暖通空调系统故障检测与诊断研究

张景雷

【摘 要】暖通空调系统作为暖通工程的重要组成部分，在实际应用中往往会出现各种故障，为避免安全故障问题的出现，本文给出了暖通空调系统故障类型。回顾了其故障检测与诊断的常用的方法及应用过程，以期为暖通工程事业发展提供可靠的保障。

【关键词】暖通空调系统；故障检测；故障诊断；类型

一、暖通空调系统故障类型

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。软故障基本都是循序渐进的，在产生的最初时期所表现的特征不太明显，因此在初级阶段很难被发现，实际上，这类故障的产生是因为系统参数渐渐恶化，从某方面或者某种角度来讲，软故障的危害性要远远大于硬故障的危害性，所以，软故障的监测力度要适当加强，并且要做好预防工作，其对空调系统的意义和作用是不言而喻的。

暖通空调在运行一段时间之后，系统故障的产生一般都是偶然且不确定的，所以，故障的属性具有任意性，且发展情况与平衡过程具有随机性。从HVAC系统整个结构入手分析，所涉及的设备都是由子设备和基础构件按照一系列的标准组合而成的，层次性和系统性极强，所以故障产生时就会因为层次深度的不一样而造成不一样的影响。除此之外，考虑到系统是由多个相关的子设备综合而成的，一些子设备发生故障也可能是因为其相关环节或者设备产生故障而引发的，这种现象称为故障的传导性。根据系统故障产生的位置不一样，既可以说是设备故障也可以说是传感器故障，既可以说是硬故障也可以说是软故障，因为这些故障参杂在一起很难分辨，所以空调系统的诊断和检测就十分的复杂。

二、暖通空调系统故障检测与诊断分析

1、暖通空调系统诊断方法

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。

2、故障检测与诊断的应用

随着科技的进步，现在的故障检测和诊断手段嵌入了动态的控制系统体系，完善了检测和诊断的技术。制定一些模型数值或者一些经验数据，当传感器测量得到的实际运行过程中的参数和由模型得到的计算值在诊断软件中进行对比和评估，它们之间的差值作为传送的数据，送到故障诊断分析其中的问题，如果这个差值逐渐的增大时，就说明了这个系统发生故障的可能性就会增加。根据检测系统的分析，就会将故障的诊断结果及时传送出去进行显示。这些故障诊断由输入的数据类型、复杂程度、性质等进行分区，较难的诊断就会需要长时间来完成，或者由更高层次的诊断设备来完成。

暖通空调系统故障的检测方法。在以前，我们所用的方法就是用直接、解析和时序三种冗余法来进行检测。基于定量模型法在相同的情况下可以通过比较实际系统或者仿真的模型运行状态来进行检测和诊断系统故障，但是在执行的时候需要具体的、精确的数据模型来进行检测。还有一些基于定型模型法、基于统计学法、人工神经网络法和模式识别法等可以对暖通空调系统的故障来进行检测。

按照故障的级别和故障的优先级不同，不同故障在不同的诊断层次上来诊断。在分布式控体系（DCS）中，驻留在不同層级上的故障诊断工主要由输入数据的类型、性质、复杂程度和诊断具使用的频率来区分，复杂的、需要更多知识和能的故障诊断（如诊断周期需要一天或一个月的将由更高层次的诊断工具（或计算机）来完成，由现在传感器性能的提高，大量的、低端的故障诊倾向于在传感器中就地解决。

三、结束语

综上所述，通过故障预测与诊断，使暖通空调设备按优化程序运行，是降低建筑能耗和提高经济的途径之一。因此，加强对故障的预测与监控，能够减少故障的发生，延长设备的使用寿命，同时也能够给业主提供持续的、舒适的室内环境，这对提高用户的舒适性、提高建筑的能源效率、增加HVAC系统的可靠性、减少经济损失将有重要的意义。

参考文献：

[1] 李志生，张国强，刘建龙. 故障检测与诊断技术在暖通空调领域的应用和展望[J]. 流体机械. 2006（06

[2] 韩琦，魏东，曹勇. 暖通空调系统故障检测与诊断技术研究进展[J]. 暖通空调. 2014（03）

[3] 陈友明. 自动故障检测与诊断在暖通空调中的研究与应用[J]. 暖通空调. 2004（03）