Da bestehende datengesteuerte Fehlerdiagnoseverfahren überwiegend auf Black-Box-Modellen basieren, was die Erklärung des Diagnoseprozesses und der Ergebnisse erschwert, wird in diesem Artikel eine Methode zur Fehlerdiagnose von Kältemaschinen auf Basis der Klassifikation von Assoziationsregeln und der Erklärung der Fehlerwirkmechanismen vorgeschlagen. Unter der Voraussetzung einer guten Diagnosegenauigkeit wird die Regelbasis des Diagnosemodells für eine Rückwärtsanalyse des Diagnoseprozesses verwendet, um die Fehlerwirkmechanismen und den Diagnoseprozess des Modells zu analysieren, wodurch die Zuverlässigkeit datengesteuerter Fehlerdiagnoseverfahren verbessert wird. Die Methode wurde anhand experimenteller Daten des ASHRAE-Forschungsprojekts 1043 validiert. Die Ergebnisse zeigen, dass die auf der Klassifikation von Assoziationsregeln basierende Fehlerdiagnosemethode für Kältemaschinen 7 typische Kältemaschinenfehler effektiv erkennen kann, mit einer durchschnittlichen Diagnosegenauigkeit von 90,84 %. Darüber hinaus stimmen die extrahierten Regeln gut mit den Kühlungsprinzipien und thermodynamischem Wissen überein und können für die Analyse der Fehlerwirkmechanismen sowie für weiterführende Forschungsarbeiten in der Fehlerdiagnose verwendet werden.

Fehlerdiagnose; Kältemaschine; Assoziationsregeln; Wissensentdeckung