试析暖通空调系统故障检测与诊断措施.docVIP

试析暖通空调系统故障检测与诊断措施 　　摘 要：随着社会经济的不断发展，人们物质文化生活水平得到大幅度的提高，空调系统在各类建筑环境中的使用率明显提高，做好暖通空调系统故障检测与诊断工作是确保工程质量和降低工程成本的重要环节，是提高暖通空调系统使用效率的重要方式。因此，使得自动故障检测与诊断成为必要。本文主要对暖通空调系统故障原因、故障检测与诊断措施进行了分析与探究。 　　关键词：暖通空调系统；故障检测；诊断措施 　　商业建筑中因为设施保护不佳，功能老化与掌控不佳等因素引发的耗能损失大约是15～30%。HVAC体系中的设施障碍或传感器的差错都会导致屋内舒适性的更糟或体系耗能的提升。所以，安全且精确的检查与调控是体系稳定运转的基础要求，还是智能化与先进化调控实行的必备因素。若体系产生障碍，一定要快速且精准的找出障碍原因、位置，而且规定体系在运转当中具备防备性，也就是可以预测也许会产生的障碍，进而尽可能降低障碍的产生率或产生障碍后可快速地解除。研发FDD技能，在HVAC调控体系中加入一定的逻辑以快速精准地对障碍实施检查诊断且给出解除办法，这已是当前急需处理的重要难题。 　　一、暖通空调系统故障原因 　　HVAC系统整合了多种设备，很多参数互相配合和融合，使整个系统变得十分复杂，增加了故障之间的连接性和影响性。多个种类的空调设备通过管道连接而形成关联性和影响性极强的HVAC系统，倘若这个系统中有任何一个位置出现问题、发生故障，都会对其他设备和位置的运行情况产生影响，进而牵连到整个系统的稳定运行和控制性能。 　　暖通空调系统的故障大体可分成两大类：硬故障和软故障，既有局部性也有全面性，对整个HVAC系统的影响大小也不尽相同。硬故障是指机械设备和运转部件完全丧失功能所产生的故障，例如皮带断裂、传感器失效、阀门不受控制和风机停止运行等故障。从故障产生时间的角度分析，这些故障应当归为突发故障，且故障影响效果比较严重，所以检测和诊断的难度系数不大。软故障的实质是说设备和部件的机械功能降低或局部失效等，比如部件或管道结垢、堵塞，局部泄露、仪表稳定性降低等等。 　　另外，HVAC系统中所包含的传感器数量是极少的，因此缺少传感器带来是数据和信息，降低系统的监测性，而且，HVAC系统所整合数据比较多也比较复杂，通常都会给系统的控制者增大管理难度，由于系统所产生的数据和信息不能通过图案和文字直观的表现出来，其多变性较强，而这些数据信息最终都是由人工来进行处理和分析的，对故障的检测和诊断器械和软件也必须通过人来判断，还有就是系统的控制者比较容易忽视的故障和隐患，尽管这些故障不能干扰系统的稳定运行，但也许会有带来一些不确定问题。 　　二、暖通空调系统故障检测与诊断措施 　　1、暖通空调系统诊断模型及结构 　　根据暖通空调故障机理分析，并考虑暖通空调系统的特殊性，暖通空调系统诊断模型可选择为：基于故障树的常规诊断；基于专家系统的规则诊断和基于神经网络的模式识别故障诊断。 　　2、暖通空调系统诊断方案 　　暖通空调故障诊断方式主要有两种：一种是在线方式，即故障诊断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诊断算法，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。 　　（1）基于知识的专家系统 　　建立专家系统诊断模块，包括专家系统知识故障诊断库，并可根据经验和知识的积累以及在获得了新的、可靠的故障诊断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。 专家系统诊断模块由知识获取系统、知识库、推理机和输人、输出系统构成。 　　（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诊断树，并可生成新的故障诊断树， 用户则选择相适应的故障诊断树来执行故障诊断。 　　故障树分析是在复杂系统中作故障诊断的一种有力工具。用这种方法诊断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，逐次向下展开，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）基于人工神经网 B P改进算法的模式识别 　　该模块由 B P改进算法的网络、网络结构参数及推理诊断等组成，主要用于完成模式识别和故障诊断。专家系统诊断与故障树诊断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诊断；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诊断知识。采用人工神经网络（ A N N） 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诊断知识，并可添加到专家系统知识库中。A N N的故障初始样本来自已有的故障实例，这些实例可