View/ Open
Date
2012Author
Keizer, Corry deSubject
620 Engineering Thermische SolaranlageFehlererkennungErtragEnergieerzeugungMesswertSimulationSensitivitätsanalyseUnsicherheitMetadata
Show full item record
Buch
Simulation-based long-term fault detection of solar thermal systems
Abstract
Im Rahmen dieser Dissertation wurde ein simulationsbasiertes Fehlerdetektionsverfahren für solarthermische Anlagen entwickelt und anhand von Feldtests experimentell verifiziert. Automatisierte Langzeitüberwachungs- und Fehlerdetektionsverfahren dienen der schnellen Detektion und Beseitigung von Fehlern und können damit dazu beitragen, optimale Systemerträge zu erzielen. In einer ausführlichen Literaturrecherche von automatisierten Fehlerdetektionsverfahren werden verschiedene Verfahren analysiert und verglichen. Diese basieren beispielsweise auf manueller Fehlerdetektion, Algorithmen, Spektralanalyse oder dem Vergleich gemessener mit simulierter Solarenergieerträge.Das neu entwickelte Fehlerdetektionsverfahren basiert auf einem stündlichen, täglichen oder monatlichen Vergleich von gemessenen und mit TRNSYS simulierten Energieerträgen. Für eine verlässliche Fehlerdetektion ist es erforderlich, die Unsicherheiten der gemessenen und simulierten Energieerträge zu kennen. Dazu wird eine ausführliche lokale und globale Sensitivitätsanalyse für die Simulationsparameter und gemessenen Eingangsdaten durchgeführt. Zudem werden verschiedene Verfahren zur Berechnung von Unsicherheitsmargen angewendet und verglichen: eine Monte-Carlo-Unsicherheitsanalyse, eine Minimum-Maximum-Analyse und ein empirisch hergeleiteter linearisierter Ansatz, welcher auf der globalen Sensitivitätsanalyse mittels Monte Carlo basiert.Das Verfahren wurde umgesetzt und anhand von drei Feldtestanlagen mit unterschiedlicher Hydraulikkonzepten und Kollektorflächen (15...1290 m2) überprüft. Es konnten unterschiedliche Fehler erfolgreich detektiert werden. Die Detektion von Fehlern im Solarkreis ist möglich, sofern der Fehler einen ausreichend großsen Energieverlustverursacht. Die reine Fehlerdiagnose mittels simulationsbasierten Fehlerdetektionsverfahren hat sich als kompliziert herausgestellt. Zur verlässlichen Diagnose wäre die Kopplung des Verfahrens mit einer guten Datenmanagementstruktur und dem algorithmenbasierten Ansatz von Vorteil.
In this PhD thesis, a simulation-based approach for detecting faults during the operation of low-temperature solar thermal systems is developed and experimentally verified. Effective long-term automated monitoring and fault detection can ensure a good long-term performance of solar thermal systems and quick reparation of occurringmalfunctions. A review of existing fault detection methods for solar thermal systems was carried out to analyse the different methods that are based on e.g. manual fault finding, algorithms, spectral analysis or simulation-based fault detection.The developed fault detection approach is based on an hourly, daily or monthly comparison of measured and reference energy yields that are simulated with TRNSYS. For a correct detection of a fault it is essential to have detailed information on the uncertainties of measurement and simulations. An extensive analysis is carried out to determine thelocal and global sensitivity of simulation parameters and measured input data. Furthermore, different methods to calculate uncertainty margins were applied and compared: a Monte-Carlo uncertainty analysis, a minimum-maximum analysis and an empirically derived linear method based on the Monte Carlo global sensitivity analysis.The fault detection method was applied and evaluated for three field test systems with different hydraulics and a collector area between 15 and 1290 m2. Several faults were successfully detected. Faults in the solar loop can be detected as long as the fault causes a large enough energy loss in comparison to the uncertainties of the simulated andmeasured energy yield. For the field test systems with the installed measurement equipment this is ca. 25 %. Furthermore, some faults may be easier detected with this approach. Fault diagnosis turns out to be more difficult and is expected to greatly improve by integrating the simulation-based fault detection approach in a larger frameworkthat includes data management and algorithm-based fault detection.
Additional Information
Zugleich: Dissertation, Universität Kassel, 2012Citation
@book{doi:10.17170/kobra-202304147810,
urn:nbn:de:0002-34012,
author={Keizer, Corry de},
title={Simulation-based long-term fault detection of solar thermal systems},
publisher={kassel university press},
year={2012}
}
0500 Oax 0501 Text $btxt$2rdacontent 0502 Computermedien $bc$2rdacarrier 1100 2012$n2012 1500 1/eng 2050 ##0##urn:nbn:de:0002-34012 3000 Keizer, Corry de 4000 Simulation-based long-term fault detection of solar thermal systems / Keizer, Corry de 4030 4060 Online-Ressource 4085 ##0##=u http://nbn-resolving.de/urn:nbn:de:0002-34012=x R 4204 \$dBuch 4170 5550 {{Thermische Solaranlage}} 5550 {{Fehlererkennung}} 5550 {{Ertrag}} 5550 {{Energieerzeugung}} 5550 {{Messwert}} 5550 {{Simulation}} 5550 {{Sensitivitätsanalyse}} 5550 {{Unsicherheit}} 7136 ##0##urn:nbn:de:0002-34012
2023-04-14T07:42:51Z 2023-04-14T07:42:51Z 2012 doi:10.17170/kobra-202304147810 978-3-86219-401-8 (e-book) urn:nbn:de:0002-34012 http://hdl.handle.net/123456789/14584 Zugleich: Dissertation, Universität Kassel, 2012 eng kassel university press Urheberrechtlich geschützt https://rightsstatements.org/page/InC/1.0/ 620 Simulation-based long-term fault detection of solar thermal systems Buch Im Rahmen dieser Dissertation wurde ein simulationsbasiertes Fehlerdetektionsverfahren für solarthermische Anlagen entwickelt und anhand von Feldtests experimentell verifiziert. Automatisierte Langzeitüberwachungs- und Fehlerdetektionsverfahren dienen der schnellen Detektion und Beseitigung von Fehlern und können damit dazu beitragen, optimale Systemerträge zu erzielen. In einer ausführlichen Literaturrecherche von automatisierten Fehlerdetektionsverfahren werden verschiedene Verfahren analysiert und verglichen. Diese basieren beispielsweise auf manueller Fehlerdetektion, Algorithmen, Spektralanalyse oder dem Vergleich gemessener mit simulierter Solarenergieerträge.Das neu entwickelte Fehlerdetektionsverfahren basiert auf einem stündlichen, täglichen oder monatlichen Vergleich von gemessenen und mit TRNSYS simulierten Energieerträgen. Für eine verlässliche Fehlerdetektion ist es erforderlich, die Unsicherheiten der gemessenen und simulierten Energieerträge zu kennen. Dazu wird eine ausführliche lokale und globale Sensitivitätsanalyse für die Simulationsparameter und gemessenen Eingangsdaten durchgeführt. Zudem werden verschiedene Verfahren zur Berechnung von Unsicherheitsmargen angewendet und verglichen: eine Monte-Carlo-Unsicherheitsanalyse, eine Minimum-Maximum-Analyse und ein empirisch hergeleiteter linearisierter Ansatz, welcher auf der globalen Sensitivitätsanalyse mittels Monte Carlo basiert.Das Verfahren wurde umgesetzt und anhand von drei Feldtestanlagen mit unterschiedlicher Hydraulikkonzepten und Kollektorflächen (15...1290 m2) überprüft. Es konnten unterschiedliche Fehler erfolgreich detektiert werden. Die Detektion von Fehlern im Solarkreis ist möglich, sofern der Fehler einen ausreichend großsen Energieverlustverursacht. Die reine Fehlerdiagnose mittels simulationsbasierten Fehlerdetektionsverfahren hat sich als kompliziert herausgestellt. Zur verlässlichen Diagnose wäre die Kopplung des Verfahrens mit einer guten Datenmanagementstruktur und dem algorithmenbasierten Ansatz von Vorteil. In this PhD thesis, a simulation-based approach for detecting faults during the operation of low-temperature solar thermal systems is developed and experimentally verified. Effective long-term automated monitoring and fault detection can ensure a good long-term performance of solar thermal systems and quick reparation of occurringmalfunctions. A review of existing fault detection methods for solar thermal systems was carried out to analyse the different methods that are based on e.g. manual fault finding, algorithms, spectral analysis or simulation-based fault detection.The developed fault detection approach is based on an hourly, daily or monthly comparison of measured and reference energy yields that are simulated with TRNSYS. For a correct detection of a fault it is essential to have detailed information on the uncertainties of measurement and simulations. An extensive analysis is carried out to determine thelocal and global sensitivity of simulation parameters and measured input data. Furthermore, different methods to calculate uncertainty margins were applied and compared: a Monte-Carlo uncertainty analysis, a minimum-maximum analysis and an empirically derived linear method based on the Monte Carlo global sensitivity analysis.The fault detection method was applied and evaluated for three field test systems with different hydraulics and a collector area between 15 and 1290 m2. Several faults were successfully detected. Faults in the solar loop can be detected as long as the fault causes a large enough energy loss in comparison to the uncertainties of the simulated andmeasured energy yield. For the field test systems with the installed measurement equipment this is ca. 25 %. Furthermore, some faults may be easier detected with this approach. Fault diagnosis turns out to be more difficult and is expected to greatly improve by integrating the simulation-based fault detection approach in a larger frameworkthat includes data management and algorithm-based fault detection. open access Keizer, Corry de 2012-09-07 vii, 135 Seiten Kassel, Universität Kassel, Fachbereich Maschinenbau Vajen, Klaus (Prof. Dr.) Streicher, Wolfgang (Prof. Dr.) Jordan, Ulrike (Prof. Dr.) Bales, Chris (Dr.) Kassel 978-3-86219-400-1 (print) Thermische Solaranlage Fehlererkennung Ertrag Energieerzeugung Messwert Simulation Sensitivitätsanalyse Unsicherheit publishedVersion true Naturwissenschaft, Technik, Informatik, Medizin Dissertation FB 15 / Maschinenbau Softcover 17 x 24 cm
The following license files are associated with this item:
:Urheberrechtlich geschützt