大数据技术在预诊暖通空调系统软故障中的应用

余 梅

（贵州工业职业技术学院，贵州贵阳 550008）

大数据技术在预诊暖通空调系统软故障中的应用

余 梅

（贵州工业职业技术学院，贵州贵阳 550008）

暖通空调系统中的软故障通常是逐渐发展的，在检测中始终是一个难题。数据的范围与每个系统的具体特征息息相关。因此，传统的方法已经无法满足目前的预测。在大数据时代，利用大数据技术预测软故障已经成为趋势。通过重新将暖通空调故障进行分类和归纳，提出软故障的特征，进而提出大数据技术的解决方案和具体方法。

大数据技术；暖通空调系统；软故障

1 暖通空调故障及其分类

暖通空调是目前使用比较广泛的。但是在使用的过程中，经常会出现各种各样的故障，这些故障经常会影响空调的使用，有时甚至还会造成非常严重的后果。一般来说，暖通空调的故障有很多种类型，主要是按照不同的原因和分类方法进行分别的。要想合理地规避和应对这些故障，十分有必要对暖通空调的故障进行了解。

暖通空调故障主要有以下几种分类。一是分为全局性故障和局部故障。顾名思义，全局故障指的就是一旦发生故障，便会影响到整个系统的正常运行，一般带来的影响比较大。而局部故障则是系统的某个部分发生故障，一般不会影响到系统的其它部分正常运行，但是如果长时间不进行检查和修复，就会影响到系统的其它部分正常工作，进而整个系统处于崩溃的状态。二是按照故障的性质可以分为自然故障和人为故障。自然故障主要是指系统在正常运行的情况下，由于自身原因而造成的故障，一般情况下，在这类的故障中，设备的自然磨损属于比较常见的一种。

另外一种重要的暖通空调系统故障分类主要是按照故障程度分类，可以分为硬故障和软故障。硬故障主要指的是暖通空调系统中一些主要的硬件发生故障，包括设备或元件完全失效的故障。一般情况下，这类故障的发生具有很强的突发性，同时也带着很强的破坏性。但这类型的故障比较容易检测到，一般只要定期检查和维修，就不会带来较大的影响。而软故障则不同，主要指的是设备或元件的逐渐失效和故障的发生。主要会发生在使用过程中，原因主要是疲劳、腐蚀或磨损等，造成部分失效或者完全失效。一般来说，软故障不太容易在日常的检查中发现，再加上如果不及时更换，就更加容易发生。另外，软故障占相当大的比例，属于渐变性的故障，在发生的过程中不会对整个系统造成太大的影响。但是有一个很大的问题是在平常的故障检测中具有一定的困难，因此在初期很难被检测到[1]。

2 软故障特征与预诊断方法的确定

一般来说，软故障的检测主要是针对元器件和运行的软件，可以分为组件故障和传感器故障。组件故障主要包括各种空调设备故障，因此需要及时检查水泵、风机、制冷机、水阀、风阀等。传感器故障主要注意的是温度传感器、流量传感器等，避免发生精度下降等故障[2]。

对于预诊断的方法的讨论，近些年来也受到广泛重视。一方面研究人员先是对这些现有的故障诊断方法进行重新归类和分类。按照一定的标准划分为定性分析方法和定量分析方法。定量分析方法主要依靠的大量的统计数据，进行规律性地总结，建立模型，进而根据这些模型进行分析和预测。这一方法很大的优点是能够利用已有的数据，进行相对准确的分析。尤其是对于一些硬故障来说，更是如此。但是这一方法的缺点就是不太适合软故障的分析。另一方面，定性分析方法主要是指凭借某领域专家的经验，再加上一些具体的分析工具。从而对这些对象进行很好的判断。这一方法相对来说，就会较多地依靠专家的经验。不过不可避免的是，专家的经验有时可能并不是很准确。但是相对来说，在目前条件下，这一方法仍是重要的方法之一[3]。

3 大数据技术在预诊暖通空调系统软故障中的应用

大数据主要是指根据搜集所得的庞大的数量的资源和信息，来对目前的情况进行分析。通常来说，这些数据主要是来自于网络、以及访问和调查所得，当然也有其他来源。在大数据时代下，大数据技术已经被广泛地运用到各行各业中，并且已经被证明，是一种很好的方法。具体来说，将大数据技术运用到预诊暖通空调系统软故障中，主要是指大数据技术对大量数据进行分析和统计，进而判断出系统可能或者是将要发生的故障。为了很好地应对软故障所带来的风险，必须要加强对于软故障的检测。

大数据技术在暖通空调系统中的运用受到了广泛欢迎，同时也被证明是十分有效的。利用大数据进行暖通空调系统软故障的检测已经成为大的趋势。尤其是利用纵向大数据技术方法预测时，要做到结合系统的自身特征收集数据，才能及时、有效地发现软故障，从而进行很好的清除。

[1] 姜玉冰，刘新春，曹世威.暖通空调的故障诊断技术应用探究[J].中华民居，2014，（6）：152.

[2] 韩琦，魏东，曹勇.暖通空调系统故障检测与诊断技术研究进展[J].暖通空调，2014，（3）：105-112.

[3] 应康玺，徐佩荣，潘雷彬，化帅奇，钟珂.大数据技术在预诊暖通空调系统软故障中的应用[J].制冷与空调，2016，（5）：59-62.

Application of Big Data Technology in Soft Fault Diagnosis of HVAC System

Yu Mei

The soft fault in HVAC system is gradually developed，and it is always a difficult problem.The scope of data is closely related to the specific characteristics of each system.Therefore，the traditional method has been unable to meet the current forecast.In the era of big data，the use of big data technology to predict soft fault has become a trend.The following is mainly to re classification and induction of HVAC fault，the characteristics of soft fault，and then put forward the solution of large data technology and specific methods.

big data technology；HVAC system；soft fault

TU83

B

1003-6490（2017）01-0181-01

2017-01-23

余梅（1978—），女，四川遂宁，高级工程师，主要研究方向为供热通风与空调工程。