分析建筑设备故障诊断与预测技术.docVIP

分析建筑设备故障诊断与预测技术 　　【摘要】随着科技的发展，建筑设备的故障诊断与预测技术显得越来越重要，本文首先介绍了建筑设备故障的一种类和特征，然后详细的阐述了现阶段的故障预测、故障诊断和检测技术，虽然可能会存在一定的缺陷，相关技术还有待发展，但是都能对减轻故障产生有效作用。 　　【关键词】建筑设备；故障；诊断；预测 　　中图分类号：TU60 文献标识码A： 文章编号：1006-0278（2014）03-164-02 　　随着科技的飞速发展，建筑也在发生着风起云涌的变化，形式不一、功能多样、综合智能。这就对建筑内的设备有了较高的要求，不只体现在设备的数量上，还体现在对设备的使用性上。面对众多复杂的设备，如何有效地控制成为当今社会一个日趋升温的话题，在这种情况下，一个复杂的控制系统的可靠性就有了新的要求，故障诊断和预测技术就应运而生。 　　一、建筑设备故障简介 　　任何设备都有一定的使用寿命，建筑设备也不例外，尤其是在投入运行后，各种问题就会随着时间的增长而产生，能够产生故障的设备主要由以下几种：消防设备（各种灭火器材、烟感器等）、通信网络系统设备（无线设备、宽带设备、网线等）、线路设施（如电话线、电线等）、电机设备（如电梯、电脑等），以及其他的一些基础性设施，这些设备出现的故障统称为硬故障。硬故障往往会造成全局性的影响，即一旦出现故障，就会对整个设备系统产生整体性的影响，其造成的损失也往往是十分重大的，与此同时，硬故障在时间的发生上即存在渐进性，也存在一定的突发性。对于渐进性的故障，可以提前感知和预测，但是对于突发性的故障，就无法进行预测了。另外，在一些设备的使用中，由于人为的原因所产生的故障也是很多的，比如，不合理的使用，不合理的安装，不按照设备的标准参数来进行设计，对设备的控制不熟练等等，都可能会加快设备出现故障的速度，我们成这一类故障为软故障，软故障在发生的时间上往往存在一定的渐进性，可以通过检测参数的性能来提前预测。 　　建筑故障的产生即有其不可避免的原因，也有其发生的特点，主要有以下几点：首先，对于突发性故障来说，我们无法进行预测，往往是等到故障发生了才可诊断，这类故障具有一定的偶然性；第二，不同的故障会表现出不同的性能，在复杂的建筑设备系统中，各类设备需要按照相关规律组合成一个整体，因此，故障的发生具有一定的有序性。第三，在出现某一类的故障后，由于设备组合成一个整体，往往会导致其他设备出现故障，这表明故障具有一定的感染性。 　　二、设备故障预测技术 　　故障诊断技术是指在发生设备规格故障时，能够迅速排查故障发生的原因，从而在最短的时间内进行修复，延长系统的使用时间。设备故障的预测也是很重要的一环，它主要是在设备发生故障之前，研究设备当前的状态，对设备未来的状态进行预测，提前采取措施，从而达到有效的控制设备不出现重大事故的目的。当今社会，对设备故障的诊断和预测技术的研究在设备众多，功能多样的建筑系统中具有十分重要的地位。在国内外，建筑设备的诊断和预测系统的研究发展都很迅速，我国起步比较晚，一些大城市的建筑设备已经可以采取有效的控制系统进行提前预测和诊断，提前维修，并且还应用于工程维修中去，但是大部分城市的建筑设备还处在定时维修的阶段，因此，设备故障诊断技术的研究就显得尤为必要。 　　在大型建筑中，设备出现故障导致的损失有时是不可估量的，所以，如何有效的对设备故障进行预测是一个十分重要的话题。下面介绍几种预测技术。 　　（一）检测设备的特征参数 　　此项技术主要是对设备的运行参数进行建库操作。设备在运行时都有一定的可观测的特征，具有一定的参数，依照时间序列，对具有一定功能和结构的设备进行特征参数检测，获取数据，通过一些特定的数字模型，对设备出现故障时的特征数据及征兆数据的对应关系进行分析，从而可以预测设备未来将要出现的状况。通过计算机技术建立模型，并进行试验，从而能够研究设备故障的原理，进行仿真处理，从大量的数据中选出设备的运行参数数据，获得大量运行数据后就可以建立不同设备系统的数据库。 　　（二）智能神经网络故障预测 　　1.技术简介。经科学家的研究，生物的神经网络系统具有一定的学习功能，在人工智能技术不断发展的情况下，专家们利用神经网络的这一功能原理对设备故障和其出现的征兆之间的关系进进行分析，得出两者之间的定量关系，从而能够进行设备故障的预测，这是一种实时的预测技术，可以取得比较满意的预测效果，这就是人工神经网络设备预测技术。由于人工神经网络的复杂性，可以对复杂环境下的建筑设别进行预测，并且可以综合考虑多种因素。 　　2.智能神经网故障预测的实现。利用智能神经网络进行设备故障预测可以分为以下几步：首先，在设备的现场记录大量的实时数据，对设备运行一定时间内的相关参数进行记录，尤其是