Document IIF
Estimation basée sur un modèle hybride d’une anomalie de charge en frigorigène du système de conditionnement d’air d’un centre de données.
Hybrid model based refrigerant charge fault estimation for the data centre air conditioning system.
Résumé
Accurate refrigerant charge fault estimation is important to ensure the efficient operation of air conditioning systems. This paper presents a novel hybrid model based refrigerant charge estimation approach. Firstly, an improved gray box model is presented, which integrates the key characteristic variables of sub- cooling temperature, superheat temperature, quality and pressure drop. Secondly, three extra variables having highest maximal information coefficients with the prediction residual are used to extend the gray box, and the robust machine learning model is developed using the gradient boosting decision tree algorithm. Then, a hybrid model is presented by combining the improved gray box and machine learning models. Finally, the prediction and generalization capacities of the proposed models under various oper- ation conditions are validated using the experimental data. The results show that the hybrid charge fault estimation model has the best performance. Its overall prediction and generalization MREs are 2.53% and 3.09%, respectively.
Documents disponibles
Format PDF
Pages : 392-406
Disponible
Prix public
20 €
Prix membre*
Gratuit
* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)
Détails
- Titre original : Hybrid model based refrigerant charge fault estimation for the data centre air conditioning system.
- Identifiant de la fiche : 30026895
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 106
- Date d'édition : 10/2019
- DOI : http://dx.doi.org/10.1016/j.ijrefrig.2019.07.021
Liens
Voir d'autres articles du même numéro (54)
Voir la source
Indexation
-
Fault diagnosis of refrigerant charge based on ...
- Auteurs : LIU J., CHEN H., WANG J., et al.
- Date : 11/07/2016
- Langues : Anglais
- Source : 2016 Purdue Conferences. 16th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche
-
Machine learning based diagnosis strategy for r...
- Auteurs : LI Z., SHI S., CHEN H., et al.
- Date : 02/2020
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 110
- Formats : PDF
Voir la fiche
-
A hybrid piecewise FDD strategy for refrigerati...
- Auteurs : SUN C., WANG H., JIANG Y., GAO Z., WANG J.
- Date : 03/2022
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 135
- Formats : PDF
Voir la fiche
-
Generalized effects of refrigerant charge on no...
- Auteurs : MEHRABI M., YUILL D.
- Date : 04/2017
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 76
- Formats : PDF
Voir la fiche
-
Estimation of refrigerant charge inventory for ...
- Auteurs : PULINKUZHI V., THAKOR V., DATTA S. P., et al.
- Date : 09/07/2018
- Langues : Anglais
- Source : 2018 Purdue Conferences. 17th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche