文献
J-GLOBAL ID:201702249857049937   整理番号:17A0404719

Bayesネットワーク融合距離拒絶とマルチソース非センサ情報を用いた冷凍機の故障検出と診断【Powered by NICT】

Fault detection and diagnosis of chillers using Bayesian network merged distance rejection and multi-source non-sensor information
著者 (5件):
資料名:
巻: 188  ページ: 200-214  発行年: 2017年 
JST資料番号: A0097A  ISSN: 0306-2619  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
チラーに故障検出と診断(FDD)法を適用することは,建物のエネルギー消費を低減し,建物のエネルギー効率を高めるために有益である。本研究の目的は,現場実施のためのより良い性能を持つチラーFDD法を提案することである。技術経路は次の通りである:(i)新しいタイプの故障を同定し,FDD断層ライブラリーを更新するために,距離拒絶反応(DR)法はチラーFDD問題を変換する単一クラス分類問題にBayesネットワーク(BN)に融合する。さらに,DRは調整可能な誤警報率(FAR)を得るために調整することができる(ii)既知(または既存の)断層の診断精度と新しいタイプの欠点の同定精度を高めるために,マルチソース非センサ情報(MI)は,BN,すなわち,保守記録と修理サービス歴史,関連機器の健康状態とオンサイト観察された情報に併合した。BN融合DRとMI(DR MI BN)に基づく新しいチラーFDD法を本研究で提案した。この提案した方法の性能は,ASHRAE RP 1043からの実験データを用いて評価した。試験の結果,FARは様々なユーザの要求に調整することができ,MIを最も(冷媒漏れ),最大で56.6%から99.6%に新しいタイプの欠点の同定精度(NF7)で知られている断層の診断精度を改善する77.2%から99.8%にことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
冷凍装置  ,  冷房 

前のページに戻る