کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4911351 1428290 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Extended virtual in-situ calibration method in building systems using Bayesian inference
ترجمه فارسی عنوان
روش کالیبراسیون مجازی به صورت مجازی در سیستم های ساختمان با استفاده از استنتاج بیزی
کلمات کلیدی
سیستم های ساختمان، کالیبراسیون سنسور، کالیبراسیون مجدد در محل استنتاج بیزی، زنجیره مارکوف مونت کارلو، تجمع جذب،
ترجمه چکیده
اندازه گیری سنسورها و شناخت پارامترهای کلیدی در عملکرد سیستم های ساختمان مدرن اهمیت زیادی دارند. اطلاعات دقیق و قابل اعتماد به عنوان پایه ای برای اطمینان از عملکرد مطلوب الگوریتم های کنترل، قوانین تشخیص خطا و تشخیص، راهبردهای بهینه سازی تحلیلی. آنها همچنین برای ایجاد الگوهای اعتماد ساختمانی ارزشمند هستند. با این حال، بر خلاف توزیع دستگاه های صنعتی تولیدی، سیستم های ساختمانی به طور کلی یک نوع و ابزار دقیق هستند. با وجود نیاز ضروری، استقرار انبوه سنسورها یا کالیبراسیون دستی دوره ای برای اطمینان از کیفیت هزاران متغیر در سیستم های ساختمان عملی نیست. برای مقابله با چالش، روش کالیبراسیون مجازی در محل خود را گسترش می دهیم، ازدواج با استنباط بیزی، که توانایی بهتر در اداره عدم اطمینان دارد. استراتژی ها، از جمله کالیبراسیون محلی، جهانی و ترکیبی، در یک مورد با خطاهای سنسورهای مختلف و پارامترهای نامشخص ارزیابی می شود. روش و نتایج دقیق ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
پیش نمایش مقاله
روش کالیبراسیون مجازی به صورت مجازی در سیستم های ساختمان با استفاده از استنتاج بیزی
چکیده انگلیسی
Measurements from sensors and knowledge of key parameters are of great importance in the operation of modern building systems. Accurate and reliable information as these serves as the base for ensuring the desired performance of control algorithms, fault detection and diagnostics rules, analytical optimization strategies. They are also crucial for developing trust-worthy building models. However, unlike mass produced industrial devices, building systems are generally one of a kind and sparsely instrumented. Despite the indispensable need, dense deployment of sensors or a periodic manual calibration for ensuring the quality of thousands variables in building systems is not practical. To address the challenge, we extend our virtual in-situ calibration method by marrying it with Bayesian inference, which has a better capability in handling uncertainties. Strategies, including local, global, and combined calibration, are evaluated in a case with various sensor errors and uncertain parameters. The detailed procedure and results are presented.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Automation in Construction - Volume 73, January 2017, Pages 20-30
نویسندگان
, ,