![](png/image_processing20231027-27086-1oisjs6.png_%3b%20filename_%3dutf-8%27%27image_processing20231027-27086-1oisjs6.png)
Recommandé par l'IIF / Document IIF
Évaluation des défauts légers pour les pompes à chaleur électriques : modèles mécanistes et outils d'apprentissage automatique.
Soft faults evaluation for electric heat pumps: Mechanistic models versus machine learning tools.
Numéro : 0753
Auteurs : MAURO A. W., PELELLA F., VISCITO L.
Résumé
To reduce carbon footprint of heating and cooling, electrical heat pumps (EHP) will have more room of application because of the major use of electricity produced by renewables. To ensure high performances, it is important to develop fault detection, diagnosis and evaluation strategies (FDDE) for soft faults, which do not cause a stop of the EHP and could silently be detrimental (e.g. refrigerant leakages, heat exchangers fouling). In this paper, a surrogate database under faulty conditions generated by a mechanistic model is used to compare the ability in evaluating soft faults and performance degradation of three different approaches: one based on a look-up table implemented remotely and the other two based on machine learning. Among them, one is an artificial neural network (ANN) and the other is a K-Nearest Neighbors (KNN) classification method. All the approaches were developed and tested, considering as inputs 5 measured variables on the machine among pressures and temperatures, characterized by an instrument uncertainty of 0.2°C and 0.2 bar. Results show that all the investigate approaches can similarly evaluate faults, with the ANN able to better evaluate early-stage fault intensities for all the three faults investigated.
Documents disponibles
Format PDF
Pages : 12
Disponible
Prix public
20 €
Prix membre*
Gratuit
* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)
Détails
- Titre original : Soft faults evaluation for electric heat pumps: Mechanistic models versus machine learning tools.
- Identifiant de la fiche : 30031462
- Langues : Anglais
- Sujet : Technologie
- Source : Proceedings of the 26th IIR International Congress of Refrigeration: Paris , France, August 21-25, 2023.
- Date d'édition : 21/08/2023
- DOI : http://dx.doi.org/10.18462/iir.icr.2023.0753
Liens
Voir d'autres communications du même compte rendu (373)
Voir le compte rendu de la conférence
Indexation
- Thèmes : Pompes à chaleur à usage domestique
- Mots-clés : Pompe à chaleur domestique; Panne; Détection; Apprentissage automatique; Modélisation
-
Fault detection for vaccine refrigeration via c...
- Auteurs : ABHIRAMAN B., FOTIS R., ESKIN L., RUBIN H.
- Date : 05/2023
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 149
- Formats : PDF
Voir la fiche
-
A variable refrigerant flow (VRF) air-condition...
- Auteurs : CHENG H., MU W., CHENG Y., CHEN H., XING L.
- Date : 21/08/2023
- Langues : Anglais
- Source : Proceedings of the 26th IIR International Congress of Refrigeration: Paris , France, August 21-25, 2023.
- Formats : PDF
Voir la fiche
-
Deep learning-based refrigerant charge fault de...
- Auteurs : EOM Y. H., HONG S. B., YOO J. W., KIM M. S.
- Date : 31/08/2021
- Langues : Anglais
- Source : 13th IEA Heat Pump Conference 2021: Heat Pumps – Mission for the Green World. Conference proceedings [full papers]
- Formats : PDF
Voir la fiche
-
Development of a remote refrigerant leakage det...
- Auteurs : KIMURA S., MORIWAKI M., YOSHIMI M., YAMADA S., HIKAWA T., KASAHARA S.
- Date : 10/07/2022
- Langues : Anglais
- Source : 2022 Purdue Conferences. 19th International Refrigeration and Air-Conditioning Conference at Purdue.
- Formats : PDF
Voir la fiche
-
A comprehensive review: Fault detection, diagno...
- Auteurs : SINGH V., MATHUR J., BHATIA A.
- Date : 12/2022
- Langues : Anglais
- Source : International Journal of Refrigeration - Revue Internationale du Froid - vol. 144
- Formats : PDF
Voir la fiche