A holistic sequential fault detection and diagnostics framework for multiple zone variable air volume air handling unit systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A holistic fault detection and diagnostics (FDD) method should explicitly consider the dependencies between faults at the system- and zone-level to isolate the root cause. A system-level fault can trigger false alarms at the zone-level, while concealing the presence of a zone-level fault. However, most FDD methods have focused on a single component/equipment without considering the importance of the interactions between zone- and system-level devices. This paper proposes a holistic hierarchical framework for FDD, combining the process of detection and diagnosis of controls hardware and sequencing logic faults affecting the actuators at the system- and zone-level. The proposed framework follows a holistic sequential procedure to diagnose faults and suppress false alarms in this order: hard faults in air handling units (AHUs), hard faults in variable air volume (VAV) zones, sequencing logic faults in AHUs, and sequencing logic faults in VAV zones. The detection of faults is performed by visualizing the discrepancies between the expected and measured operational behaviour of AHUs and VAV boxes. Examples demonstrating the framework are provided with data from 10 different VAV AHU systems. Practical application: This paper provides a sequential hierarchical FDD framework to address two main issues in VAV AHU systems: detectability and significance. Regarding detectability, the framework prioritizes hard faults over sequencing logic faults to avoid false positives and false negatives; about significance, system-level faults are prioritized over zone-level faults to triage high-impact faults in the system. The detection of faults is performed via visualizing the biases from the expected behaviour of AHU and VAV characteristics to provide an envisioning interpretation for the experts in facilities management in commercial buildings to find the root cause of the fault and fix them on-site.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle