Show simple item record

dc.date.accessioned2023-04-14T07:42:51Z
dc.date.available2023-04-14T07:42:51Z
dc.date.issued2012
dc.identifierdoi:10.17170/kobra-202304147810
dc.identifier.isbn978-3-86219-401-8 (e-book)
dc.identifier.uriurn:nbn:de:0002-34012
dc.identifier.urihttp://hdl.handle.net/123456789/14584
dc.descriptionZugleich: Dissertation, Universität Kassel, 2012ger
dc.language.isoengeng
dc.publisherkassel university press
dc.rightsUrheberrechtlich geschützt
dc.rights.urihttps://rightsstatements.org/page/InC/1.0/
dc.subject.ddc620
dc.titleSimulation-based long-term fault detection of solar thermal systemseng
dc.typeBuch
dcterms.abstractIm 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.ger
dcterms.abstractIn 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.eng
dcterms.accessRightsopen access
dcterms.creatorKeizer, Corry de
dcterms.dateAccepted2012-09-07
dcterms.extentvii, 135 Seiten
dc.contributor.corporatenameKassel, Universität Kassel, Fachbereich Maschinenbauger
dc.contributor.refereeVajen, Klaus (Prof. Dr.)
dc.contributor.refereeStreicher, Wolfgang (Prof. Dr.)
dc.contributor.refereeJordan, Ulrike (Prof. Dr.)
dc.contributor.refereeBales, Chris (Dr.)
dc.publisher.placeKassel
dc.relation.isbn978-3-86219-400-1 (print)
dc.subject.swdThermische Solaranlageger
dc.subject.swdFehlererkennungger
dc.subject.swdErtragger
dc.subject.swdEnergieerzeugungger
dc.subject.swdMesswertger
dc.subject.swdSimulationger
dc.subject.swdSensitivitätsanalyseger
dc.subject.swdUnsicherheitger
dc.type.versionpublishedVersion
kup.iskuptrue
kup.subjectNaturwissenschaft, Technik, Informatik, Medizinger
kup.typDissertation
kup.institutionFB 15 / Maschinenbau
kup.bindingSoftcover
kup.size17 x 24 cm


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record