Document IIF
Méthode de diagnostic de défaut de la charge à débit de frigorigène variable basée sur l’arbre décisionnel C5.0 modifié par un expert.
A VRF charge fault diagnosis method based on expert modification C5.0 decision tree.
Résumé
VRF (Variable Refrigerant Flow) system is an efficient and energy-saving air-conditioning system. The VRF system performance is significantly affected by the quantity of refrigerant (charge). Both insufficient and excessive refrigerant charge will lead a dramatic decline of air conditioning system performance. Accordingly, it is necessary to forecast refrigerant charge in existing systems. This study proposed a charge fault diagnosis method based on expert modification C5.0 decision tree. Initially, C5.0 decision tree is used to diagnosis VRF system charge faults in nine different conditions. Furthermore, in order to reduce error rate of the decision tree, expert experience is used to modify the decision tree. And temperature differential variables are used to improve the diagnosis result. The results of the C5.0 decision tree using temperature differential variables shows fault diagnosis error rates under expert experience guidance are 10% lower than without expert experience. Besides, this method an increased accuracy in classifies between excessive and normal charge states.
Documents disponibles
Format PDF
Pages : 106-112
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 : A VRF charge fault diagnosis method based on expert modification C5.0 decision tree.
- Identifiant de la fiche : 30024294
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 92
- Date d'édition : 08/2018
- DOI : http://dx.doi.org/10.1016/j.ijrefrig.2018.05.034
Liens
Voir d'autres articles du même numéro (21)
Voir la source
-
A hybrid deep forest approach for outlier detec...
- Auteurs : ZENG Y., CHEN H., XU C., CHENG Y., GONG Q.
- Date : 12/2020
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 120
- 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
-
Simulation and experimental validation of the v...
- Auteurs : HE C., JIN X., DU Z., et al.
- Date : 16/08/2015
- Langues : Anglais
- Source : Proceedings of the 24th IIR International Congress of Refrigeration: Yokohama, Japan, August 16-22, 2015.
- Formats : PDF
Voir la fiche
-
Refrigerant charge fault diagnosis in the VRF s...
- Auteurs : SHI S., LI G., CHEN H., et al.
- Date : 05/02/2017
- Langues : Anglais
- Source : Applied Thermal Engineering - vol. 112
Voir la fiche
-
Modeling of variable refrigerant flow system fo...
- Auteurs : KWON L., HWANG Y., RADERMACHER R., et al.
- Date : 16/07/2012
- Langues : Anglais
- Source : 2012 Purdue Conferences. 14th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche