空調系統故障實驗及診斷規則研究★

黨建超，劉昌海,馮 宇，朱佳健，李 敏，林陽陽

(鄭州大學土木工程學院，河南 鄭州 450001)

0 引言

空調系統的故障會帶來設備性能下降、能源消耗增加及設備壽命縮短等一系列問題，因此對空調系統的故障診斷研究具有很高的必要性。根據ROTH等[1]的研究，解決空調系統故障可以帶來明顯的能源消耗降低，故障診斷研究不僅能幫助快速解決空調故障，對節能環保等[2]問題同樣意義重大。

對空調系統的故障診斷研究開始于20世紀90年代，ROSSI[3]等通過大量研究建立了故障診斷規則，較早地發展了暖通空調系統方面的故障檢測與診斷研究。后續經過數十年的發展，一系列的故障診斷方法被提出。基于專家規則的方法是其中具有代表性的一種，它通過建立描述變量之間關系的規則集合來實現故障診斷，例如趙蕾[4]、孟小忖[5]提出了在不同運行模式下基于專家規則的一次回風空調系統故障診斷方法，王海濤等[6]開發了基于規則的變風量空調箱故障診斷系統，黃榮庚[7]提出了基于規則的故障檢測方法，用于數據中心的制冷劑泄漏檢測。這種方法的優勢在于簡單易用，有不可替代的實用性。

近年來隨著機器學習算法的發展，出現了基于數據驅動的故障診斷方法，它通過使用機器學習算法提取正常工況下的歷史數據特征，根據當前數據與歷史數據特征的一致性實現故障診斷。例如龐義旭等[8]研究了運用數據驅動的方法實現變風量空調系統的模型建立及故障診斷。趙鵬程[9]進行了基于數據驅動的空調傳感器故障研究，促進了空調系統故障診斷的發展。郭亞賓[10]提出了基于數據驅動的多聯機系統故障檢測與診斷方法，豐富了多聯機系統的故障診斷方法。它相較于專家規則在故障診斷的準確性及靈敏性方面有比較大的提高，但缺點在于需要大量的歷史數據來進行訓練，而數據的大量獲取存在困難。

暖通空調系統由于其多樣性和復雜性，建立通用的故障診斷方法存在較大困難[11]，目前專家規則方法在典型故障的故障診斷中應用較少，本研究為豐富相關內容，對易發生的幾種故障開展了細致的研究，目的在于實現對典型故障的快速檢測與診斷。

1 實驗介紹

本研究針對空調系統運行過程中易于出現的幾種故障進行了專門的研究。空調系統構成復雜，易發生多種故障，常見的故障有制冷劑不足、過濾網堵塞、空調漏水、空調異味、冷卻水不足、傳感器失靈等等。這些故障根據是否有器件損壞、是否易感知、是否易于監測等標準可分為不同的類型，故障診斷是借助空調運行數據來實現，因此所診斷的故障類型必須在運行數據上有體現。比如冷卻水不足將引起冷卻水溫升高，而水溫是可監測的，比如空調異味雖然常見但卻難以用傳感器監測，所以對它的診斷存在困難。綜合考慮故障的常見性及數據采集的可實現性，我們選取冷卻水和冷凍水流量減小、冷凍水和冷卻水傳感器故障這四種故障作為本研究的故障診斷對象。

實驗過程中，通過采集各監測點的數據，對比正常數據與故障數據的變化，結合相關專業知識，整理出了故障與特征參數變化的對應關系，所采用的實驗裝置如圖1所示。

本實驗裝置由三個循環構成，分別是制冷劑循環、冷凍水循環、冷卻水循環。在循環中多處布置了溫度測點，布置位置在圖1中表示。本實驗裝置能夠獲得多種溫度，包括壓縮機的吸氣和排氣溫度、蒸發溫度、冷凝溫度及冷凍水和冷卻水的水溫。數據采集實驗分為正常數據采集和故障數據采集兩部分進行，實驗臺自動記錄數據，選擇制冷模式運行。在實驗過程中為保持工況的一致性，正常數據與故障數據采集連續進行。試驗臺穩定運行后，開始記錄正常數據，數據量滿足實驗計劃以后，開始引入故障采集故障數據，選取的故障類型及每種故障的引入方式如表1所示，單次只引入一種故障，故障數據量與正常數據量保持一致。通過對設置在此循環各處的溫度傳感器進行數據采集，獲得了運行過程中的多種數據，以此組建了空調系統運行數據庫。

表1 故障類型及引入方式

2 結果分析

圖2展示了發生溫度傳感器故障時的關鍵溫度變化曲線，故障包含有冷卻水傳感器故障和冷凍水傳感器故障。在圖2(a)中，正常運行階段冷卻水溫由于房間熱負荷較大逐步上升，且上升趨勢保持相對穩定，引入故障再次穩定后，冷卻水溫逐漸趨近于室外溫度。分析出現此種現象的原因可知，引入故障時將傳感器脫離測點而放入空氣中引起了測量對象的變化，所以引入故障后傳感器反映的是室外溫度。圖2(b)中，在正常運行階段，冷凍水溫穩定于一個較低的溫度，引入故障再次穩定后同樣趨于室外溫度。從圖2中的結果可以得出，當傳感器發生故障時兩種傳感器監測溫度均趨向于室外環境溫度，這是它們的一致性。

圖3展示了冷卻水流量減少故障引起的各關鍵溫度的變化。在圖3(a)中，正常運行階段各溫度均處于穩定狀態，將冷卻水流量減少為1/2引入故障后，冷卻水溫和冷凝溫度變化明顯，兩者都明顯升高，且變化速度都是先大后小。出現這種現象是因為冷卻水流量減小以后，制冷劑釋放的冷凝熱不能被冷卻水及時帶走散發給環境，引起冷卻水溫升高，冷卻水與高溫制冷劑的換熱隨之減弱，冷凝溫度受此影響而升高。對于壓縮機吸氣溫度，故障前后變化趨勢幾乎不變，可以認為該故障帶來的影響不明顯。在圖3(b)中，正常運行與故障運行階段壓縮機排氣溫度始終處于升高狀態，但引入故障后曲線斜率出現明顯變化，這是由于冷卻水箱中排氣的冷卻階段被削弱，給排氣的降溫帶來了阻力，所以才出現了相對升溫更快的變化趨勢。

圖4展示了冷凍水流量減小故障時引起的各關鍵溫度的變化。在圖4(a)中，正常運行階段冷凍水溫和壓縮機吸氣溫度均處于穩定增長的狀態，將冷凍水流量減小為1/2引入該故障后再次進入穩定階段，這兩者均改變了原有的變化趨勢，不再保持增長而趨向于穩定。出現這種變化是因為冷凍水流量減小以后制冷劑產生的冷量不能被及時帶走，冷量積累引起冷凍水溫改變以往增長趨勢，壓縮機吸氣溫度對應變化，兩者由于關聯性較強變化趨勢保持一致。在圖4(b)中，受壓縮機吸氣溫度變化的影響，排氣溫度升高趨勢減緩并逐漸穩定。同時由于蒸發器中冷凍水溫相對降低導致蒸發過程被削弱，制冷量隨之減少，蒸發溫度受影響出現了降低的趨勢。

3 規則和故障診斷方法

我們針對所研究的冷卻水流量減少、冷凍水流量減少、冷卻水傳感器故障及冷凍水傳感器故障這四種故障進行數據分析，發現當發生這些故障時會對冷卻水溫、冷凝溫度、壓機排氣溫度、冷凍水溫、蒸發溫度等參數產生影響。以此為基礎，為了區分空調是否發生故障以及發生了怎樣的故障，我們結合相關理論知識，制定出了以下規則，如表2所示。

表2 故障診斷規則

當發生冷卻水流量減小故障時，由于制冷劑釋放的熱量不能被及時帶走，引起了冷卻水溫的升高，高溫制冷劑得不到較好地冷卻就進入冷凝過程，冷凝溫度會升高，同時由于此換熱過程的削弱，高溫側溫度不能較快地降低，壓縮機排氣測點的溫度也隨之升高。對于診斷規則1，如果冷卻水溫高于正常工況下的冷卻水溫超過一定數值，則可判定冷卻水溫這一參數達到故障狀態，經分析實驗臺實際運行數據，正常工況下冷卻水溫為34 ℃，將閾值ε1確定為2可以排除數據波動的影響；對于規則2，如果冷凝溫度高于正常工況數據超過一定數值，則可判定冷凝溫度這一參數達到故障狀態，正常工況下冷凝溫度為35.2 ℃，閾值ε2確定為3可以排除數據波動的影響；對于規則3，對試驗臺進行大量實驗發現穩定狀態下壓縮機排氣溫度增長曲線斜率趨于穩定，當斜率變大時可以判定這一參數達到故障狀態。

當發生冷凍水流量減小故障時，制冷劑產生的冷量不能及時被帶走，會引起冷凍水溫的下降，溫差減小使蒸發過程被削弱，制冷劑蒸發變慢，蒸發溫度受此影響而降低。對于診斷規則4，如果冷凍水溫低于正常工況數據一定數值，則可判定冷凍水溫這一參數達到故障狀態，正常工況下冷凍水溫為25.2 ℃，閾值ε3取0.2可以排除數據波動的影響；對于規則5，當蒸發溫度低于正常工況數據的一定數值時判定為發生故障，正常蒸發溫度為-3.66 ℃，閾值ε4取為0.2可排除數據波動影響。

當發生冷卻水傳感器故障時，對應的傳感器脫離溫度測點，暴露于空氣中，經過一段時間后將與室溫一致。冷凍水傳感器故障時與此種故障內在原因相同，最終溫度也表現為與室溫一致。規則6與7表示冷卻水溫和冷凍水溫圍繞環境溫度波動，閾值ε5和ε6均取為0.4可實現較準確的判定。

該規則用于故障診斷時，將對應數據代入相應規則判斷是否成立，如果同時滿足某個故障對應的所有規則即可判斷為發生相應故障，由于不同種類故障診斷時所用到的參數種類不同、所對比的方法不同，采用此種方法仍可準確診斷出故障種類。經大量實驗，本實驗積累了較多相同外界工況時的系統運行數據，并將它們歸類整理成了數據庫，用于診斷規則準確性的檢驗。通過對上述規則進行檢驗發現此規則用于故障診斷時的正確率均達到了較高水平，檢驗結果如圖5所示。其中兩種傳感器故障由于原理清晰、易于分析，加上閾值設置合理等因素，正確率分別為85.20%和94.01%，處于較高水平。兩種流量減小故障受限于數據采集的精確性、參數的多樣性及故障與參數變化對應的復雜性，較難以達到與另兩種相當的正確率。但仍達到了64.58%和80.00%，仍然具有較高的實用價值。

4 結論

本研究經過對四種典型的空調系統故障進行數據分析，幫助讀者更深入理解故障發生引起的相關參數變化趨勢及內部機理。同時結合相關專業知識編寫專家規則實現了對故障的診斷，有良好的效果，并得出如下結論：

1)空調系統發生冷卻水及冷凍水傳感器故障時，表現為對應的溫度由原本的穩定狀態變化到穩定于環境溫度；發生冷卻水流量減小故障時，表現為冷凝溫度及冷卻水溫升高；發生冷凍水流量減小故障時，表現為蒸發溫度及冷凍水溫降低。

2)發生冷卻水流量減小及冷凍水流量減小故障時，所寫規則故障診斷正確率達到80%和64.58%；發生冷卻水傳感器及冷凍水傳感器故障時，所寫規則故障診斷正確率達到94.01%和85.20%，均處于較高水平。