發(fā)布時(shí)間：所屬分類：建筑師職稱論文瀏覽：1次
摘 要： 摘要 歸納了暖通空調(diào)系統(tǒng)中的常見故障，介紹了故障檢測(cè)與診斷的基本方法，簡(jiǎn)要介紹了定性分析方法和定量分析方法，回顧總結(jié)了暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷的研究歷史，詳細(xì)闡述了國(guó)內(nèi)外研究現(xiàn)狀。分析指出目前暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷技術(shù)存在的問題與發(fā)展方向。 關(guān)
摘要 歸納了暖通空調(diào)系統(tǒng)中的常見故障，介紹了故障檢測(cè)與診斷的基本方法，簡(jiǎn)要介紹了定性分析方法和定量分析方法，回顧總結(jié)了暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷的研究歷史，詳細(xì)闡述了國(guó)內(nèi)外研究現(xiàn)狀。分析指出目前暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷技術(shù)存在的問題與發(fā)展方向。
關(guān)鍵詞 暖通空調(diào)系統(tǒng) 故障檢測(cè)與診斷 研究歷史 研究現(xiàn)狀 問題
0 引言
目前公共建筑中暖通空調(diào)系統(tǒng)的運(yùn)行能耗通常占建筑能耗的60%，是主要的建筑耗能設(shè)備[1]。隨著能源緊缺日益嚴(yán)重和生活水平的提高，節(jié)能與提高室內(nèi)空氣品質(zhì)成為當(dāng)前暖通空調(diào)系統(tǒng)應(yīng)用與發(fā)展的兩個(gè)重要主題。但是由于暖通空調(diào)系統(tǒng)會(huì)發(fā)生各種各樣的故障而使系統(tǒng)不能按照設(shè)計(jì)要求運(yùn)行，即便是經(jīng)過正確調(diào)試的系統(tǒng)，運(yùn)行一段時(shí)間后也常常會(huì)發(fā)生故障，造成能源浪費(fèi)和室內(nèi)空氣品質(zhì)下降。因此將故障檢測(cè)與診斷技術(shù)應(yīng)用于暖通空調(diào)系統(tǒng)，及時(shí)發(fā)現(xiàn)故障并予以排除，對(duì)于維持室內(nèi)環(huán)境舒適度、減少設(shè)備損耗、節(jié)約能源具有重要意義。理論研究與調(diào)查表明，通過實(shí)施故障檢測(cè)與診斷優(yōu)化暖通 空 調(diào) 系 統(tǒng) 的 運(yùn) 行，可 以 降 低20%～30%的建 筑 能 耗[2]，減少10%～40%的空 調(diào) 系 統(tǒng)能耗[3-4]。
1 暖通空調(diào)系統(tǒng)常見故障及分類
暖通空調(diào)系統(tǒng)經(jīng)常會(huì)出現(xiàn)由于設(shè)備自然磨損、設(shè)計(jì)不合理或維護(hù)不夠而導(dǎo)致的故障。
1.1 按故障性質(zhì)分類
1)自然故障
自然故障是指系統(tǒng)在運(yùn)行時(shí)因自身原因產(chǎn)生的故障。
2)人為故障
人為故障是指操作者有意或無意造成的故障。這類故障往往不被重視，而實(shí)際上在使用、運(yùn)行過程中經(jīng)常出現(xiàn)。
1.2 按故障程度分類
1)硬故障
硬故障是指設(shè)備或元件完全失效的故障。這類故障的發(fā)生一般比較突然，帶有破壞性，但是比較容易檢測(cè)到，如閥門卡住、風(fēng)機(jī)無法啟動(dòng)等。
2)軟故障
軟故障是指設(shè)備或元件在使用過程中因疲勞、腐蝕或磨損等造成的性能下降或部分失效的故障，比如冷卻盤管的結(jié)垢、供水閥門泄漏等[5]。一般來說，軟故障占相當(dāng)大的比例，但因?yàn)槠涫菨u變的，在初期往往難于被檢測(cè)到。因此，從某種意義上講，軟故障的危害比硬故障更大。
1.3 按故障發(fā)生的器件分類
1)組件故障(componentfault)
組件故障 主 要 是 指 各 種 空 調(diào) 設(shè) 備 故 障，如 水泵、風(fēng)機(jī)不能工作，制冷機(jī)不能工作或效率下降，換熱器結(jié)垢，水閥泄漏，風(fēng)閥故障等[5]。
2)傳感器故障(sensorfault)
傳感器故障主要指溫度傳感器、壓力 傳 感 器、流量傳感器等發(fā)生偏差、漂移、精度等級(jí)下降及完全失效等故障[5]。
1.4 按故障發(fā)生位置分類
1)水側(cè)故障水側(cè)故障即為水系統(tǒng)和制冷機(jī)故障。一 般 情況下，暖通空調(diào)系統(tǒng)水側(cè)包含制冷機(jī)組(熱源)、冷水泵(熱水泵)、冷卻水泵、冷卻塔、末端設(shè)備、分集水器、補(bǔ)水箱、補(bǔ)水泵、定壓水箱(定壓罐)、水處理裝置、管網(wǎng)、閥門及其附件等。水側(cè)常見故障按水系統(tǒng)和制冷機(jī)故障分類列舉見表1。
2)空氣側(cè)故障
空氣側(cè)故障即為空氣處理器及變風(fēng)量末端故 障。一般情況下，暖通空調(diào)系統(tǒng)空氣側(cè)主要有空氣處理機(jī)組、空氣輸送管道和變風(fēng)量空調(diào)末端裝置，其中變風(fēng)量空調(diào)末端裝置的數(shù)量龐大，分布在空調(diào)區(qū)域的頂棚上，檢修和維護(hù)比較困難�？諝鈧�(cè)空氣處理機(jī)組和變風(fēng)量空調(diào)末端裝置的常見故障如表2所示。
故障檢測(cè)與診斷基本方法從診 斷 步 驟 上 分 析，故障診斷由故障 檢 測(cè)(faultdetection)、故 障 識(shí) 別(faultidentification)、故障 評(píng) 價(jià) (faultevaluation)及 故 障 決 策 (faultdecision)幾個(gè)過 程 組 成。當(dāng)系統(tǒng)被檢測(cè)到有故障存在時(shí)，就要分析確定是什么故障并分析該故障對(duì)系統(tǒng)的影響程度，系統(tǒng)能否容忍這種故障。進(jìn)而確定對(duì)該故障采取何種措施，比如對(duì)故障器件進(jìn)行維修替換，或通過修改設(shè)定值或測(cè)量?jī)x器的讀數(shù)來實(shí)現(xiàn)系統(tǒng)的正常運(yùn)行。
文獻(xiàn)[6]將故障檢測(cè)與診斷方法劃分為基于信號(hào)處理的方法、基于數(shù)學(xué)模型的方法和基于知識(shí)的診斷方法三大類。近年來隨著理論研究的深入和相關(guān)領(lǐng)域的發(fā)展，各種新的診斷方法層出不窮，文獻(xiàn)[7]從一個(gè)全新的角度對(duì)現(xiàn)有的故障診斷方法進(jìn)行了重新分類，將其主要?jiǎng)澐譃槎ㄐ苑治龇椒ê投糠治龇椒▋纱箢悺?/p>
定性分析方法是指借助一些定性分析工具和行業(yè)專家的直覺、經(jīng)驗(yàn)，憑分析對(duì)象過去和現(xiàn)在的延續(xù)狀況及最新的信息資料，對(duì)分析對(duì)象的性質(zhì)、特點(diǎn)和發(fā)展變化規(guī)律作出判斷的一種方法。該方法利用的是專家的經(jīng)驗(yàn)和事物之間的因果關(guān)系，適用于邏輯關(guān)系比較明確的系統(tǒng)。定量分析方法是依據(jù)統(tǒng)計(jì)數(shù)據(jù)建立系統(tǒng)模型，并用模型計(jì)算出分析對(duì)象的各項(xiàng)指標(biāo)及其數(shù)值的一種方法。該方法適用于已有大量歷史數(shù)據(jù)或能夠建立精確解析模型的故障診斷[8]。故障診斷方法的分類示意如圖1所示。
3 暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷研究歷史
暖通空調(diào)系 統(tǒng) 的 故 障 診 斷 起 源 于20世 紀(jì)80年代后期[9]。McKellar和 Stallard建立了蒸汽 壓縮制冷機(jī) 的 自 動(dòng) 故 障 診 斷 系 統(tǒng)[10-11]。在 20 世 紀(jì)90年代，建筑系統(tǒng)的故障診斷應(yīng)用開始興起，研究者們?cè)趯?shí)驗(yàn)室中對(duì)其進(jìn)行了驗(yàn)證，當(dāng)時(shí)大部分故障檢測(cè)和診斷研究都是針對(duì)蒸汽壓縮設(shè)備(制冷機(jī)、空調(diào)機(jī)、熱泵、冷 卻 裝 置 等)或者是空氣處理設(shè)備(AHU)。一般來說，這些故障診 斷 通 過 采 集 系 統(tǒng)中不同位置的溫度、壓力數(shù)據(jù)和熱力學(xué)關(guān)系來檢測(cè)和診斷一般故障。
在 20 世 紀(jì) 90 年 代 初，國(guó) 際 能 源 組 織(InternationalEnergyAgency，IEA)的第25個(gè)子課題(Annex25)致力于研究建筑空調(diào)系統(tǒng)的優(yōu)化、故障檢測(cè)和診斷的實(shí)時(shí)仿真[12]。Annex25研究的是不同類型空調(diào)系統(tǒng)的共性故障，并開發(fā)出很多故障檢測(cè)與診 斷 方 法。在 Annex25完 成 后，國(guó) 際 能源組織相繼開展了 Annex34，Annex40，Annex47，Annex53研究項(xiàng)目。Annex34重點(diǎn)研究適用于實(shí)際 空 調(diào) 系 統(tǒng) 的 故 障 檢 測(cè) 與 診 斷 方 法，2001 年Dexter等人在實(shí)際空調(diào)系統(tǒng)中對(duì)故障檢測(cè)與診斷(FDD)系統(tǒng)進(jìn)行了測(cè)試和驗(yàn)證[13]。Annex40研究了驗(yàn)證空調(diào)系統(tǒng)適用性的工具，給出了驗(yàn)證的規(guī)程和提高驗(yàn)證水平的建議，開發(fā)和驗(yàn)證了有助于空調(diào)系統(tǒng)適用性驗(yàn)證的軟件包[14]。Annex47主要是針對(duì)現(xiàn)有建筑和低能效建筑，研究可以提高或優(yōu)化系統(tǒng)運(yùn)行性能的方法和工具，我國(guó)也有部分學(xué)者參加該項(xiàng)目，如湖南大學(xué)陳友明教授、香港理工大學(xué)王盛衛(wèi)博士等。Annex53主要研究的是建筑總能耗的分析與評(píng)價(jià)方法，其主要目標(biāo)是找出公共建筑能耗的最重要的影響因子[15]。
20 世 紀(jì) 90 年 代 中 期，美 國(guó) 能 源 部(DepartmentofEnergy，DOE)資助了整個(gè)建筑診斷工具的開發(fā)，由兩個(gè)診斷模塊組成，一個(gè)是針對(duì)整個(gè)建筑和主要系統(tǒng)能耗的異常現(xiàn)象，另一個(gè)是針對(duì) 新 風(fēng) 通 風(fēng) 和 節(jié) 能[16-18]。2001 年 DOE 資 助Salsbury等人開發(fā)了一個(gè)針對(duì)空 氣 處 理 設(shè) 備 的 基于 物 理 模 型 的 FDD[19]，同 年 DOE 還 資 助Sreedharan等人比較了三個(gè)基于 FDD應(yīng)用的重塑離心式冷水機(jī)組模型的觀測(cè)性能[20]。
在20世紀(jì)90年 代 中 后 期，ASHRAE 也 積 極開展 關(guān) 于 HVAC 系統(tǒng)的故障檢測(cè)與診斷研究項(xiàng)目。到 目 前 為 止，ASHRAE 的研究項(xiàng)目主 要 有RP-883(用于 HVAC系統(tǒng)的小型在線診斷系統(tǒng))、RP-1020(用于實(shí)際建筑的故障診斷-檢測(cè)與診斷方法演示)、RP-1043(用于冷水機(jī)組的故障診斷需求和評(píng)價(jià))[21]。
4 暖通空調(diào)系統(tǒng)故障檢測(cè)與診斷研究現(xiàn)狀
4.1 國(guó)內(nèi)研究現(xiàn)狀
4.1.1 香港理工大學(xué)
王 盛 衛(wèi) 及 其 團(tuán) 隊(duì) 主 要 基 于 主 元 分 析 法(principalcomponentanalysis，PCA)與 神 經(jīng) 網(wǎng) 絡(luò)對(duì)空調(diào)系統(tǒng)的制冷系統(tǒng)和空氣側(cè)進(jìn)行故障診斷研究，并開發(fā)了相應(yīng)的軟件用于工程實(shí)踐中[22]。
2007年徐新華等人針對(duì)離心式制冷機(jī)系統(tǒng)提出了基于主元分析法的離 心式制冷機(jī)傳感器的故障診斷方法，該 方 法 可 以 成 功 地 對(duì) 傳 感 器 的偏差故障進(jìn)行檢測(cè)、診斷 及 故 障 重 構(gòu)[23]。在 此 基礎(chǔ)上又提出了基于小波變換 的主元分析法對(duì)傳感器的故 障 進(jìn) 行 檢 測(cè)、診 斷 及 重 構(gòu)，并 采 用 一 個(gè)大型離心式制冷 機(jī) 的 實(shí) 測(cè) 運(yùn) 行 數(shù) 據(jù) 進(jìn) 行 驗(yàn) 證，結(jié)果證明基于小波變換的主元 分析法可以提高故障診斷水平[24]。
2008年肖賦等人利用基于 TRNSYS平臺(tái)的仿真器，驗(yàn)證基于主元分析法的故障診斷方法對(duì) VAV空調(diào)系統(tǒng)傳感器進(jìn)行故障診斷的性能，結(jié)果證明主元分析法能有效地檢測(cè)和分離傳感器的故障[25]。
2009年ZhouQiang等 人 提 出 了 基 于 模 糊 建模和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的離心式冷水機(jī)組故障檢測(cè)與診斷策略。該策略根據(jù)故障狀態(tài)與正常狀態(tài)性能指標(biāo)的靈敏度分析建立故障診斷分類器[26]。
4.1.2 上海交通大學(xué)
晉欣橋及其團(tuán)隊(duì)主要研究的是空調(diào)系統(tǒng)傳感器故障。
2003年晉欣橋等人針對(duì)集中空調(diào)冷水系統(tǒng)中的溫度傳感器，提出了一種基于數(shù)理統(tǒng)計(jì)的在線故障診斷方法。主要根據(jù)能量守恒方程式的殘差值檢測(cè)傳感器的故障，并根據(jù)殘差方程的數(shù)字特征，運(yùn)用數(shù)理統(tǒng)計(jì)方法建立診斷方程組，通過采集運(yùn)行數(shù)據(jù)求解方程以修正故障[27]。
2004年晉欣橋等人根據(jù)能量守恒關(guān)系式的殘差特征，選取恰當(dāng)控制體，推導(dǎo)出了冷水機(jī)組溫度傳感器的故障診斷方程組，以檢測(cè)、診斷與度量溫度傳感器的固定漂移故障[28]。
2005年晉欣橋等人提出了一種基于主元分析和質(zhì)量能量守恒法的傳感器故障診斷方法，建立了PCA 模型，將由 傳 感 器 測(cè) 量 值 所 組 成 的 測(cè) 量 空 間分解為主成分和殘差兩個(gè)子空間，進(jìn)行故障檢測(cè)后再由基于質(zhì)能守恒法則的策略進(jìn)行故障重構(gòu)。仿真實(shí)驗(yàn)表明，該方法不僅能夠準(zhǔn)確地檢測(cè)并隔離傳感器故障，而且可以初步進(jìn)行故障重構(gòu)，為進(jìn)一步研究傳感器的故障診斷提供了必要的基礎(chǔ)[29]。
2006年 DuZhimin等人提出了基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)處理的 空 調(diào) 箱 故 障 檢 測(cè) 與 診 斷 方 法，并 通 過TRNSYS軟件建立了仿真模型對(duì)診斷策略進(jìn)行驗(yàn)證[30]。杜志敏等人在變風(fēng)量空調(diào)系統(tǒng)仿真模型的基礎(chǔ)上，針對(duì)溫度、流量、壓力等傳感器的故障檢測(cè)與診斷提出了主元分析與聯(lián)合角度的方法，可在線分析故障源[31]。
2007年吳立洲等人針對(duì)空調(diào)箱的溫度傳感器和流量 傳 感 器，提 出 了 基 于 統(tǒng) 計(jì) 學(xué) 的 Fisher判 別分析法進(jìn)行故障診斷。該方法利用多元統(tǒng)計(jì)法對(duì)選取的故障樣本進(jìn)行訓(xùn)練和投影，使各個(gè)故障的樣本在相應(yīng)的空間分離，最后利用馬氏距離法計(jì)算檢測(cè)點(diǎn)投影與各故障樣本投影的馬氏距離，從而判斷其故障類型[32]。
相關(guān)知識(shí)推薦：暖通專業(yè)職稱評(píng)審論文參考文獻(xiàn)
2008年楊云雨等人提出了基于小波神經(jīng)網(wǎng)絡(luò)的空調(diào)系統(tǒng)傳感器故障診斷方法，用小波分析提取數(shù)據(jù)的頻域特征，再使用神經(jīng)網(wǎng)絡(luò)對(duì)信號(hào)的頻域特征數(shù)據(jù)作故障診斷。利用傳感器信號(hào)相互關(guān)聯(lián)的本性，又提出了聯(lián)合信息診斷方法，可以實(shí)現(xiàn)暖通空調(diào)系統(tǒng)中多個(gè)傳感器故障診斷[33]。
2009年杜志敏提出了基于平衡模型的小波神經(jīng)網(wǎng) 絡(luò) 診 斷 方 法，提高了診斷方法的效率。 以TRNSYS變風(fēng)量空調(diào)系統(tǒng)仿真器為實(shí)驗(yàn)平臺(tái)，對(duì)不同故障類型進(jìn)行了故障診斷的仿真實(shí)驗(yàn)[34]。
2010年 FanBo等 人 提 出 了 基 于 人 工 神 經(jīng) 網(wǎng)絡(luò)和小波分析的空氣處理機(jī)組傳感器自適應(yīng)故障檢測(cè) 與 診 斷 策 略，并 通 過 模 糊 c 均 值 (fuzzyc-means)聚類算法獲取近似系數(shù)的聚類信息，仿 真實(shí)驗(yàn)表明該方法可以診斷傳感器固定偏差和漂移故障[35]。
4.1.3 湖南大學(xué)
陳友明及其團(tuán)隊(duì)主要基于主元分析法、專家系統(tǒng)、神 經(jīng) 網(wǎng) 絡(luò) 與 累 積 和 控 制 圖 (cumulativesum，CUSUM)等方法對(duì)暖通空調(diào)系統(tǒng)多種故障進(jìn)行檢測(cè)與診斷研究。
在變風(fēng)量空調(diào)系統(tǒng)故障診斷方面主要作了以下研究：
2003年提出基于主元分析法進(jìn)行空調(diào)系統(tǒng)傳感器故障檢測(cè)與診斷的基本思想，并使用故障識(shí)別指數(shù)和小波分解的方法進(jìn)行故障識(shí)別[36]。
2005年在主元分析方法檢測(cè)空調(diào)系統(tǒng)故障的基礎(chǔ)上，使用小波濾波法對(duì)數(shù)據(jù)進(jìn)行過濾，提高故障檢測(cè)能力[37-38]。
2007年提出了采用 BP神經(jīng)網(wǎng)絡(luò)對(duì)變風(fēng)量空調(diào)系統(tǒng)的故障進(jìn)行檢測(cè)與診斷，運(yùn)用 MATLAB中的神經(jīng) 網(wǎng) 絡(luò) 工 具 對(duì) 故 障 的 模 式 和 原 因 進(jìn) 行 了 仿真[39]。
2007年根據(jù) VAV 系統(tǒng)及其控制的特點(diǎn)，提出了一種基于 遞 階 結(jié) 構(gòu) 的 VAV 系 統(tǒng) 故 障 檢 測(cè) 與 診斷新 方 法，從 系 統(tǒng) 級(jí)、單 元 級(jí)、元 件 級(jí) 三 個(gè) 層 面 對(duì)VAV 系統(tǒng)進(jìn)行故障檢測(cè)和診斷[40]。
2010年針對(duì)變風(fēng)量空調(diào)末端裝置故障提出了基于累積和控制圖的故障檢測(cè)與診斷方法，設(shè)計(jì)了基于規(guī)則的故障分類器[41];2013年在此基礎(chǔ) 上 開發(fā)了故障檢測(cè)與診斷軟件[42]。
2011年提出將參數(shù)自整定空調(diào)部件模型與專家系統(tǒng)相融合應(yīng)用于變風(fēng)量空調(diào)系統(tǒng)空氣處理機(jī)組的在線故障診斷，并將殘差累積和控制圖與專家系統(tǒng)相融合用于變風(fēng)量空調(diào)末端裝置故障檢測(cè)。在理論研究的基礎(chǔ)上，開發(fā)了變風(fēng)量空調(diào)系統(tǒng)在線故障檢測(cè)與診斷軟件，并在實(shí)際建筑中進(jìn)行了驗(yàn)證[43]。
2012年針對(duì)變風(fēng)量空氣處理機(jī)組故障，提 出了結(jié)合參數(shù)自整定空調(diào)部件模型與專家規(guī)則的在線故障檢測(cè) 與 診 斷 方 法[44];針對(duì)變風(fēng)量空調(diào)末端裝置故障，將殘差累積和控制圖與專家規(guī)則相融合，提出了一種變風(fēng)量空調(diào)末端裝置在線故障檢測(cè)與診斷方法，并將故障檢測(cè)工具嵌入建筑管理控制系統(tǒng)，實(shí)時(shí)檢測(cè)診斷變風(fēng)量空調(diào)末端故障[45-46]。——論文作者：韓 琦☆ 魏 東 曹 勇