智能樓宇空調系統故障診斷

智能樓宇空調系統故障預測與診斷探討

摘要： 因此及時準確地預測診斷出空調故障，已經成為保證空調系統正常運行，調高其安全性、可靠性不可或缺的手段。隨著時代的進步，人們對室內環境要求越來越高，這就使得空調系統性能和復雜度不斷地提高，對故障預測診斷的需求也日趨旺盛。因此，進行對空調系統故障預測與診斷的研究有很大的必要性，而且具有巨大的社會和經濟效益。

關鍵詞：智能建筑；空調系統；制冷系統；故障預測與診斷

引言 智能建筑空調系統組成復雜、規模日益龐大，系統故障有著故障參數不明、系統運行狀態模糊且故障癥狀與原因間關系復雜的特性，所以空調系統的故障尤其軟故障難以檢測。通過對空調系統中主要組成部分制冷系統的分析，給出了故障與原因關系，從而確定了制冷系統的故障類型，為下面展開研究提供了依據。 　　

一、空調系統故障分析 　　

由于現在建筑物規模越來越大，其中的空調系統也越來越龐大，其部件的種類、數量繁多。空調系統一般由空調機組、冷卻水系統、冷凍水系統、空氣處理系統等幾部分組成，各個系統之間相互聯系、相互制約。空調系統在運行過程中不可避免地會遇到各種故障，空調系統的故障一般分為硬故障和軟故障兩種。硬故障主要指的是設備及裝置器件完全失效的故障，如風機突然停機、壓縮機不工作、換熱器積垢嚴重、閥門完全堵塞等，這類突發性故障，對系統危害很大，表現比較明顯。軟故障指的是設備裝置性能下降或部分失效的各種故障，如制冷劑泄漏、風機盤管結垢（盤管逐漸堵塞）、閥門關閉時的泄漏等，這類軟故障一般是漸進性的，在發生之前所表現的故障征兆不明顯，初期往往難以被檢測到。硬故障因為表現很明顯容易發現，而軟故障由于其漸進性的特點不易發現，是故障預測與診斷的重點。

空調系統故障特性一般有以下幾個方面： 　　

1）空調系統是否發生故障并沒有確切的界限 　　

空調系統一般將某些需要監測的信號設置了一定的閾值，系統運行過程中，當采集到的監測信號超過閾值時，系統報警或斷開，例如出現下面狀況時：當冷凝壓力超過設定時，系統啟動壓力保護，主機停止運行；但在實際工作中，故障會在發生前或發生時表現出各種征兆，并不會把監測信號超過閾值作為空調系統發生故障與否的界限。同時在空調系統運行過程中，設備故障發生的過程是漸變性的，設備表征出來的癥狀也是漸進變化的，因此，各種故障表現的征兆值也是模糊值。因此可以說，空調系統是否發生故障并沒有確切的界限可言。 　　

2）空調系統及其運行狀態具有模糊性 　　

首先，空調系統的復雜性和人們對空調系統認識的精確性是相互對立的，隨著時代的進步、科技的發展，空調系統的復雜性越來越高，人們對空調系統運行狀況和組成認識的精確性就越來越低，對系統故障的判定標準也越來越模糊。其次，系統運行參數在不同的環境條件和運行工況下也是不同，由此得到的測量信息也將變得模糊和不確定。另外，人們在對空調系統的觀察上也會帶有大量的主觀因素，因而也會得到模糊的觀察結果。 　　

3）故障癥狀與原因間關系的復雜性 　　

當空調系統中某一設備或部件發生故障，其故障癥狀和發生故障原因都很復雜。這種復雜性表現為以下特點：①故障癥狀的復雜性；②故障原因的復雜性；③故障癥狀和故障原因之間關系的復雜性，它可能是一種故障原因可以誘發多種表現癥狀，一對多的映射關系，也可能是多種故障原因也可以表現出同一種癥狀，多對一的關系；④系統參數組成和監測的復雜性，系統里面壓力參數、溫度參數、濕度參數等，這些參數之間沒有明顯的邏輯和定量關系，具有一定的模糊性。系統內部有許多參數難以測量，而且通常情況下也不允許測量，所以此時需要找到跟這個參數有關系的參數進行間接測量。空調系統這些復雜性決定了要對空調系統的故障診斷進行研究，必須要獲得各種故障癥狀與故障原因的范例集，對于普通的實際空調系統來說，要獲得故障范例集并不是件很容易的事情，所以必須通過實驗的方法在實際空調系統上設置相應的裝置來模擬各種故障來獲取所需范例集，以便能夠在系統運行時采用相應的診斷方法進行診斷。本文是以安徽建筑工業學院智能建筑省級重點實驗室中空調系統為平臺進行數據采集和故障預測與診斷的研究。 　　

二、制冷系統故障類型及分析 　　

制冷系統是空調系統的重要組成部分，它也是空調系統中能耗的主要組成部分，制冷系統是空調系統的重要組成部分隨著空調系統規模越來越大，制冷系統也越來越復雜，其中也存在著各種各樣的故障。由于工況的異常變化或制冷系統部件老化以及未能及時、定期維修或保養等原因，制冷系統常在故障下非健康地運行。制冷系統在這種狀態下運行造成了系統的性能系數COP（Coefficient of Performance）明顯下降，嚴重影響到室內的環境質量、系統設備的可靠性、安全性及運行的經濟性。根據調查表明，制冷系統由故障而導致的能耗增加多達30%由各故障發生時引起的能耗增加及其對系統性能的影響非常大。 　　

制冷系統是一個比較復雜的系統，在制冷系統循環過程中包含有制冷劑、潤滑油這兩種物質，由于環境條件系統中還會不可避免地混入水、空氣、雜質等影響系統正常運行的有害物質。此外，系統中制冷劑在循環過程中會呈現出汽相、液相及汽液混合相三種狀態。因此制冷系統故障癥狀和原因非常復雜，其主要特點如下： 　　

1）故障癥狀的多樣性，如壓縮機壓力過高過低癥狀、壓縮和機組振動噪聲癥狀，溫度過高、過低癥狀等，同時有些特征參數難以通過測量； 　　

2）故障產生原因的復雜性，如各組成部件間的匹配問題，電氣控制問題，以及制冷劑、潤滑油、冷凍水、冷卻水等多方面的原因，且這些原因錯綜復雜，相互交叉； 　　

3）故障癥狀與原因之間的關系復雜，具有一定的模糊性和不確定性。同樣的故障癥狀也可能在不同的故障中出現，有時一種故障原因可誘發出多種不同的故障癥狀。根據制冷系統的組成，這里將制冷系統分為壓縮機、冷凝氣、蒸發器、膨脹閥、制冷劑與潤滑油、管路與閥門和冷凝器冷卻這七個部分，分別說明各設備出現的故障以及原因。 　　

（1）壓縮機可能產生的故障原因①壓縮機排氣閥泄漏②壓縮機吸氣閥片斷裂③壓縮機排氣閥片斷裂④壓縮機吸排氣閥門未開足⑤壓縮機中活塞環泄漏⑥氣缸中潤滑油中斷⑦液態制冷劑進入氣缸產生液擊沖擊。 　　

（2）蒸發器可能產生的故障原因①蒸發器內外表面有污垢②蒸發器回油不良③蒸發器結霜過厚④蒸發器泄漏⑤蒸發器中有局部阻塞 　　

（3）冷凝器可能產生的故障原因①冷凝器內外表面有污垢②冷凝器泄漏③冷卻風量不足④冷卻水量不足⑤冷凝器回油不暢 　　

（4）膨脹閥可能產生的故障原因①膨脹閥開度過大②膨脹閥開度過小③感溫包泄漏 　　 （5）制冷劑與潤滑油可能產生的故障原因①制冷劑不足②制冷劑過多③制冷劑中有水分④制冷劑中有雜質⑤制冷劑中有空氣或不凝性氣體⑥大量潤滑油混入制冷中 　　

（6）管路與閥門可能產生的故障原因①壓縮機排氣管道阻力過大②壓縮機吸氣管道阻力過大③回氣管阻塞④過濾器阻塞⑤出液口到膨脹閥這條路上有阻塞現⑥出液管太細或阻塞 　　

三、空調故障預測與診斷系統設計與實現 　　

由于近幾年隨著我國經濟的快速發展，信息化建設力度的不斷加入，大量的智能樓宇、智能小區如雨后春筍般地拔地而起，智能建筑在信息技術和自動化設施方面進行了大量投資，獲得的經濟效益不明顯，但卻出現了“信息災難”。這是因為隨著智能建筑規模日益龐大，設備自動化程度越來越高，各個系統向信息密集化發展，當實現了數據處理系統和信息處理系統的集成（如DCS、PLC、SCADA系統和MIS、ERP系統的集成），出現了海量數據和信息，從而導致了“信息災難”。觀察利監控海量的實時數據和信息不適合人的操作：操作人員既看不完，也記不住。尤其在緊急狀態和突發事件時，由于緊張、疲勞、疏忽或遺忘，往往導致誤操作。觀察和監控海量數據和信息的工作繁瑣枯燥，應該由智能監控系統來完成，將有價值的數據和信息提供給操作人員，使所獲得的海量數據和信息的價值得到充分發現和利用。將計算機實時控制系統（DCS、PLC、SCADA）、實驗室的離線分析數據、管理信息系統（MIS、ERP）和知識集成系統（KIS）結合為一體，實現“用知識管理信息，用信息管理數據，通過數據控制智能建筑及設備的正常運行”，從而提高智能建筑的安全性、高效率性、及經濟性。整個項目涵蓋了智能建筑的七大系統，本人負責“空調系統實時監控及預報防范系統”的設計與實現工作，主要工作涉及從數據采集，數據分析到預測診斷結果輸出整個過程。  　　

3.1需求分析 　　

在空調的運行過程中，時刻都有大量的數據和信息需實時監測、檢查和處理，當緊急事件發生或是需要對歷史數據和信息進行分析時，海量的數據往往使操作人員難以適從；此外，如果某些設備的零件出了毛病，也很難迅速進行檢查、判斷、并排除故障。這就需要空調故障預測與診斷系統不僅具有收集信息的能力，更重要的是它具有智能監控功能，能夠利用知識分析信息，提出建議。它一方面協助操作人員監督設備運行狀態、處理設備故障和生產事故，另一方面指導管理人員制定工作計劃、安排設備維護日程等。空調故障預測與診斷系統是智能樓宇實時監控及事故預報防范系統主要組成部分，是空調系統健康穩定運行的重要保障。它不僅可以給操作人員提供正常操作參考，還可以指導操作人員對事故早期報警做出迅速有效的反應，提出處理建議。實時監控及預報防范系統將實現以下任務： 　　

運行設備實時數據的獲取。它需要從原始數據中提取有用信息，并貯存相關信息，以備查詢。 　　 實時數據獲取方式的多樣性。可以是有線方式也可以采用無線方式，本系統采用無線ZigBee技術來進行數據采集。 　　

智能化的監控及預報系統。它具有如下的功能：①將有關故障和非正常狀態的所有信息都記入“專家知識”數據庫，用于進一步對故障進行研究和分析所用；②依據基于支持向量機預測與診斷模型進行故障報警處理；③報警及故障位置及時提醒功能；④給操作人員提供處理故障的建議。 　　

采用人機對話的操作方式，界面設計美觀友好、操作靈活、方便、快捷。 　　

3.2空調故障預測與診斷系統 　　

空調故障預測與診斷系統是“智能樓宇實時監控及事故預報防范系統”的一個子系統，它涵蓋了智能建筑的七大系統。 　　

1.系統功能 　　 “空調故障預測與診斷系統”具有以下幾種功能： 　　

1）實時數據接口和處理模塊該模塊的主要功能是數據接口、收集實時數據和信息、處理數據，并將數據傳送到數據庫，供以后研究和分析用。 　　

2）數據庫模塊數據服務器可以同時從多個數據處理單元及數據傳輸系統獲得數據，并把數據存放于數據庫。 　　

3）實時趨勢圖該模塊對空調系統各個關鍵參數進行實時的監控，有助于故障預測與診斷。 　　 4）基于支持向量機實時預測和診斷模塊對已得到的采樣數據進行分析，通過基于支持向量機的空調系統診斷模型進行診斷。此模塊的開發充分應用了基于小樣本和非線性映射的特性，對診斷結果給出意見和建議，從而達到了提高該系統的故障診斷能力的目的。根據以上特點設計出“空調故障預測與診斷系統”具體的結構如下圖1所示。 　　 　　

該系統是集成分布式智能系統，它是基于支持向量機的實時故障預測與診斷，對與缺乏大量樣本訓練的情況下有較好的診斷效果，可以與無線傳感器網絡無縫連接，具有快捷方便友好的人機界面。為實現智能樓宇事故防范與預報系統下一步開發打下了良好的基礎，也為在實際工業應用提供了一種很好的思路。