Разработка FDD-ON: онтология для обнаружения и диагностики неисправностей систем VAV HVAC

🔎 FDD-ON для VAV HVAC: авторы предлагают онтологию для обнаружения и диагностики неисправностей в системах вентиляции с переменным расходом воздуха. Задача — связать разнородные данные от оборудования, типы отказов, симптомы и последствия так, чтобы их можно было интерпретировать машинно, а не только вручную. Научная новизна — модульная и расширяемая семантическая модель: компоненты VAV-систем, причины, неисправности, симптомы, влияния и атрибуты описаны через контролируемый словарь и явные связи «причина — отказ — симптом — эффект». Это может быть полезно для цифровых двойников зданий и ИИ-систем поддержки решений в эксплуатации. Авторы проверяли FDD-ON на открытых наборах данных VAV HVAC и показали применение для разработки FDD-приложений. Ограничение: работа задает семантический каркас, но не заменяет качество датчиков, полноту эксплуатационных данных и настройку диагностических алгоритмов под конкретный объект.