多変量データ解析手法の一つとして、主成分分析（PCA）は冷房空調システムのセンサー故障診断に広く用いられている。本論文ではまず、熱平衡原理とマルチエアコンの運転制御ロジックを組み合わせ、システムで一般的に使用される18個のセンサー変数を選定し、マルチエアコン（VRF）センサーの故障解析（FDD）モデルを構築した。次に、主成分分析のアルゴリズム原理を組み合わせて、Q統計量とQ寄与率を検定基準としたセンサー故障検出および診断のプロセスを示した。続いて、実測データを用いて検証を行い、異なる種類および程度のセンサー故障を導入し、様々な故障条件下での故障検出および診断特性を分析した。結果は、全体的に主成分分析を用いたマルチエアコンのセンサー故障検出および診断プロセスが信頼できることを示している。具体的な特徴としては、異なる種類のセンサーが異なる故障種類および程度条件下で故障検出効果に明らかな差異を示すこと、小さな偏差故障条件下ではPCAに基づくセンサー故障検出方法の故障検出効率が低く、特定のセンサーに関しては全体的な故障検出効率も低いことが挙げられる。故障診断が故障検出の結果に基づくため、上記の故障検出方法がFDDプロセスにおいて重要な役割を果たす。

主成分分析;故障検出および診断;Q統計量;Q寄与率;センサー;マルチエアコンシステム