对超低温冷机的标记数据集,以帮助动态建模,故障检测和诊断

科学领域:

• 工程 工程师 工程师 工程师
• 计算机科学 计算机科学
• 能源管理 能源管理

背景情况:

• 超低温 (ULT) 冷器对于存储生物样品至关重要,但非常耗能.
• 有效运行需要数据驱动的故障检测,诊断和能源优化.

研究的目的:

• 为了呈现一个新的,标记,从53个ULT冷器的长期性能数据集.
• 为了促进ULT冷操作的先进数据驱动算法的开发.

主要方法:

• 从53个ULT冷机收集了高分辨率的历史数据 (长达10年),采用了两种控制策略.
• 从关键位置记录了超过10个属性,包括室内和制冷系统.
• 从服务报告中标记数据与常规事件 (例如,门打开) 和故障事件.
• 开发了一个可扩展的ETL数据管道用于数据准备.

主要成果:

• 一个全面的,标记的数据集ULT冷器性能跨越长达十年.
• 数据集包括详细的操作参数和事件/故障标签.
• 建立了一个强大的数据管道来处理和分析ULT冷数据.

结论:

• 这一数据集是同类中首个数据集,可以研究ULT冷机的数据驱动模型.
• 它支持智能数字操作,故障检测和能源优化方面的进步.
• 该数据集是提高关键实验室设备效率和可靠性的宝贵资源.