基于标度律的在线制冷剂泄漏检测故障诊断方法

利用仪器化传感器数据进行早期故障检测是机器学习在工业设施中颇具前景的应用领域之一。然而，由于目标诊断系统配置复杂且故障数据不足，难以提升所训练故障检测模型的泛化性能。将训练好的模型应用于其他系统并非易事。本文提出一种考虑空调系统物理建模与控制机制的制冷剂泄漏检测故障诊断方法。我们推导出一个与制冷剂泄漏相关的有用标度律。若控制机制相同，该模型可应用于其他空调系统，而与系统配置无关。利用实验室中获得的小规模离线故障数据来估计标度指数。我们使用真实世界数据对所提标度律进行评估。基于两组间交互作用的统计假设检验，我们表明不同空调系统的标度指数是等价的。此外，我们基于该标度律估计了真实过程数据的泄漏程度时间序列，并通过与专家评估的对比，确认所提方法在早期泄漏检测方面具有前景。