跳到主要內容

臺灣博碩士論文加值系統

(3.236.68.118) 您好!臺灣時間:2021/07/31 19:50
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:賴威宇
研究生(外文):Wei-Yu Lai
論文名稱:嵌入式冷凍與空調故障診斷系統之研製
論文名稱(外文):Design of Embedded Diagnosis System for Air-Conditioners and Refrigerators
指導教授:顏義和顏義和引用關係
學位類別:碩士
校院名稱:國立虎尾科技大學
系所名稱:電機工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:103
中文關鍵詞:PSoC冷凍空調循環原理資料探勘LabVIEW
外文關鍵詞:PSoCData MiningLabVIEW
相關次數:
  • 被引用被引用:3
  • 點閱點閱:557
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究主旨係利用可程式系統晶片(Programmable System on Chip, PSoC)進行冷凍空調設備故障診斷之設備研製。在現今社會冷凍產業占據相當重要的地位,例如:食品業、飲食業、農產業與生鮮食品業,都需依賴冷凍設備保鮮,因此確保冷凍空調設備穩定執行則是需注意的議題。
研究執行期間建立資料擷取平台,依據冷凍空調循環原理,在壓縮機、冷凝器、乾燥器、蒸發器與冷卻水出入口設置感測器。除此之外,用電輸入端亦裝置瓦特計,藉以完整儲存完整的各項冷凍設備之正常、故障數據。數據透過資料探勘(Data Mining)進行分析,評估感測器項目的獲利值,此舉可找出故障因子並化減感測器使用量。利用各項故障因子進行排列、建立初步的故障模型,並長期進行測量、微調故障因子分界點,將測試完成的故障模型撰寫至嵌入式可程式系統晶片。
本研究以低成本、高效率為目標,搭配嵌入式可程式系統晶片設計冷凍設備故障診斷系統,因此感測裝置、瓦特計將由感測晶片、霍爾元件取代之,且資料擷取平台與冷凍設備故障診斷系統同時進行測量比對,進行晶片感測數據差值補償,使故障模型在系統中可正確執行。另外,系統設計自動微調與RS232通訊功能,使系統可直接診斷不同冷凍設備並且與電腦做連結傳輸數據資料。
最後,使用一台電腦主機採用LabVIEW圖形化語言撰寫系統人機介面,整合資料儲存、網路功能、故障維修方式、簡訊提示與資料庫查詢等多項功能,並且可擴充連結至255台,同時進行監控,完成一套具有遠端監控之嵌入式冷凍設備故障診斷系統。
The main purpose of this paper is to develop the diagnosis system of air-conditioner by PSoC. Refrigeration using in the industries is one of the most significant subject nowadays, such as in foodstuff industry, catering trade, agricultural pursuits and fresh seafood. Those industries need to rely on refrigeration system to ensure freshness.
The duration of execution, this study will be established the system of data collection which is stand on the principle of air-conditioning. The compressor, condenser, evaporator and inlet and outlet of cooling water of air-conditioner system will be set up sensors to collect data. In addition, the electricity input will be set up a wattmeter to amass the data in normal or malfunctioned conditions of air-conditioner. The system will find out the troubles of air-conditioner through analyzing the data by Data Mining. Build up the diagnosis model by all troubles which could be occurred on air-conditioning. Finally, this study will compile the practicable diagnosis models on PSoC.
The purpose of this study is to reduce the cost and produce the high-effect system, so this system uses sensor chips and Hall components to replace the sensors and watt meters.Data collection system and diagnosis system will collect the data and contrast with each other in the meantime to ensure the system can execute correctly. Otherwise, this system will be adjusted to RS232 at later part.
Finally, this diagnosis system can monitor 255 air-conditioners by one computer at the same time. The Interface which is edit by LabVIEW combines with the functions of data-saving, network-linking, providing repair ways of troubles, message warning and data-mining.
目錄
中文摘要……………………………………………………i
英文摘要……………………………………………………ii
誌謝…………………………………………………………iii
目錄…………………………………………………………iv
圖目錄………………………………………………………vi
表目錄………………………………………………………xi
第一章 緒論………………………………………………1
1.1 研究背景…………………………………………1
1.2 研究目的…………………………………………1
1.3 研究方法…………………………………………2
1.4 研究貢獻…………………………………………4
1.5 論文架構…………………………………………5
第二章 文獻探討…………………………………………6
2.1 資料探勘的概述…………………………………6
2.1.1 資料探勘的定義…………………………………6
2.1.2 資料探勘的興起…………………………………7
2.1.3 資料探勘與專家系統……………………………7
2.2 知識發掘的過程…………………………………8
2.3 分類演算法………………………………………10
2.3.1 決策樹……………………………………………11
2.3.2 k-平均法…………………………………………13
2.4 冷凍空調設備運作與故障分析…………………15
2.4.1 冷凍空調循環原理………………………………15
2.4.2 冷凍空調故障分析………………………………16
第三章 故障診斷系統建立………………………………18
3.1 資料擷取系統……………………………………18
3.1.1 檢驗冷氣機………………………………………20
3.1.2 控制器設定………………………………………20
3.1.3 瓦特計設定………………………………………22
3.1.4 故障狀態之設定…………………………………23
3.1.5 資料設定…………………………………………25
3.2 故障診斷系統……………………………………27
3.2.1 前置處理…………………………………………27
3.2.2 資料分析…………………………………………30
3.2.3 資料化簡…………………………………………34
3.2.4 建立模型…………………………………………37
3.3 人機介面系統……………………………………41
3.4 結論分析…………………………………………52
第四章 嵌入式故障診斷系統實現………………………53
4.1 硬體架構的設計…………………………………53
4.1.1 可程式系統晶片…………………………………55
4.1.2 溫度感測晶片……………………………………56
4.1.3 霍爾元件…………………………………………57
4.1.4 完成系統配置……………………………………58
4.2 系統程式的設計…………………………………66
4.2.1 建立診斷模型……………………………………66
4.2.2 建立微調功能……………………………………71
4.2.3 系統程式動作流程………………………………77
4.3 人機介面的規劃…………………………………83
4.4 實驗結果…………………………………………89
第五章 結論與未來展望…………………………………100
5.1 結論………………………………………………100
5.2 未來展望…………………………………………101
參考文獻 ……………………………………………………102
圖目錄
圖1.1 故障診斷系統架構示意圖………………………3
圖1.2 嵌入式故障診斷系統架構示意…………………4
圖2.1 知識挖掘的步驟…………………………………8
圖2.2 決策樹樹狀結構…………………………………11
圖2.3 k-Mean群集相似度計算…………………………13
圖2.4 k-Mean分類步驟…………………………………14
圖2.5 冷媒在冷凍系統的物理變化……………………16
圖3.1 硬體架構圖………………………………………19
圖3.2 抓取資料是否致性說明圖………………………27
圖3.3 資料遺漏的證明圖………………………………28
圖3.4 壓縮機出口啟動變化圖…………………………29
圖3.5 壓縮機入口啟動時溫度變化圖…………………29
圖3.6 多維度尤拉距離公式示意圖……………………30
圖3.7 各項狀態,溫度數據化簡表……………………34
圖3.8 各項狀態,壓力數據化簡表……………………35
圖3.9 各項狀態,瓦特數據化簡表……………………36
圖3.10 故障診斷模型……………………………………40
圖3.11 測試系統的開發流程……………………………41
圖3.12 感測器設定位置圖………………………………41
圖3.13 讀取資料程式圖…………………………………42
圖3.14 專家系統介面圖…………………………………42
圖3.15 感測裝置整合頁面………………………………43
圖3.16 故障診斷整合頁面………………………………43
圖3.17 資料連結設定頁面………………………………44
圖3.18 設定連線端口頁面………………………………44
圖3.19 資料連結偵錯頁面………………………………44
圖3.20 儲存資料連結頁面………………………………45
圖3.21 故障錯誤日誌頁面………………………………45
圖3.22 感測溫度波形頁面………………………………46
圖3.23 感測壓力波形頁面………………………………46
圖3.24 瓦特瓦時波形頁面………………………………47
圖3.25 與資料庫連結程式圖(部分)…………………47
圖3.26 冷氣機正常狀態…………………………………48
圖3.27 冷氣機正常狀態(送風)………………………48
圖3.28 冷氣機蒸發器阻塞………………………………49
圖3.29 冷氣機冷卻水阻塞………………………………49
圖3.30 冷氣機冷卻水阻塞(送風)……………………50
圖3.31 開啟網頁監控模式………………………………50
圖3.32 發送手機簡訊程式設計圖………………………51
圖3.33 發送E-mail程式設計圖…………………………51
圖4.1 嵌入式系統硬體架構圖…………………………54
圖4.2 PSoC CY8C29466內部架構圖……………………55
圖4.3 TMP275實體圖……………………………………56
圖4.4 霍爾元件與PSoC簡易接線圖……………………57
圖4.5 壓縮機出口溫度、壓力數據變化比較圖………58
圖4.6 壓縮機入口溫度、壓力數據變化比較圖………58
圖4.7 正常時,冷卻水出入口溫度差變化圖…………59
圖4.8 阻塞時,冷卻水出入口溫度差變化圖…………60
圖4.9 冷氣機的動作流程圖,冷度為手調設定溫度…60
圖4.10 整流前,壓縮機啟動電壓值……………………61
圖4.11 整流電路…………………………………………62
圖4.12 整流後,壓縮機啟動電壓值……………………62
圖4.13 嵌入式故障診斷系統實際配置圖………………63
圖4.14 室內溫度感測器實際配置圖……………………63
圖4.15 壓縮機出口溫度感測器實際配置圖……………64
圖4.16 壓縮機入口溫度感測器實際配置圖……………64
圖4.17 霍爾元件實際配置圖……………………………64
圖4.18 冷卻水出口溫度感測器實際配置圖……………65
圖4.19 冷卻水入口溫度感測器實際配置圖……………65
圖4.20 k-Mean分析多種故障狀態結果圖………………66
圖4.21 壓縮機出口溫度對照圖…………………………67
圖4.22 壓縮機入口溫度對照圖…………………………67
圖4.23 冷卻水出入口溫度差對照圖……………………68
圖4.24 網狀式故障診斷模型……………………………69
圖4.25 冷卻水、蒸發器阻塞各項狀態…………………70
圖4.26 壓縮機出入口溫度與室內溫度關係圖…………71
圖4.27 各室內溫度的溫度變化圖………………………72
圖4.28 室內溫度值18℃與電流值關係圖………………73
圖4.29 室內溫度值20℃與電流值關係圖………………73
圖4.30 壓縮機開啟室內溫度與實際室內溫度關係圖…74
圖4.31 壓縮機關閉室內溫度與實際室內溫度關係圖…74
圖4.32 完整的網狀故障診斷模型架構…………………76
圖4.33 主程式流程圖……………………………………77
圖4.34 擷取電流圖(關閉)……………………………78
圖4.35 擷取電流圖(送風)……………………………78
圖4.36 擷取電流圖(冷氣啟動)………………………78
圖4.37 標準值/分界值建立副程式動作流程圖 ………79
圖4.38 故障診斷副程式動作流程圖……………………80
圖4.39 感測器讀取副程式動作流程圖…………………82
圖4.40 系統相關設定副程式動作流程圖………………82
圖4.41 嵌入式系統人機介面……………………………84
圖4.42 機台介面整合分頁………………………………84
圖4.43 系統設定整合分頁………………………………85
圖4.44 資料數據連結分頁………………………………85
圖4.45 故障日誌查閱分頁………………………………86
圖4.46 壓縮機出口溫度波形分頁………………………86
圖4.47 壓縮機入口溫度波形分頁………………………87
圖4.48 冷卻水出入口溫度差波形分頁…………………87
圖4.49 電流值波形分頁…………………………………87
圖4.50 網路功能展示……………………………………88
圖4.51 故障簡訊通知……………………………………88
圖4.52 記錄壓縮機出口最高溫度………………………89
圖4.53 記錄壓縮機入口最低溫度………………………89
圖4.54 專家系統與感測裝置分頁………………………89
圖4.55 感測裝置與系統設定分頁………………………89
圖4.56 冷氣機正常實測圖(壓縮機出口溫度)………90
圖4.57 冷氣機正常實測圖(硬體端)…………………90
圖4.58 冷氣機正常實測圖(壓縮機入口溫度)………91
圖4.59 冷氣機正常實測圖(冷卻水出入口溫度差)…91
圖4.60 冷氣機正常實測圖(電流值)…………………91
圖4.61 蒸發器阻塞實測圖(壓縮機出口溫度)………92
圖4.62 蒸發器阻塞實測圖(硬體端)…………………92
圖4.63 蒸發器阻塞實測圖(壓縮機入口溫度)………93
圖4.64 蒸發器阻塞實測圖(冷卻水出入口溫度差)…93
圖4.65 蒸發器阻塞實測圖(電流值)…………………93
圖4.66 冷卻水阻塞實測圖(壓縮機出口溫度)………94
圖4.67 冷卻水阻塞實測圖(硬體端)…………………94
圖4.68 冷卻水阻塞實測圖(壓縮機入口溫度)………95
圖4.69 冷卻水阻塞實測圖(冷卻水出入口溫度差)…95
圖4.70 冷卻水阻塞實測圖(電流值)…………………95
圖4.71 蒸發器與冷卻水阻塞實測圖(壓縮機出口溫度)…96
圖4.72 蒸發器與冷卻水阻塞實測圖(硬體端)……………96
圖4.73 蒸發器與冷卻水阻塞實測圖(壓縮機入口溫度)…97
圖4.74 蒸發器與冷卻水阻塞實測圖(冷卻水出入口溫度差)…97
圖4.75 蒸發器與冷卻水阻塞實測圖(電流值)………97
圖4.76 記錄壓縮機出口最高溫度(分界)……………98
圖4.77 記錄壓縮機出口最低溫度(分界)……………98
圖4.78 壓縮機與冷卻水分頁……………………………98
圖4.79 室內溫度與電流值分頁…………………………98
圖4.80 壓縮機出入口溫度………………………………98
圖4.81 冷卻水出入口溫度………………………………98
圖4.82 室內溫度…………………………………………99
圖4.83 電流值……………………………………………99
圖4.84 系統設定分頁選項………………………………99
圖4.85 嵌入式系統機台選擇……………………………99
表目錄
表2.1 箱型水冷式冷氣機之故障分析表………………16
表3.1 TTM-004傳送碼與回傳碼範例表 ………………21
表3.2 MHW-6讀取碼指令表 ……………………………22
表3.3 MHW-6接收碼指令表 ……………………………22
表3.4 初始設定各項狀態之編號表……………………26
表3.5 冷氣機正常………………………………………31
表3.6 蒸發器阻塞………………………………………31
表3.7 冷卻水阻塞………………………………………32
表3.8 送風&停機 ………………………………………32
表3.9 綜合狀態(1) ……………………………………33
表3.10 綜合狀態(2) ……………………………………33
表3.11 冷氣機正常………………………………………37
表3.12 蒸發器阻塞………………………………………37
表3.13 冷卻水阻塞………………………………………38
表3.14 送風&停機 ………………………………………38
表3.15 各項狀態之編號表………………………………39
表4.1 網狀式故障診斷模型之故障總類………………69
表4.2 壓縮機關閉室內溫度與實際室內溫度數據差…75
表4.3 壓縮機開啟室內溫度與實際室內溫度數據差…75
中文部分
[1]顏義和(2005), “冷凍設備之網際網路監控與維護系統研製”, 國立虎尾科技大學, 計畫編號:94-2622-E-150-023-CC3.
[2]賴威宇、顏義和、陳俊任(2008),“資料探勘運用於冷凍空調故障診斷系統”, 第二十九屆電力研討會.
[3]曾新穆、李建億 編譯, “資料探勘”, (譯自Richard J. Roiger & Michael W. Geatz, Data Mining), 臺灣培生教育出版, 2003.
[4]丁一賢、陳牧言 編著, “資料探勘 Data Mining”, 滄海書局, 台中市, 民國 94 年.
[5]張云濤、龔玲 編著, “資料探勘原理與技術”, 五南圖書出版股份有限公司, 台北市, 民國96年。
[6]陳文華 編著, “資料探挖-找出隱藏在資料庫中的寶藏”, 資訊傳真周刊, 256期, 1997年8月, pp.24.
[7]孫惠民 編著, “資料採掘理論與實務規劃手冊”, 文魁資訊股份有限公司, 台北市,民國96年.
[8]王慶堯(2000), ”利用準大項目集之漸進式挖掘”, 義守大學碩士論文.
[9]曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯 編著, “資料探勘”, 旗標出版股份有限公司, 民國96年3月.
[10]廖尚儀(1998), ”針對資料探勘技術的資料型態整合”, 國立交通大學資訊科學研究所碩士論文.
[11]陳文華(1999), “架構資料倉儲的注意事項”, 資訊與電腦, 1999年3月, pp.94-99.
[12]胡宜中(2002), “模糊知識探勘之多屬性決策”, 國立交通大學資訊管理所博士論文.
[13]邱美珍(1996), “決策樹學習法中連續屬性之分類研究”, 中原大學資訊工程研究所碩士論文.
[14]尹相志 編著, “Microsoft SQL Server 2005資料採礦聖經”, 學貫行銷股份有限公司,台北市, 民國95年.
[15]簡禎富、林昀萱、鄭仁傑(2008), “建構模糊決策樹及其在有交互作用之半導體資料之資料挖礦以提昇良率之研究”, 品質學報vol.15,No.3, pp.193-209.
[16]陳年興、謝盛文、陳芸霈(2003), ”從學習歷程紀錄檔動態建構決策樹以支援適性化教學”, 中華民國資訊學會通訊, Vol.6, No. 3, pp.11-24.
[17]史光榮、黃世杰、林矩民(2002), ”整合間隙統計法與碎形理論之k-means 演算法”, 第七屆人工智慧與應用研討會.
[18]李居方 編著, ”冷凍空調概論”, 全華科技圖書股份有限公司, 2009.
[19]陳竹男 編著, ” 圖解小型冷氣機與冷凍機”, 建興出版社, 2001.
[20]謝勝治、陳璋琪 編著, ”LabVIEW應用篇(含自動量測、遠端監控)”, 全華科技圖書股份有限公司, 2002.

英文部分
[21]M. J. A. Berry and G. S.Linoff, Data mining techniques: for marketing, sales, and customer support, New York: Wiley Computer, 1997.
[22]L.Brieman, J.Friedman, R. Olshen, and C. Stone, “Classification and Regression Trees,” Wadsworth International Group, Monterey, CA, 1984.
[23]U.Fayyad, G.Piatetsky-Shapiro, and P. Smyth, “From Data Mining to Knowledge Discovery In Database,” AI Magazine, vol.17, pp.37-54, 1996.
[24]W. J.Frawley, Paitetsky-Shapiro, and G.C.J.Matheus, “Knowledge Discovery in Database: An Overview”, California, edited by G.Piatetsky-Shapiro and W. J.Frawley, AAAI/MIT Press, pp.1-30, 1991.
[25]F.H.Grupe and M.M.Owrang, “Database Mining Discovering New Knowledge and Cooperative Advantage,” Information Systems Management, pp.26-31, 1995.
[26]J.Han and M.Kamber, Data Mining:Concepts and Techniques, San Francisco,CA, USA:Morgan Kaufmann, 2000.

[27]G.V.Kass, “An Exploratory Technique for Investigating Large Quantities of Categorical Data,” Applied Statistics, pp.119-127, 1980.
[28]J. R. Quinlan, “Induction of Deciscion Trees,” Machine learning, vol. 1, pp.81-106, 1986.
[29]J. R. Quinlan, C4.5: Programs for Machine Learning, San Mateo, CA: Morgan Kaufmann Publishers, 1993.
[30]R. Ng and J. Han, “ Efficient and effective clustering method for spatial data mining”, International Conference on the Very Large Data Bases, 1994, pp. 144-155.
[31]Y. Morimoto, T. Fukuda and H. Matsuzawa, “ Algorithms for mining association rules for binary segmentations of huge categorical database”, International Conference on the Very Large Data Bases, 1998, pp. 380-391.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top