暖通空调的故障诊断技术应用浅析

郭岭燕

【摘要】空调设备系统的进程是一项重视质量的进程，其目的如下：阐明物主要求的系统性能并研究其功能是否符合预定目的和标准，并记录其结果。最近，通过讨论，设计单位、业主、施工单位以及运行管理者都认为，委任是保持生活史过程中系统质量的很有影响的概念；在这样的环境下，一些诸如如何处理管理空调设备系统故障的主要任务仍未解决，故障检测和诊断（FDD）即委任进程的一个测试项目。

【关键词】暖通空调，故障诊断，应用

一、前言

系统故障不仅使得空调系统的主要设备/子系统正常运行，而且也不能取得初始系统功能。尽管在某种程度上几乎所有的空调设备系统都有各自的故障，但是很难根据常识迅速的找出它们。近来的调查表明，故障期间的增加能耗和递增的费用不仅仅是无意义的浪费，而且会导致室内环境的恶化。然而，FDD工具的开发由于缺乏实践使用功能而很不实用。本文的目的是开发一种简易的FDD工具并将其应用于空调设备系统；而且，当在初始阶段创造出工具原型以后，在本文中通过使用模型来阐明其功效。

二 、FDD工具发展的概要

在一般的工具发展中，已经研究过主要的基于模型的方法，测量主要的故障因素（如空气温度、空气容量、冷却线圈前后的气流）并将它们输入事先调节好模型参数的模拟模型中，基于模型的方法将比较输出空气温度的预测结果和测量结果。在假定预测结果正确的条件下，如果测量结果和预测结果存在差异，则认为冷却线圈存在故障。虽然这个方法简单而有效，但是也存在一些问题：①空调设备系统由很多基本装置组成，由于不能预测故障发生的时间和区域，因此所有的基本装置都应该监控；②因此应该在所有的基本装置上安装适当的传感器，这就导致极大的传感器浪费。即使使用了BEMS，要从大量数据中检索关于故障的有用信息，仍然要很多劳力和时间；另一方面，由于很多现存的建筑的空调设备系统并没有这种BEMS，所以只能得到有限的数据项。

我们的工具不需要安装新的传感器，只需要使用限定数目的基本数据项就能在整个空调设备系统中缩小故障发生的可能区域。首先，假设在空调设备系统有很多故障的情况下运行模拟实验，这些故障将区分出模拟实验的输出（例如能源消耗和室内温度）和正常值；而且，区别幅度依赖于故障的严重程度，也就是说当故障严重时和正常值之间的区别大，故障不严重时区别小。通过分类/组织这些偏离数据能创建一个流图，将偏离数据作为起始点反追踪流图，能估计出故障发生的区域。单独使用这个工具并不能精确的检测和诊断故障，而要在缩窄故障后应用到一般的基于模型系统前提下使用。工具发展的完善使得我们能精确的检测和诊断故障并有效的阻止故障导致的能源浪费和花费。

三 、创建FDD工具原型

创建工具原型。 一种FDD的标准工具被创造了出来并定义了不同报错的变量。在现实过程中，于直接获得数据相比，这种通过计算空调系统每天的消耗功率或者计算空调时区平均的环境温度更为有效，错误可以通过某种偏差报告出来。当C级报警时，同样的错误也可以被A或B类报告出来。当C和B类正常运转时，A和B类有可能已经出现了错误。

四、暖通空调故障诊断技术

1暖通空调故障诊断技术

常用的暖通空调系统故障诊断技术有振动噪声监测技术、应力应变监测、温度监测技术、无损监测技术、化学参数监测、电参数监测等。振动噪声监测技术包括振动器的传感、记录、分析；位移监测为常用的应力应变监测手段；温度监测技术包括红外热像技术、红外测温；无损监测技术包括射线探伤、超声技术；化学参数监测包括气液成分分析、气体泄漏监测；电参数监测包括负载电流、漏电流、绝缘电阻。

2暖通空调故障诊断方法

常用的暖通空调故障诊断方法有神经网络诊断法、专家系统诊断法、解析模型诊断法、故障机理研究诊断法、信号处理故障诊断法等。

2.1 神經网络诊断法

神经网路诊断法是模拟人脑结构，建设人工神经网络，对暖通空调的故障进行诊断。神经网路诊断法属于知识诊断方法，神经网络不需要工程师对知识进行整理、总结，只需要用一些明确的案例训练神经网络，神经网络的知识推理是通过各神经单元相互作用、相互推理完成的。由于神经网络具有鲁棒性、对外界输入信息少量缺失和网络组织局部缺损不太敏感，因此在神经网络中，允许输入一些偏离学习样本的信息。

2.2 专家系统诊断法

专家系统诊断法是利用专家在工作中积累的丰富经验，建立一个能模仿专家处理问题思维的系统，专家诊断系统可以通过专家解决故障的思路，得出结论，专家系统诊断法有极其广泛的应用。将专家系统诊断法应用于暖风空调故障处理中，能有效的找出空调故障的原因，为检修人员提供问题处理方案，帮助检修人员维修暖风空调。

2.3 解析模型诊断法

对于一些没有运行操作经验和维护经验的新系统，系统很难从其它系统中获取相关知识，由于专家系统具有一定的局限性，神经网络诊断法对于一些没有相规则的故障问题，很难完成暖风空调故障诊断，这就需要采取其他诊断方案对暖风空调进行故障诊断。解析模型诊断法操作简单、容易实现，可以有效的对系统中的新故障进行诊断，解析模型诊断法对系统动态模型得到的信息和被诊断系统提供的信息进行对比，发现两者的差值，然后对差值进行分析，从而找出被诊断系统的故障成因。

3 暖通空调的诊断方案

暖通空调的故障诊断方式主要有在线诊断和离线诊断两种方式，在线诊断是指利用故障诊断系统对暖通空调进行全方位的监测，了解空调系统的工作状态，然后结合诊断系统的故障诊断法，得出暖通空调系统的故障成因、程度、故障所处的位置等，帮助检修人员完成故障处理；离线诊断是指建设一个计算机辅助决策系统，帮助暖通空调发现故障，然后采取合理的故障处理措施，及时的排除故障，确保暖通空调的正常运行。

3.1 建立故障树

在进行暖通空调故障诊断时，可以根据工程师的经验、知识库的数据及专家的知识建立一个故障树，然后不断的将诊断过程中，遇到的故障加入故障树中，逐渐完善故障树，用户可以根据故障树的特性，选择合适的故障树进行故障诊断。故障树是暖通空调故障诊断的一种有力工具，能有效的对暖通空调进行全面检测，避免诊断过程中出现漏检的现象。

3.2 模糊推理方案

模糊推理方案就是根据过去的诊断经验和模糊统计得出的数据，建立相应的模糊矩阵，然后依靠设计好的模糊逻辑思维合成计算法，对模糊矩阵进行模糊的评判。模糊推理方案的思路源于人们在日常生活中对暖通空调进行的模糊判断，然后将数据模糊化的输入系统中，最后使用模糊合成的设备对系统进行故障诊断，通过模糊化设备输出的诊断数据进行分析，从而找出系统中的故障。

3.3 案例诊断方案

案例诊断方案主要是分析现有知识库中记载同故障相似问题的解决方案，推理出当前故障的诊断方案。案例诊断方案可以快速、有效的找出故障处理方法，但案例诊断方案对知识库的故障存储量要求比较大，导致案例诊断方案在应用过程中，有很大的局限性。

总 结

在这篇文章中，阐明了那些导致室内温度和能源消耗动荡的故障，并且通过分类和组织推论创造FDD工具原型。希望使用一些设备深入研究，能可靠而迅速的检测和诊断故障，例如使用可移动测量设备能缩窄发生故障的范围。然而，本文只采用一种基本研究来开发整个FDD工具。因此，非常希望能使用PID控制的安装容量或不合适参数设置来检测多种类型的故障。

参考文献：

[1]叶柏淼.浅谈暖通空调中故障诊断技术的具体运用[J].中国新技术新产品，2011，（01）：22.

[2]程征.暖通空调系统的节能问题探究[J].城市建设理论研究 2013，（44）：46～47.