本論文では、冷房空調システムにおける冷媒不足、冷媒過充填、凝縮器の汚れ、蒸発器の汚れといった故障を、異なる故障数および深刻度ランクの組み合わせ下での多重同時故障試験を実施し、仮想冷媒充填量および仮想空気流量に基づく故障解離モデルの適用性を検討した。ベイズ分類に基づく故障解離閾値構築手法を提案し、二重および三重の故障組み合わせにおける解離精度を定量的に評価した。結果は、冷媒不足および冷媒過充填はそれぞれ解離が必要で、解離精度は100％に達する可能性があるが、実際の適用ではモデルの混用が誤診を引き起こす恐れがあることを示す。仮想空気流量は凝縮器の汚れおよび蒸発器の汚れの単一故障および同時故障の識別精度が94.38％以上と高いが、具体的な故障ランクの識別は困難である。冷媒が著しく不足すると、熱交換器出口の未飽和状態により作動流体パラメータが激変し、熱交換器の汚れ故障解離が失敗する。冷媒過充填時には凝縮温度の上昇や内外作動流体温度差の増大などにより、仮想空気流量計算誤差が増大し、熱交換器の汚れ解離精度が著しく低下する。

冷房空調;同時故障;仮想センサー;ベイズ分類;故障解離