$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

HVAC 시스템의 중복고장 검출을 위한 실험적 연구
An Experimental Study on Multi-Fault Detection and Diagnosis Analysis of HVAC System 원문보기

설비공학논문집 = Korean journal of air-conditioning and refrigeration engineering, v.16 no.10, 2004년, pp.932 - 941  

조성환 (한국에너지기술연구원) ,  홍영주 (충남대학교 기계설계공학과 대학원) ,  양훈철 (한국에너지기술연구원) ,  안병천 (경원대학교 건축설비공학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

The objective of this study is to detect the multi-fault of HVAC system using a new pattern classification technique. To classify the effect of single-fault in determining the pattern, supply air temperature, OA-damper, supply fan, and air flowrate were chosen as experimental parameters. The combina...

주제어

#고장검출 및 진단   #가변풍량   #신경망   #공조시스템   #중복고장  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 HVAC 시스템을 이루는 각 요소에서 발생할 수 있는 단일고장 및 중복고장을 검출하기 위한 모델기반의 패턴진단방법을 제시하였다. 이를 위하여 본 연구는 모델기반(model-based) 고장검출 및 진단법을 이용하여 HVAC 시스템을 이루는 각 요소에서 발생할 수 있는 단일고장 혹은 중복고 장을 검출하기 위한 수단인 패턴진단 방법을 인공기후 실험동 장비를 이용하여 실험적으로 연구하였다. 이를 위하여 HVAC 시스템을 구성하는 주요 요소인 외기댐퍼,
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. Liu, S. T. and Kelly, G. E., 1989, Rule-based diagnostic method for HVAC fault detection, Proceeding of building simulation 89, Vancouver, pp.319-324 

  2. Anderson, D., Grave, L., Reinert, W., Krei-der, J. F., Dow, J. and Wubbrna, H., 1998, A quasi-real-time expert system for com-mercial building HVAC diagnosis, ASHRAE Transactions, 95, pp. 954-960 

  3. Pape, F. L. F., Mitchell, J. W. and Beckman, W. A., 1991, Optimal control and fault de-tection in heating, ventilating, and air-con-ditioning systems, ASHRAE Transactions, Vol. 97, No.1, pp.792-745. 

  4. Norford, L. K., Rabl, A. and Soadaro, G. V., 1987, Energy management systems as di-agnostic tools for building managers and energy auditor, ASHRAE Transactions, Vol. 93, No.2, pp. 2360-2375 

  5. Chen, B. and Braun, J. E., 2000, Simple fault packaged air conditioners, Proceedings of the Purdue University, West Lafayette, USA, July 25-28, pp.321-328 

  6. Katipamula, S., Pratt, R. G., Shassin, D. P., Taylor, Z. T., Gwwiri, K. and Brambley, M. R., 1999, Automated fault detection and di-agnosis for outdoor-air ventilation systems and economizer, ASHRAE methodology and results from field Transactions, Vol. 105, pp. 555-567. 

  7. House, J. M., Lee, W. Y. and Shin, D.R., 1999, Classification techniques for fault de-tection and diagnosis of an air-handling unit, ASHRAE Transactions, Vol. 105, pp.1087-1097 

  8. Lee, W. Y, House, J. M., Park, C. and Kelly J. E., 1996, Fault diagnosis of an air-hand-ling system unit using artificial neural net-work, ASHRAE Transaction, Vol. 102, pp. 540-549 

  9. Lin, C. T. and Lee, C. S. G., 1996, Neural Fuzzy Systems, Prentice-Hall International, Inc., p. 236 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로