首页文章中心正文

智能化设备管理论文

时间：2022-07-05 04:59:00

智能化设备管理论文

摘要：分析了HVAC设备管理系统的几种模式，指出了智能设备管理系统的关键技术是系统集成和智能化，探讨了设备管理系统开发中值得注意的问题及新一代设备管理系统的发展方向。针对传统设备管理模式下存在的问题，阐述了现代设备管理、状态监控和设备故障状态维修的必要性。分析了暖通空调(HVAC)系统故障的特征，并就建立故障检测与诊断系统的方法、实现步骤、相关技术等进行了探讨。

关键词：设备管理节能故障诊断建筑能耗

随着经济的快速发展，建筑内设备数量和复杂性都显著增加，使得建筑在使用过程中所消耗的能量（建筑能耗）越来越大。建筑能耗在社会总能耗中占有很大的比例，而且，社会经济越发达，生活水平越高，这个比例越大。西方发达国家，建筑能耗占社会总能耗的30%～45%。我国尽管社会经济发展水平和生活水平都还不高，但建筑能耗已占社会总能耗的20～25%，正逐步上升到30%。不论西方发达国家，还是我国，建筑能耗状况都是牵动社会经济发展全局的大问题。

在建筑的总能耗中，用于采暖、通风和空调的能量占有很大的比重，在一些大城市，夏季空调已成为电力高峰负荷的主要组成部分。1998年，上海住宅空调安装率超过70%，空调用电负荷高达300×104kW以上，占高峰用电负荷的1/3，产生166.2×104kW的供电缺口。

所以，节约能源，提高能量的利用效率，关系到整个社会的可持续发展问题。节能在很大程度上取决于建筑内设备的运行状况。如果采用先进的管理方法，使各种设备安全、有效、稳定地运行，出现故障能快速排除，则可以节约能量；如果管理方法比较陈旧，出现故障不能及时排除，则会浪费很多能量。

在传统的设备管理模式中，往往是在有明显迹象表明设备性能变差时，才去确定这台设备是否应该检修，或根据规程已经到了大修期限，才着手组织大修。这样就存在以下问题：一是其运转情况无法统计准确；二是本可不必大修解决的问题拖到了故障累积成必须大修的程度，导致设备维修费用升高。传统的维修思路是：当设备不能正常工作甚至无法工作后才去寻找故障，找到故障后才去修理。这样做的结果，首先是设备停止运行，影响了正常服务，其次是故障往往不仅是部件问题，甚至到了必须更换主要部件的地步，使得维修成本剧增；三是故障只在设备运行时才表现出来，当设备停止运行后，有些故障特征就不再表现，各种故障数据也再无法采集，这就给故障排除带来很大困难。

按老办法管理，由于建筑设备的分散性和复杂性使设备工程师劳动强度增大，维护质量跟不上需要。那种靠填写值班日志、抄表记录、出现报警信号后才去排除故障等人工方法显然已经不能适应新的形势。虽然新的系统有了类似黑匣子之类的自动数据记录器，但也只能做事后分析，不能做到提前预测故障和及时排除故障，能量的利用率低，造成能源极大浪费。

因此，传统的设备管理模式已无法满足社会发展的需求，探索先进的设备管理方法特别是空调系统的运行管理方法、提高能量的利用率至关重要。

近年来，已有人研究了比较先进的设备管理方法，其主要思想是监控各个系统中每个设备的运行状况，实时采集各设备的运行数据，通过数据采集系统将数据送入中央处理设备进行处理，判断出各设备当前的运行情况，若有故障趋势，及时发出警报。在这种设备管理系统中，设备故障检测及诊断技术占有很大比重。所以，本文着重讨论了空调系统故障检测及诊断系统的建立过程。

1.HVAC系统工作特征分析

HVAC系统是由管道连接各种空调设备而组成的一个相互关联、相互影响的系统，如果系统中有一个运行参数发生变化，则其它的运行参数也会变化，进而影响整个系统的特性。

空调系统外在参数的变化是通过影响机组内在参数而引起空调系统性能变化的。这些内在参数主要有：蒸发温度、冷凝温度。

1.1内部参数与机组性能的关系

如图1：空调系统的冷水机组或热泵机组就如一个水泵，“扬程”为（冷凝温度－蒸发温度），将热量r从低温处送到高温处。蒸发温度越低，冷凝温度越高，制冷量就越低，压缩功Aw越大。研究表明：冷凝温度每上升1℃，制冷量就下降2～2.5%；蒸发温度每下降1℃，制冷量就下降2～3%。

图1图2

1.2影响冷凝温度的主要因素（对水冷冷凝器）

冷却水流量如图2为某一冷水机组的冷却水流量与冷凝温度的关系图，从图中可知，冷却水流量减小，则冷凝温度增加。

冷凝器污垢冷却管一旦有了污垢，传热系数就会下降，从图3中可以看出，冷凝温度及冷凝压力就变高。

图3图4

另外，冷却水温度、蒸发温度及不凝性气体也影响冷凝温度。在一定的冷负荷条件下，冷却水温度越高，冷凝温度也越高；当制冷负荷增大时，蒸发温度变大，则冷凝温度增大；如果有不凝性气体，则冷凝器的传热系数变小，冷凝温度升高。

1.3影响蒸发温度的主要因素

冷冻水流量从热平衡原理得知：冷冻水在蒸发器中的吸热量等于制冷量。如式1：

(1)

℃(2)

其中：W为冷冻水流量；t进为冷冻水进水温度；

t出为冷冻水出水温度；t0为蒸发温度。

c为水的比热；φ0为制冷量；

由1式可看出：假设制冷量φ0不变，冷冻水流量W减小，当冷负荷条件不变时，t进不变，则t出必然下降，在由2式可知蒸发温度就会下降。

冷负荷条件同样由1、2式可以看出：假设冷冻水流量W及t进不变时，φ0减小会导致t出上升，就会使蒸发温度上升。

蒸发器污垢蒸发器污垢会使蒸发器的传热系数变小，蒸发温度降低。

2特征参数的选择

虽然HVAC系统非常复杂，但也是由不同层次的子系统组成。譬如：冷却水循环系统、冷冻水循环系统、制冷剂循环系统、自动控制系统等等。所以，故障发生时，它总是隶属于某一层次，在这一层次中，总有一个或几个特征参数的变化与之相对应。利用故障的这一特性，我们可以提出诊断模型，并对原因参数和结果参数进行分类，从而实现对故障的正确诊断。针对不同的研究对象，应该选择不同的特征参数。下面是几个有代表性的特征选择方法。

2.1对制冷系统

因为空调系统的内在参数是直接反映系统性能的参数，所以很多研究者在选择特征参数时都选择了像蒸发温度，冷凝温度等内在参数作为故障特征参数。但不同的故障能使内在参数产生相同的变化，以致有时直接用内在参数的变化不容易分辨不同的故障。因此，可以利用内在参数求出诸如机组或其元件的效率、换热量等间接特征参数，再通过实验及理论分析确定出各故障对应的间接特征参数的变化范围。下面即采用了间接特征参数来判断一冷水机组的故障。

各故障对应的特征参数如下（表1）

表1故障名称

特征参数

冷冻水流量下降

冷却水流量下降

蒸发器盘管污垢

冷凝器盘管污垢

压缩机内部故障

电机/传输故障

下表为各故障的判断规则(表2)：

表2操作条件

趋势

类型

用于检测及诊断冷水机组故障的各特征参数

蒸发器

冷凝器

压缩机

机组

Qevap

CHWTD

APPRe

UAe

Qcond

CWTD

APPRc

UAc

ηisentropic

ηmotor

COP

基本状态

正

放热量变化

升

正

－

＋

降

正

－

负荷变化

升

正

＋

－

＋

降

正

－

＋

－

冷冻水流量变化

升

误

－

＋

降

误

＋

－

冷却水流量变化

升

误

－

＋

降

误

＋

－

蒸发器盘管污垢

升

误

＋

－

降

－

＋

冷凝器盘管污垢

升

误

＋

－

降

－

＋

－

压缩机内部故障

升

误

－

电机/传输故障

升

误

－

表中的各个参数分别表示(某些参数如图4所示)：

蒸发器的换热量；

蒸发器中冷冻水进出口温差；

蒸发器中冷冻水与制冷剂间的最小温差；

蒸发器的传热系数（蒸发器传热面积×单位面积传热系数）；

冷凝器的换热量；

冷凝器中冷却水的进出口温差；

冷凝器中冷却水与制冷剂间的最小温差；

冷凝器的传热系数（冷凝器传热面积×单位面积传热系数）；

压缩机的定熵压缩效率（实际压缩的耗功量与理论耗功量之比）；

电机效率；

机组总的性能系数。

从上面的表中可以看出：冷水机组的大部分故障所表现出来的症状都比较明显，各自对应的特征参数的变化差别比较大，但有些故障的特征参数变化的差别比较小。如冷凝器污垢与冷却水量下降这两个故障。

这两个故障中，蒸发器、压缩机中的各个参数及机组的整体性能参数都对这两个故障不敏感，而冷却水进出口温差、冷却水与制冷剂间的最小温差及冷凝器的总传热系数这三个参数差别比较明显，所以，可从这三个参数的变化上判断出究竟是那个故障。

除了利用内在参数进行故障检测及诊断外，还可以采用外在参数进行故障检测的研究。可以通过监测水泵、风机等电机的用电负荷进行HVAC系统故障检测，通过分析诸如空气流量、电机转速等外在参数与电功率消耗之间的关系去检测、诊断故障，或者在电机刚启动后，分析电机的机械动力物理模型，从而得出空调系统的故障。

2.2对供暖系统

在对HVAC系统的故障检测及诊断技术的研究中，对供暖系统的研究相对较少。表6给出了针对供暖系统故障与特征参数的对应关系。图4给出了供暖系统故障判断结构图。

表6总结果

症状

可能的故障

居住者感到不舒服

在房间被使用时室内温度过低

加热曲线不合理

室内温度补偿器失灵

控制阀阻塞

室外温度传感器损坏

能耗过大

在房间刚开始被使用时室内温度过低

突然加热过晚

水离开锅炉的温度最高值定得过低

阀门阻塞

在房间被使用时室内温度过高

加热曲线不合理

室内温度补偿器失灵

控制阀阻塞

…….

图5

从表6及图5可以看出，对供暖系统故障的这项研究主要包括两个部分。一是预处理器，将三个参数（室内温度、室内温度、供水温度）的72个值预处理，求出日平均温度等值。二是分类器，将求出的值进行分类，从而得到“使用时加热不足”等6个故障。

对不同的研究对象可以采用不同的方法、选用不同的特征参数进行故障检测研究，以能够准确的判断出故障原因。

3建立故障及正常状态数据库

通过以上分析，我们就找到了针对不同的空调系统各种特征参数，有了这些特征参数后，就需要将之汇总起来，建立数据库，以便使通过数据采集系统采集来的数据与之相对照，从而判断出系统的运行状况。

4编制系统软件，对数据库进行训练和改进

以上步骤完成以后，就要编制系统软件，建立友好的人机对话界面，并将各个模块有机地连接起来。然后，利用专家知识对系统进行训练，使系统达到预期效果。

5验收、鉴定、试运行

为满足故障检测及诊断的实际需要，所开发的智能诊断系统必须先经过实验系统的运行，在此过程中，对诊断系统中的错误之处加以改正，不足之处加以改进，使诊断系统能更加满足实际工程的需要。

结束语

通过以上分析可以知道，传统的设备管理模式早已经不适应智能建筑的要求，实现设备预测维修和设备主动式智能化管理已迫在眉睫。HVAC系统故障检测及诊断技术是建筑设备领域的一个新课题，其中涉及多个学科的知识，既需要有空调、制冷方面的专业知识，又需要计算机、自动控制方面的知识，还需要运用数学知识。目前，这一技术的应用还有很多问题值得探讨，也还有不少技术难题没有解决。但是，无论从经济角度还是从整个建筑的性能以及对节能的贡献来考虑，都应积极开展HVAC系统故障检测及诊断技术的研究。

参考文献：

1.JohnM.House,WonYongLee,DongRyulShin.ClassificationTechniquesforFaultDetectionandDiagnoseofanAir-handingUnit.ASHARETransactions,105,1999

2.MeliStylianou,DariusNikanpour.Performancemonitoring,Faultdetection,anddiagnosisofReciprocatingChillers.ASHARETransactions,102,1996(Ⅰ)

3.IanB.D.Mclntosh,JohnW.Mitchell.FaultDetectionandDiagnosisinchillers-PartⅠ:ModelDevelopmentandApplication.ASHARETransactions,106,2000(Ⅱ)，268-282

4.EdwarsSJ，etc.Expertsystemforreal-timemonitoringandfaultdiagnosis.NASA-CR,1989

5.XiaomingLi,Ph.D.,Jean-ChristopheVisier,Ph.D.,HosseinVaezi-Nejas,Ph.D.ANeuralNetworkPrototypeforfaultDetectionandDiagnosisofHeatingSystemsASHARETransactions,103,1997(Ⅰ)，634-644

6.BinChen,JamesE.Braun,Ph.D.,P.E.SimpleRule-BasedMethodsforFaultDetectionanddiagnosticsAppliedtoPackagedAirConditionersASHARETransactions,107,2001(Ⅰ)，847-857

7.郑洁.周玉礼.李兴友.暖通空调系统故障诊断技术及应用.《机电一体化》.2003年第3期.

8.源生一太郎.制冷机的理论和性能.北京.农业出版社，1982