Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
En algoritm för automatisk feldetektering och diagnos av ett luftbehandlingsaggregat
Linköping University, Department of Management and Engineering, Energy Systems. Linköping University, Faculty of Science & Engineering.
Linköping University, Department of Management and Engineering, Energy Systems. Linköping University, Faculty of Science & Engineering.
2015 (Swedish)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [sv]

Större byggnader innehåller en mängd installationsteknik för att hålla inneklimatet behagligt. Dessa tekniska system övervakas automatiskt för att större fel och driftavvikelser ska identifieras. Att gå ett steg längre och analysera dessa system på daglig basis är något som kräver både tid och resurser. Det pågår forskning kring att automatisera denna analys, vilken ryms inom den akademiska termen Fault Detection and Diagnosis (FDD). Denna masteruppsats tar avstamp i detta forskningsområde med ambitionen att utveckla en algoritm som automatiskt analyserar ett luftbehandlingsaggregat av FTX-typ för ökad energiprestanda.

 

Utgångspunkten för algoritmen var att använda de befintliga mät- och styrsignalerna som visas i en driftbild i övervakningssystemet. En litteraturstudie genomfördes för att identifiera möjliga metodval där den kvalitativa metoden expertsystem valdes. I denna tillämpning av expertsystem skapades ett regelverk som detekterar avvikelser från ett förmodat normalfall, sedan analyseras möjliga rotorsaker till avvikelserna genom trädsökning varpå diagnoser kan utfärdas.

 

För att bedöma hur väl algoritmen fungerade gjordes en fallstudie på delar av universitetssjukhuset i Linköping, där algoritmen testkördes på 8 luftbehandlingsaggregat. Resultatet visade att utfärdade diagnoser är fullt rimliga men för många till antalet, då varje uppmärksammad avvikelse ofta genererar likvärdiga diagnoser. Precisionen bedömdes till 75 % baserat på testningens resultat och begränsas framförallt av antalet tillgängliga sensorer och mätnoggrannhet. En nyckelegenskap för algoritmen är att kvantifiera de uppmärksammade fel som bidrar till en ökad energianvändning. Exempelvis visade resultatet att 6 % av inköpt värme kan ersättas om tilluftsverkningsgraden ökas till 75 %. Här behöver dock hänsyn tas till att beräkningen bakom tilluftsverkningsgraden, som baseras på data från tillgängliga sensorer, dras med en mängd osäkerheter.

 

Utöver befintliga temperatursensorer undersöktes om ytterligare mätpunkter kunde motiveras för utökad feldetektering och diagnos. En tes var att mindre ventilläckage går att upptäcka genom mätning, vilket inte kunde styrkas. Vidare framkom vikten av att veta temperaturen på uteluften som kommer aggregatet tillhanda, och inte fasad- eller taktemperaturen, för att i efterhand kunna avgöra om systemet körts på ett effektivt sätt.

 

Fortsatt arbete kan sammanfattas i att minska manuell datahantering och förbättra diagnosmodulen genom att dels införa fel på ett luftbehandlingsaggregat under kontrollerade former, dels genom förfinandet av det grafiska gränssnittet där algoritmens resultat presenteras. 

Place, publisher, year, edition, pages
2015. , 83 p.
National Category
Energy Engineering
Identifiers
URN: urn:nbn:se:liu:diva-119443ISRN: LIU-IEI-TEK-A–15/02186–SEOAI: oai:DiVA.org:liu-119443DiVA: diva2:822901
External cooperation
Sweco system
Subject / course
Energy Systems
Presentation
2015-06-08, A32, 13:00 (Swedish)
Supervisors
Examiners
Available from: 2015-08-20 Created: 2015-06-17 Last updated: 2015-08-20Bibliographically approved

Open Access in DiVA

fulltext(1751 kB)244 downloads
File information
File name FULLTEXT01.pdfFile size 1751 kBChecksum SHA-512
f4cfff4d6d91fe986d9bdedbbbb6134431770e19bd765bd2e89ce74855cc383f5abac9745b38699b90c964f68222ffe4525c0dcef558d34303f6f13db25dabab
Type fulltextMimetype application/pdf

By organisation
Energy SystemsFaculty of Science & Engineering
Energy Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 244 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 201 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf