暖通空调系统故障检测与诊断技术研究进展
时间：2022-08-25 05:27:01
[摘 要]：本文主要将对空调系统常见的故障以及故障产生的具体原因进行全面的分析，总结一些实用性较强的故障检测和诊断方法，并针对各方法的优劣势挑选出最佳的故障检测和诊断方法，从全球暖通空调故障检测和诊断方法的应用以及研发现状角度出发，预测出空调系统故障诊断和检测方向和趋势。
中图分类号：TB657文献标识码： A
在与商务行业有关的建筑物中，因为设备的维护方式不当、功能受损、以及控制操作方法错误等情况而引发严重耗能，大约在15%～30%左右，HVAC系统发生故障或者传感器性能出现问题都会使室内舒适度降低，同时使建筑物能耗增大，所以，严谨而精准的检测和操作是系统正常工作的基础，也是数字化和最佳化操作得以实施的首要前提，当系统因出现故障而不能正常运行时，检测人员应能及时精准地查找出故障发生的原因和位置，并在检测工作和处理工作完成后还要采取一些预防措施和手段，目的就是避免该类问题的再次发生，进而降低故障发展率并且提高故障处理的时效性和稳定性。
1 暖通空调系统故障原因及常见故障
1.1 故障原因
HVAC系统包含了很多设备和参数，并且大部分参数都是互相关联的，这样就使整个系统变得十分复杂，增加了故障之间的连接性和影响性。多个种类的空调设备通过管道连接而形成关联性和影响性极强的HVAC系统，倘若这个系统中有任何一个位置出现问题、发生故障，都会对其他设备的运行情况产生影响，进而牵连到整个系统的稳定运行和控制性能。比如说在蒸汽压缩制冷过程中，假如冷水泵正常运行受到干扰，流量降低，使制冷机蒸发器的进水量减少，进而降低蒸发压力和温度，使系统的整体功能受到影响，甚至会损坏压缩机等设备。因为HVAC系统系统出现故障时会产生连锁反应，某个设备发生故障时会干扰和阻碍其他设备的运行，涉及的参数变化范围非常广，因此，当故障产生时极不容易判断和查找出故障的具置，也不容易分析出参数和数据的因果性，加大了故障诊断的难度系数。另外，一般的HVAC系统中所包含的传感器数量极少，因此缺少传感器带来的数据和信息，降低系统的监测性，而且，HVAC系统所整合数据比较多也比较复杂，通常都会给系统的控制者增大管理难度，由于系统所产生的数据和信息不能通过图案和文字直观的表现出来，其多变性较强，而这些数据信息最终都是由人工来进行处理和分析的，对故障的检测和诊断器械和软件也必须通过人来判断，还有就是系统的控制者比较容易忽视的故障和隐患，尽管这些故障不能干扰系统的稳定运行，但也许会有带来一些不确定问题。
1.2 常见故障及其后果
空调系统故障产生的原因有很多种， 任何部件都有发生故障的可能，19世纪末期曾有人指出对于全封闭式蒸汽压缩空调系统来讲，超过一半的故障都是由电气故障而引发的，而接近20%故障都属于机械类故障，很少的一部分故障由管路和开关部分引发的，而电气故障中85%左右是因为电动机损坏引发的。
暖通空调系统故障大都不会引发大型的安全事故，最主要的影响就是使室内舒适度降低和增加系统耗能，美国有大量关于HVAC系统的报道，指出在美国地区有很多建筑因HVAC系统运行不当而使建筑耗能剧增。
2 故障特征及分类
暖通空调系统的故障大体可分成两大类：硬故障和软故障，既有局部性也有全面性，对整个HVAC系统的影响大小也不尽相同。硬故障是指机械设备和运转部件完全丧失功能所产生的故障，例如皮带断裂、传感器失效、阀门不受控制和风机停止运行等故障。从故障产生时间的角度分析，这些故障应当归为突发故障，且故障影响效果比较严重，所以检测和诊断的难度系数不大。软故障的实质是说设备和部件的机械功能降低或局部失效等，比如部件或管道结垢、堵塞，局部泄露、仪表稳定性降低等等。软故障基本都是循序渐进的，在产生的最初时期所表现的特征不太明显，因此在初级阶段很难被发现，实际上，这类故障的产生是因为系统参数渐渐恶化，从某方面或者某种角度来讲，软故障的危害性要远远大于硬故障的危害性，所以，软故障的监测力度要适当加强，并且要做好预防工作，这对空调系统的正常运行的重要性是不言而喻的。
暖通空调在运行一段时间之后，系统故障的产生一般都是偶然且不确定的，所以，故障的属性具有任意性，且发展情况与平衡过程具有随机性。从HVAC系统整个结构入手分析，所涉及的设备都是由子设备和基础构件按照一系列的标准组合而成的，层次性和系统性极强，所以故障产生时就会因为层次深度的不一样而造成不一样的影响。除此之外，考虑到系统是由多个相关的子设备综合而成的，一些子设备发生故障也可能是因为其相关环节或者设备产生故障而引发的，这种现象称为故障的传导性。根据系统故障产生的位置不一样，既可以说是设备故障也可以说是传感器故障，既可以说是硬故障也可以说是软故障，因为这些故障参杂在一起很难分辨，所以空调系统的诊断和检测就十分的复杂。
3 常用的故障检测与诊断方法
3.1 基于案例的故障诊断方法
通过查找知识库和相关资料找到空调问题的解决办法，通常包含故障案例的检索、表达和学习等一系列过程，这类故障的检测和诊断要结合很多相似案例，但是因为故障的产生的确定性极低，所以案例的应用的局限性也较强。
3.2 基于模糊推理的故障诊断方法
利用大量的经验和模糊性较强的数据而构成的信息库，再依照模糊性较强的逻辑整合成综合性评判标准，整体思路也比较不清晰，因此，对数据的判断和整理也比较模糊化。
3.3 基于故障树的诊断方法
检测和诊断过程要从系统最终故障入手，采用倒查的方法依次排查故障，这种故障检索比较全面和完整，但是假如系统过于庞大，所以故障树的建造规模也比较大，其整个系统也比较复杂。
3.4 基于模式识别的故障诊断方法
应当将故障的检测和诊断看作是稳定状态和非稳定状态的分辨和区分，通过故障产生的具体特征和属性进行系统的分析和探究，同时进行相应的计算和总结，此方式的长处就是不需要建立模型且计算量不大。
3.5 基于小波分析的故障诊断方法
20世纪80年代末渐渐有小波分析诊断故障工具对不稳定的信号和波动较大的信号分析极有帮助。设备运行异常时所产生的突变信号包含故障信息，因此通过对突变信号的小波分析就能够分析出故障的具置和影响大小，非常适合信号的处理工作。
3.6 基于神经网络的故障诊断方法
通过很多相互关联神经网络来诊断和分析故障。输入信号在神经网络中来回传递，在网络建成以后，大量的信息样本来构建网络。不断修复和完善整个网络，最后通过数据的校对实现神经网络的有效运行。神经网络的优势较为突出，不需要创建物理模型。
3.7 基于规则的故障诊断专家系统
规则故障诊断方式的应用就目前故障诊断现状而言较为广泛，主要通过IF-THEN的规则形式来表示相关故障与预测之间的种种联系，也就是表示各个部件之间的必然关系。该诊断方式融合多方面的知识到一个特定程序中来解决相关问题，在规则的故障诊断系统的基础上，发展出智能化的故障检测系统，在医疗、化学等行业中的应用也比较广泛。
总而言之，未来的故障诊断工具和方法将更为标准化和现代化，甚至是将成为能源管理和控制系统的一个模块，这些诊断工具既可以由开发商提供也可以由第三方供应商来提供。暖通空调系统故障检测在未来的发展和应用前景将是不可限量的，其实用性和便利性等优点更为显著和突出。
参考文献
[1] 鲍士雄，赵鹏.制冷系统故障诊断中模糊模式识别技术的应用[J].制冷学报，2011，19（2）：20-27.
[2] 陈友明，郝小礼.建筑能源管理与控制系统中传感器故障及其检测与诊断[J].暖通空调，2012，34（2）：83-88.
[3] 陈友明.自动故障检测与诊断在暖通空调中的研究与应用[J].暖通空调，2012，34（3）：
