在線診斷保障地鐵車站通風空調系統健康運行

常晟

同方節能工程技術有限公司

近年來，我國軌道交通行業高速發展，地鐵成為許多城市的公共交通主動脈。地鐵車站通風空調系統作為地鐵機電系統的重要組成部分，其健康運行對于營造衛生，舒適的車站環境及降低地鐵運行總能耗均有重要影響。業內對地鐵車站通風空調系統的運行進行了多方面的研究，包括正常工況下如何通過設備更新[1-2]、控制策略優化[3]等方法降低運行能耗。疫情防控工況下如何調整運行模式、保證足夠的新風量等。本文則關注更基礎的問題：如何保障系統及其中各個設備的健康運行。這里的“健康”，指系統和設備運行在正常的狀態和合理的工作點上。

1 在線診斷的提出

筆者所在團隊對國內數條地鐵線路進行了實測調研，發現車站通風空調系統在實際運行過程中存在很多“小問題”，例如組合風閥故障（自控系統要求運行全新風或小新風模式，但組合風閥的實際閥位可能并未到位）、風力不平衡（站廳與站臺溫度不一致）、冷卻塔換熱效率低（導致冷機效率低）等。與設備停機等大故障不同，“小問題”易隱蔽、難識別，在日常巡檢中往往被忽視，卻會對車站的衛生、舒適、節能帶來長期的不利影響，可謂“小問題、大影響”。因此，無論采用何種運行優化方案或策略，均需建立在系統健康運行的基礎上，這就要求及時識別實際運行中的“小問題”。

在車站BAS（自動化）系統中，實時監測并記錄了大量的通風空調系統運行參數。一些車站還安裝了能源管理系統，監測了各設備的用電能耗。這些數據對于識別通風空調系統運行問題具有重要價值，可是目前僅僅被儲存在電腦中，沒有得到充分地挖掘利用。Nakahara[4]等提出了基于數據的節能診斷方法，但主要是針對樓宇冷凍站系統，對于地鐵車站通風空調系統中常見的問題覆蓋不夠。且仍主要依靠人工分析，在線自診斷的內容不多。

本文擬提出基于運行數據的地鐵車站通風空調系統在線診斷思路，希望能夠充分挖掘數據潛力，及時識別設備運行問題，保障系統健康運行。根據此方法開發的在線診斷系統，應用于實際車站中，取得了良好的診斷效果。

2 在線診斷的對象及其特點

在線診斷的對象為地下車站通風空調系統中的大系統、小系統和冷源，主要設備見表1。大系統包括A 端和B 端，各負責一側站廳和站臺的環境控制，通常各包括1 臺送風機、1 臺回排風機、1 套組合風閥等。小系統包括若干臺組合式空調機組和新風機組，負責輔助用房的環境控制。冷源包括制冷機組、冷凍泵、冷卻泵、冷卻塔以及分集水器等設備。

表1 車站通風空調系統設備清單

3 傳感器增補

地鐵車站BAS 系統包括豐富的傳感器，如送風溫濕度、回風溫濕度、新風溫濕度；冷凍水總供水溫度、總回水溫度、總流量。冷卻水總供水溫度、總回水溫度、總流量；設備啟停狀態、頻率狀態、閥位開度等。這些數據為在線診斷提供了良好的基礎，只需增補少量的傳感器，即可滿足在線診斷的需求。通常需要增補的傳感器包括：

1）站廳、站臺和輔助房間的溫濕度、CO2濃度傳感器。對于在線診斷來說，不僅需要獲得總回風參數，還要監測各個區域的參數。大系統方面，可在站廳、站臺吊頂各均勻布置8～10 臺傳感器，小系統方面，可沿風管走向選擇3～5 個房間布置傳感器。建議采用無線多合一傳感器以避免繁瑣的布線工作。考慮到溫度在垂直方向上的分布，可通過實地測試的方式得到吊頂溫度相對于人行區域溫度的大致修正系數。

2）各臺冷機的冷凍水、冷卻水路安裝獨立的供回水溫度傳感器。

3）各臺冷機的冷凍水流量傳感器。替代方案為：各臺冷機蒸發器兩端安裝壓差傳感器，因蒸發器阻力固定，現場一次性測試冷凍水流量和對應的蒸發器壓差后，在監測過程中可根據變化的蒸發器壓差反推冷機冷凍水流量。

4）空氣處理單元的混風段溫濕度傳感器。

5）各設備的電動率計。若車站安裝了能源管理系統，這部分數據可通過通訊方式從該系統中獲得，否則則需補充安裝。

4 在線診斷系統架構

在線診斷系統通過現代計算機技術，網絡通信技術和分布式控制技術，建立完善的指標管理體系，實現地鐵通風空調系統的健康運行。該系統基于B/S 架構（即瀏覽器和服務器架構）進行開發，由數據采集層、數據傳輸層、展示應用層組成，形成了站、線、網三級架構組成的軌道交通在線診斷系統（圖2）。根據用戶需求可實現車站，線路和全網的布局，從而靈活的適應不同級別管理者的管理和決策需求。

圖2 在線診斷系統架構圖

5 在線診斷指標體系的設計

在線診斷的核心是一套指標。這些指標對應于地鐵車站通風空調運行中的常見問題，通過指標與標準值（或標準范圍）的對比，指標在時間軸上的變化，指標與其他車站相同指標的對比，可發現運行中存在的問題。在線診斷軟件采集數據（采樣的時間步長為5 分鐘），根據給定的算法自動計算指標（指標計算的時間步長為1 小時），指標值異常則向運行人員提示可能存在的問題，并給出檢查建議，幫助運行人員現場確診問題。

指標主要有幾種類型：1）環境參數指標，包括空調區域平均溫度、溫度標準差、區域溫度與平均溫度之差、相對濕度、CO2濃度等，通過對環境控制效果的考評分析潛在的問題。2）風系統運行指標，包括大系統送回風溫差與風機頻率交叉分析指標、新回風比指標、風機效率等，考評分析大系統和小系統中風機、組合風閥的運行情況。3）冷源運行指標，包括冷凍水供回水溫差日間與夜間對比分析指標、冷機熱力完善度與負荷率綜合分析指標（文獻[5]中的DCOP）、冷卻塔群換熱效率指標等，考評分析冷源系統運行情況。4）傳感器故障指標，判斷可能存在的傳感器故障、漂移。

下面以幾個例子說明：

1）大系統空調區域平均溫度、溫度標準差、區域溫度與平均溫度之差指標

大系統空調區域平均溫度作為主要控制目標，其指標用于診斷大系統是否存在冷量供應過度或不足的情況。指標值為大系統兩端回風溫度在1 小時之內的平均值。若此值低于設定值1.5 ℃以上，則系統報警并提示運行人員依次檢查：該時段冷機是否運行在最低臺數、大系統風機是否運行在最低頻率、冷凍水水閥閥位和冷凍泵頻率是否命令值和實際值均在低限。若其中某項命令值不在低限，例如風機頻率不在低限，因要求BAS 負責人檢查控制邏輯是否存在問題。若命令值在低限但實際值不在，例如冷凍水水閥閥位的命令值在低限但實際全開，則該項存在故障。反之，若1 小時之內站廳、站臺的平均溫度低于設定值1.5 ℃以上，則系統提示檢查上述內容的命令值是否運行在高限。

大系統空調區域溫度標準差指標考察是否存在不均勻的情況，指標值等于站廳、站臺各溫度傳感器示值的標準差在1 小時內的平均值。若此值差大于1 ℃，系統提示運行人員進行系統風平衡檢查。

區域溫度與平均溫度之差指標考察各區域是否存在過熱、過冷問題，指標值等于該區域溫度傳感器示值與各區域溫度平均值之差的絕對值。若此值在1 ℃以上，系統提示現場復核該區域溫度并進行局部風平衡調節。

2）新回風比指標

在線診斷系統實時監測得到每臺空氣處理單元的新風溫濕度、回風溫濕度和混風段空氣溫濕度，可得新風焓值hfa，回風焓值hra和混風焓值hma，則由式（1）可計算得到新風比α（新風量與總風量之比）。

在常見的運行策略中，組合風閥（包括新風閥、排風閥和混風閥）在室外新風有利時，運行全新風模式，即新風閥和排風閥全開（開度為100%），混風閥關閉，此時α應等于1。在室外新風不利時，運行小新風模式，即新風閥和排風閥角開（開度為10%），混風閥全開，此時α應較小，在10%到30%之間。根據BAS 系統發出的指令可知當前時刻的新風模式，若某一小時內模式為全新風，α值小于80%。或模式為小新風，α值大于30%，則在線診斷系統提示組合風閥可能存在故障，實際閥門開度與命令值不符，建議運行人員現場檢查閥門開度。

3）冷卻塔群換熱效率指標

冷卻塔群整體換熱效率這個指標，可用于分析車站冷卻塔的工作狀態。系統監測得到冷卻水總管的上塔溫度tinw和出塔溫度toutw，以及外界環境的濕球溫度twb。可由式（2）得到冷卻塔群換熱效率指標值：

該指標的判斷有兩種方法。第一種方法，將指標值與該車站所選品牌型號冷卻塔的曲線相對比，此時需要知道外界濕球溫度（已測出）和冷卻塔群的整體風水比，后者需要初始測試并錄入各臺冷卻塔風量以及各種冷機開啟臺數組合（通常只有單臺冷機開啟、兩臺冷機開啟兩種情況）下的冷卻水流量，并通過冷卻塔風機頻率（如變頻）和冷卻泵頻率（如變頻）計算得到，較為繁瑣。第二種方法，在該指標明顯偏低時報警，譬如可設定當該指標低于60%時報警，提示運行人員檢查冷卻塔群“停風不停水”、冷卻塔翅片狀態、冷卻塔布水狀態等問題。

6 實際診斷案例

根據本文所述內容，筆者研發了在線診斷軟件，在基礎的能源管理功能上，增加了通過運行數據進行在線診斷的功能。軟件應用于我國北方某城市的一個典型車站中。界面如圖3 所示。

圖3 車站通風空調在線診斷系統界面

軟件調試完畢并運行一周后，系統報警5 項，其中經實地檢測認定無效報警3 項，有效報警2 項。有效的兩項為：

小系統（附屬房間）溫度標準差指標報警。系統提示運行人員檢查小系統風平衡情況，根據提示，用手持溫度計和風速儀對各附屬房間進行溫度和風量測試，發現小系統存在設備房間風量過高、調度室風量過低的問題。對房間出風口風閥進行調試后，該問題得到明顯改善，緩解了調度室溫度偏高的問題。

冷卻塔群換熱指標報警（圖4）。該指標值僅為50%，根據系統提示運行人員對冷卻塔進行了檢查，發現存在明顯的冷卻塔布水不勻問題，一側水流過大，另一側無水（圖5）。經調試后該指標值恢復正常。

圖4 冷卻塔指標提示

圖5 冷卻塔布水不勻

7 小結

在地鐵車站通風空調系統的日常運行中，一方面存在著很多小問題，帶來長期的不利影響。另一方面BAS 等系統中豐富的運行數據卻沉睡在電腦中，沒有被充分挖掘利用。本文提出的思路，在現有傳感器的基礎上，增加少量傳感器，通過軟件自動計算指標，判斷可能存在的運行問題。判斷的結果有可能是不準確的，需要現場實地檢查，但至少為運行人員及時發現運行小問題提供了智能的助力。本文給出幾個指標算例和實際診斷結果供業界同仁參考，更多的診斷指標和內容可面向服務的系統對象設計。