Post-Doctoral Fellow CanmetENERGY Natural Resources Canada

Post-Doctoral Fellow
CanmetENERGY
Natural Resources Canada
Building Group
Varennes, Quebec, Canada
Project title
Self-correction FDD algorithms for heating, ventilation and air conditioning (HVAC) systems
Project description
In the past two decades, many different approaches have emerged for fault detection and
diagnosis (FDD) of HVAC building equipment. Various analysis methods such as physical and
analytical models as well as methods driven by performance data and using artificial intelligence
or statistical techniques have been explored to detect, isolate, and identify faults. A variety of
reasons have slowed down the deployment and use of FDD. Furthermore, few attempts have been
made to isolate and identify faults successfully and propose corrective measured or if possible
automatically fix the system faults. Self-correction algorithms address these issues by virtually
correcting faults to adjust operation strategies to minimize the impact of equipment malfunction
until there is a physical human intervention. Two main aspects need to be considered for the
development of self-correction algorithms: (1) Diagnostic of faults by improving passive testing
and creating active tests to isolate faults; and (2) Development of self-correction algorithms to
create virtual information when faults occur. The current position is for the development of selfcorrection algorithms of HVAC equipment using monitored data and simulation tools. Qualifications
Applicants must possess expertise and research interest in the following areas:
 HVAC systems, building operation or FDD
 Data analysis
 Inverse modeling
 Knowledge of building simulation software would be an asset
Other requirements
 Fluent in English
 French speaking an asset
 Eligible for the NSERC Visiting Fellowships in Canadian Government Laboratories
Program
Work place
 CanmetENERGY, Varennes, Quebec, Canada
Contact
Interested applicants should forward a complete curriculum vitae to or for any further
information, contact:
Sophie Hosatte, Director, Buildings Group
CanmetENERGY – Varennes
Tel: +1-450-652-5331
([email protected])
Chercheur post-doctorant
CanmetÉNERGIE, Ressources naturelles Canada
Groupe Bâtiments
Varennes, Québec, Canada
Titre du projet
Algorithmes d’autocorrection de fautes pour les systèmes de chauffage, ventilation et air
climatisé (CVC).
Description du projet
Durant les deux dernières décennies, plusieurs approches ont été proposées pour détecter et
diagnostiquer les fautes (FDD) des équipements CVC installés dans les bâtiments. Diverses
méthodes d’analyses telles que les modèles physiques et analytiques ainsi que les modèles basés
sur des données de performance et utilisant des méthodes d’intelligence artificielle ou statistiques
ont été évaluées pour détecter, isoler et identifier des fautes. Plusieurs raisons ont ralenti le
déploiement et l'utilisation de FDD. De plus, peu d’efforts ont été réalisés pour tenter d'isoler et
d’identifier les fautes et de proposer des mesures correctives ou si possible de corriger
automatiquement les erreurs du système. Les algorithmes d'autocorrection abordent cette
problématique en éliminant les défectuosités virtuellement afin d’ajuster les stratégies d’opération
pour minimiser l'impact des défaillances de l'équipement jusqu'à ce qu'il y ait une intervention
humaine. Deux aspects principaux doivent être pris en considération pour le développement
d'algorithmes d'autocorrection: (1) le diagnostic de fautes en améliorant les tests passifs et la
création de tests actifs afin d'isoler les fautes et (2) le développement d'algorithmes
d'autocorrection pour créer de l'information virtuelle lorsque des erreurs se produisent. Le poste
disponible est pour le développement d'algorithmes d'autocorrection de systèmes CVC à l'aide de
données colligées et d’outils de simulation.
Qualifications
Les candidats doivent posséder de l’expertise dans les domaines suivants et de l’intérêt pour
effectuer de la recherche dans ces domaines :
• Systèmes de CVC, opération de bâtiments ou FDD
• Analyse de données
• Modélisation inverse
• La connaissance des logiciels de simulation énergétique des bâtiments est un atout
Autres exigences
• Langue parlée : anglais. Le français est un atout
• Être admissible à une bourse de recherche scientifique du CRSNG dans les laboratoires du
gouvernement canadien
Lieu de travail
 CanmetÉNERGIE, Varennes, Québec, Canada
Contact
Les candidats intéressés doivent faire parvenir un curriculum vitae détaillé ou, pour des
informations complémentaires contacter :
Sophie Hosatte, Directeure, Groupe Bâtiments
Tel : +1-450-922-1763
[email protected]