智能楼宇空调系统故障预测与诊断探讨

摘要： 因此及时准确地预测诊断出空调故障，已经成为保证空调系统正常运行，调高其安全性、可靠性不可或缺的手段。随着时代的进步，人们对室内环境要求越来越高，这就使得空调系统性能和复杂度不断地提高，对故障预测诊断的需求也日趋旺盛。因此，进行对空调系统故障预测与诊断的研究有很大的必要性，而且具有巨大的社会和经济效益。

关键词：智能建筑；空调系统；制冷系统；故障预测与诊断

引言

智能建筑空调系统组成复杂、规模日益庞大，系统故障有着故障参数不明、系统运行状态模糊且故障症状与原因间关系复杂的特性，所以空调系统的故障尤其软故障难以检测。通过对空调系统中主要组成部分制冷系统的分析，给出了故障与原因关系，从而确定了制冷系统的故障类型，为下面展开研究提供了依据。

一、空调系统故障分析

由于现在建筑物规模越来越大，其中的空调系统也越来越庞大，其部件的种类、数量繁多。空调系统一般由空调机组、冷却水系统、冷冻水系统、空气处理系统等几部分组成，各个系统之间相互联系、相互制约。空调系统在运行过程中不可避免地会遇到各种故障，空调系统的故障一般分为硬故障和软故障两种。硬故障主要指的是设备及装置器件完全失效的故障，如风机突然停机、压缩机不工作、换热器积垢严重、阀门完全堵塞等，这类突发性故障，对系统危害很大，表现比较明显。软故障指的是设备装置性能下降或部分失效的各种故障，如制冷剂泄漏、风机盘管结垢（盘管逐渐堵塞）、阀门关闭时的泄漏等，这类软故障一般是渐进性的，在发生之前所表现的故障征兆不明显，初期往往难以被检测到。硬故障因为表现很明显容易发现，而软故障由于其渐进性的特点不易发现，是故障预测与诊断的重点。空调系统故障特性一般有以下几个方面：

1）空调系统是否发生故障并没有确切的界限

空调系统一般将某些需要监测的信号设置了一定的阈值，系统运行过程中，当采集到的监测信号超过阈值时，系统报警或断开，例如出现下面状况时：当冷凝压力超过设定时，系统启动压力保护，主机停止运行；但在实际工作中，故障会在发生前或发生时表现出各种征兆，并不会把监测信号超过阈值作为空调系统发生故障与否的界限。同时在空调系统运行过程中，设备故障发生的过程是渐变性的，设备表征出来的症状也是渐进变化的，因此，各种故障表现的征兆值也是模糊值。因此可以说，空调系统是否发生故障并没有确切的界限可言。

2）空调系统及其运行状态具有模糊性

首先，空调系统的复杂性和人们对空调系统认识的精确性是相互对立的，随着时代的进步、科技的发展，空调系统的复杂性越来越高，人们对空调系统运行状况和组成认识的精确性就越来越低，对系统故障的判定标准也越来越模糊。其次，系统运行参数在不同的环境条件和运行工况下也是不同，由此得到的测量信息也将变得模糊和不确定。另外，人们在对空调系统的观察上也会带有大量的主观因素，因而也会得到模糊的观察结果。

3）故障症状与原因间关系的复杂性

当空调系统中某一设备或部件发生故障，其故障症状和发生故障原因都很复杂。这种复杂性表现为以下特点：①故障症状的复杂性；②故障原因的复杂性；③故障症状和故障原因之间关系的复杂性，它可能是一种故障原因可以诱发多种表现症状，一对多的映射关系，也可能是多种故障原因也可以表现出同一种症状，多对一的关系；④系统参数组成和监测的复杂性，系统里面压力参数、温度参数、湿度参数等，这些参数之间没有明显的逻辑和定量关系，具有一定的模糊性。系统内部有许多参数难以测量，而且通常情况下也不允许测量，所以此时需要找到跟这个参数有关系的参数进行间接测量。空调系统这些复杂性决定了要对空调系统的故障诊断进行研究，必须要获得各种故障症状与故障原因的范例集，对于普通的实际空调系统来说，要获得故障范例集并不是件很容易的事情，所以必须通过实验的方法在实际空调系统上设置相应的装置来模拟各种故障来获取所需范例集，以便能够在系统运行时采用相应的诊断方法进行诊断。本文是以安徽建筑工业学院智能建筑省级重点实验室中空调系统为平台进行数据采集和故障预测与诊断的研究。

二、制冷系统故障类型及分析

制冷系统是空调系统的重要组成部分，它也是空调系统中能耗的主要组成部分，制冷系统是空调系统的重要组成部分随着空调系统规模越来越大，制冷系统也越来越复杂，其中也存在着各种各样的故障。由于工况的异常变化或制冷系统部件老化以及未能及时、定期维修或保养等原因，制冷系统常在故障下非健康地运行。制冷系统在这种状态下运行造成了系统的性能系数COP（Coefficient of Performance）明显下降，严重影响到室内的环境质量、系统设备的可靠性、安全性及运行的经济性。根据调查表明，制冷系统由故障而导致的能耗增加多达30%由各故障发生时引起的能耗增加及其对系统性能的影响非常大。

制冷系统是一个比较复杂的系统，在制冷系统循环过程中包含有制冷剂、油这两种物质，由于环境条件系统中还会不可避免地混入水、空气、杂质等影响系统正常运行的有害物质。此外，系统中制冷剂在循环过程中会呈现出汽相、液相及汽液混合相三种状态。因此制冷系统故障症状和原因非常复杂，其主要特点如下：

1）故障症状的多样性，如压缩机压力过高过低症状、压缩和机组振动噪声症状，温度过高、过低症状等，同时有些特征参数难以通过测量；

2）故障产生原因的复杂性，如各组成部件间的匹配问题，电气控制问题，以及制冷剂、油、冷冻水、冷却水等多方面的原因，且这些原因错综复杂，相互交叉；

3）故障症状与原因之间的关系复杂，具有一定的模糊性和不确定性。同样的故障症状也可能在不同的故障中出现，有时一种故障原因可诱发出多种不同的故障症状。根据制冷系统的组成，这里将制冷系统分为压缩机、冷凝气、蒸发器、膨胀阀、制冷剂与油、管路与阀门和冷凝器冷却这七个部分，分别说明各设备出现的故障以及原因。

（1）压缩机可能产生的故障原因①压缩机排气阀泄漏②压缩机吸气阀片断裂③压缩机排气阀片断裂④压缩机吸排气阀门未开足⑤压缩机中活塞环泄漏⑥气缸中油中断⑦液态制冷剂进入气缸产生液击冲击。

（2）蒸发器可能产生的故障原因①蒸发器内外表面有污垢②蒸发器回油不良③蒸发器结霜过厚④蒸发器泄漏⑤蒸发器中有局部阻塞

（3）冷凝器可能产生的故障原因①冷凝器内外表面有污垢②冷凝器泄漏③冷却风量不足④冷却水量不足⑤冷凝器回油不畅

（4）膨胀阀可能产生的故障原因①膨胀阀开度过大②膨胀阀开度过小③感温包泄漏

（5）制冷剂与油可能产生的故障原因①制冷剂不足②制冷剂过多③制冷剂中有水分④制冷剂中有杂质⑤制冷剂中有空气或不凝性气体⑥大量油混入制冷中

（6）管路与阀门可能产生的故障原因①压缩机排气管道阻力过大②压缩机吸气管道阻力过大③回气管阻塞④过滤器阻塞⑤出液口到膨胀阀这条路上有阻塞现⑥出液管太细或阻塞

三、空调故障预测与诊断系统设计与实现

由于近几年随着我国经济的快速发展，信息化建设力度的不断加入，大量的智能楼宇、智能小区如雨后春笋般地拔地而起，智能建筑在信息技术和自动化设施方面进行了大量投资，获得的经济效益不明显，但却出现了“信息灾难”。这是因为随着智能建筑规模日益庞大，设备自动化程度越来越高，各个系统向信息密集化发展，当实现了数据处理系统和信息处理系统的集成（如DCS、PLC、SCADA系统和MIS、ERP系统的集成），出现了海量数据和信息，从而导致了“信息灾难”。观察利监控海量的实时数据和信息不适合人的操作：操作人员既看不完，也记不住。尤其在紧急状态和突发事件时，由于紧张、疲劳、疏忽或遗忘，往往导致误操作。观察和监控海量数据和信息的工作繁琐枯燥，应该由智能监控系统来完成，将有价值的数据和信息提供给操作人员，使所获得的海量数据和信息的价值得到充分发现和利用。将计算机实时控制系统（DCS、PLC、SCADA）、实验室的离线分析数据、管理信息系统（MIS、ERP）和知识集成系统（KIS）结合为一体，实现“用知识管理信息，用信息管理数据，通过数据控制智能建筑及设备的正常运行”，从而提高智能建筑的安全性、高效率性、及经济性。整个项目涵盖了智能建筑的七大系统，本人负责“空调系统实时监控及预报防范系统”的设计与实现工作，主要工作涉及从数据采集，数据分析到预测诊断结果输出整个过程。

3.1需求分析

在空调的运行过程中，时刻都有大量的数据和信息需实时监测、检查和处理，当紧急事件发生或是需要对历史数据和信息进行分析时，海量的数据往往使操作人员难以适从；此外，如果某些设备的零件出了毛病，也很难迅速进行检查、判断、并排除故障。这就需要空调故障预测与诊断系统不仅具有收集信息的能力，更重要的是它具有智能监控功能，能够利用知识分析信息，提出建议。它一方面协助操作人员监督设备运行状态、处理设备故障和生产事故，另一方面指导管理人员制定工作计划、安排设备维护日程等。空调故障预测与诊断系统是智能楼宇实时监控及事故预报防范系统主要组成部分，是空调系统健康稳定运行的重要保障。它不仅可以给操作人员提供正常操作参考，还可以指导操作人员对事故早期报警做出迅速有效的反应，提出处理建议。实时监控及预报防范系统将实现以下任务：

运行设备实时数据的获取。它需要从原始数据中提取有用信息，并贮存相关信息，以备查询。

实时数据获取方式的多样性。可以是有线方式也可以采用无线方式，本系统采用无线ZigBee技术来进行数据采集。

智能化的监控及预报系统。它具有如下的功能：①将有关故障和非正常状态的所有信息都记入“专家知识”数据库，用于进一步对故障进行研究和分析所用；②依据基于支持向量机预测与诊断模型进行故障报警处理；③报警及故障位置及时提醒功能；④给操作人员提供处理故障的建议。

采用人机对话的操作方式，界面设计美观友好、操作灵活、方便、快捷。

3.2空调故障预测与诊断系统

空调故障预测与诊断系统是“智能楼宇实时监控及事故预报防范系统”的一个子系统，它涵盖了智能建筑的七大系统。

1.系统功能

“空调故障预测与诊断系统”具有以下几种功能：

1）实时数据接口和处理模块该模块的主要功能是数据接口、收集实时数据和信息、处理数据，并将数据传送到数据库，供以后研究和分析用。

2）数据库模块数据服务器可以同时从多个数据处理单元及数据传输系统获得数据，并把数据存放于数据库。

3）实时趋势图该模块对空调系统各个关键参数进行实时的监控，有助于故障预测与诊断。

4）基于支持向量机实时预测和诊断模块对已得到的采样数据进行分析，通过基于支持向量机的空调系统诊断模型进行诊断。此模块的开发充分应用了基于小样本和非线性映射的特性，对诊断结果给出意见和建议，从而达到了提高该系统的故障诊断能力的目的。根据以上特点设计出“空调故障预测与诊断系统”具体的结构如下图1所示。

该系统是集成分布式智能系统，它是基于支持向量机的实时故障预测与诊断，对与缺乏大量样本训练的情况下有较好的诊断效果，可以与无线传感器网络无缝连接，具有快捷方便友好的人机界面。为实现智能楼宇事故防范与预报系统下一步开发打下了良好的基础，也为在实际工业应用提供了一种很好的思路。

注：文章内所有公式及图表请用PDF形式查看。