메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
정상훈 (중앙대학교) 임지훈 (삼성전자) 배수진 (중앙대학교) 김민성 (중앙대학교)
저널정보
대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2022년도 하계학술발표대회 논문집
발행연도
2022.6
수록면
770 - 773 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
This study aimed to develop a new method of steady-state data extraction of the residual air-conditioner for fault detection and diagnosis(FDD). Until now, FDD studies mainly focused on improving the algorithms for increasing the accuracy of fault detection using operating data on heating, ventilation, and air conditioning(HVAC) systems. Steady-state data extraction is essential for FDD system to determine the accurate fault condition. In this study, 7 characteristic variables are selected to justify the steady-state of the residential air-conditioner and data learning model are developed to filter the transient data exactly using adaptive thresholds of the data. This model is compared with the previous steady-state detection model using manual thresholds. It was shown that the steady-state detector using adaptive thresholds is more precise than that using manual thresholds. It is expected that the adaptive steady-state detector can be applied to steady-state detection for real-time fault identification when operating conditions of air-conditioner system change.

목차

Abstract
1. 서론
2. 연구방법
3. 적응형 정상상태 탐지기 적용 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0