선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 고장 검출과 처리 과정은 크게 . 검출, 진단, 평가 그리고 처리의 4단계로 구분될 수 있는데, 본 논문은 첫 번째 단계인 검출과 부위별로 고장을 분류하기 위한 것이다. 고장검출의 대상으로는 크게는 건물 전체를, 그리고 작게는 요소부품을 고려할 수 있으나 본 논문은 고장 검출을 위한 잔차 생성에 주안점을 둔 것으로 제어기 시스템별로 부위를 분류하여 주요 고장을 검출할 수 있도록 하였으며, 전산해석을 통해 본 방법의 유용성을 검증하였다.
- 본 연구에서는 이론적인 중첩값을 예측하기 위해 기존의 통계적 회귀식(이하 회귀식)과 회귀신경 망(general regression neural network)(7)을 이용하였다. 회귀신경망이 고장 검출에 적용된 예는 없으나 기존의 신경망과는 달리 반복적인 학습과정이 필요 없고, 예측값 산출에 사용되는 자료의 수가 적어 연산을 신속하게 수행할 수 있는 장점이 있어, 공조기의 부위(sub-system)별 고장을 검출하는 데 필요한 주요 상태 변수의 기준값을 실시간으로 예측하기 위해 본 연구에 적용하였다.
가설 설정
- 5'C가 되도록 기울기를 2SC/35,000sec로 변화시켜 센서 측정값이 실제보다 낮은 값이 되도록 하였다. 나머지 온 도센서의 경우 시동 후 10, 000초 후에 실제값보다 rc 낮은 온도 편차가 생긴 것으로 가정하였다. 압력센서의 경우는 정격값의 5% 정도 편차가 이루어지도록 하였으며, 센서 고장과 별도로 6개의설비고장을 해석하였다.
- 성능을 검증하기 위하여 8개 센서와 6개 설비의 고장 자료를 전산해석을 통해 산출하였다. 센 서고장은 시스템이 정상적으로 작동하는 도중에 발생하였다고 가정하였으며, 온도센서와 압력센 서를 제외하고는 센서에 10% 정도 편차가 생긴것으로 가정하였다. 급기온도센서는 성능저하 현 상을 분석하였으며, 전산해석을 위하여 성능저하 를 가속시켰고, 시동 후 10, 000초부터 최대 편차가 2.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.