는 냉각 장치는 여러 가지 다른 환경 및 부하 조건하에 놓여 있게 된다. 냉각 장치을 다른 부하 조건하에 배치하기 위해서는, 뜨거운 물이 증발기(22)를 통해 순환되어 다양한 빌딩 부하 조건을 시뮬레이션시킨다. 냉각 장치는 또한 콘덴서(10) 내의 완전히 청정한 옥외 코일을 위해 여러 환경 및 부하 조건에 놓여지게 된다. 이와 관련하여, 연장된 기간에 걸쳐 심각한 옥외 조건에 미리 놓여졌던 옥외 코일은 열악한 옥외 조건에 놓여지기 전에 있었던 상태로 깨끗하게 되어야 한다. 반면에, 완전히 새로운 코일은 콘덴서(10) 내에 사용될 수 있다. 이렇게 수리된 코일 또는 새로운 코일을 갖는 냉각 장치는 상기 환경 및 부하 조건에 놓여지게 된다.
프로세서(44)는 양호하게는 각각의 주지된 세트의 트레이닝 데이터에 대해 제어기(40)으로부터의 명령된 릴레이 스위치 상태들의 값 및 다양한 센서들로부터의 값을 수신하게 된다. 이와 관련하여, 제어기(40)은 양호하게는 냉각 장치가 콘덴서(10)용 옥외 코일의 특별한 청결도를 위해서 특별한 환경 및 빌딩 부하 조건에 놓여지게 될 때 8개의 센서(46, 48, 50, 52, 54, 62 및 64)들 및 릴레이 스위치들의 상태들의 값을 판독한다. 제어기(40)은 또한 센서들이 판독될 때 각각의 릴레이 스위치로 발생되는 릴레이 스위치 상태 명령의 값들의 레코드를 포함한다. 이들 12개의 값들은 트레이닝 데이터 세트의 12개 각각의 값들로서 저장 디바이스(74) 내에 저장되게 된다. 프로세서는 또한 키보드 디바이스(72)로부터 옥외 코일의 공지된 청결도의 타이핑된 입력을 수신한다. 양호한 실시예에서의 청결도는 더럽거나 녹슬은 코일에 대해서는 0.1이고, 안전하게 수리되거나 새로운 코일에 대해서는 0.9이다. 이러한 청결도는 트레이닝 데이터 세트와 관련하여 양호하게 저장되어, 특별한 트레이닝 데이터 세트가 처리되지 않았을 때 액세스될 수 있다.
프로세서는 단계 (96)으로부터 단계 (98)로 진행되어, 단계 (96)에서 판독된 트레이닝 데이터 세트의 12개 각각의 값들을 저장한다. 이들 값들은 값 xm으로서 저장되는데, 여기서 m은 1 내지 12이고 입력층(82)의 각 12개의 노드들 중 각각 하나와 동일하다. 판독 및 저장된 트레이닝 데이터 세트들의 수의 인덱스된 계수는 단계 (100)에서 프로세서에 의해 유지된다.
프로세서는 단계 (102)으로 진행되어 히든층(84) 내의 각 노드에 대해 출력값 zk를 계산한다. 출력값 zk는 다음과 같이 표시되는 변수 t의 쌍곡선 탄젠트 함수로서 양호하게 계산된다:
zk= (et- e-t) / (et+ e-t)
여기에서,
zk= 히든층 내의 kth노드의 출력, k=1, ... 10
xm= mth입력 노드값, m=1, ... 12
wmk= mth입력 노드에 접속된 kth보간층 노드에 대한 접속 가중치
bk= kth히든층 노드에 대한 바이어스.
이제, 프로세서는 단계 (104)로 진행되어, 다음식에 따른 mth입력 노드에 대한 각각의 히든층 노드 접속에 대해 로컬 에러 θk를 계산한다:
θk= (1 + zk) * (1 - zk) * (Θ * wk),
여기에서, Θ는 단계 (92)로부터 초기 지정된 값이거나, 트레이닝 데이터의 사전 처리로부터 계산된 값이고;
wk= mth입력 노드에 대한 kth히든 노드 접속에 대한 접속 가중치.
프로세서는 단계 (106)으로 진행되어, 다음과 같이 입력 노드와 히든층 노드 간의 접속에 대한 가중치를 갱신한다:
wkm,new= wkm,old+ Δwkm,old
Δwkm,old= γθk,newxm
여기서, γ는 단계 (94)에서 초기에 지정되거나 특정한 또 다른 트레이닝 데이터의 처리 이후에 더 지정된 스칼라 학습율 요소;
θk,new는 단계 (104)에서 계산된 kth히든 노드에 대한 스칼라 로컬 에러;
xm은 mth입력 노드 값.
프로세서는 단계 (108)으로 진행되어, 다음과 같이, 각각의 바이어스 bk를 갱신한다:
bk,new= bk,old+ γθk,new.
프로세서는 단계 (110)으로 진행되어, 단일 출력 노드(80)으로부터의 출력을 계산한다. 이러한 출력 노드 값 y는 다음과 같이 표시되는 변수 v의 쌍곡선 탄젠트 함수로서 계산된다:
y = (ev- e-v) / (ev+ e-v)
여기에서,
여기에서, zk= 히든 노드 값, k=1, 2, ... 10
xm= mth입력 노드값, m=1, ... 12
wk= kth히든 노드에 대한 출력 노드의 접속에 대한 접속 가중치
bo= 출력 노드에 대한 바이어스.
y의 계산된 값은 nth세트의 처리된 트레이닝 데이터에 대한 출력 노드의 nth계산된 출력으로서 저장된다. 이러한 값은 이후, yn으로서 인용된다. 주지해야 할 점은 nth세트의 트레이닝 데이터에 대한 코일 청결도의 값은 또한 Yn으로서 저장되어, 처리된 각 세트의 트레이닝 데이터에 대한 계산된 출력 yn및 공지된 출력 Yn이 된다. 사전에 논의된 바와 같이, 청결도의 공지된 값은 디스크 저장 디바이스(74) 내의 특별한 세트의 트레이닝 데이터와 관련하여 양호하게 저장된다. 이는 특별한 세트의 트레이닝 데이터가 처리될 때, 공지된 값의 코일 청결도가 액세스되고 Yn로서 저장되게 한다.
프로세서는 단계 (112)로 진행되어, 다음과 같이, 출력층에서 로컬 에러 Θ를 계산한다:
Θ = (y - Y) · (1 + y) · (1 - y)
프로세서는 단계 (114)로 진행되어, 다음과 같이, 역전파 학습 룰(back propagation learning rule)을 사용하여 출력 노드에 대한 히든 노드 접속의 가중치 wk를 갱신한다:
wk,new= wk,old+ Δwk,old
Δwk,old= ΓΘnewzk
여기에서, Γ는 단계 (94)에서 초기에 지정되거나 특정한 또 다른 트레이닝 데이터의 처리 이후에 더 지정된 스칼라 학습 요소;
θnew는 단계 (112)에서 계산된 로컬 에러;
zk는 kth노드의 히든 노드 값.
프로세서는 다음과 같이, 단계 (116)에서 바이어스 bo을 갱신한다:
b0,new= b0,old+ ΓΘnew.
프로세서는 이제, 단계 (118)에서 N 세트의 트레이닝 데이터가 처리되었는 지에 대해 문의한다. 이는 단계 (100)에서 확립된 트레이닝 데이터의 판독 세트의 인덱스된 계수를 체킹하는 일이다. 또 다른 트레이닝 데이터 세트가 처리되는 경우에는, 프로세서는 단계 (96)으로 진행되어 트레이닝 데이터 세트를 다시 판독하여 이를 현재 xm입력 노드 값으로서 저장한다. 이렇게 판독된 세트의 데이터의 인덱스된 계수는 단계 (100)에서 증분된다. 프로세서는 모든 N 세트의 트레이닝 데이터가 처리될 때까지 단계 (96) 내지 (118)을 반복해서 실행함을 알아야 한다. 이는 단계 (98)에서 판독된 트레이닝 데이터 세트들의 인덱스된 계수를 체킹하므로써 결정된다. 또한, 여기에서 처리되는 것으로 인용되는 N 세트의 트레이닝 데이터가 저장 디바이스(74) 내에 원래 저장된 트레이닝 데이터 세트들의 전체 수의 전부 또는 많은 부분임을 알아야 한다. 이들 N 세트의 트레이닝 데이터는 저장 디바이스 내의 어드레스가능한 저장 위치에 적절히 저장되어, 다음 세트는 트레이닝 데이터 세트들의 인덱스된 계수가 제1 계수로부터 Nth계수까지 증분될 때마다 액세스될 수 있다. 모든 N 트레이닝 데이터 세트들이 처리되었을 때, 프로세서는 단계 (120)에서 판독 세트의 트레이닝 데이터의 인덱스된 계수를 리셋시킨다. 프로세서는 이후 단계 (122)로 진행되어, 단계 (110)에서 계산 및 저장된 코일 청결도 값 yn과 그러한 계산된 코일 청결도를 산출하는 처리된 트레이닝 데이터 세트에 대한 코일 청결도의 대응하는 공지된 값 Yn사이의 RMS Error을 다음과 같이 계산한다:
단계 (124)에서는 단계 (122)에서 계산된 산출된 RMS Error 값이 양호하게도 0.001의 임계값보다 작은 지에 대한 문의가 이루어진다. RMS Error가 이러한 특정 임계값보다 작지 않다면, 프로세서는 no 경로를 따라 단계 (126)으로 진행하여, 학습율 γ 및 Γ의 각각의 값들을 감소시킨다. 이들 값들은 그들의 사전에 지정된 값들의 1/10의 증분치로 감소될 수 있다.
프로세서는 N 세트의 트레이닝 데이터를 다시 처리하여, 새롭게 계산된 RMS Error이 0.001의 임계치보다 작은 지에 대한 문의를 다시하기 전에 단계 (96) 내지 (126)의 계산을 수행한다. 동일한 포인트에서, 계산된 RMS Error이 이 임계치보다 작음을 알 수 있다. 이는 프로세서로 하여금 단계 (128)로 진행하게 하여, 히든층(84) 내의 각 노드 및 단일 출력 노드(80)에 대해서 모든 최종 바이어스 값들 및 모든 계산된 접속 가중치를 저장한다. 이제 설명되는 바와 같이, 이들 저장된 값들은 프로세서의 동작 실행 시간 모드 중에 사용되어, 냉각 회로 A 내의 콘덴서(10)의 옥외 열 교환 코일에 대한 코일 청결도 값을 계산한다.
도 6을 참조하면, 프로세서(44)의 동작 실행 시간 모드는 단계 (130)에서 시작되는데, 센서 값 및 릴레이 스위치 상태 값이 판독된다. 이와 관련하여, 프로세서는 새로운 세트의 센서 값이 제어기(40)에 의해 판독되고 제어기 및 프로세서 둘다의 용도로 저장된 냉각 장치의 제어기(40)으로부터의 지시를 대기한다. 이는 선정된 시간 주기가 경과할 때마다 이들 센서로부터의 정보를 수집 및 저장하는 제어기의 결과로서 주기적으로 발생한다. 이러한 시간 주기는 양호하게는 3분으로 설정된다. 프로세서는 이들 센서 값 및 릴레이 스위치로의 명령된 상태를 제어기로부터 판독하고, 단계 (132)에서 이들 값들을 입력 노드 값 x1, ..., x12로서 저장한다.
프로세서는 단계 (134)로 진행하여, 히든층(84) 내의 10개의 각 노드들에 대해 출력값 zk를 계산한다. 각 출력값 zk는 다음과 같이, 변수 t의 쌍곡선 탄젠트 함수로서 계산된다:
zk= (et- e-t) / (et+ e-t)
여기에서,
xm= mth입력 노드값, m=1, ... 12
wmk= mth입력 노드에 접속된 kth보간층 노드에 대한 접속 가중치
bk= kth히든층 노드에 대한 바이어스.
프로세서는 단계 (134)로부터 (136)으로 진행되는데, 여기서 출력 노드 값 y는 다음과 같이 표시되는 변수 v의 쌍곡선 탄젠트 함수로서 계산된다:
y = (ev- e-v) / (ev+ e-v)
여기에서,
여기에서, zk= 히든 노드 값, k=1, 2, ... 10
wk= kth히든 노드에 접속된 출력 노드에 대한 접속 가중치
bo= 출력 노드에 대한 바이어스.
프로세서는 단계 (138)로 진행하여, 출력 노드의 계산된 값 y를 콘덴서 코일 청결도 값으로서 저장한다. 다음에, 단계 (140)에서, 20개의 개별 콘덴서 코일 청결도 값들이 단계 (138)에서 저장되었는 지에 대한 문의가 이루어진다. 20개의 값들이 저장되지 않은 경우에는, 프로세서는 단계 (130)으로 다시 진행하여, 다음 세트의 센서 값들과 명령된 릴레이 스위치 상태 값들을 판독한다. 사전에 주지된 바와 같이, 다음 세트의 센서 값들과 명령된 릴레이 스위치 상태 값들은 제어기(40)의 적시의 주기적 판독에 이어 프로세서에 유용하게 된다. 제어기에 의한 이러한 적시의 주기적 판독은 양호하게는 매 3분마다 이루어진다. 이들 새로운 판독은 프로세서(44)에 의해 즉시 판독되고, 계산 단계 (132 내지 136)은 다시 수행되어, 프로세서가 단계 (138)에서 계산된 코일 청결도의 다른 값을 다시 저장하게 한다. 적시의 몇몇 포인트에서, 프로세서는 단계 (140)에서 20개의 개별 세트의 센서 값들과 릴레이 스위치 상태 값들이 처리되는 것을 주지해야 함을 알아야 한다. 이는 프로세서를 단계 (142)로 진행시키는데, 여기에서는 단계 (138)에서 저장된 모든 추정된 코일 청결도 값들의 평균이 계산된다. 프로세서는 단계 (144)로 진행하여, 계산된 평균 코일 청결도 값을 0.3의 코일 청결도 값과 비교한다. 평균 코일 청결도 값이 0.3보다 작은 경우에는, 프로세서는 단계 (146)을 진행하여, 콘덴서(10)의 옥외 코일이 세척을 필요로 하는 것을 양호하게 나타내는 메시지를 디스플레이한다. 이러한 디스플레이는 제어 패널의 디스플레이(70) 상에 양호하게 나타난다. 평균 코일 청결도 값이 0.3보다 크거나 같은 경우에는, 프로세서는 단계 (148)로 진행한다. 단계 (148)에서, 평균 코일 청결도 값이 0.7보다 큰 지에 대해서 문의된다. 이 문의에 대한 응답이 긍정이면, 프로세서는 단계 (150)으로 진행하여, 콘덴서 코일이 양호함을 나타내는 메시지를 디스플레이한다. 그렇지 않으면, 프로세서는 평균 계산된 청결도 값이 0.7보다 작거나 같은 경우에 단계 (152)로 진행하여, 콘덴서(10)의 코일이 다음 서비스때 검사되어야 함을 나타내는 메시지를 디스플레이한다.
디스플레이 단계 (146, 150 또는 152)를 참조하면, 프로세서는 주지된 메시지들 중 하나의 디스플레이로부터 벗어나 단계 (130)으로 복귀한다. 프로세서는 단계 (130)에서 새로운 세트의 센서 및 명령된 릴레이 스위치 상태 값들을 다시 판독한다. 이들 값들은 제어기(40)으로부터 유용한 것으로 나타내질 때 프로세서(44)의 메모리 내로 저장된다. 프로세서는 궁극적으로 20개의 새로운 코일 청결도 값들을 계산한다. 이들 새롭게 계산된 값들 각각은 저장된 코일 청결도 값들의 사전 평균화에 대해 계산되어진 프로세서 메모리 내의 사전 저장된 코일 청결도 값을 대체한다. 프로세서는 이후, 사전 계산된 코일 청결도 값으로부터 60분 동안 새로운 평균 코일 청결도 값을 계산한다. 이와 관련하여, 프로세서는 20개의 새로운 세트의 센서 및 릴레이 스위치 정보를 연속적으로 판독 및 처리하는데, 각 세트는 연속적으로 3분 간격으로 판독된다. 새롭게 디스플레이된 평균 코일 청결도 값은 디스플레이(70) 상에 디스플레이되는 단계 (146, 150 및 152)의 3개의 메시지들 중 하나가 된다.
상기로부터 알아야 될 것은 코일 청결도의 디스플레이된 메시지가 온-고잉 기초하에(on-going basis) 만들어진다는 것이다. 이들 메시지는 도 1의 냉각 장치 시스템 내의 콘덴서(10)의 옥외 코일의 계산된 청결도의 평균화에 기초한다. 이들 계산된 코일 청결도는 0.1 내지 0.9 범위 내에 있고, 적어도 0.1의 증분치를 갖는다. 이러한 계산 및 청결도 정보의 결과적인 가시적 디스플레이의 결과로서, 냉각 장치 시스템의 소정의 조작자는 코일 청결도와 관련하여 문제가 발생하는 때를 알수 있고 적절한 동작을 취할 수 있다.
본 발명의 특정 실시예가 기술되었음을 알 수 있다. 본 발명의 변경, 변형 및 개선이 본 분야의 숙련자들에게는 쉽게 행해질 수 있다. 예를 들어, 프로세서는 제어기에 의존하지 않고도 입력 데이터를 적시에 판독하도록 프로그램될 수 있다. 냉각 장치 내의 감지된 조건은 또한 전개 중에 신경망 값들을 정의하는데 사용되는 잠재적으로 작거나 큰 값으로 변경될 수 있다. 이들 동일한 값들은 궁극적으로 동작 실행 시간 모드 중에 코일 청결도 값을 계산하는데 사용될 수 있다. 따라서, 상기 설명은 단지 예로서일 뿐 이에 국한되지 않으며, 본 발명은 첨부된 청구범위에 의해서만 제한된다.

Claims (32)

  1. 가열 또는 냉각 시스템 내의 옥외 열 교환 코일의 조건을 모니터링하는 방법에 있어서,
    적어도 일부의 값들이 상기 가열 또는 냉각 시스템 내에 배치된 정보 소스에 의해 산출되는 상기 가열 또는 냉각 시스템의 특정 동작 조건에 관한 정보의 값들을 판독하는 단계;
    신경망을 통해 상기 가열 또는 냉각 시스템의 동작 조건에 관한 정보의 상기 판독된 값들을 처리하여, 상기 신경망을 통한 상기 판독된 값들의 처리에 기초하는 상기 옥외 열 교환 코일의 조건의 계산된 지시를 생성하는 단계;
    상기 옥외 열 교환 코일의 조건의 상기 계산된 지시를, 상기 가열 또는 냉각 시스템의 옥외 열 교환 코일의 조건에 대한 적어도 하나의 선정된 값과 비교하는 단계; 및
    상기 옥외 열 교환 코일의 조건의 상기 계산된 지시를, 상기 옥외 열 교환 코일의 조건에 대한 적어도 하나의 선정된 값과 비교하는 단계에 응답하여 상기 옥외 열 교환 코일의 조건에 대한 상태 메시지를 전송하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  2. 제1항에 있어서, 상기 신경망은 상기 가열 또는 냉각 시스템의 특정 동작 조건에 관한 정보의 값을 각각 수신하는 입력 노드들의 층을 포함하고, 또한 상기 신경망에 의해 사전에 학습된 가중 접속(weighted connections)을 통해 상기 입력 노드들에 각각 접속된 히든 노드들의 층을 포함하며,
    상기 방법은
    상기 입력층 내의 상기 입력 노드들에 대한 상기 각 히든 노드의 가중 접속의 값들에 기초하여 상기 각 히든 노드에서의 값들을 계산하는 단계
    를 더 포함하는 것을 특징으로 하는 모니터링 방법.
  3. 제2항에 있어서, 상기 신경망은 신경망에 의해 사전에 학습된 가중 접속을 통해 상기 각 히든 노드에 접속되는 적어도 하나의 출력 노드를 더 포함하며,
    상기 방법은
    상기 각 히든 노드에 대한 상기 출력 노드의 가중 접속의 값들과 상기 각 히든 노드의 상기 계산된 값들 모두에 기초하여 상기 옥외 열 교환 코일의 조건의 지시를 계산하는 단계
    를 더 포함하는 것을 특징으로 하는 모니터링 방법.
  4. 제1항에 있어서, 상기 옥외 열 교환 코일의 조건에 대한 상기 적어도 하나의 선정된 값은 상기 옥외 열 교환 코일의 조건의 소정의 계산된 지시가 상기 전송된 상태 메시지 내에서 깨끗한 열 교환 코일을 지시하는 것으로 간주되는 것 이상의 값을 포함하는 것을 특징으로 하는 모니터링 방법.
  5. 제4항에 있어서, 상기 옥외 열 교환 코일의 조건에 대한 상기 적어도 하나의 다른 선정된 값은 상기 옥외 열 교환 코일의 조건의 소정의 계산된 지시가 상기 전송된 상태 메시지 내에서 더러운 열 교환 코일을 지시하는 것으로 간주되는 것 이하의 값인 것을 특징으로 하는 모니터링 방법.
  6. 제1항에 있어서, 상기 신경망은 상기 옥외 열 교환 코일의 적어도 2개의 조건에 대해 사전에 학습된 신경망 값들을 갖되, 상기 조건들 중 하나는 실질적으로 깨끗한 코일에 대한 것이고, 다른 조건은 열 교환 성능이 약화된 실질적으로 더러운 코일에 대한 것이며,
    상기 가열 또는 냉각 시스템의 상기 동작 조건에 관한 정보의 상기 판독된 값들을 처리하는 상기 단계는
    상기 옥외 열 교환 코일의 2개의 조건에 대한 사전에 학습된 신경망 값들 사이에서 보간되어, 상기 가열 또는 냉각 시스템 내에서 발생하는 감지된 조건의 판독 값에 대한 상기 옥외 열 교환 코일의 조건의 지시를 생성하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  7. 제1항에 있어서, 상기 가열 또는 냉각 시스템은 냉각 회로 내에 적어도 하나의 열 교환기를 갖는 냉각 회로를 포함하고, 상기 열 교환기는 모니터되는 상기 옥외 열 교환 코일을 가지며,
    상기 가열 또는 냉각 시스템의 특정 동작 조건에 관한 정보의 값들을 판독하는 상기 단계는
    상기 가열 또는 냉각 시스템의 상기 냉각 회로 내의 상기 열 교환기의 동작에 관한 정보의 적어도 한 분량의 값을 판독하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  8. 제7항에 있어서, 상기 가열 또는 냉각 시스템의 상기 냉각 회로 내의 상기 열 교환기의 동작에 관한 정보의 적어도 한 분량의 값을 판독하는 상기 단계는
    상기 열 교환기로 유입되기 전의 공기 온도를 판독하는 단계; 및
    상기 열 교환기로부터 유출되는 공기의 온도를 판독하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  9. 제7항에 있어서, 상기 가열 또는 냉각 시스템 내의 상기 열 교환기의 동작에 관련한 정보의 적어도 하나의 감지된 분량의 값을 판독하는 상기 단계는
    상기 열 교환기로 유입되기 전의 냉각제의 온도를 판독하는 단계; 및
    상기 열 교환기로부터 유출되는 상기 냉각제의 온도를 판독하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  10. 제7항에 있어서, 상기 가열 또는 냉각 시스템 내의 상기 열 교환기의 동작에 관련한 정보의 적어도 하나의 분량의 값을 판독하는 상기 단계는
    상기 열 교환기와 관련된 팬 세트의 상태를 판독하는 단계를 포함하는 것을 특징으로 하는 모니터링 방법.
  11. 제10항에 있어서, 상기 가열 또는 냉각 시스템의 특정 동작 조건에 관한 정보의 값을 판독하는 상기 단계는
    상기 열 교환기의 냉각제 다운스트림 및 상기 가열 또는 냉각 시스템의 냉각 회로 내의 팽창 밸브의 업스트림의 적어도 하나의 감지된 온도의 값을 판독하는 단계를 포함하는 것을 특징으로 하는 모니터링 방법.
  12. 제7항에 있어서, 상기 가열 또는 냉각 시스템은 상기 각각의 열 교환기를 각자 갖는 적어도 2개의 냉각 회로를 포함하고,
    상기 가열 또는 냉각 시스템 내에서 발생하는 특정 조건의 값을 판독하는 상기 단계는
    상기 가열 또는 냉각 시스템 내의 제2 냉각 회로 내의 제2 열 교환기에 대한 다수의 동작 조건들의 값들을 판독하는 단계를 포함하는 것을 특징으로 하는 모니터링 방법.
  13. 제12항에 있어서, 상기 제2 열 교환기에 대한 다수의 동작 조건들을 판독하는 상기 단계는
    상기 제2 열 교환기로 유입되기 전의 상기 제2 냉각 회로 내의 냉각제의 온도를 판독하는 단계; 및
    상기 제2 열 교환기로부터 유출되는 상기 제2 냉각 회로 내의 냉각제의 온도를 판독하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  14. 제13항에 있어서, 상기 제2 열 교환기에 대해 발생하는 다수의 조건들을 판독하는 상기 단계는
    상기 제2 열 교환기와 관련된 팬 세트의 상태를 판독하는 단계를 더 포함하는 것을 특징으로 하는 모니터링 방법.
  15. 제11항에 있어서, 상기 가열 또는 냉각 시스템의 특정 동작 조건의 값을 판독하는 상기 단계는
    상기 제2 열 교환기의 냉각제 다운스트림 및 상기 가열 또는 냉각 시스템의 상기 제2 냉각 회로 내의 팽창 밸브의 업스트림의 적어도 하나의 감지된 온도 조건의 값을 판독하는 단계를 포함하는 것을 특징으로 하는 모니터링 방법.
  16. 가열 또는 냉각 시스템 내의 옥외 열 교환 코일의 조건을 예측하기 위해 상기 가열 또는 냉각 시스템의 특성을 학습하기 위한 방법에 있어서,
    상기 가열 또는 냉각 시스템이 상기 옥외 열 교환 코일의 다양한 공지된 조건에 대해 다양한 부하 및 환경 조건에 놓여 있을 때 상기 가열 또는 냉각 시스템의 특정 동작 조건에 대해 다수 세트의 데이터를 저장 디바이스에 저장하는 단계; 및
    상기 저장 디바이스와 관련된 프로세서 내에 상주하는 신경망을 통해 다수의 저장된 데이터 세트를 반복 처리하여, 특별한 세트의 데이터에 대해 상기 옥외 열 교환 코일의 적어도 2개의 공지된 조건들에 대한 지시들을 정확하게 계산하도록 상기 신경망에 교시하므로써 상기 신경망이 상기 가열 또는 냉각 시스템의 동작 조건에 대한 데이터를 처리하도록 이후 사용될 수 있되, 상기 옥외 열 교환 코일의 조건이 미공지되어 상기 옥외 열 교환 코일의 조건의 계산된 지시를 생성하게 되는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  17. 제16항에 있어서, 상기 신경망은 제1 층 내의 복수개의 입력 노드, 제2 층 내의 복수개의 히든 노드 -상기 히든 노드는 상기 제1 층 내의 입력 노드에 대한 가중 접속을 가짐-, 및 상기 옥외 열 교환 코일의 조건의 지시를 계산하기 위한 적어도 하나의 출력 노드 -상기 출력 노드는 상기 제2 층 내의 히든 노드에 대한 가중 접속을 가짐-을 포함하는 것을 특징으로 하는 학습 방법.
  18. 제17항에 있어서,
    상기 다수의 저장된 세트의 데이터의 반복 처리에 응답하여 상기 제1 층 내의 입력 노드와 상기 제2 층 내의 히든 노드 간의 가중 접속을 조절하는 단계;
    상기 다수의 저장된 세트의 데이터의 반복 처리에 응답하여 상기 제2 층 내의 히든 노드와 상기 출력 노드 간의 가중 접속을 조절하는 단계; 및
    입력 노드와 히든 노드 간의 조절된 가중 접속 및 히든 노드와 출력 노드 간의 조절된 가중 접속에 기초하여 상기 출력 노드에서 상기 옥외 열 교환 코일의 조건에 대한 지시를 계산하므로써, 모든 노드들 간의 조절된 가중 접속은 상기 신경망을 통해 각각 처리되는 데이터 세트에 대해 상기 옥외 열 교환 코일의 공지된 조건에 대한 지시로 수렴되는 상기 옥외 열 교환 코일의 조건에 대한 계산된 지시를 최종적으로 생성하는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  19. 제16항에 있어서, 상기 옥외 열 교환 코일의 상기 공지된 2개의 조건은 상기 옥외 열 교환 코일이 깨끗한 제1 조건, 및 상기 옥외 열 교환 코일이 깨끗한 상태의 열 교환 코일에 비해 열 교환 성능이 열악하게 되는 더러운 상태인 제2 조건을 포함하되, 각각의 공지된 조건은 지정된 수치를 갖는 것을 특징으로 하는 학습 방법.
  20. 제17항에 있어서, 상기 가열 또는 냉각 시스템의 특정 동작 조건에 대한 복수개 세트의 데이터를 저장하기 위한 상기 단계는
    상기 옥외 열 교환 코일의 공지된 조건에 대해 상기 가열 또는 냉각 시스템 내의 센서에 의해 발생된 감지된 값을 나타내는 복수개의 값들로서 각 세트의 데이터의 적어도 일부를 저장하는 단계; 및
    상기 감지된 값들을 함유하는 데이터 세트와 관련하여 상기 옥외 열 교환 코일의 공지된 조건을 나타내는 값을 저장하므로써 상기 옥외 열 교환 코일의 상기 공지된 조건을 나타내는 값이 상기 데이터 세트와 후에 연관될 수 있게 되는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  21. 제20항에 있어서, 다수의 저장된 세트의 데이터를 반복적으로 처리하는 상기 단계는
    데이터 세트를 판독하는 단계;
    상기 판독된 데이터 세트에 응답하여 상기 제1 층 내의 입력 노드와 상기 제2 층 내의 히든 노드 간의 가중 접속을 조절하는 단계; 및
    상기 판독된 데이터 세트에 응답하여 상기 제2 층 내의 히든 노드와 상기 출력 노드 간의 상기 가중 접속을 조절하므로써, 상기 모든 노드들 간의 상기 조절된 가중 접속은 반복 처리되는 상기 데이터 세트들에 대해 상기 옥외 열 교환 코일의 조건을 나타내는 상기 공지된 값으로 수렴되는 상기 옥외 열 교환 코일의 조건의 계산된 지시를 최종적으로 생성하는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  22. 제16항에 있어서, 상기 가열 또는 냉각 시스템 내에서 발생하는 특정 조건에 대한 복수개 세트의 데이터를 저장하는 상기 단계는
    상기 옥외 열 교환 코일의 공지된 조건에 대한 상기 가열 또는 냉각 시스템 내의 센서에 의해 발생된 감지된 값을 나타내는 복수개의 값들로서 각 세트의 데이터의 적어도 일부를 저장하는 단계; 및
    상기 센서들이 상기 각 세트의 저장된 데이터와 관련하여 특별한 세트의 값들을 발생하였을 때 상기 가열 또는 냉각 시스템 내에 존재했던 상기 옥외 열 교환 코일의 상기 공지된 조건에 대한 지시를 저장하므로써 상기 옥외 열 교환 코일의 상기 공지된 조건에 대한 지시가 상기 각각의 저장된 세트의 데이터와 연관될 수 있게 되는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  23. 제22항에 있어서, 상기 가열 또는 냉각 시스템 내의 센서에 의해 발생된 값을 나타내는 복수개의 값들로서 각 세트의 데이터의 적어도 일부를 저장하는 상기 단계는
    상기 가열 또는 냉각 시스템 내의 상기 열 교환 코일로 유입되기 전의 공기의 온도를 측정하는 센서에 의해 발생된 적어도 하나의 감지된 값을 저장하는 단계; 및
    상기 가열 또는 냉각 시스템 내의 상기 열 교환 코일로부터 유출되는 공기의 온도를 측정하는 센서에 의해 발생된 적어도 하나의 감지된 값을 저장하는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  24. 제22항에 있어서, 상기 가열 또는 냉각 시스템 내의 센서에 의해 발생된 값을 나타내는 복수개의 값들로서 각 세트의 데이터의 적어도 일부를 저장하는 상기 단계는
    상기 가열 또는 냉각 시스템 내의 상기 열 교환 코일로 유입되는 냉각제의 온도를 측정하는 센서에 의해 발생된 적어도 하나의 값을 저장하는 단계; 및
    상기 가열 또는 냉각 시스템 내의 상기 열 교환 코일로부터 유출되는 냉각제의 온도를 측정하는 센서에 의해 발생된 적어도 하나의 감지된 값을 저장하는 단계
    를 포함하는 것을 특징으로 하는 학습 방법.
  25. 제24항에 있어서, 상기 가열 또는 냉각 시스템의 특정 동작 조건에 대한 복수개 세트의 데이터를 저장하는 상기 단계는
    상기 가열 또는 냉각 시스템 내의 상기 열 교환 코일과 관련된 팬 세트의 상태를 나타내는 데이터의 각 세트 내의 적어도 하나의 값을 저장하는 단계를 포함하는 것을 특징으로 하는 학습 방법.
  26. 가열 또는 냉각 시스템의 옥외 열 교환 코일을 모니터링하는 방법에 있어서,
    상기 가열 또는 냉각 시스템 내의 복수개의 정보 소스에 의해 생성된 특정 감지된 조건의 값을 반복적으로 판독하는 단계;
    신경망 내의 복수개의 입력 노드들 내에 각 세트의 판독된 값들을 저장하는 단계;
    노드들의 히든층 및 적어도 하나의 출력 노드로 구성되는 출력층을 통해 각각의 저장된 세트의 값들을 처리하므로써 상기 옥외 열 교환 코일의 조건에 대한 계산된 값이 각각의 저장된 세트의 판독값들에 대해 출력 노드에서 생성되는 단계;
    상기 신경망을 통해 처리된 각 세트의 값들에 대해 상기 출력 노드에서 생성된 상기 옥외 열 교환 코일의 조건에 대한 각각의 계산된 값을 저장하는 단계; 및
    상기 옥외 열 교환 코일의 조건에 대한 선정된 수의 계산된 값들이 상기 출력 노드에서 생성된 후에 상기 옥외 열 교환 코일에 대한 상기 저장된 계산 값들의 평균을 계산하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  27. 제26항에 있어서,
    상기 옥외 열 교환 코일의 조건에 대한 상기 저장된 계산 값들의 상기 계산된 평균을, 상기 가열 또는 냉각 시스템 내의 상기 옥외 열 교환 코일의 조건에 대한 적어도 하나의 선정된 값과 비교하는 단계; 및
    상기 옥외 열 교환 코일의 조건에 대한 상기 저장된 계산 값의 상기 계산된 평균이 상기 옥외 열 교환 코일의 조건에 대한 적어도 하나의 선정된 값 이하일 때 메시지를 발생하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  28. 제27항에 있어서,
    상기 옥외 열 교환 코일의 조건에 대한 상기 저장된 계산 값들의 상기 계산된 평균을, 상기 옥외 열 교환 코일의 조건의 적어도 하나의 제2 선정된 값과 비교하는 단계; 및
    상기 옥외 열 교환 코일의 조건에 대한 상기 저장된 계산 값의 상기 계산된 평균이 상기 옥외 열 교환 코일의 조건의 상기 제2 선정된 값 이상일 때 메시지를 발생하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  29. 제26항에 있어서,
    특정 조건의 값들을 반복적으로 판독하고, 각 세트의 판독 값들을 저장하며, 상기 신경망을 통해 각각의 저장된 세트의 판독 값들을 처리하는 단계들을 반복하므로써 상기 옥외 열 교환 코일의 조건에 대한 새로운 계산된 값이 각각의 처리된 세트의 판독 값들에 대해 생성되는 단계;
    각각의 처리된 세트의 값들에 대해 상기 옥외 열 교환 코일의 조건에 대한 각각의 새로운 계산 값을 저장하는 단계; 및
    상기 옥외 열 교환 코일의 조건에 대한 상기 저장된 새로운 계산 값들의 평균을 계산하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  30. 제29항에 있어서, 상기 신경망은 입력 노드들의 제1 층, 히든 노드들의 제2 층, 및 적어도 하나의 출력 노드를 포함하는 제3 층을 포함하되, 상기 각각의 히든 노드는 상기 신경망에 의해 미리 학습된 가중 접속을 통해 상기 제1 층 내의 입력 노드에 접속되고, 또한 상기 각각의 히든 노드는 상기 신경망에 의해 미리 학습된 가중 접속을 통해 적어도 하나의 출력에 접속되며,
    상기 방법은
    상기 제1 층 내의 입력 노드에 대한 상기 각각의 히든 노드의 가중 접속의 값들에 기초하여 상기 각각의 히든 노드에서의 값을 계산하는 단계; 및
    상기 각각의 히든 노드에 대한 상기 출력 노드의 가중 접속의 값들과 상기 각각의 히든 노드의 상기 계산된 값들에 기초하여 상기 출력 노드에서 상기 옥외 코일의 조건의 출력 값을 계산하는 단계
    를 포함하는 것을 특징으로 하는 모니터링 방법.
  31. 제30항에 있어서, 상기 히든 노드와 상기 입력 노드 간의 가중 접속 및 사이 히든 노드와 상기 출력 노드 간의 가중 접속은 상기 옥외 열 교환 코일의 특별히 공지된 조건에 대한 트레이닝 데이터가 상기 신경망을 통해 처리된 전개 시기 중에 상기 신경망에 의해 학습되는 것을 특징으로 하는 모니터링 방법.
  32. 제31항에 있어서, 상기 옥외 열 교환 코일의 상기 특별히 공지된 조건은 상기 열 교환 코일이 깨끗한 상태의 조건과, 상기 열 교환 코일이 상기 깨끗한 코일에 비해 열 교환 능력이 열악하게 되도록 더러운 상태의 조건을 포함하는 것을 특징으로 하는 모니터링 방법.
KR1019980021086A 1997-06-06 1998-06-08 옥외 열 교환 코일의 모니터링 시스템 KR100289167B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US8/869,533 1997-06-06
US08/869,533 US5860285A (en) 1997-06-06 1997-06-06 System for monitoring outdoor heat exchanger coil

Publications (2)

Publication Number Publication Date
KR19990006754A true KR19990006754A (ko) 1999-01-25
KR100289167B1 KR100289167B1 (ko) 2001-05-02

Family

ID=25353737

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980021086A KR100289167B1 (ko) 1997-06-06 1998-06-08 옥외 열 교환 코일의 모니터링 시스템

Country Status (8)

Country Link
US (1) US5860285A (ko)
EP (1) EP0882934B1 (ko)
JP (1) JP2993563B2 (ko)
KR (1) KR100289167B1 (ko)
CN (1) CN1106543C (ko)
AU (1) AU724329B2 (ko)
DE (1) DE69833240T2 (ko)
ES (1) ES2252815T3 (ko)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100385432B1 (ko) * 2000-09-19 2003-05-27 주식회사 케이씨텍 표면 세정용 에어로졸 생성 시스템
US9694651B2 (en) * 2002-04-29 2017-07-04 Bergstrom, Inc. Vehicle air conditioning and heating system providing engine on and off operation
US6928389B2 (en) 2002-10-04 2005-08-09 Copeland Corporation Compressor performance calculator
US8463441B2 (en) 2002-12-09 2013-06-11 Hudson Technologies, Inc. Method and apparatus for optimizing refrigeration systems
US6775995B1 (en) * 2003-05-13 2004-08-17 Copeland Corporation Condensing unit performance simulator and method
DE602004009466T2 (de) * 2003-10-15 2008-07-24 Ice Energy, Inc., Fort Collins Auf energiespeicherung basierendes hochleistungskältemittel und kühlsystem
ES2325540T3 (es) * 2003-10-15 2009-09-08 Ice Energy, Inc. Aparato de refrigeracion.
US8234876B2 (en) * 2003-10-15 2012-08-07 Ice Energy, Inc. Utility managed virtual power plant utilizing aggregated thermal energy storage
US7606683B2 (en) * 2004-01-27 2009-10-20 Emerson Climate Technologies, Inc. Cooling system design simulator
US7188482B2 (en) * 2004-08-27 2007-03-13 Carrier Corporation Fault diagnostics and prognostics based on distance fault classifiers
US7908126B2 (en) * 2005-04-28 2011-03-15 Emerson Climate Technologies, Inc. Cooling system design simulator
KR100638826B1 (ko) * 2005-06-03 2006-10-27 삼성전기주식회사 하이 새그 렌즈의 제작 방법
JP4958421B2 (ja) * 2005-09-22 2012-06-20 三菱電機株式会社 鉄道車両用空気調和システム
WO2009094032A1 (en) 2008-01-25 2009-07-30 Midwest Research Institute Indirect evaporative cooler using membrane-contained, liquid desiccant for dehumidification
ES2432153T3 (es) 2008-10-31 2013-12-02 Optimum Energy, Llc Sistemas y métodos para controlar la eficiencia del consumo de energía
US20110220320A1 (en) * 2010-03-11 2011-09-15 Kidwell John E Method of and apparatus for interfacing geothermal equipment (GTE) in a building with a ground loop heat exchanging (GLHE) subsystem installed in the deep earth environment outside of the building
WO2011150081A2 (en) 2010-05-25 2011-12-01 7Ac Technologies, Inc. Methods and systems using liquid desiccants for air-conditioning and other processes
US9101875B2 (en) 2012-06-11 2015-08-11 7Ac Technologies, Inc. Methods and systems for turbulent, corrosion resistant heat exchangers
EP2929256A4 (en) 2012-12-04 2016-08-03 7Ac Technologies Inc METHODS AND SYSTEMS FOR COOLING BUILDINGS WITH HIGH THERMAL LOADS THROUGH DESICCANT COOLERS
JP6393697B2 (ja) 2013-03-01 2018-09-19 ７エーシー テクノロジーズ，インコーポレイテッド デシカント空調方法及びシステム
US9140471B2 (en) 2013-03-13 2015-09-22 Alliance For Sustainable Energy, Llc Indirect evaporative coolers with enhanced heat transfer
US9140460B2 (en) 2013-03-13 2015-09-22 Alliance For Sustainable Energy, Llc Control methods and systems for indirect evaporative coolers
EP3614072B1 (en) 2013-03-14 2022-06-22 Emerson Climate Technologies, Inc. Split liquid desiccant air conditioning system
EP2971984A4 (en) 2013-03-14 2017-02-01 7AC Technologies, Inc. Methods and systems for liquid desiccant air conditioning system retrofit
US9470426B2 (en) 2013-06-12 2016-10-18 7Ac Technologies, Inc. In-ceiling liquid desiccant air conditioning system
CN106164594B (zh) 2014-03-20 2019-10-25 7Ac技术公司 屋顶液体干燥剂系统和方法
CN107110525B (zh) 2014-11-21 2020-02-11 7Ac技术公司 用于微分体液体干燥剂空气调节的方法和系统
CN104713410A (zh) * 2015-03-13 2015-06-17 芜湖凯博实业股份有限公司 一种调控冷却塔出水温度的方法
KR102609680B1 (ko) 2017-11-01 2023-12-05 코프랜드 엘피 액체 건조제 공조 시스템의 멤브레인 모듈에서 액체 건조제의 균일한 분포를 위한 방법 및 장치
US10941948B2 (en) 2017-11-01 2021-03-09 7Ac Technologies, Inc. Tank system for liquid desiccant air conditioning system
JP7034251B2 (ja) * 2018-03-07 2022-03-11 三菱電機株式会社 熱源装置および冷凍サイクル装置
US11668521B2 (en) * 2018-03-20 2023-06-06 Lg Electronics Inc. Refrigerator and cloud server of diagnosing cause of abnormal state
US11022330B2 (en) 2018-05-18 2021-06-01 Emerson Climate Technologies, Inc. Three-way heat exchangers for liquid desiccant air-conditioning systems and methods of manufacture
CN110686725B (zh) * 2019-09-17 2021-05-04 南方风机股份有限公司 一种盘管加热性能监测系统、方法及存储介质
US11982630B2 (en) * 2020-04-29 2024-05-14 DataGarden, Inc. Method and apparatus for cleanliness determination of areas and objects via video monitoring

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4660386A (en) * 1985-09-18 1987-04-28 Hansen John C Diagnostic system for detecting faulty sensors in liquid chiller air conditioning system
JPH0692914B2 (ja) * 1989-04-14 1994-11-16 株式会社日立製作所 機器／設備の状態診断システム
US5260526A (en) * 1991-04-29 1993-11-09 Otis Elevator Company Elevator car assignment conditioned on minimum criteria
US5372015A (en) * 1991-07-05 1994-12-13 Kabushiki Kaisha Toshiba Air conditioner controller
CN1098186A (zh) * 1993-03-29 1995-02-01 三洋电机株式会社 空调机的控制装置
US5440890A (en) * 1993-12-10 1995-08-15 Copeland Corporation Blocked fan detection system for heat pump
US5539382A (en) * 1995-04-21 1996-07-23 Carrier Corporation System for monitoring the operation of a condenser unit
US5539385A (en) * 1995-04-21 1996-07-23 Carrier Corporation System for monitoring condenser pressure
US5623834A (en) * 1995-05-03 1997-04-29 Copeland Corporation Diagnostics for a heating and cooling system

Also Published As

Publication number Publication date
CN1201888A (zh) 1998-12-16
EP0882934A3 (en) 2002-01-23
JP2993563B2 (ja) 1999-12-20
JPH1144449A (ja) 1999-02-16
KR100289167B1 (ko) 2001-05-02
AU6992798A (en) 1998-12-10
ES2252815T3 (es) 2006-05-16
AU724329B2 (en) 2000-09-14
DE69833240T2 (de) 2006-07-20
DE69833240D1 (de) 2006-04-06
EP0882934B1 (en) 2006-01-18
EP0882934A2 (en) 1998-12-09
US5860285A (en) 1999-01-19
CN1106543C (zh) 2003-04-23

Similar Documents

Publication Publication Date Title
KR100289167B1 (ko) 옥외 열 교환 코일의 모니터링 시스템
KR100277219B1 (ko) 냉각 회로에서의 냉매 충전량을 모니터링하는 방법
KR100368703B1 (ko) 팽창밸브모니터링시스템
Kim et al. Performance of a residential heat pump operating in the cooling mode with single faults imposed
Katipamula et al. Methods for fault detection, diagnostics, and prognostics for building systems—A review, part II
Breuker et al. Evaluating the performance of a fault detection and diagnostic system for vapor compression equipment
US20190316802A1 (en) Building management system with system identification using multi-step ahead error prediction
US11269303B2 (en) Systems and methods for detecting changes in energy usage in a building
WO2019097822A1 (ja) 空気調和機の性能診断装置及び性能診断方法
Yuill et al. A figure of merit for overall performance and value of AFDD tools
JP6862130B2 (ja) 異常検知装置、異常検知方法、およびプログラム
Rossi et al. Minimizing operating costs of vapor compression equipment with optimal service scheduling
Behfar et al. Automated fault detection and diagnosis for supermarkets–method selection, replication, and applicability
Oleolo et al. Model Selection for the Control of Temperature in a Centralized Air Conditioning System
Heo et al. Self-Training of a Fault-Free Model for Residential Air Conditioner Fault Detection and Diagnostics
Halm-Owoo et al. Applications of fault detection and diagnostic techniques for refrigeration and air conditioning: A review of basic principles
Li et al. On-line models for use in automated fault detection and diagnosis for HVAC&R equipment
Payne et al. A data-clustering technique for fault detection and diagnostics in field-assembled air conditioners
Oleolo et al. Multi-Circuit Air-Conditioning System Modelling for Temperature Control
Sreedharan Evaluation of chiller modeling approaches and their usability for fault detection
Collins et al. Experimental Study of Mobile Air Conditioning System Transient Behavior
WO2024135664A1 (ja) 機器性能予測方法、機器性能予測装置、およびプログラム
KR102583019B1 (ko) 고장 예측 기능을 구비한 인공지능 냉장고
Xiao et al. Automatic Continuous Commissioning of Measurement Instruments in Air Handling Units
Zhou A systematic fault diagnosis strategy for building HVAC systems

Legal Events

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

Payment date: 20100210

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee