열펌프의 고장감지 및 진단을 위하여 측정값에 대한 분석은 필수적이다. 열펌프의 고장감지는 열전대 등의 온도센서로 수행되는데, 재연성과 센서자체의 오차에 의해 시스템의 정상상태 측정값들은 통상 백색 노이즈의 형태로 존재한다. 고장감지 및 진단시스템을 구축하기 위하여 이상적인 정상상태를 정의하는 기준모델을 추출하게 되는데, 실제 측정값과 모델에 의한 기대값은 수학적 편차, 즉 잔차가 필연적으로 존재하게 된다. 이러한 잔차는 운전조건에 따라 변화하며, 다양한 불확실도를 포함한 확률분포를 갖게 된다. 본 연구에서는 온도센서를 활용하여 정상상태 진단을 수행하고 이를 기반으로 기준모델을 도출하였다. 이후 실측값과 기준모델과의 잔차를 통계적으로 분석하여 고장여부를 판단하는 경계값을 산출하였다. 본 분석에 의하여 열펌프의 고장감지 및 진단시스템의 개발을 위한 불확실도와 경계값을 통계적으로 계산함으로써 진단결과의 확률적 신뢰성을 보장할 수 있는 방법론을 제공하였다.
To approximate the threshold of the fault detection and diagnosis (FDD) system, validation of the measurements is mandatory. Naturally, the system shows uncertainties due to measuring sensors - mostly thermocouples or RTDs - and due to repeatability. The uncertainty of a thermocouple comes from natural variation or a drift of the thermocouple measurement. Considering the natural variation behaves like zero-mean white noise, its natural variation can be characterized closely by the steady-state standard deviation. However, residuals between measurements and no-fault references in FDD systems show a statistical distribution with various uncertainties. In this paper, steady-state variations of measurement residuals were investigated by utilizing built-in temperature sensors in a heat pump for the model development and the final application.
