暖通空調系統故障檢測與診斷方法

劉純

摘 要：本文主要將對空調系統常見的故障以及故障產生的具體原因進行全面的分析，總結一些實用性較強的故障檢測和診斷方法，并針對各方法的優劣勢挑選出最佳的故障檢測和診斷方法，從全球暖通空調故障檢測和診斷方法的應用以及研發現狀角度出發，預測出空調系統故障診斷和檢測方向和趨勢。

關鍵詞：暖通空調 故障檢測 故障診斷 進展

中圖分類號：TM925.1 文獻標識碼：A 文章編號：1672-3791（2014）06（a）-0091-02

在與商務行業有關的建筑物中，因為設備的維護方式不當、功能受損以及控制操作方法錯誤等情況而引發的耗能嚴重大約在15%～30%左右，HVAC系統內的發生故障或者傳感器性能出現問題都會加大降低室內舒適度和增加耗能負荷的可能性，所以，嚴謹而精準的檢測和操作是系統正常工作的基礎，也是數字化和最佳化操作得以實施的首要前提，當系統因出現故障而運行不穩定時，檢測人員應當立即精準而快速的查找出故障產生原因和位置，另外在檢測工作和處理工作完成后還要采取一些預防措施和手段，目的就是提前防止和預測出發生可能性較高的故障和問題，進而降低故障發展率并且提高故障處理的時效性和穩定性。

1 暖通空調系統故障原因及常見故障

1.1 故障原因

HVAC系統整合了多種設備，很多參數互相配合和融合，使整個系統變得十分復雜，增加了故障之間的連接性和影響性。多個種類的空調設備通過管道連接而形成關聯性和影響性極強的HVAC系統，倘若這個系統中有任何一個位置出現問題、發生故障，都會對其他設備和位置的運行情況產生影響，進而牽連到整個系統的穩定運行和控制性能。比如說在蒸汽壓縮制冷過程中，假如冷水泵正常運行受到干擾，那么蒸發器中的進水量就會減少，進而降低蒸發壓力和溫度，使系統的整體功能受到阻礙，甚至會損壞壓縮機等設備。因為HVAC系統系統出現故障時會產生連鎖反應，某個設備發生故障時會干擾和阻礙其他設備的運行，涉及的參數變化范圍非常廣，因此，當故障產生時極不容易判斷和查找出故障的具體位置，也不容易分析出參數和數據的因素性和結果性，加大了故障診斷的難度系數。另外，HVAC系統中所包含的傳感器數量是極少的，因此缺少傳感器帶來是數據和信息，降低系統的監測性，而且，HVAC系統所整合數據比較多也比較復雜，通常都會給系統的控制者增大管理難度，由于系統所產生的數據和信息不能通過圖案和文字直觀的表現出來，其多變性較強，而這些數據信息最終都是由人工來進行處理和分析的，對故障的檢測和診斷器械和軟件也必須通過人來判斷，還有就是系統的控制者比較容易忽視的故障和隱患，盡管這些故障不能干擾系統的穩定運行，但也許會有帶來一些不確定問題。

1.2 常見故障及其后果

空調系統故障產生的原因有很多種， 任何部件都有發生故障的可能，19世紀末期曾有人指出對于全封閉式蒸汽壓縮空調系統來講，超過一半的故障都是由電氣故障而引發的，而接近20%故障都屬于機械類故障，很少的一部分故障由管路和開關部分引發的，而電氣故障中85%左右是因為電動機損壞引發的。

暖通空調系統故障大都不會引發大型的安全事故，最主要的影響使室內溫差變大和增加系統耗能，美國曾經有一篇關于HVAC系統的報道，在美國地區因HVAC系統而加大耗能的情況有很多。

2 故障特征及分類

暖通空調系統的故障大體可分成兩大類：硬故障和軟故障，既有局部性也有全面性，對整個HVAC系統的影響大小也不盡相同。硬故障是指機械設備和運轉部件完全喪失功能所產生的故障，例如皮帶斷裂、傳感器失效、閥門不受控制和風機停止運行等故障。從故障產生時間的角度分析，這些故障應當歸為突發故障，且故障影響效果比較嚴重，所以檢測和診斷的難度系數不大。軟故障的實質是說設備和部件的機械功能降低或局部失效等，比如部件或管道結垢、堵塞，局部泄露、儀表穩定性降低等等。軟故障基本都是循序漸進的，在產生的最初時期所表現的特征不太明顯，因此在初級階段很難被發現，實際上，這類故障的產生是因為系統參數漸漸惡化，從某方面或者某種角度來講，軟故障的危害性要遠遠大于硬故障的危害性，所以，軟故障的監測力度要適當加強，并且要做好預防工作，其對空調系統的意義和作用是不言而喻的。

暖通空調在運行一段時間之后，系統故障的產生一般都是偶然且不確定的，所以，故障的屬性具有任意性，且發展情況與平衡過程具有隨機性。從HVAC系統整個結構入手分析，所涉及的設備都是由子設備和基礎構件按照一系列的標準組合而成的，層次性和系統性極強，所以故障產生時就會因為層次深度的不一樣而造成不一樣的影響。除此之外，考慮到系統是由多個相關的子設備綜合而成的，一些子設備發生故障也可能是因為其相關環節或者設備產生故障而引發的，這種現象稱為故障的傳導性。根據系統故障產生的位置不一樣，既可以說是設備故障也可以說是傳感器故障，既可以說是硬故障也可以說是軟故障，因為這些故障參雜在一起很難分辨，所以空調系統的診斷和檢測就十分的復雜。

3 常用的故障檢測與診斷方法

3.1 基于案例的故障診斷方法

通過查找知識庫和相關資料找到空調問題的解決辦法，通常包含故障案例的檢索、表達和學習等一系列過程，這類故障的檢測和診斷要結合很多相似案例，但是因為故障的產生的確定性極低，所以案例的應用的局限性也較強。

3.2 基于模糊推理的故障診斷方法

利用大量的經驗和模糊性較強的數據而構成的信息庫，再依照模糊性較強的邏輯整合成綜合性評判標準，整體思路也比較不清晰，因此，對數據的判斷和整理也比較模糊化。

3.3 基于故障樹的診斷方法

檢測和診斷過程要從系統最終故障入手，采用倒查的方法依次排查故障，這種故障檢索比較全面和完整，但是假如系統過于龐大，所以故障樹的建造規模也比較大，其整個系統也比較復雜。endprint

3.4 基于模式識別的故障診斷方法

應當將故障的檢測和診斷看作是穩定狀態和非穩定狀態的分辨和區分，通過故障產生的具體特征和屬性進行系統的分析和探究，同時進行相應的計算和總結，此方式的長處就是不需要建立模型且計算量不大。

3.5 基于小波分析的故障診斷方法

20世紀80年代末漸漸有小波分析診斷故障工具對不穩定的信號和波動較大的信號分析極有幫助。設備運行異常時所產生的突變信號包含故障信息，因此通過對突變信號的小波分析就能夠分析出故障的具體位置和影響大小，非常適合信號的處理工作。

3.6 基于神經網絡的故障診斷方法

通過很多相互關聯神經網絡來診斷和分析故障。輸入信號在神經網絡中來回傳遞，在網絡建成以后，大量的信息樣本來構建網絡。不斷修復和完善整個網絡，最后通過數據的校對實現神經網絡的有效運行。神經網絡的優勢較為突出，不需要創建物理模型。

3.7 基于規則的故障診斷專家系統

規則故障診斷方式的應用就目前故障診斷現狀而言較為廣泛，主要通過IF-THEN的規則形式來表示相關故障與預測之間的種種聯系，也就是表示各個部件之間的必然關系。該診斷方式融合了多方面的知識到一個特定程序中來解決相關問題，在規則的故障診斷系統的基礎上，發展出智能化的故障檢測系統，在醫療、化學等行業中的應用也比較廣泛。

3.8 基于模型（mode-l based）的故障診斷系統

在1984年Davis曾經提出，模型診斷方法主要是通過使用數字化邏輯電路配合信號輸入和輸出等行為表達故障的具體影響和情況，de Kleer一些人也提出過用沖突集將具體故障信息和可能出現的故障部件聯系起來。模型的故障診斷方法較為系統和復雜，特別在HVAC系統中，許多構件都是非線性，且計算難度較大，方法也較為復雜。

總而言之，未來的故障診斷工具將更為標準化和現代化，甚至是將成為能源管理和控制系統的一個模塊，這些診斷工具既可以由開發商提供也可以由第三方供應商來提供。暖通空調系統故障檢測在未來的發展和應用前景將是不可限量的，其實用性和便利性等優點更為顯著和突出。

參考文獻

[1] 鮑士雄，趙鵬.制冷系統故障診斷中模糊模式識別技術的應用[J].制冷學報，2011，19（2）：20-27.

[2] 陳友明，郝小禮.建筑能源管理與控制系統中傳感器故障及其檢測與診斷[J].暖通空調，2012，34（2）：83-88.

[3] 陳友明.自動故障檢測與診斷在暖通空調中的研究與應用[J].暖通空調，2012，34（3）：29-33.endprint