Rilevazione di Anomalie in Sistemi HVAC&R

Gli impianti di riscaldamento, ventilazione, e condizionamento dell'aria e refrigerazione (HVAC&R) fanno parte della vita quotidiana assicurando ad esempio il comfort termico negli edifici e garantendo adeguate condizioni termo-igrometriche per la conservazione e il trasporto di derrate deperibili e medicinali. I malfunzionamenti che affliggono questi impianti possono determinare un aumento del consumo energetico, il deterioramento delle componenti del sistema e una drastica riduzione performance. È quindi opportuno rilevare tempestivamente le anomalie di funzionamento dei sistemi HVAC&R al fine di assicurare una accurata manutenzione. In questa Tesi si considerano sistemi HVAC&R basati sul ciclo di compressione di vapore che sono largamente impiegati nella pratica. In particolare, si utilizza un approccio di tipo data-driven per la rilevazione e la diagnosi di diverse tipologie di guasti che vanno dal malfunzionamento di componenti (pompe, compressori, etc.) allo sporcamento di scambiatori di calore, includendo la perdita di refrigerante. In particolare, si usano metodi di classificazione semi-supervisionata basati sul funzionamento nominale del sistema HVAC&R in esame. Le prestazioni dei diversi metodi sono valutate impiegando dataset ottenuti dal monitoraggio di sistemi HVAC&R reali.