試論暖通空調系統故障檢測與診斷研究

摘 要：暖通空調的故障檢測與診斷即定位暖通空調中故障的發生的地點，確認故障類型、范圍及嚴重程度，方便后續的維修護理。由于暖通空調產生故障將對設備性能和能耗有較大影響，因此暖通空調的故障檢測與診斷對其后續的使用以及設備能耗的減少有重大意義。

關鍵詞：暖通空調；故障檢測；故障診斷

引言：隨著暖通空調技術的發展，暖通空調系統的故障檢測與診斷也得到了廣泛研究，其起源可追溯到上世紀90年代。關于暖通空調系統的故障檢測與診斷，其關鍵就在于對暖通空調系統故障的研究，建立起故障發生的特征與故障本身之間的聯系形成故障診斷模型。利用成立的模型來對暖通空調的故障進行辨識就是暖通空調系統的故障檢測與診斷。現如今，相較于國外對暖通空調故障的研究，我國還處于起步階段，由于研究時間較晚，科技手段也較落后，對于暖通空調系統故障的研究大多只局限于傳感器故障研究，遠不如國外故障研究的類目眾多。

一、暖通空調系統的故障研究

關于暖通空調系統的故障，其故障形式多種多樣，由于暖通空調系統中含有許多的設備和零配件，系統之間互相關聯，極為復雜，而暖通空調系統中的每一個部件都可能發生故障，根據統計，其中大部分故障為電氣故障，還有少數機械故障和管道閥門配件類的故障。關于暖通空調系統的故障成因，由于系統復雜性難以確定，但是暖通空調系統的故障并不會產生危險，只是會使暖通空調系統的性能受損，影響用戶的使用效果，還有就是增加設備系統的能源消耗。關于暖通空調系統的故障檢測與診斷，其困難就在于暖通空調系統的復雜性。暖通空調系統是一個整體，它將系統之中的配件和設備，利用管道相互連接，可以說，暖通空調系統中的配件是有著聯系的，配件之間是連結共生，相互影響的。

二、暖通空調系統的故障類型

暖通空調系統的故障除了自然老化而引起的故障還有因設計問題引起的故障，故障類型復雜且多，但大致分類可以分以下幾點：首先，按系統故障的性質分類可分為自然故障和人為故障。自然故障是指因自身問題而導致的系統運行故障，而人為故障自然是指因人為損壞產生的系統故障。其次可以按照故障的嚴重程度來分，分為軟故障和硬故障，軟故障就是系統配件因為使用而積累損傷，表現為老化受損，從未導致配件的部分性失效或者使用效果降低的故障。而硬故障就是指設備，配件等徹底損壞，完全失去功效的情況。軟故障的發生不像硬故障一般發生得迅速突然，且破壞性較大，軟故障的故障發生是循序漸進的，隱蔽性較強，所以相較于軟故障，硬故障的檢測與診斷較為容易。最后按故障發生的配件分，暖通空調系統的故障又可細分為組件故障和傳感器故障。組件故障是指暖通空調系統的組成設備發生故障，冷水泵或新風機發生故障就可以歸于組件故障。傳感器故障就是暖通空調系統中的各類傳感器出現的故障，可能是數據采集的精度下降，也可能是完全沒發揮作用。

三、暖通空調系統的故障辨識

（1）基于規則的專家系統故障辨識。這種故障檢測與診斷的方法的應用較為廣泛，涉及領域也較廣，主要原理就是依靠對故障研究的歷史信息，利用IF-THEN的規則能，表現故障表征與故障信息的特征之間的聯系，通過電腦程序來進行檢測與診斷。（2）基于模型的故障辨識。這一診斷方法是采用數字邏輯電路結構以及傳輸方式來對系統的各個層次進行故障檢測，雖然故障診斷較為精準，但是由于計算復雜，所以故障辨識的效率并不高。（3）基于故障樹的故障辨識。（4）基于案例推理的故障辨識。案例推理是通過同類型故障案例進行推理診斷的方法。缺點就是需要一定數量的案例，適用于變因不多的故障。（5）基于模糊邏輯的故障辨識。模糊邏輯是根據經驗值和模糊數據構成模糊矩陣，再以模糊邏輯結合算法進行全面判斷。（6）基于模式識別的故障辨識。模式識別主要是對正常運行模式與故障模式進行區分，通過兩者的不同變量進行故障診斷。（7）基于小波分析的故障辨識。小波分析依靠對異常的工作信號所發回的信息進行分析，小波分析的故障檢測適合做信號處理。（8）基于神經網絡的故障辨識。這一方法通過大量相互關聯的神經組成的網絡來進行故障檢測與診斷。（9）基于遺傳算法的故障辨識。遺傳算法的理念是根據自然界適者生存的法則，采用模糊區間的推理方法，運用遺傳算法進行故障檢測。

結語：隨著暖通空調的快速發展，暖通空調的應用可以說滲透在社會的方方面面，暖通空調系統的故障檢測與診斷有著不可估量的發展前景，其未來的發展必然向著高精度，高科技和高效率的方向。通過暖通空調系統故障檢測與診斷實現暖通空調系統更好，更節能的優化發展，減少暖通空調設備的能耗，帶來經濟與節能的雙重收益。

參考文獻：

[1] 張景累.暖通空調系統故障檢測與診斷研究[J].建筑工程技術與設計，2015（28）：21.