自动故障检测与诊断在暖通空调中的研究与应用.docx

自动故障检测与诊断在暖通空调中的研究与应用陈友明 湖南大学摘要介绍了暖通空调系统中自动故障检测与诊断的基本流程及故障分类 。回顾了暖通空调行业中自动故障检测与诊断的研究现状 、常用方法及应用情况 。分析了故障诊断所面临 的困难及今后的研究方向 。关键词自动故障检测与诊断故障诊断流程暖通空调系统re s e a r c h a n d a p p l i c a t i o n of a fdd t o hva cby chen youming a bs t r a c t pr es e n ts t h e f u n da me n t al f l ow sc h e me of a ut o m a t e d f a ul t de t ec t i o n a n d di a g n os t ics ( a fd d ) a n d cl assif ic a t i o n of f a ul ts . r e vie ws t h e p r es e n t s t a t us , c o n ve n t i o n al ap p r oac h es a n d ap p lic a t i o n of a fd d i n h v a c i n d us t r y . a n al ys es t h e dif f ic ul t y a n d r es e a r c h di r ec t i o n of a fd d .ke yw o r ds a ut o m a t e d f a ul t de t ec t i o n a n d di a g n os t ics , f a ul t di a g n osis f l ow sc h e me , h v a c s ys t e m huna n unive rsit y , cha ngs ha , china0 引言故障是指能够导致系统特性出现不可容忍性 偏差的系统失灵1 。在暖通空调系统中 , 存在着大量的各种各样的故障 。故障的存在 ,对空调系统是非常有害的 ,它不仅导致能源浪费 ,而且还会影 响室内的舒适性 ,缩短设备的使用寿命 。然而 ,对 于日益复杂的空调系统 ,仅依靠人力很难及时发现系统中出现的各种故障 。因此 ,自动故障检测与诊 断 ( auto mated f ault detectio n and diagno stics , a fdd) 系统愈来愈成为空调系统运行过程中必要 的检测和监督手段 。随着计算机及通信技术的不断进步 ,空调系统 的自动故障检测与诊断已不再是可望而不可及的 事 。智 能 建 筑 的 广 泛 兴 起 , 建 筑 自 动 化 系 统 ( building auto matio n system ,ba s) 及能源管理与控 制系 统 ( energy management and co nt rol system , emcs) 的不断开发 ,为 a fdd 系统提供了操作平 台 。各种电子器件 、应用软件及测量仪器的成本不 断下 降 , 大 大 地 减 少 了 a fdd 系 统 的 投 资 , 为 a fdd 系统的广泛使用提供了条件 。afdd 系统对其使用者是非常有利的。它不仅能帮助用户节约能源 ,降低能耗费用2 ,还有利于维 持舒适的室内环境 ,改善室内空气品质3 。同时 ,afdd 系统能帮助操作者及时发现和处理系统中的 各种故障 ,这对延长设备的使用寿命 ,减少设备的维修费用非常有益。另外 ,使用 afdd 系统 ,能够减少 有害气体的排放 ,起到保护环境的作用。本文介绍了暖通空调系统自动故障检测与诊断的基本流程及故障分类 。回顾了暖通空调行业 中自动故障检测与诊断的研究现状 、常用的方法及 应用情况 。就今后暖通空调行业故障诊断工具的 开发与应用阐述了个人的看法 。1 自动故障检测与诊断的基本流程及故障分类故障诊断是探究导致系统失效原因的各种行为1。图 1 是故障诊断的基本流程4 。它包括四 陈友明 ,男 ,1966 年 6 月生 , 博士研究生 , 工学博士 , 教授 ,系副主任410082 湖南大学土木工程学院建筑环境与设备工程系(0731) 8823515e2mail : ymchen99 p ublic. cs. hn. cn收稿日期 :2002 01 3130 科技综述暖通空调 hv &a c2004 年第 34 卷第 3 期于 20 世纪 80 年代5 。之后 ,许多学者为暖通空调系统的自动故障检测与诊断作了大量的研究 。尤 其是在元件和子系统的故障诊断方面有了深入的 研究 。如冷却盘管的结垢与泄漏 、制冷机子系统 、 空气处理机组及变风量空调系统 、供热系统等 。下面对前人的工作作简要的回顾 。n go , haves 和 dexter 等人对冷却盘管的结垢 与泄漏进行了较深入的研究 。n go 等人采用模糊 识别的方法对冷却盘管的水侧结垢与供水阀门泄 漏进行诊断6 。haves 等人采用物理模型对冷却 盘管故障进行诊断7 。后来 , 为了提高诊断结果 的明晰性 ,减少错误报警 ,dexter 等人提出了多步 模糊型的故障诊断方法对这些故障进行诊断8 。 不少学者对制冷机及制冷系统故障诊断进行 了研究 , 提出了不少诊断方法 。主要有 : st yliano u 利用制冷机在开始运行时的动态特性来诊断与制 冷剂的流动有关的故障 ,如制冷剂的泄漏 、制冷剂 管路堵塞 、膨胀阀故障等 ; 利用制冷机的稳态运行 特性来诊断与系统运行有关的故障9 。后来 , 为 了提高诊断能力 ,他又采用统计型模式识别的方法 取代原来的规则型模式识别的方法对往复式制冷 机进行故障诊断10 。文献11 采用黑箱模型对制 冷机系统进行故障诊断 。文献12采用拓扑方法对吸 收 式 制 冷 机 进 行 条 件 监 控 与 故 障 诊 断 。mc into sh 等人通过比较系统的特征参量对各种故 障的敏感性来检测与识别制冷机的有关故障13 , 这种方法也被用来检测和诊断冷却塔中出现的各 种故障2 。空气处理机组 (a hu) 与变风量系统 ( vav) 一 直是研究的重点 。l ee 对变风量空气处理机组的 故障诊断研究较多 。他通过检测系统的某些物理 参数或控制信号的测量值与预测值之间的偏差来 检测 a hu 是否发生故障14 , 提出用神经网络进 行故障识别15 。为了减少计算量和提高对未知故 障的诊断能力 ,l ee 又提出两级神经网络的故障识 别方法16 。另外 , kar ki 等人提出用检测系统实际 运行特性与预测运行特性之间的偏差来检测送风 系统中的故障17 。他通过检测排风经过换热器的 温度变化来检测热回收换热器的故障 ; 通过比较 a hu 的实际能耗与预测能耗之间的不同来检测 a hu 的运行 ;通过分析实际运行曲线与理想运行 曲线之间的差异来检测水泵 、风机的故障 。另外 ,图 1 自动故障检测与诊断的基本流程个部分 : a) 故障检测 (f ault detectio n) ,即通过与正 常运行状态相比较 ,检查系统是否出现异常 ; b) 故 障识别 (f ault identificatio n) , 当系统出现异常 ( 故 障) 时 , 分析系统失常的原因 ; c) 故障评价 (f ault evaluatio n) ,评价系统失常的程度 、对系统的影响 程度 、系统能否容忍这种失常的存在 ,等等 ; d) 故 障决策 (f ault decisio n) ,根据故障评价的结果 ,决定 是容忍故障的存在还是对故障进行恢复 。故障恢 复分为两种 :一种是硬故障恢复 ,即通过停机后对 故障器件进行维修来恢复故障的方法 ;另一种是软 故障恢复 ,它不是依靠对故障器件进行维修来排除 故障 ,而是通过修改设定值或测量仪器的读数来实 现故障的恢复 。故障按照其严重程度可以分为硬故障 ( hard f ault ) 与软故障 ( sof t f ault ) 。硬故障主要是指器件 完全失效的故障 , 如 : 风机不能运转 、阀门完全堵 塞 、传感器没有读数或读数完全失效等 。这类故障 往往是突发性的 ,故障一般较大 ,因此 ,相对来说 , 它易于被检测到 。软故障是指器件性能下降或部 分失效的各种故障 ,如 :风机盘管的结垢 、阀门的泄 漏 、传感器的偏差与漂移等 。软故障一般是渐变性 的 ,发展较慢 ,在初期往往难于被检测到 。因此 ,从 某种意义上讲 ,软故障的危害比硬故障更大 。按照故障发生的器件不同 ,可把故障分为元件 故 障 ( co mpo nent f ault ) 和 传 感 器 故 障 ( senso rf ault) 。元件故障主要是指风机 、水泵 、水阀 、风阀 、 制冷机等设备出现的故障 。而传感器故障主要是指测控的传感器出现偏差 、漂移 、精度等级下降及完全失效等故障 。在空调系统中主要有 :温度传感 器故障 、流量传感器故障 、压力传感器故障等 。尽管故障可以分为不同的类 ,但它们并不是孤 立的 ,往往是交织在一起的 。在同一个系统中 ,有可能既有硬故障 ,又有软故障 ;既有元件故障 ,又有传感器故障 。这也说明了故障诊断的复杂性 。2 自动故障检测与诊断的研究现状暖通空调系统的自动故障检测与诊断研究始暖通空调 hv &a c2004 年第 34 卷第 3 期科技综述31 文献18 通过检测系统的电能 、热能消耗指标来检测系统故障 ;文献19 提出用专家规则来检测和诊 断 a hu 的故障 ; peit smaan 用黑箱模型检测风系 统故障11 ;文献20 给出了新风系统及其经济运 行控制的故障诊断方法和现场测试结果 。在供热系统的故障诊断方面也有不少研究 。 清华大学江亿教授等人在区域供热管网的阻塞与 泄漏方面进行了深入的研究 ,取得了好的成效21 。 li 对供热系统中的常见故障进行了调查研究 , 并 提出用神经网络的方法对供热系统在四种运行模式下 的 六 种 故 障 进 行 检 测 与 诊 断22 23 。文 献24 给出了一种供热系统故障诊断工具 。另外 ,文献25 提出用敏感性能比和特性指数 法对组装式空调器进行故障诊断 。从上述文献中的研究可以看出 ,在元件故障诊断方面已有很深入的研究 。然而 ,在进行元件故障 诊断时 ,研究者都是事先假定了用于元件故障诊断 的测量信息是正确的 ,也就是说 ,检测元件或传感 器是无故障的 。然而 ,传感器故障在暖通空调系统 中常有发生 ,传感元件的输出信号的正确性是元件 故障诊断的基础 。如果传感器的读数有问题 , 那 么 ,就无法保证以这些读数为基础的元件故障诊断 结果的正确性 。文献6 的研究结果表明 ,传感器 的读数偏差较大时 ,会增加诊断结果的模糊性 。由 此可见 ,暖通空调系统的传感器故障诊断研究是非 常重要的 。目前 ,在传感器故障诊断方面主要进行了以下 研究 :l ee 用神经网络法对 a hu 的传感器故障进 行检测与诊断 ,并提出用回归模型恢复 a hu 的送 风温度16 。文献9 提出用制冷机系统在停止运 行时的传感器读数来检测与诊断传感器故障 。文 献3 利用神经网络对送风 、新风流量传感器故障 进行诊断与恢复 ,并实现容错控制 。文献26 用直 接求解基于基本定律的冗余方程的方法实现空调 水系统传感器故障的恢复 。文献27 用传感器读 数之间的简单逻辑关系进行传感器故障检测 。3 故障诊断的常用方法故障诊断的常用方法可分为两类 :直接方法与 间接方法7 。直接方法如图 2 所示 。空调系统的各种输入 、输出参数作为故障的症状 ,被输入到分类器 ,分类 器根据事先制定好的分类策略 ,作出故障分类 ,给图 2 直接方法的结构示意图出故障诊断结果 。直接方法的关键在于分类器的 设计 。文献28 给出了各种分类方法的详细比较 。1927常用的分类方法有 : 专家规则、故障树、贝叶1015斯分类法、神经网络等 。间接方法如图 3 所示 。间接方法必须先建立图 3 间接方法的结构示意图系统在正常条件及各已知的故障条件下的系统模型 ,利用这些模型实时地对系统运行进行预测 ,将 预测的各参数与实际测量的各参数相比较 ,二者的 偏差作为分类器的输入 ,进行故障分类 。分类所使 用的方法与直接方法所使用的分类方法相同 。各 种间接方法之间的主要不同在于建立参考模型所 使用的方法不同 。常用的方法有 : 回归法16 、神经 网络法15 、模糊逻辑法7 、物理原理法13 等 。参 考模型的误差大小对故障诊断的准确性有比较大 的影响 。因此 ,要提高故障诊断的可靠性 ,就必须 尽可能地减少模型误差 。4故障检测与诊断在暖通空调中的应用文献29 对故障检测与诊断在暖通空调与制 冷系统中的发展原因以及应用情况作了比较好的 评述 。早期的故障诊断工具是一些手提式的诊断器 ,维修人员进行设备维修时 ,用它来检查系统中 的故障 。这种工具的优点是一台仪器可以用来检测多个系统 ,因此 ,仪器可以配置精度较高的传感 器 。但其显著性缺点是不能进行在线检测与诊断 。 检测的结果有时并不反映系统的动态特性 ,而是一种静态检测的结果 。后来 ,一些设备生产厂家从产品使用的可靠32 科技综述暖通空调 hv &a c2004 年第 34 卷第 3 期性 、安全性角度考虑 ,在产品中嵌入了一些故障诊断与保护系统 ,这种保护是通过设备的启停来实现 的 。例如 : 当制冷系统中压力超过容许上限时 ,认 为系统有故障 ,就停止设备运行 。这种故障诊断系 统对提高设备的使用寿命 、确保设备及人员的安全有一定的好处 。但这种系统只能对一些故障较大 的情况进行检测与诊断 ,而对系统的运行状态及系 统特性恶化却无能为力 。它无法在故障初期就及 时地检测到故障 ,因而导致了能源浪费较大 。再后来 ,一些暖通空调系统的使用者与维护者从节约能源和提高室内的舒适性考虑 ,开发了一些 适合于各自系统的故障诊断系统 。如 :文献24 给 出的供热系统的故障诊断系统被应用在法国的城 市供暖上 ;文献20 提出的新风经济运行系统的故 障诊断软件在工程中得到了应用 。这些诊断系统对设备运行的实时监控与故障的及时诊断是非常 有好处的 ,能够在保证室内舒适性的前提下 ,更好 地节约能源 。但是 ,由于方法与时间的限制 ,这些 系统不可能很完善 ,它只能在一些特定的系统内使 用 ,不能推广 。目前 ,暖通空调系统的自动故障检测与诊断的 研究仍处于理论和方法研究阶段 。随着经济的不 断发展及社会服务模式的转变 ,对暖通空调系统自 动故障检测与诊断的需求将越来越大 ,相信在不久 的将来 ,会有比较完善的产品出现 。由于经济的原因 ,这种系统可能先在一些大的系统或设备上得到 使用 ,但最终会在所有的空调设备上得到推广 。5 故障诊断的发展方向当前 ,限制自动故障检测与诊断系统在暖通空 调系统中应用与发展的关键问题是故障检测与诊断的技术性与经济性 。对于空调系统这种复杂的 高度非线性系统 ,要想找到一种既简单易行 ,又准 确可靠的方法的确很难 。尽管前面已经提到了很 多种方法 ,但它们都不同程度地存在着一些缺点 。 另外 ,a fdd 系统的高昂费用也是限制其使用与推广的重要原因 。鉴于此 ,a fdd 今后要加强以下几 个方面的研究 :a) 加强理论和方法的研究 。要寻找使用面 广 、简单 、易于理解的故障诊断方法 ;要加强对整个 空调系统的全过程故障检测与诊断方法的研究 。b) 加强可靠性研究 。故障诊断系统的可靠性 是一个很重要的问题 ,其中一个很重要的方面就是要减少错误警报 (f alse alar m) 。因为 , 如果系统的错误警报太多 , 操作者会关掉故障检测与诊断( fdd) 系统 ,使得系统起不到本身的作用 。可见 ,加强 fdd 的可靠性研究是很必要的 。c) 加强经济性研究 。一方面要加强 a fdd 系 统的经济效益分析 , 让人们更加清楚地认识到a fdd 将给他们带来的好处 ,吸引更多的人来研究和使用它 。另一方面要不断降低 a fdd 系统的投 资费用 ,提出的诊断方法要尽可能地利用空调系统 本身的元器件 , 不能因 a fdd 系统的使用而增加太多的仪器或元件 。可以相信 ,通过研发人员的努力 , a fdd 系统 将会随建筑自动化及能源管理系统一起在暖通空 调系统中得到广泛的发展和应用 。参考文献rich steven h , venkatasubramanian venkat . causality2based failure2driven learning in diagnostic expert systems. a iche j ,1989 ,35 (6) :943 95012ahn byung2cheo n , mitchell jo hn w , mc intosh ian b d. model2based fault detectio n and diagnosis for coolingtowers. in : ashra e trans. 2001 ,107( i) . 839 8463chen youming , wang shengwei . sensor fault tolerantco nt rol of out door air flow based o n neural net wor ks. in : indoor air quality , ventilatio n and energy co nservatio n in buildings ( volume i i) , changsha , 2001 . 231 242isermann rolf . process fault detectio n based o n modeling and estimatio n met hods - a survey. auto matica , 1984 , 20(4) :387 40445u soro p b , schick i c , negahdaripour s. an innovatio n2based met hodology for hvac system fault detectio n. j ofdynamic systems , measurement and co nt rol , transactio nof t he asm e ,1985 ,107 :248ngo darius , dexter art hur app roach to diagnosing fault285l . a robust model2basedin air2handling unit s. in :6ashra e trans. 1999 ,105 ( i) . 1078 10867haves philip , salsbury timot hy l , wright jo nat han a.co nditio n mo nitoring in hvac subsystems using firstp rinciples models. in : ashra e trans. 1996 ,102( i) . 519 5278dexter a l , ngo d. fault diagnosis in air2co nditio ning system : a multi2step f uzzy model2based app roach.hvac &r research ,2001 ,7 (1) :83 1029st ylianoumeli ,ni kanpourdarius. performancemo nitoring , fault detectio n , and diagnosis of recip rocatingchillers. in : ashra e trans. 1996 ,102( i) . 615 62710 st ylianou meli . applicatio n of classificatio n f unctio ns tochiller fault detectio n and diagnosis. in : ashra e暖通空调 hv &a c2004 年第 34 卷第 3 期科技综述33 trans. 1997 ,103 ( i) . 645 656out door2air ventilatio n systems and eco no mizers :met hodology and result s f ro m field testing. in : ashra e trans. 1999 , 105 ( i) . 555 56711peit smaan henk c , bakker vincent e. applicatio n ofblack2bo x models to hvac systems for fault detectio n. in : ashra e trans. 1996 ,102 ( i) . 628 64021j iang yi , qin xuzho ng. hydraulic p rocess fault diagnosisand parameter identificatio n in dist rict heating net wor ks. in : ashra e trans. 2000 ,106 ( i i) . 284 29112tsut sui hiroaki , kamimura kazuyuki . chiller co nditio nmo nitoring using topological case2basedashra e trans. 1996 ,102 ( i) . 641 650modeling.in :li xiao ming , visier j ean2christop he , vaezi2nejad hossein. a neural net wor k p rotot ype for fault detectio n and diagnosis of heating systems. in : ashra e trans.1997 ,103 ( i) . 634 6442213mc intosh ian b d , mitchell jo hn w. fault detectio n anddiagnosis in chillers - part 1 : model develop ment andapplicatio n. in : ashra e trans. 2000 , 106 ( i i) . 268282li xiao ming , vaezi2nejad hossein , visier j ean2christop he. develop ment of a fault diagnosis met hod for heating systems using neural net wor ks. in : ashra e trans. 1996 , 102 ( i) . 607 61423l ee wo n2yo ng , par k cheol , kelly george e. faultdetectio n in an air2handling unit using residual and14recursive parameter identificatio n met hods.trans. 1996 , 102 ( i) . 528 539in : ashra evisier j ean c , vaezi2nejad hossein , corrales pat rick. afault detectio n tool for school buildings. in : ashra e trans. 1999 ,105 ( i) . 543 55424l ee wo n2yo ng , house jo hn m , par k cheol , et al . fault diagnosis of an air2handling unit using artificial neuralnet wor ks. in : ashra e trans. 1996 ,102( i) . 540 5491525chen bin ,braun j ames e. simple rule2based met hods forfault detectio n and diagnostics applied to package airl ee wo n2yo ng , house jo hn m , shin do ng ryul . fault16temperat ure sensor recovery for an air2in : ashra e trans. 1997 , 103 ( i) . 621diagnosis andhandling unit .co nditio ners. in : ashra e trans. 2001 , 107 ( i) . 84785763326han chia y , xiao yunfeng , rut her carl j . fault detectio nand diagnosis of hvac systems. in : ashra e trans.1999 , 105 ( i) . 568 57817kar ki sat u h , karjalainen sami j . performance factors asa basis of p ractical fault detectio n and diagnosis met hods for air2handling unit s. in : ashra e trans. 1999