Um die Genauigkeit der Fehlerdiagnose von Kältemaschinen zu verbessern, schlägt dieser Artikel eine auf EWMA-BN basierende Fehlerdiagnosestrategie für Kältemaschinen vor. Das EWMA-BN-Modell erkennt Fehler mithilfe der EWMA-Kontrollkarte, wobei seine Kontrollgrenzen als Schwellenwerte zur Einteilung der Fehlerdaten der Leistungsindikatoren in hoch, niedrig und normal verwendet werden. Über probabilistische Statistik wird eine bedingte Wahrscheinlichkeitsmatrix erstellt, die zusammen mit einer von Expertenwissen abgeleiteten a priori Wahrscheinlichkeitsmatrix in das Bayessche Netz zur Fehlerdiagnose eingegeben wird. Die Fehlerdiagnoseeigenschaften des Modells werden anhand von experimentellen Daten in Bezug auf die Anzahl, Reihenfolge und Vollständigkeit der Evidenzknoten, die in das Eingabemodell einfließen, analysiert. Die Ergebnisse zeigen, dass die EWMA-BN-Methode eine signifikante Wirkung bei der Diagnose häufiger Fehler von Kältemaschinen hat. Die a posteriori Wahrscheinlichkeitswerte (Fehlerdiagnoseergebnisse) sind alle größer als 0,85, und je mehr Evidenzknoten in das Modell eingegeben werden, desto genauer sind die Diagnoseergebnisse. Die Reihenfolge der Eingabe der Evidenzknoten hat jedoch keinen Einfluss auf das endgültige Diagnoseergebnis. Die Verwendung von unsicheren und unvollständigen Informationen verbessert die Diagnosefähigkeit des Modells weiter. Das EWMA-BN-Modell wurde mit Daten des ASHRAE-Projekts validiert, und die Fehlerdiagnoseergebnisse waren gut.

Bayessches Netz;Fehlerdiagnose;EWMA-Kontrollkarte;bedingte Wahrscheinlichkeitsmatrix;Kältemaschinen