Document IIF
Stratégie de diagnostic basée sur l’apprentissage automatique en cas de dysfonctionnement d’un système à débit de frigorigène variable dû à la quantité de charge de frigorigène
Machine learning based diagnosis strategy for refrigerant charge amount malfunction of variable refrigerant flow system.
Résumé
Malfunctions would occur in a variable refrigerant flow (VRF) system after years of operation or inappropriate maintenance, thus causing unnecessary energy waste and even occupant discomfort. This study presents a machine learning based malfunction diagnosis strategy that combines the recursive feature elimination algorithm (RFE) and the classification algorithms for the typical malfunctions of VRF system. RFE based on Random Forest (RF) model firstly serves as the feature selection process to evaluate vari- ables importance, thus acquiring the key variables related to malfunction. Then five kinds of machine learning classification models are trained using the chosen key variables to diagnosis refrigerant leak- age malfunction. By comparison, the AdaBoost.M1 (ABM) model shows the most desirable performance on the all nine malfunction severity levels. The results show that the RFR-RF based feature selection method can select the most six critical variables and the ABM model established based on the six vari- ables achieves admirable diagnostic accuracy and AUC value for faults corresponding to nine severity levels.
Documents disponibles
Format PDF
Pages : 95-105
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 : Machine learning based diagnosis strategy for refrigerant charge amount malfunction of variable refrigerant flow system.
- Identifiant de la fiche : 30027291
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 110
- Date d'édition : 02/2020
- DOI : http://dx.doi.org/10.1016/j.ijrefrig.2019.10.026
Liens
Voir d'autres articles du même numéro (29)
Voir la source
Indexation
-
Thèmes :
Frigorigènes, frigoporteurs : généralités;
Autres équipements de conditionnement d'air;
Circulation du fluide : tuyauterie, régulation, automatisme, sécurité;
Confinement, réduction de la charge en frigorigène - Mots-clés : Débit variable; Conditionneur d'air; Modélisation; Défaut; Frigorigène; Charge en frigorigène
-
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
-
Development of a remote refrigerant leakage det...
- Auteurs : KIMURA S., MORIWAKI M., YOSHIMI M., YAMADA S., HIKAWA T., KASAHARA S.
- Date : 10/07/2022
- Langues : Anglais
- Source : 2022 Purdue Conferences. 19th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche
-
Injector refrigerant circulation for enhancing ...
- Auteurs : RADCHENKO M., RADCHENKO A., MIKIELEWICZ D., TKACHENKO V., ZIELIKOV O.
- Date : 13/01/2021
- Langues : Anglais
- Source : 10th IIR Conference on Compressors and Refrigerants.
- Formats : PDF
Voir la fiche
-
Detección de fugas en tiempo real en sistemas e...
- Auteurs : ESBRÍ J. N., CABELLO R., TORRELLA E., et al.
- Date : 10/2006
- Langues : Espagnol
- Source : Instalador - n. 434
Voir la fiche
-
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