基于工业物联网与混合慢特征分析的热泵系统集成健康监测

传感技术的持续演进与通信技术的进步，已推动各类电气设备的 prognostics and health management（预测与健康管理）向数据驱动方式变革。这一变革为热泵（HP）系统的健康监测问题提供了前景广阔的方案——HP 作为现代建筑中广泛部署用于供暖的重要设备，需及时评估运行状态以避免意外停机。许多 HP 实际制造与安装于多年前，受当时技术限制与成本控制影响可用传感器较少。这造成了以可承受成本保障 HP 的困境。我们提出一种融合工业物联网（IIoT）与智能健康监测算法的混合方案应对该挑战。首先，构建 IIoT 网络以感知并存储测量值，具体选用温度传感器部署于水箱进出口以测量水温。其次，基于温度信息提出名为混合慢特征分析（MSFA）的无监督学习算法，及时评估集成 HP 的健康状态。因热水需求多变导致不同 HP 频繁启停，观察到具有不同加热速度的多种加热模式。MSFA 将慢性（一种度量稳态分布变化速度的动力学）恰当地用于加热模式划分与健康评估。最后，通过一台连接五台十年前安装 HP 的真实集成 HP 验证所提方法有效性。实验结果表明，相较竞争算法，MSFA 能准确识别系统健康状态，尤其是初期故障。