公共文化服务平台

李冠男: 作品数：16 被引量：139H指数：10; 供职机构：华中科技大学能源与动力工程学院更多>>; 发文基金：国家自然科学基金北京市重点实验室国家重点实验室开放基金更多>>; 相关领域：建筑科学一般工业技术自动化与计算机技术机械工程更多>>

合作作者

主元分析用于多联式空调系统传感器故障检测和诊断被引量：12: 2017年; 作为多元数据分析方法之一,主元分析(PCA)被广泛运用于诊断制冷空调系统的传感器故障。本文首先结合热平衡原理以及多联机运行的控制逻辑,筛选系统中常用的18个传感器变量,建立多联机(VRF)传感器的故障分析(FDD)模型。然后结合主元分析的算法原理,给出以Q统计量和Q贡献率为检验标准的传感器故障检测与诊断流程。利用实测数据验证工作,引入不同类型和程度的传感器故障,分析得到不同故障条件下的故障检测和诊断特性。结果表明:总体上,主元分析应用于多联机传感器故障检测与诊断过程是可靠的。具体特征表现为:不同类型的传感器在不同故障类型及程度条件下,故障检测效果差异明显;在小偏差故障条件下,基于主元分析的传感器故障检测方法的故障检测效率较低,并且针对个别传感器而言,其整体故障检测效率偏低。鉴于故障诊断是基于故障检测的结果,因此上述故障检测方法在FDD过程中将起到重要的作用。; 张弘韬陈焕新李冠男申利梅李绍斌胡文举; 关键词：主元分析 Q统计量传感器多联式空调系统

氟泵双循环空调技术在数据中心的应用研究: 空调系统能耗在数据中心能耗中占有很大的比例，而且空调系统节能潜力较大，因此空调系统的节能优化对于绿色数据中心建设具有很大意义。本文针对数据中心的能耗特点，结合氟泵双循环空调设备运行特点，分析了在我国高纬度地区运用氟泵空调...; 郭亚宾陈焕新刘安全李冠男胡云鹏; 关键词：空调数据中心

基于PCA-DT的多联机制冷剂充注量故障诊断被引量：21: 2016年; 针对多联机制冷剂充注量故障,提出了一种基于主成分分析-决策树(PCA-DT)算法的制冷剂充注量故障检测与诊断方法.该方法先通过数据预处理进行数据清理,然后利用PCA对原始数据做降维处理,最后将新的数据划分为训练集与测试集,以训练集建立决策树模型进行故障检测与诊断.实验数据测试集的检测与诊断结果验证了该模型的可行性.采集了某多联机在3个地区的实际运行数据,对建立的决策树模型进行进一步的验证,结果表明:该方法对于多联机的制冷剂充注量故障有良好的检测与诊断效果,且检测与诊断效果整体上要优于DT算法.; 王江宇陈焕新刘江岩李冠男; 关键词：多联机主成分分析决策树制冷剂充注量

变频空调系统制冷剂充注量预测分析: 变频空调是一种高效、节能的空调系统形式.制冷剂充注量是影响变频空调系统性能的一个重要因素.制冷剂充注量不足或者过量均会引起空调系统运行性能严重下降.因此，预测制冷空调系统中的制冷剂充注量非常有必要.本文给出制冷剂充注量无...; 李冠男胡云鹏陈焕新黎浩荣; 关键词：变频空调过热温度气液分离器

基于CART算法的多联机压缩机回液故障检测被引量：10: 2017年; 近年来,多联机在各类建筑上得到广泛应用。一旦压缩机发生回液故障,将会导致多联机偏离正常工况,能效降低,同时无法保障室内环境的舒适性。长久的回液故障还会导致压缩机部件的机械故障,造成高额的维修费用。因此,本文提出决策树模型检测多联机压缩机回液故障。首先,通过数据集成和剔除缺失值得到齐整数据;其次,通过专家知识和线性相关分析分别选取变量和剔除冗余变量;最后,建立决策树模型检测回液故障。结果表明,决策树模型能够有效地检测出回液故障,而且与专业知识吻合得较好。; 王江宇陈焕新李冠男刘江岩胡云鹏郭梦茹胡文举; 关键词：多联机决策树故障检测与诊断

基于SVDD的冷水机组传感器故障检测及效率分析被引量：25: 2015年; 传感器是制冷空调系统的重要组成部分,起着测量数据和监控状态的作用。传感器故障,尤其是输出偏差会引起测量值不准,影响控制策略,导致系统能耗增加。依据模式识别理论,故障检测可处理为一种单分类问题。据此采用一种单分类模式识别工具——支持向量数据描述(SVDD),针对冷水机组进行了偏差故障条件下的传感器故障检测工作。收集冷水机组实测正常运行数据,基于训练集建立SVDD模型,进行冷水机组传感器故障检测;在测试集中引入不同幅值水平的偏差故障,分析检测效率。结果表明:基于SVDD的冷水机组传感器故障检测效果明显,但对于不同传感器的不同幅值偏差故障,故障识别程度并不一致。; 李冠男胡云鹏陈焕新黎浩荣李炅胡文举; 关键词：冷水机组过程控制故障检测支持向量数据描述

大数据在空调领域的应用被引量：46: 2015年; 本文阐述了传统空调数据的主要来源,从空调研发等几个方面分析了传统空调数据的用途;围绕空调产品和空调企业,梳理了空调领域大数据的产生原因及来源;空调大数据的多度量性、多维度性、地域性等特点对数据挖掘提出了挑战;探讨了大数据在空调领域的应用,重点分析了大数据在空调系统优化、故障诊断、建筑能耗与维护预测、企业人力资源和资金分配、企业提供个性化定制服务等方面的用途;通过挖掘海量空调数据可以预测用户行为,表明空调领域大数据安全防护应当得到重视。; 陈焕新刘江岩胡云鹏李冠男; 关键词：数据挖掘制冷空调故障诊断能耗分析

热泵热水系统中水平平直波纹板式冷凝器性能研究被引量：2: 2015年; 针对板式冷凝器,建立了稳态分布参数数学模型,编写了模拟计算程序,对比模拟计算值与文献的实验值,具有较好的一致性。基于此模型模拟了板式冷凝器中R134a制冷剂以及冷却水的温度沿板长的变化情况,根据模型计算结果,分析了板式冷凝器的换热特性。从计算可知两相区换热量约占总换热量的75%,增大两相区长度有助于提高换热效率。制冷剂质量流量变化对换热量影响较大,流量增大2.76%时候换热量提升约为3.45%,但是增加的趋势逐渐减小;同时对制冷剂出口温度影响较大,流量增大9.37%时制冷剂出口温度上升了4℃。为热泵热水系统中板式换热器的优化设计和系统仿真提供了一定指导。; 王杰胡云鹏陈焕新李冠男黎浩荣胡文举; 关键词：热泵热水系统换热特性模拟计算

基于数据挖掘算法的地铁站内温度时序预测方法被引量：8: 2018年; 提出了基于数据挖掘算法的地铁站内环境温度时序预测的方法.分别建立了支持向量数据(SVR)、BP神经网络(BPNN)、决策树CART三种预测模型,对比了一般的输入-输出建模方法与基于时间时间延迟方法的预测结果,以及不同时间延迟下三种数据挖掘模型的预测结果.结果表明:基于时间序列的预测模型效果比一般的输入-输出模型效果更好;当时间延迟为1时,三种模型的预测精度相对较高,且在此条件下,模型的预测效率也最高;基于SVR的时间序列预测模型精度比BPNN和CART更高.; 刘江岩陈焕新王江宇李冠男石书彪; 关键词：数据挖掘地铁站

基于小波去噪和神经网络的冷水机组故障诊断被引量：21: 2016年; 对基于神经网络方法的冷水机组故障监测效率取决于训练数据和被测数据的质量问题进行了研究。采用小波变换的方法剔除测量数据中的噪声,提高数据质量,从而提高冷水机组故障诊断效率。结果表明:采用小波变换使得各个水平故障的检测效率均得到提高,尤其水平一的故障检测效率提高明显。故障水平一检测率的提高能够及时的辨别冷水机组的故障,从而采用措施防止故障进一步恶化,对降低能源消耗、提高系统的可靠性以及保证室内舒适性具有重要的意义。通过利用ASHRAE Project提供的数据对故障诊断与检测(fault detection and diagnosis)策略进行验证,检测率明显提高。; 石书彪陈焕新李冠男胡云鹏黎浩荣胡文举; 关键词：冷水机组故障检测与诊断神经网络小波分析贝叶斯正则化

李冠男

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李冠男

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈