Fault Detection and Diagnosis of Valve Actuators in Discharge Air Temperature (DAT) Systems, using Interactive Unscented Kalman Filter Estimation
Notice bibliographique
Résumé
Nowadays monitoring and controlling the modern and sophisticated heating ventilation air conditioning (HVAC) building systems under a wide variety of occupancy and load related operating conditions is becoming a difficult and challenging task. Their complexity drastically increases and the control becomes more difficult task due to the several control loops that interact between them. Among these control loops the discharge air temperature (DAT) loop, the static pressure loop (SP), and the variable air volume (VAV) terminal unit loop are the candidate loops requiring frequent re-tuning. Equipment failures and loss of control leading to less than acceptable indoor environment conditions is a common problem reported in these systems. In our paper we consider the degradation in the DAT loop performance caused by a gradual increase in backlash of the valve actuator. The main objective of this paper is to describe the application of an interactive multiple model (IMM) based on the unscented Kalman filter (UKF) estimation algorithm (IMMUKF) to the problem of fault detection diagnosis and isolation (FDDI) of the valve actuator failures in DAT loop of the HVAC systems. The proposed algorithm is an alternative to the interactive multiple model (IMM) developed in the literature based on the extended Kalman filter standard technique, the most popular estimation technique used in the last 40 years. The main advantage of the proposed algorithm is the less computation, consequently more faster, high accuracy, robustness and eliminates completely the linearization of the system dynamics
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».