变风量送风系统末端故障的主动式检测与诊断

(浙江大学制冷与低温研究所 浙江省制冷与低温技术重点实验室 杭州 310027)

变风量(variable air volume, VAV)送风系统可有效地满足多区域用户不同的冷/热需求，在大型公共建筑中得到广泛应用。但其系统规模庞大，控制策略复杂，各类故障频发。在这些故障中，末端装置故障占据很大比例。Qin Jianying等[1]调查发现，香港一栋商业建筑的VAV系统中，1 251个末端中有261个(20.9%)处于失效状态。对诸多VAV末端进行手动检修不仅耗时费力，同时也对技术人员的专业性有较高要求。因此，自动故障检测与诊断(fault detection and diagnosis, FDD)方法的研究具有重要科学价值和工程意义。

对于暖通空调系统的故障检测与诊断的研究起源于20世纪80年代后期[2]，但多数只针对空气处理机组、制冷系统和节能器等子系统，对VAV末端的研究相对较少。已有的相关研究也多基于被动式方法[3-7]，即通过对建筑管理系统(building management system, BMS)中设备运行参数的测量值加以分析归类，以实现故障检测与诊断。王海涛等[8-9]设计了一种基于专家规则的故障分类器寻找故障源，并开发了相应的故障检测与诊断软件。杜志敏[10]提出基于平衡模型的小波神经网络诊断方法，利用有效的历史数据，实现变风量系统的故障诊断。Zhao Yang等[11-15]开发了基于贝叶斯网络的VAV末端故障检测与诊断方法，利用贝叶斯网络定量描述故障与征兆间的概率关系，一定程度上克服了诊断信息的不确定性和不完整性问题。基于被动式诊断的方法虽然简单实用，但专家规则和历史数据的局限性使其能诊断出的故障种类十分有限。

VAV末端故障检测与诊断主要面临传感器数量少、故障种类多和控制逻辑复杂等问题，信息不足是主要的挑战。因此，如何获取更多的诊断信息成为克服VAV故障诊断困难的关键。近年来，主动式故障检测与诊断方法得到学者们的关注。M. R. Brambley等[16]提出一种基于主动式的FDD方法。该方法在对某一可疑末端进行诊断时，先关闭其他所有VAV末端风阀，通过对比低风机转速下和额定转速下的流量值差异，诊断出流量传感器故障或风阀卡死故障。但该方法只针对某几类特定故障，应用范围有限，且低风机转速的诊断方法限制了其在系统正常运行时的应用。因此本文提出一种新型主动式故障检测与诊断方法，即在保证系统正常运行的条件下，引入小扰动来获得额外的诊断信息，提高诊断能力。

1 VAV末端及典型故障

1.1 单风道压力无关型VAV末端

在空调系统中，单风道压力无关型VAV末端具有更好的控制稳定性和负荷响应特性，因此在众多大型复杂变风量空调系统中得到广泛应用[17]。图1所示为典型单风道压力无关型VAV末端，该末端主要包括送风流量传感器、区域温度传感器、两个串级控制器及风阀执行器。

图1 单风道压力无关型VAV末端示意图Fig.1 The schematic of single duct pressure independent VAV terminal

图2所示为压力无关型VAV末端的区域温度串级控制回路。其中，区域温度控制为主回路，温度控制器(FC-1)根据空调区域的实测温度(T1)和温度设定值确定风量设定值；流量控制为二次回路，风量控制器(FC-2)根据风量测量值和风量设定值来控制阀门(D-1)的开度，风阀根据控制器指令调整开度改变送风量。串级控制使系统的故障征兆之间存在传递性，增加了故障诊断的难度。例如，当故障为风阀卡在最小开度时导致主回路区域温度产生偏差，空气流量设定值增大。在二次回路中，风阀开度的控制信号将根据空气流速测量值和设定值的偏差进行调整，但风阀卡死无法随控制信号变化。最终空气流量设定值将增至最大值。同时，二次回路中风阀的控制信号达到全开。类似的控制效果也会发生在传感器、控制器等故障中，而不同的故障引起的系统测量值变化会有相似的特征，给故障诊断带来困难。

图2 压力无关型VAV末端串级控制回路Fig.2 Cascade control loop of pressure independent VAV terminal

1.2 压力无关型VAV末端典型故障

本文的研究对象主要为12种VAV末端典型硬件故障，可分为风阀、控制器、传感器故障3大类，其中传感器故障又可分为温度传感器和流量传感器，具体如表1所示。

图3 主动式VAV空调系统末端FDD方法流程图Fig.3 The flow chart of proactive FDD method for VAV terminals in air conditioning systems

种类名称/描述编号风阀风阀卡在全开位置F1风阀卡在部分开度F2风阀卡在全关位置F3迟滞F4控制器风量最小值偏大F5风量最大值偏小F6流量传感器读数不变F7读数正偏差F8读数负偏差F9温度传感器读数不变F10读数正偏差F11读数负偏差F12

2 主动式故障检测与诊断方法

本文提出的主动式VAV空调系统末端FDD方法的流程如图3所示。该方法可分为故障检测和故障诊断两个过程。首先，在线获取BMS系统实时数据，并对数据进行预处理。然后，利用故障检测规则(如表2所示)对VAV末端进行故障检测。若系统存在故障，则进入被动式诊断过程，通过可疑故障分类(如表3所示)得到可能发生的故障列表。若该方法可分离出唯一故障，则诊断结束。但多数情况下无法实现故障分离，主动式方法可以进一步诊断故障，通过选择恰当的主动式FDD行为获取额外诊断信息，实现故障诊断。若所有表1中的可疑故障都被排除后仍未找到故障源，则建议操作人员手动排查其他表1中未考虑的故障。

2.1 被动式故障检测与诊断

表2所示为VAV末端故障检测的判断规则，即空调系统末端发生故障时，建筑管理系统监测到的空调系统实时数据会发生异常，当系统测量值表现出的异常特征满足表2中的条件时，系统进入故障诊断流程。

表2 VAV空调系统末端故障检测规则Tab.2 The fault detection rule of VAV air conditioning system terminals

注：F为末端风量测量值，L/s；T为房间温度测量值，℃；Δt为故障给系统带来的异常时间，s；n为根据不同系统特性预先设定的时长，s。

进入故障诊断阶段后，首先进行被动式故障诊断过程。表3所示为可疑故障分类，通过研究VAV末端常见故障的征兆，即系统的区域温度测量值(T)、区域温度设定值(Tset)、空气流量测量值(F)、空气流量设定值(Fset)和风阀开度控制信号(μ)等参数在故障时的变化，总结出由5类征兆组成的故障分类。

2.2 主动式故障诊断

主动式FDD方法的目标是从上一步可疑故障分类表中得到的多个可疑故障中诊断出故障源。表4所示为可采取的主动式行为。以5类征兆中的12种可疑故障为例，对主动式FDD方法的应用进行说明，表5所示为5类征兆采用的主动式行为和能够诊断出的故障类型。

表3 可疑故障分类Tab.3 Suspicious faults

表4 主动式行为Tab.4 Proactive behavior

表5 主动式故障诊断行为与诊断结果对比Tab.5 The comparison of the proactive fault diagnosis behavior and the diagnosis results

1) 征兆1：T>Tset，F

征兆1发生时，VAV末端风阀的控制信号已为最大值(μmax)，但实际风量不能达到设定值。此时可能为风阀故障(F2、F3)，或送风静压不合理等设计操作问题，而这些故障不能通过被动式诊断进行分离。若给故障末端加入一个持续时长Δt的扰动(A2)，即将温度设定点Tset调高ε，则该末端会产生动态变化，具体变化如图4所示。

当故障为F2时，提高室内设定温度，风量设定值和风阀开度控制信号会相应减小，但风阀的实际开度不变，因此风量测量值F不会发生明显变化。当故障为F3时，将温度设定值升至高于当前室内温度，则风量设定值会减小，但由于风阀始终关闭，风量测量值F一直为0。通过上述操作，可以区别出F2和F3。若以上两种情况都不满足，则可能是设计或操作问题，需要进一步手动排查。

2) 征兆2：T>Tset，F=Fset，Fset=Fmax，μ≤μmax，采用主动式行为A2，可诊断出F6，F8和F11需要进一步人工排查。

征兆2发生时，风量测量值F可维持在设定值Fset，但室内温度测量值T却无法到达设定值Tset。此时可能是控制器故障(F6)、传感器故障(F8、F11)或末端不匹配和送风温度不合理等设计操作问题。若给故障末端加入一个主动式扰动(A2)，即将Tset调高ε，则该末端会产生动态变化，具体变化如图5所示。

图5 征兆2加入主动式FDD行为后末端的风量响应Fig.5 The air flow rate response when the proactive FDD behavior is introduced in situation 2

当室内设定温度略高于当前室内温度时，风量设定值和风阀开度均相应减小，但由于温差变化较小，所以风量变化也很小。此时，若风量明显低于无故障风量记录值，则说明风量最大设定值过低(F6)；若高于无故障风量记录值，则说明传感器出现偏差，但无法确定故障传感器，需要人工排查。其余情况则可能由设计操作类问题导致，在此不作讨论。

3) 征兆3～4。

由表3可知，征兆3～4和征兆1～2有对应相反的表现，采用相反的主动式策略即可，在此不再赘述。

4) 征兆5：T=Tset，F=Fset，Fset维持在±ΔF范围内超过nmin，采用主动式行为A2，可诊断出F4、F7和F10故障。

当风阀迟滞(F4)和传感器读数不变 (F7、F10) 等故障发生时，温度和风量测量值均能维持在当前设定值，所以需要加入主动式行为A2进行判别。对于F4故障，在系统稳定时风阀迟滞效应对系统的影响很小，但加入A2扰动后，风阀迟滞故障会显著影响风阀执行器对控制信号的响应速度。对于正常系统，加入主动式行为后短时间内系统即可稳定，而故障系统则有明显震荡延迟，需要较长时间才能达到稳定状态。但如果系统温度和风量测量值持续波动无法稳定，则说明故障为F7；如果系统温度和风量测量值始终不变，则说明故障为F10。

3 验证及讨论

本文在TRNSYS平台上搭建了采用压力无关型末端的VAV空调系统，分别在有无故障两种情况下对主动式FDD方法进行了验证。该仿真模型包括4个办公区域，面积共168 m2，送风温度设定值为16 ℃，静压设定值为0.3 kPa，区域温度设定值为25 ℃，VAV末端部件模型按照实际参数设计，采用上海天气参数，选取夏季8月某日典型工况，系统故障和主动式行为通过手动添加。本文对表5中涉及的故障均进行了验证，以下仅以3种典型故障为例说明。

3.1 仿真模型可靠性验证

为了验证变风量空调系统仿真平台的可靠性，在正常运行的仿真系统中添加主动式行为，分析了温度测量值、风量测量值、实际风阀开度等参数。

对区域1的VAV末端添加主动式行为，得到各参数测量值与其设定值的变化如图6所示。首先将Tset在14∶00—14∶30内提高2 ℃，由图6(a)可知，系统迅速响应，温差引起风量设定值Fset改变，图6(b)中的风阀开度控制信号Cset也随之变化，执行器接收信号后改变风阀开度，进而改变送风量。5 min后，室内温度即可达到设定值。

上述系统特性变化均与控制策略的理论期望值相符，表明搭建的仿真平台能较好地模拟空调系统的运行调节过程。同时，上述在无故障时添加主动式行为后的系统变化特性可为后续主动式故障检测与诊断提供分析对照的依据。

图6 无故障时引入主动式FDD行为后仿真系统中末端响应变化曲线Fig.6 The response curve of VAV terminal in simulation system when the proactive FDD behavior is introduced in a normal condition

3.2 风阀卡死故障的主动式FDD方法验证

风阀卡死故障表现为风阀执行器在某一时刻卡在当前开度后，不随控制信号变化而变化。如图7(b)所示，在11:00给系统添加F2故障，实线为风阀信号，虚线为风阀实际开度。故障发生后，风阀开度卡在50%左右，导致房间温度逐渐上升，如图7(a)中Tsensor曲线所示。当温度测量值与设定温度之差超过一定范围后，故障即可被检测出。通过被动式诊断进一步将该故障归为征兆1，此时可疑故障为F2、F3。根据该征兆下的主动式诊断策略向系统添加主动式行为，将Tset在14:00～14:30内提高2 ℃。温差变化引起Fset改变，风阀开度控制信号Cset也随之变化。但因风阀卡死导致Fsensor始终无明显变化，房间温度也同样无法达到设定值。此时根据设定的诊断规则，风阀卡死故障即可分离。

3.3 风阀迟滞故障的主动式FDD方法验证

风阀迟滞故障表现为风阀执行器对于控制信号响应迟缓。当控制信号不变时该故障对系统无影响，但控制信号出现波动后，系统稳定所需时间明显增加。通过减小执行器响应速度给系统添加F4故障。未添加主动式行为前，系统仍保持正常运行，如图8所示。通过被动诊断将该故障归为征兆5，此时可疑故障为F4、F7和F10。根据该征兆下的主动式诊断策略向系统添加主动式行为，将Tset在14∶00—14∶15内提高1 ℃，温差变化引起Fset、Cset改变。但因迟滞导致风阀实际开度变化慢于控制信号变化，使风量测量值无法达到设定值，导致房间温度发生震荡。此时根据设定的诊断规则，风阀迟滞故障即可分离。

3.4 流量传感器读数不变故障的主动式FDD方法验证

流量传感器不变故障表现为温度测量值、风量设定值和风阀控制信号持续震荡。在12:00给系统添加F7故障。如图9(a)所示，故障发生后，Fsensor保持不变，由于串级控制的复杂性，导致Tsensor、Fset、风阀开度及控制信号发生震荡，且振幅缓慢增加。当系统检测出故障后，通过被动式诊断将故障归为征兆5，可疑故障为F4、F7或F10。根据该征兆下的主动式诊断策略向系统添加主动式行为，将Tset在14∶00—14∶15内提高1 ℃，由于传感器读数保持不变，此时温差的增大导致系统测量值和控制信号震幅显著增加，且系统始终无法达到稳定，根据预先设定的诊断规则，可诊断出流量传感器读数不变的故障。

图7 征兆1发生F2时引入主动式FDD行为后仿真系统中末端响应变化曲线Fig.7 The response curve of VAV terminal in simulation system when the proactive FDD behavior is introduced in a fault condition

图9 征兆5发生F7时引入主动式FDD行为后仿真系统中末端响应变化曲线Fig.9 The response curve of VAV terminal in simulation system when the proactive FDD behavior is introduced in a fault condition

4 结论

针对VAV送风系统末端传感器数量少、故障种类多和控制逻辑复杂导致的故障检测与诊断难度较大的问题，本文提出一种主动式VAV送风系统末端故障检测与诊断方法，对该方法的可行性进行了验证，得出如下结论：

1) 对VAV末端故障特征进行了分析总结，列举了12种常见的硬件故障。针对这些故障，提出了5种被动式诊断分类规则，并根据不同的分类规则设定了对应的主动式诊断行为。

2) 与传统的被动式诊断方法相比，主动式VAV送风系统末端故障检测与诊断方法在其基础上添加扰动，在不影响系统运行的情况下能够获得更多的诊断信息，且无需增加额外的传感器。

3) 在TRNSYS仿真平台上搭建了VAV空调系统，在系统中手动添加特定故障及主动式扰动，对系统运行特性的分析结果表明，该方法可有效诊断出风阀卡死、迟滞以及传感器读数不变等压力无关型VAV末端常见硬件故障。

该方法对文中涉及的VAV末端典型故障检测与诊断十分有效，但无法诊断出由于设计操作和传感器读数偏差导致的故障等，需要进一步研究。

本文受浙江省文物局文物保护科技项目(2015012)和浙江省自然科学基金项目(LY15E060003)资助。(The project was supported by Zhejiang Province Cultural Relics Protection Technology Project(No. 2015012)and Zhejiang Provincial Natural Science Foundation of China(No. LY15E060003).)

符号说明

F———区域风量测量值,L/sFset———区域风量设定值,L/st———时间,sn———系统异常时长,sT———区域温度测量值,℃Tset———区域温度设定值,℃μ———风阀开度控制信号Fmax———区域流量最大设定值,L/sFmin———区域流量最小设定值,L/sμmax———风阀开度最大设定值μmin———风阀开度最小设定值ε———温差,℃Cvavbox———风阀开度实际值Cset———风阀开度设定值Fsensor———流量传感器读数,L/sTsensor———温度传感器读数,L/s