發布時間：2021-12-01所屬分類：建筑師職稱論文瀏覽：1次
摘 要： 摘要 歸納了暖通空調系統中的常見故障，介紹了故障檢測與診斷的基本方法，簡要介紹了定性分析方法和定量分析方法，回顧總結了暖通空調系統故障檢測與診斷的研究歷史，詳細闡述了國內外研究現狀。分析指出目前暖通空調系統故障檢測與診斷技術存在的問題與發展方向。 關
摘要 歸納了暖通空調系統中的常見故障，介紹了故障檢測與診斷的基本方法，簡要介紹了定性分析方法和定量分析方法，回顧總結了暖通空調系統故障檢測與診斷的研究歷史，詳細闡述了國內外研究現狀。分析指出目前暖通空調系統故障檢測與診斷技術存在的問題與發展方向。
關鍵詞 暖通空調系統 故障檢測與診斷 研究歷史 研究現狀 問題
0 引言
目前公共建筑中暖通空調系統的運行能耗通常占建筑能耗的60%，是主要的建筑耗能設備[1]。隨著能源緊缺日益嚴重和生活水平的提高，節能與提高室內空氣品質成為當前暖通空調系統應用與發展的兩個重要主題。但是由于暖通空調系統會發生各種各樣的故障而使系統不能按照設計要求運行，即便是經過正確調試的系統，運行一段時間后也常常會發生故障，造成能源浪費和室內空氣品質下降。因此將故障檢測與診斷技術應用于暖通空調系統，及時發現故障并予以排除，對于維持室內環境舒適度、減少設備損耗、節約能源具有重要意義。理論研究與調查表明，通過實施故障檢測與診斷優化暖通 空 調 系 統 的 運 行，可 以 降 低20%～30%的建 筑 能 耗[2]，減少10%～40%的空 調 系 統能耗[3-4]。
1 暖通空調系統常見故障及分類
暖通空調系統經常會出現由于設備自然磨損、設計不合理或維護不夠而導致的故障。
1.1 按故障性質分類
1)自然故障
自然故障是指系統在運行時因自身原因產生的故障。
2)人為故障
人為故障是指操作者有意或無意造成的故障。這類故障往往不被重視，而實際上在使用、運行過程中經常出現。
1.2 按故障程度分類
1)硬故障
硬故障是指設備或元件完全失效的故障。這類故障的發生一般比較突然，帶有破壞性，但是比較容易檢測到，如閥門卡住、風機無法啟動等。
2)軟故障
軟故障是指設備或元件在使用過程中因疲勞、腐蝕或磨損等造成的性能下降或部分失效的故障，比如冷卻盤管的結垢、供水閥門泄漏等[5]。一般來說，軟故障占相當大的比例，但因為其是漸變的，在初期往往難于被檢測到。因此，從某種意義上講，軟故障的危害比硬故障更大。
1.3 按故障發生的器件分類
1)組件故障(componentfault)
組件故障 主 要 是 指 各 種 空 調 設 備 故 障，如 水泵、風機不能工作，制冷機不能工作或效率下降，換熱器結垢，水閥泄漏，風閥故障等[5]。
2)傳感器故障(sensorfault)
傳感器故障主要指溫度傳感器、壓力 傳 感 器、流量傳感器等發生偏差、漂移、精度等級下降及完全失效等故障[5]。
1.4 按故障發生位置分類
1)水側故障水側故障即為水系統和制冷機故障。一 般 情況下，暖通空調系統水側包含制冷機組(熱源)、冷水泵(熱水泵)、冷卻水泵、冷卻塔、末端設備、分集水器、補水箱、補水泵、定壓水箱(定壓罐)、水處理裝置、管網、閥門及其附件等。水側常見故障按水系統和制冷機故障分類列舉見表1。
2)空氣側故障
空氣側故障即為空氣處理器及變風量末端故 障。一般情況下，暖通空調系統空氣側主要有空氣處理機組、空氣輸送管道和變風量空調末端裝置，其中變風量空調末端裝置的數量龐大，分布在空調區域的頂棚上，檢修和維護比較困難。空氣側空氣處理機組和變風量空調末端裝置的常見故障如表2所示。
故障檢測與診斷基本方法從診 斷 步 驟 上 分 析，故障診斷由故障 檢 測(faultdetection)、故 障 識 別(faultidentification)、故障 評 價 (faultevaluation)及 故 障 決 策 (faultdecision)幾個過 程 組 成。當系統被檢測到有故障存在時，就要分析確定是什么故障并分析該故障對系統的影響程度，系統能否容忍這種故障。進而確定對該故障采取何種措施，比如對故障器件進行維修替換，或通過修改設定值或測量儀器的讀數來實現系統的正常運行。
文獻[6]將故障檢測與診斷方法劃分為基于信號處理的方法、基于數學模型的方法和基于知識的診斷方法三大類。近年來隨著理論研究的深入和相關領域的發展，各種新的診斷方法層出不窮，文獻[7]從一個全新的角度對現有的故障診斷方法進行了重新分類，將其主要劃分為定性分析方法和定量分析方法兩大類。
定性分析方法是指借助一些定性分析工具和行業專家的直覺、經驗，憑分析對象過去和現在的延續狀況及最新的信息資料，對分析對象的性質、特點和發展變化規律作出判斷的一種方法。該方法利用的是專家的經驗和事物之間的因果關系，適用于邏輯關系比較明確的系統。定量分析方法是依據統計數據建立系統模型，并用模型計算出分析對象的各項指標及其數值的一種方法。該方法適用于已有大量歷史數據或能夠建立精確解析模型的故障診斷[8]。故障診斷方法的分類示意如圖1所示。
3 暖通空調系統故障檢測與診斷研究歷史
暖通空調系 統 的 故 障 診 斷 起 源 于20世 紀80年代后期[9]。McKellar和 Stallard建立了蒸汽 壓縮制冷機 的 自 動 故 障 診 斷 系 統[10-11]。在 20 世 紀90年代，建筑系統的故障診斷應用開始興起，研究者們在實驗室中對其進行了驗證，當時大部分故障檢測和診斷研究都是針對蒸汽壓縮設備(制冷機、空調機、熱泵、冷 卻 裝 置 等)或者是空氣處理設備(AHU)。一般來說，這些故障診 斷 通 過 采 集 系 統中不同位置的溫度、壓力數據和熱力學關系來檢測和診斷一般故障。
在 20 世 紀 90 年 代 初，國 際 能 源 組 織(InternationalEnergyAgency，IEA)的第25個子課題(Annex25)致力于研究建筑空調系統的優化、故障檢測和診斷的實時仿真[12]。Annex25研究的是不同類型空調系統的共性故障，并開發出很多故障檢測與診 斷 方 法。在 Annex25完 成 后，國 際 能源組織相繼開展了 Annex34，Annex40，Annex47，Annex53研究項目。Annex34重點研究適用于實際 空 調 系 統 的 故 障 檢 測 與 診 斷 方 法，2001 年Dexter等人在實際空調系統中對故障檢測與診斷(FDD)系統進行了測試和驗證[13]。Annex40研究了驗證空調系統適用性的工具，給出了驗證的規程和提高驗證水平的建議，開發和驗證了有助于空調系統適用性驗證的軟件包[14]。Annex47主要是針對現有建筑和低能效建筑，研究可以提高或優化系統運行性能的方法和工具，我國也有部分學者參加該項目，如湖南大學陳友明教授、香港理工大學王盛衛博士等。Annex53主要研究的是建筑總能耗的分析與評價方法，其主要目標是找出公共建筑能耗的最重要的影響因子[15]。
20 世 紀 90 年 代 中 期，美 國 能 源 部(DepartmentofEnergy，DOE)資助了整個建筑診斷工具的開發，由兩個診斷模塊組成，一個是針對整個建筑和主要系統能耗的異常現象，另一個是針對 新 風 通 風 和 節 能[16-18]。2001 年 DOE 資 助Salsbury等人開發了一個針對空 氣 處 理 設 備 的 基于 物 理 模 型 的 FDD[19]，同 年 DOE 還 資 助Sreedharan等人比較了三個基于 FDD應用的重塑離心式冷水機組模型的觀測性能[20]。
在20世紀90年 代 中 后 期，ASHRAE 也 積 極開展 關 于 HVAC 系統的故障檢測與診斷研究項目。到 目 前 為 止，ASHRAE 的研究項目主 要 有RP-883(用于 HVAC系統的小型在線診斷系統)、RP-1020(用于實際建筑的故障診斷-檢測與診斷方法演示)、RP-1043(用于冷水機組的故障診斷需求和評價)[21]。
4 暖通空調系統故障檢測與診斷研究現狀
4.1 國內研究現狀
4.1.1 香港理工大學
王 盛 衛 及 其 團 隊 主 要 基 于 主 元 分 析 法(principalcomponentanalysis，PCA)與 神 經 網 絡對空調系統的制冷系統和空氣側進行故障診斷研究，并開發了相應的軟件用于工程實踐中[22]。
2007年徐新華等人針對離心式制冷機系統提出了基于主元分析法的離 心式制冷機傳感器的故障診斷方法，該 方 法 可 以 成 功 地 對 傳 感 器 的偏差故障進行檢測、診斷 及 故 障 重 構[23]。在 此 基礎上又提出了基于小波變換 的主元分析法對傳感器的故 障 進 行 檢 測、診 斷 及 重 構，并 采 用 一 個大型離心式制冷 機 的 實 測 運 行 數 據 進 行 驗 證，結果證明基于小波變換的主元 分析法可以提高故障診斷水平[24]。
2008年肖賦等人利用基于 TRNSYS平臺的仿真器，驗證基于主元分析法的故障診斷方法對 VAV空調系統傳感器進行故障診斷的性能，結果證明主元分析法能有效地檢測和分離傳感器的故障[25]。
2009年ZhouQiang等 人 提 出 了 基 于 模 糊 建模和人工神經網絡技術的離心式冷水機組故障檢測與診斷策略。該策略根據故障狀態與正常狀態性能指標的靈敏度分析建立故障診斷分類器[26]。
4.1.2 上海交通大學
晉欣橋及其團隊主要研究的是空調系統傳感器故障。
2003年晉欣橋等人針對集中空調冷水系統中的溫度傳感器，提出了一種基于數理統計的在線故障診斷方法。主要根據能量守恒方程式的殘差值檢測傳感器的故障，并根據殘差方程的數字特征，運用數理統計方法建立診斷方程組，通過采集運行數據求解方程以修正故障[27]。
2004年晉欣橋等人根據能量守恒關系式的殘差特征，選取恰當控制體，推導出了冷水機組溫度傳感器的故障診斷方程組，以檢測、診斷與度量溫度傳感器的固定漂移故障[28]。
2005年晉欣橋等人提出了一種基于主元分析和質量能量守恒法的傳感器故障診斷方法，建立了PCA 模型，將由 傳 感 器 測 量 值 所 組 成 的 測 量 空 間分解為主成分和殘差兩個子空間，進行故障檢測后再由基于質能守恒法則的策略進行故障重構。仿真實驗表明，該方法不僅能夠準確地檢測并隔離傳感器故障，而且可以初步進行故障重構，為進一步研究傳感器的故障診斷提供了必要的基礎[29]。
2006年 DuZhimin等人提出了基于神經網絡數據處理的 空 調 箱 故 障 檢 測 與 診 斷 方 法，并 通 過TRNSYS軟件建立了仿真模型對診斷策略進行驗證[30]。杜志敏等人在變風量空調系統仿真模型的基礎上，針對溫度、流量、壓力等傳感器的故障檢測與診斷提出了主元分析與聯合角度的方法，可在線分析故障源[31]。
2007年吳立洲等人針對空調箱的溫度傳感器和流量 傳 感 器，提 出 了 基 于 統 計 學 的 Fisher判 別分析法進行故障診斷。該方法利用多元統計法對選取的故障樣本進行訓練和投影，使各個故障的樣本在相應的空間分離，最后利用馬氏距離法計算檢測點投影與各故障樣本投影的馬氏距離，從而判斷其故障類型[32]。
相關知識推薦：暖通專業職稱評審論文參考文獻
2008年楊云雨等人提出了基于小波神經網絡的空調系統傳感器故障診斷方法，用小波分析提取數據的頻域特征，再使用神經網絡對信號的頻域特征數據作故障診斷。利用傳感器信號相互關聯的本性，又提出了聯合信息診斷方法，可以實現暖通空調系統中多個傳感器故障診斷[33]。
2009年杜志敏提出了基于平衡模型的小波神經網 絡 診 斷 方 法，提高了診斷方法的效率。 以TRNSYS變風量空調系統仿真器為實驗平臺，對不同故障類型進行了故障診斷的仿真實驗[34]。
2010年 FanBo等 人 提 出 了 基 于 人 工 神 經 網絡和小波分析的空氣處理機組傳感器自適應故障檢測 與 診 斷 策 略，并 通 過 模 糊 c 均 值 (fuzzyc-means)聚類算法獲取近似系數的聚類信息，仿 真實驗表明該方法可以診斷傳感器固定偏差和漂移故障[35]。
4.1.3 湖南大學
陳友明及其團隊主要基于主元分析法、專家系統、神 經 網 絡 與 累 積 和 控 制 圖 (cumulativesum，CUSUM)等方法對暖通空調系統多種故障進行檢測與診斷研究。
在變風量空調系統故障診斷方面主要作了以下研究：
2003年提出基于主元分析法進行空調系統傳感器故障檢測與診斷的基本思想，并使用故障識別指數和小波分解的方法進行故障識別[36]。
2005年在主元分析方法檢測空調系統故障的基礎上，使用小波濾波法對數據進行過濾，提高故障檢測能力[37-38]。
2007年提出了采用 BP神經網絡對變風量空調系統的故障進行檢測與診斷，運用 MATLAB中的神經 網 絡 工 具 對 故 障 的 模 式 和 原 因 進 行 了 仿真[39]。
2007年根據 VAV 系統及其控制的特點，提出了一種基于 遞 階 結 構 的 VAV 系 統 故 障 檢 測 與 診斷新 方 法，從 系 統 級、單 元 級、元 件 級 三 個 層 面 對VAV 系統進行故障檢測和診斷[40]。
2010年針對變風量空調末端裝置故障提出了基于累積和控制圖的故障檢測與診斷方法，設計了基于規則的故障分類器[41];2013年在此基礎 上 開發了故障檢測與診斷軟件[42]。
2011年提出將參數自整定空調部件模型與專家系統相融合應用于變風量空調系統空氣處理機組的在線故障診斷，并將殘差累積和控制圖與專家系統相融合用于變風量空調末端裝置故障檢測。在理論研究的基礎上，開發了變風量空調系統在線故障檢測與診斷軟件，并在實際建筑中進行了驗證[43]。
2012年針對變風量空氣處理機組故障，提 出了結合參數自整定空調部件模型與專家規則的在線故障檢測 與 診 斷 方 法[44];針對變風量空調末端裝置故障，將殘差累積和控制圖與專家規則相融合，提出了一種變風量空調末端裝置在線故障檢測與診斷方法，并將故障檢測工具嵌入建筑管理控制系統，實時檢測診斷變風量空調末端故障[45-46]。——論文作者：韓 琦☆ 魏 東 曹 勇
SCISSCIAHCI
