论文部分内容阅读
[摘 要]随着经济的快速发展，建筑能耗越来越大，而暖通空调能耗又在建筑能耗中占了5 0%以上，因此暖通空调系统的节能研究对降低建筑能耗，乃至对国民经济的可持续发展都具有十分重要的意义。本文阐述了暖通空调系统故障维护的基本方法和技术，简要地介绍了其故障维护的研究现状及应用情况，对系统故障进行了分类，对故障特征进行了归纳，提出了系统故障维护方案及维护模型，并结合工程实例进行了分析。
[关键词]暖通与空调设备 安装 故障预测 维护
中图分类号：TM 文献标识码：A 文章编号：1009-914X（2013）20-077-01
1.引言
设备状态的监测与维护技术是当前迅速发展的一项设备管理新技术。随着信息技术、网络技术、数字通讯等新技术的普及和发展，故障的维护和预测有了可能。随着暖通空调设备性能的提高，复杂性也不断增加，对故障维护方法的需求日益明显。当设备发生故障时，应用故障维护技术，通过状态监测等方法，可以缩短故障修复时间，提高系统可用度。设备故障维护的研究和应用，对故障修复、故障排除和故障预防都有十分重要的意义。特别是故障的预测更有意义，它可以根据设备过去和当前的状态及发展的趋势，采取有效的维修措施，避免重大设备事故。因此，积极开展建筑设备故障维护理论和方法的研究，并与具体工程领域紧密结合，注重解决实际问题，开发用于工程的故障维护专家系统非常必要。暖通空调（HVAC）系统由于安装、运行条件发生改变，或者经过长时间的运行后，性能会发生一定程度的衰退。通过FDD可使HVAC设备运行在优化的程序内，是降低建筑能耗和提高经济性的途径之一，同时它对于提高用户的舒适性和健康条件、增加暖通空调的可靠性、减少经济损失方面也有重要的意义。本文介绍了国内外FDD在HVAC领域的应用和进展，对HVAC领域的FDD发展过程与方向进行了总结和展望。
2.暖通与空调设备安装故障预测
空调末端模糊控制系统，如图l所示。通过温度传感器测量出室内温度，经A/D转换得到与实测温度值相对应的数字量T，计算机将T与设定值S进行比较，得出温度偏差的数字量，同时计算出温度变化率e0和e作为控制量的输入，模糊化后查表得出控制输出量LI和U，即为系统的供冷量增量和风量增量。供冷量的改变是通过电动比例调节阀调节冷水流量来实现，风机风量则通过调压电路调节风机转速来实现。
3.暖通与空调设备安装维护方案
HVAC的故障维护方式主要有两种一种是在线方式，即故障维护系统实时地监测设备的工作状态，基于适时的在线故障检测与维护算法，给出系统的故障信息，包括故障程度、故障所属模块、故障位置、故障报警等。另一种是离线方式，即构建计算机辅助决策支持系统，帮助系统迅速发现故障，制定合理有效的系统维修方案。
3.1基于知识的专家系统
建立专家系统维护模块，包括专家系统知识故障维护库，并可根据经验和知识的积累以及在获得了新的、可靠的故障维护规则时或发现原有某条规则不足甚至错误时，能自动进行添加、修改和更新。专家系统维护模块由知识获取系统、知识库、推理机和输人、输出系统构成。
3.2基于规则的故障树
利用专家知识、工程师的经验和知识库建立基本故障维护树，并可生成新的故障维护树，用户则选择相适应的故障维护树来执行故障维护。故障树分析是在复杂系统中作故障维护的一种有力工具。用这种方法维护的效率较高且不容易漏检，例如该模块能根据系统故障现象，逐次向下展開，查询有关的节点和树枝，直到找出故障的发生原因及处理对策。
3.3基于人工神经网改进算法的模式
该模块由改进算法的网络、网络结构参数及推理维护等组成，主要用于完成模式识别和故障维护。专家系统维护与故障树维护两种方法的相互结合，可以有效地解决过去已发生过的各种故障的维护但对于以前没有发生过的故障，不具备处理能力，因为知识库中缺乏相应的维护知识。采用人工神经网络模式识别技术是一种较好的方案。它根据新的样本进行自动学习和训练以更新故障维护知识，并可添加到专家系统知识库中。HVAC的故障初始样本来自已有的故障实例，这些实例可通过故障机理分析或专家经验获得，此外还可在应用中逐步添加、删除和更新。
4.应用举例
设备故障维护技术包括故障检测与故障维护。常采用两种途径从上至下或从下至上。从上至下就是针对整个大系统再到子系统从空调系统，再到空调送风系统、新风系统、排风系统、冷冻水系统、冷却水系统等，按层次进行维护。从下至上就是针对现场的局部设备和个别元部件进行维护，具体检测部件的温升、电流、压差、阻力、流量等回路设置指标。
故障检测是指采集建筑设备运行参数的异常数据。根据这些数据确定建筑设备是否已出故障或将要出故障。非正常工况可能出现在整个运行期间，也可能只在某种特定条件下产生。故障维护比故障检测更重要，其难度也更大，目前常用的方法是将运行数据与正常运行数据库进行对比。表是螺杆式冷水机组正常运行时的主要参数。借助该表提供的参数，可以对冷水机组常见故障进行维护。如通过检测排气压力、吸气压力的高低，判断排气压力吸气压力的故障。如冷凝器进水温度过高或水量较少、冷凝器内壁结垢、水泵故障、制冷剂充注过多等都可能导致排气压力过高。系统中制冷剂量不足、制冷剂液体从蒸发器中回流等，都可能引起排气压力过低。
设备故障维护，还可以通过设备运行特性的监控来实现。维护方法既可以是在整个运行过程中实时监控，也可以是设置一些特殊的检定值，如定时选择一些数据进行对比，或与典型设备故障数据库中的数据进行比较，采用能耗跟踪系统进行能耗监测比较，与正常工况下的设备运行数据进行比较。比较制冷系统的效率值，可判断设备是否工作在正常状态比较用户的交费账单，可推测换热设备的热交换系数是否下降。从下至上，就是针对现场的局部设备和元部件进行维护。
5.结语
故障维护在领域里还是一个新课题，目前尚处于研究阶段，它涉及到多学科的应用模糊数学、数理统计、建筑热工、暖通空调、自动控制、通讯技术、计算机技术等，包括设备的故障机理、故障维护理论和方法、信号处理和计算机技术等领域，既有理论问题，又有实际工程问题，故有一定的难度。故障预测比故障维护更难，是使设备实现从预防性维修到预知性维修的手段，对故障预测方法的研究更有实际意义。本文所提出的维护系统结构框架，根据总体功能和实际所能获得的维护知识，综合应用了故障树、专家系统、模式识别项技术方案，既充分利用了专家和运行维护工程师在故障维护方面已有的经验和知识，也采用了算法的神经网络，能进行自学习和知识的更新，以便对以前从未出现过的故障进行维护和分析。随着计算机技术、电子技术及通信技术的不断进步，相信在不久的将来，空调系统故障检测与维护的自动化系统将会用在实际工程中。
参考文献：
[1]吴业正制冷与低温技术原理[M]，北京：高等教育出版社，2008.4
[2]马伟斌，梅建滨，李戬洪，等，太阳能空调系统性能分析[J]冷学报，2004 .4
[3]丁国良，张春路，赵力，制冷空调新工质[M].上海：上海交通大学出版社，2003
[关键词]暖通与空调设备 安装 故障预测 维护
中图分类号：TM 文献标识码：A 文章编号：1009-914X（2013）20-077-01
1.引言
设备状态的监测与维护技术是当前迅速发展的一项设备管理新技术。随着信息技术、网络技术、数字通讯等新技术的普及和发展，故障的维护和预测有了可能。随着暖通空调设备性能的提高，复杂性也不断增加，对故障维护方法的需求日益明显。当设备发生故障时，应用故障维护技术，通过状态监测等方法，可以缩短故障修复时间，提高系统可用度。设备故障维护的研究和应用，对故障修复、故障排除和故障预防都有十分重要的意义。特别是故障的预测更有意义，它可以根据设备过去和当前的状态及发展的趋势，采取有效的维修措施，避免重大设备事故。因此，积极开展建筑设备故障维护理论和方法的研究，并与具体工程领域紧密结合，注重解决实际问题，开发用于工程的故障维护专家系统非常必要。暖通空调（HVAC）系统由于安装、运行条件发生改变，或者经过长时间的运行后，性能会发生一定程度的衰退。通过FDD可使HVAC设备运行在优化的程序内，是降低建筑能耗和提高经济性的途径之一，同时它对于提高用户的舒适性和健康条件、增加暖通空调的可靠性、减少经济损失方面也有重要的意义。本文介绍了国内外FDD在HVAC领域的应用和进展，对HVAC领域的FDD发展过程与方向进行了总结和展望。
2.暖通与空调设备安装故障预测
空调末端模糊控制系统，如图l所示。通过温度传感器测量出室内温度，经A/D转换得到与实测温度值相对应的数字量T，计算机将T与设定值S进行比较，得出温度偏差的数字量，同时计算出温度变化率e0和e作为控制量的输入，模糊化后查表得出控制输出量LI和U，即为系统的供冷量增量和风量增量。供冷量的改变是通过电动比例调节阀调节冷水流量来实现，风机风量则通过调压电路调节风机转速来实现。
3.暖通与空调设备安装维护方案
HVAC的故障维护方式主要有两种一种是在线方式，即故障维护系统实时地监测设备的工作状态，基于适时的在线故障检测与维护算法，给出系统的故障信息，包括故障程度、故障所属模块、故障位置、故障报警等。另一种是离线方式，即构建计算机辅助决策支持系统，帮助系统迅速发现故障，制定合理有效的系统维修方案。
3.1基于知识的专家系统
建立专家系统维护模块，包括专家系统知识故障维护库，并可根据经验和知识的积累以及在获得了新的、可靠的故障维护规则时或发现原有某条规则不足甚至错误时，能自动进行添加、修改和更新。专家系统维护模块由知识获取系统、知识库、推理机和输人、输出系统构成。
3.2基于规则的故障树
利用专家知识、工程师的经验和知识库建立基本故障维护树，并可生成新的故障维护树，用户则选择相适应的故障维护树来执行故障维护。故障树分析是在复杂系统中作故障维护的一种有力工具。用这种方法维护的效率较高且不容易漏检，例如该模块能根据系统故障现象，逐次向下展開，查询有关的节点和树枝，直到找出故障的发生原因及处理对策。
3.3基于人工神经网改进算法的模式
该模块由改进算法的网络、网络结构参数及推理维护等组成，主要用于完成模式识别和故障维护。专家系统维护与故障树维护两种方法的相互结合，可以有效地解决过去已发生过的各种故障的维护但对于以前没有发生过的故障，不具备处理能力，因为知识库中缺乏相应的维护知识。采用人工神经网络模式识别技术是一种较好的方案。它根据新的样本进行自动学习和训练以更新故障维护知识，并可添加到专家系统知识库中。HVAC的故障初始样本来自已有的故障实例，这些实例可通过故障机理分析或专家经验获得，此外还可在应用中逐步添加、删除和更新。
4.应用举例
设备故障维护技术包括故障检测与故障维护。常采用两种途径从上至下或从下至上。从上至下就是针对整个大系统再到子系统从空调系统，再到空调送风系统、新风系统、排风系统、冷冻水系统、冷却水系统等，按层次进行维护。从下至上就是针对现场的局部设备和个别元部件进行维护，具体检测部件的温升、电流、压差、阻力、流量等回路设置指标。
故障检测是指采集建筑设备运行参数的异常数据。根据这些数据确定建筑设备是否已出故障或将要出故障。非正常工况可能出现在整个运行期间，也可能只在某种特定条件下产生。故障维护比故障检测更重要，其难度也更大，目前常用的方法是将运行数据与正常运行数据库进行对比。表是螺杆式冷水机组正常运行时的主要参数。借助该表提供的参数，可以对冷水机组常见故障进行维护。如通过检测排气压力、吸气压力的高低，判断排气压力吸气压力的故障。如冷凝器进水温度过高或水量较少、冷凝器内壁结垢、水泵故障、制冷剂充注过多等都可能导致排气压力过高。系统中制冷剂量不足、制冷剂液体从蒸发器中回流等，都可能引起排气压力过低。
设备故障维护，还可以通过设备运行特性的监控来实现。维护方法既可以是在整个运行过程中实时监控，也可以是设置一些特殊的检定值，如定时选择一些数据进行对比，或与典型设备故障数据库中的数据进行比较，采用能耗跟踪系统进行能耗监测比较，与正常工况下的设备运行数据进行比较。比较制冷系统的效率值，可判断设备是否工作在正常状态比较用户的交费账单，可推测换热设备的热交换系数是否下降。从下至上，就是针对现场的局部设备和元部件进行维护。
5.结语
故障维护在领域里还是一个新课题，目前尚处于研究阶段，它涉及到多学科的应用模糊数学、数理统计、建筑热工、暖通空调、自动控制、通讯技术、计算机技术等，包括设备的故障机理、故障维护理论和方法、信号处理和计算机技术等领域，既有理论问题，又有实际工程问题，故有一定的难度。故障预测比故障维护更难，是使设备实现从预防性维修到预知性维修的手段，对故障预测方法的研究更有实际意义。本文所提出的维护系统结构框架，根据总体功能和实际所能获得的维护知识，综合应用了故障树、专家系统、模式识别项技术方案，既充分利用了专家和运行维护工程师在故障维护方面已有的经验和知识，也采用了算法的神经网络，能进行自学习和知识的更新，以便对以前从未出现过的故障进行维护和分析。随着计算机技术、电子技术及通信技术的不断进步，相信在不久的将来，空调系统故障检测与维护的自动化系统将会用在实际工程中。
参考文献：
[1]吴业正制冷与低温技术原理[M]，北京：高等教育出版社，2008.4
[2]马伟斌，梅建滨，李戬洪，等，太阳能空调系统性能分析[J]冷学报，2004 .4
[3]丁国良，张春路，赵力，制冷空调新工质[M].上海：上海交通大学出版社，2003