彭榮博
摘 要:暖通空調(diào)的故障檢查和診斷(FDD)技能對空調(diào)體系的運做安全性、維護性能與可預測性起著關鍵性的作用。按類別探討現(xiàn)今空調(diào)體系FDD方案,且對不同方案做了評論。經(jīng)過對現(xiàn)今使用情況的解析,探討了空調(diào)體系FDD技能在使用中殘留的不足和接下來的進步趨向。
關鍵詞:暖通空調(diào) 故障檢查和診斷 評論 使用情況
中圖分類號:TU83 文獻標識碼:A 文章編號:1672-3791(2014)06(b)-0049-02
商業(yè)建筑中因為設施保護不佳,功能老化與掌控不佳等因素引發(fā)的耗能損失大約是15~30%。HVAC體系中的設施障礙或傳感器的差錯都會導致屋內(nèi)舒適性的更糟或體系耗能的提升。所以,安全且精確的檢查與調(diào)控是體系穩(wěn)定運轉(zhuǎn)的基礎要求,還是智能化與先進化調(diào)控實行的必備因素。若體系產(chǎn)生障礙,一定要快速且精準的找出障礙原因、位置,而且規(guī)定體系在運轉(zhuǎn)當中具備防備性,也就是可以預測也許會產(chǎn)生的障礙,進而盡可能降低障礙的產(chǎn)生率或產(chǎn)生障礙后可快速地解除。研發(fā)FDD技能,在HVAC調(diào)控體系中加入一定的邏輯以快速精準地對障礙實施檢查診斷且給出解除辦法,這已是當前急需處理的重要難題。
1 FDD辦法的評論
在研發(fā)當中,很多FDD辦法未提及到對選擇FDD技能運轉(zhuǎn)的管制體系做出評論與決定,可是把FDD加入到建筑管制與決策支持體系是很關鍵的。到現(xiàn)在為止,F(xiàn)DD辦法的靈活性與誤警率依舊未在現(xiàn)實的建筑體系里做出全面的探究。
常用的FDD辦法是通過使用歷史數(shù)據(jù)來解決的。在很多時候,基于歷史數(shù)據(jù)的模型是采集訓練數(shù)據(jù)的獨特體系。為讓FDD辦法有更強更好的可用性,應在產(chǎn)品出庫前,為設施或自動在線裝置研發(fā)這些模型。模型研發(fā)當中的自動化對調(diào)控FDD體系的投資十分關鍵,Red即等研發(fā)了在線建模的前期工作。
大部分FDD辦法適合用來檢測單一效果的障礙,可是,若是很多個障礙同時產(chǎn)生或是產(chǎn)生在FDD開始時,多個FDD辦法不可準確的檢查或找出障礙。杜志敏等選用多級(一個上位級與兩個下位級)PCA與JAA模型還有Fisher辨別式辦法對變風量體系的許多障礙做了FDD解析。
HVAC體系中判斷障礙對體系的影響通常思考經(jīng)濟性并不是可靠性。對于一個給出FDD辦法的體系,F(xiàn)DD功能和使用FDD花費的價錢是相矛盾的。這就是說,若想提升FDD功能,一定要有很多的傳感器來給HVAC體系提供運轉(zhuǎn)數(shù)據(jù),特別是對不同的障礙對應同一的情況時。如今的FDD探究通常只顧慮辦法的研發(fā)和檢驗。Li等對維護與運轉(zhuǎn)資費實施定量與定性解析,進而對FDD實施經(jīng)濟性評論。Reddy給出了選擇漏報率、障礙率、錯報率與故障率等四種參數(shù)對FDD辦法給予評論。
2 常見的障礙檢查和診斷辦法
2.1 基于模型(mode-l based)的障礙診斷體系
在1984年Davis提出了,其重要辦法是選擇數(shù)字邏輯電路的構(gòu)造和傳入傳出方式的知識來彰顯障礙。deKleer等人給出用矛盾集把狀況和可能的障礙部件相結(jié)合。基于模型的障礙診斷辦法十分繁瑣,特別是在HVAC體系中,許多部件(如換熱器)皆是非線性的,而且與時間序列有關,因此建模有很大難度,核算也很繁瑣。
2.2 基于模糊推斷(fuzzy reasoning)的障礙診斷辦法
借鑒經(jīng)驗值與模糊整理數(shù)據(jù)構(gòu)建模糊矩陣,再按照模糊邏輯結(jié)合方法實行模糊全面判斷。主要想法是依據(jù)平時生活里的模糊決策,經(jīng)過模糊化傳入數(shù)據(jù),模糊結(jié)合后實施障礙檢測,而后再進行模糊化傳出直接性的判斷。
2.3 基于案例(case-based)的障礙診斷法
經(jīng)訪問知識庫里以往相同問題的解答,而取得了當前問題的答案。通常包含障礙事例的表示、組織搜索與學習等程序。這種障礙診斷辦法需要很多的事例,但障礙是會改變的,因此使用會有阻礙?,F(xiàn)今,在航天器的診斷里也有使用。
2.4 基于規(guī)則(rule-based)的障礙診斷專家體系
這種診斷現(xiàn)在應用較多,大多想法都用IF-THEN的規(guī)則來表示相關診斷對象的障礙與預兆之間的聯(lián)系,這就是各個事件之間的邏輯聯(lián)系。這種診斷法應用了現(xiàn)有的不同知識(規(guī)則或?qū)嵗┑揭粋€已有的序列里以處理那些難題?;谝?guī)則的障礙診斷體系起初是通過人工智能研發(fā)的,現(xiàn)在在醫(yī)學、地理、電子、化學等方面使用也很常見。
2.5 基于神經(jīng)網(wǎng)絡(neural network)的障礙診斷法
經(jīng)過很多、并行、互相關聯(lián)的神經(jīng)元構(gòu)成的網(wǎng)絡來進行障礙診斷。傳入信號在神經(jīng)元間來回傳送,神經(jīng)網(wǎng)絡構(gòu)建后,經(jīng)過很多的數(shù)據(jù)模版來練習這個網(wǎng)絡,一直修復網(wǎng)絡間的權值,最終用數(shù)據(jù)模版檢驗神經(jīng)網(wǎng)絡。對非線性的問題,神經(jīng)網(wǎng)絡具備天然的優(yōu)點,就不需構(gòu)建物理模型。
2.6 基于小波(wavelet)解析的障礙診斷法
20世紀80年代興起的小波解析診斷工具對非穩(wěn)定的信號與暫變的信號解析很重要。設施工作情況異常時的突變信號帶有障礙信息,對這些突變信號實施小波解析就能夠?qū)φ系K的大小與位置給出解析。小波解析適宜地進行信號解決。
2.7 基于模式識別(model identification)的障礙診斷法
將障礙診斷當做是正常工作狀態(tài)方式與障礙狀態(tài)方式的歸類與辨別。經(jīng)過獲得障礙特點實行決策探究,也能夠?qū)嵤┱系K核算與診斷。這樣的模式好處是不用建立模型,核算量少。
2.8 基于定量模型方式
在同一工況下,基于模型降的FDD辦法經(jīng)過很實際的體系與仿真模型的運轉(zhuǎn)情況來檢查與診斷傳感器障礙。同常見的分析冗余法作比較,此辦法意在強調(diào)模型的定義,不足的是需一個相應較準確的數(shù)學模型。常用的有等價空間法、觀察器法、參數(shù)估算法等。這些辦法選擇分析冗余取代物理冗余,從被診斷體系的數(shù)學模型取得的信息與現(xiàn)實測量獲得的信息比較時,經(jīng)過解析殘差實施障礙診斷,診斷中有殘差出現(xiàn)與殘差估算兩個過程。這種辦法在障礙診斷中獲得了大量的使用,對突發(fā)障礙的診斷是很有用的??纱宿k法所用的準確模型很難取得,尤其是對于高度非線性動態(tài)HVAC體系。同時,對于很慢漂移的傳感器障礙,此辦法很難區(qū)分障礙和體系或是部件的功能退化還有測量噪聲。endprint
3 障礙檢驗和診斷的使用
老式的障礙診斷工具是那些手提式的診斷器,維修工人在進行設施檢修時,用它來檢測體系中的障礙。這種工具好處是一臺儀器能夠用來檢測多個體系,所以,儀器可配備準確性很高的傳感器。但它的明顯不足是不可實施在線檢查和診斷。檢查的結(jié)果有時并不反映系體系的動態(tài)特點,而是一種靜態(tài)檢驗的結(jié)果。
而后,一些設備生產(chǎn)廠家從產(chǎn)品應用的可用性、可靠性方面思考,在產(chǎn)品中加入了一些障礙診斷和維護體系,這種維護是經(jīng)過設施的啟停來獲得的。比如:當制冷體系中壓力已超出最大限度時,覺得體系有障礙,就讓設施停止運轉(zhuǎn)。這種障礙診斷體系對提升設施的應用年限、保證設施和職工的安全有相應的優(yōu)點。但這種體系僅能對一些障礙很大的狀況實施檢驗和診斷,而對體系的運轉(zhuǎn)情況和體系特有惡化卻沒有任何辦法。它不能在障礙前期就及時地檢驗到障礙,從而造成了很大能源的耗損。
再后來,一些暖通空調(diào)體系的客戶和維修者就節(jié)省資源與提升屋內(nèi)的舒適性做了思考,研發(fā)了一些使用于各個體系的障礙診斷體系。如:文獻[24]寫到的供熱體系的障礙診斷體系被用于法國城市的取暖上;文獻[20]寫到的新風經(jīng)濟運轉(zhuǎn)體系的障礙診斷軟件在項目中獲得了使用。這些診斷體系對設施運轉(zhuǎn)的實時監(jiān)測和障礙的及時診斷有著很大的優(yōu)勢,可以在確保屋內(nèi)舒適度的基礎桑,更佳地節(jié)省資源。可是,因為辦法和時間的限制,這些體系不可以很全面,它只可以在一些特有的體系里應用,不可推廣。
現(xiàn)今,暖通空調(diào)體系的自動障礙檢查和診斷的探究還是在理論與方法探究,伴隨經(jīng)濟的進步和社會服務方式的改變,對暖通空調(diào)體系自動障礙檢查和診斷的需求也隨之增多,堅信在很短的時間里,就有完美的產(chǎn)品出現(xiàn)。因為經(jīng)濟的因素,這種體系或許會在一些大的體系或設施上取得應用,但最后會全部在空調(diào)設施上有推進。
總之,經(jīng)過專家的努力,F(xiàn)DD體系就會隨建筑自動化和資源管制體系共同在暖通空調(diào)體系里獲得較廣的進步與使用。
參考文獻
[1] 趙鵬.模糊專家系統(tǒng)在制冷系統(tǒng)在線故障診斷中的實現(xiàn)應用[D].上海:上海交通大學,2012:37-51.
[2] 鮑士雄,趙鵬.制冷系統(tǒng)故障診斷中模糊模式識別技術的應用[J].制冷學報, 2012,19(2):20-27.
[3] 陳友明,郝小禮.建筑能源管理與控制系統(tǒng)中傳感器故障及其檢測與診斷[J].暖通空調(diào),2012,34(2):83-88.endprint