（模式识别与智能系统专业论文）空调系统中传感器故障检测与诊断方法研究.pdf

，r -，i - 、 at h e s i si np a t t e r nr e c o g n i t i o na n d 嬲煳炒 i n t e l l i g e n ts y s t e m a p p r o a c h r e s e a r c ho f s e n s o rf a u l td e t e c t i o n a n dd i a g n o s i si nh v a c s y s t e m b yz h a n gx i a x i a o s u p e r v i s o r ：a s s o c i a t ep r o f e s s o rw a n gx i a o z h e n o r t h e a s t e r nu n i v e r s i t y j u n2 0 0 9 ， r 1 ，? - i - 1 - l 凡 ， 独创性声明 本人声明，所呈交的学位论文是在导师的指导f 完成的。论文中 取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表 或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了 明确的说明并表示谢意。 学位论文作者签名：玖殳勉 e l 期： - 0 7 7 厂 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学 位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的 复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学 位论文的全部或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年口一年半口两年口 学位做作者躲弘缘 签字日期： 沙口7 、弓、t - 导师签名：沙幻l 签字吼纱。夕，7 厂 ，l 、 7 ， 、r 一| ， 东北大学硕士学位论文摘要 空调系统中传感器故障检测与诊断方法研究 摘要 随着暖通空调系统( h v a c ) 在各种场合越来越广泛的应用，暖通空调系统得到了 很大发展，空调系统中的控制系统也越来越复杂。不管是商用办公楼还是工业加工场所， 甚至是民用住宅都对空调系统提出了更高的要求，要求空调系统的运行稳定、舒适和节 能。在越来越复杂和庞大的h v a c 系统中，往往会产生各种各样的故障，要快速及时地 检测、鉴别出系统中出现的各种故障，已远非操作者力所能及，这就使得故障检测与诊 断( f a u l td e t e c t i o na n dd i a g n o s i s ，f d d ) 系统越来越成为必要。 基于多元统计过程控制的故障诊断方法，是故障诊断领域研究的一个重要分支。近 年来，不同形式的主元分析方法，在各领域的故障诊断中得到了广泛的应用，且取得了 很好的效果。 本文首先采用主元分析法( p c a ) 对暖通空调系统传感器故障进行检测与诊断。主 元分析法利用正常运行条件下的测量数据来建立系统的模型，从而避免了直接建立系统 的解析模型。利用该方法建立系统的模型时，主元数的选取是一个关键问题。本文选用 主元贡献率法来选取最优主成分数。针对传统主元分析法不能用来分析非线性系统，本 文提出了综合利用核函数主元分析和神经网络预测器的非线性系统故障诊断方法；同 时，为提高神经网络预测器的性能，本文采用将遗传算法应用到神经网络权值的选定中 去，并取得很好效果。 本文以m a t l a b 为仿真工具，以某建筑仿真空调系统为研究对象，应用上述方法 分别设计了传感器故障诊断系统，通过大量仿真试验，证明了上述方法具有令人满意的 故障诊断能力，对于完善空调系统传感器故障诊断方法具有特定意义。 最后，对论文进行了总结和对未来空调系统故障诊断研究提出了建议。 关键词空调系统故障诊断传感器主元分析法核主元分析法 神经网络遗传算法 一i i 东北大学硕士学位论文 摘要 ， ， i l i 一一 东北大学硕士学位论文 a b s t r a c t a bs t r a c t w i t hh v a cs y s t e m s e x t e n s i v ea p p l i c a t i o n sa n dg r e a ti m p r o v e m e n t s ，t h ec o n t r o l s y s t e m so fw h i c hh a v eb e c o m em o r ea n dm o r ec o m p l i c a t e d b u s i n e s so f f i c e s ，i n d u s t r y f a c t o r i e s ，a n de v e nc i v i lr e s i d e n t i a l ，t h a ta r ea l li ni n c r e a s i n g l yd e m a n d so fb e t t e rs t a b i l i t y , c o m f o r t a b l ea n de n e r g ys a v i n go fh v a cs y s t e m s i t sb e y o n do p e r a t o r s a b i l i t y t o i m m e d i a t e l yd e t e c ta n dd i a g n o s ea l l f a u l t si nh v a cs y s t e m s ，w h i c hm a k e sf d d ( f a u l t d e t e c t i o na n dd i a g n o s i s ) s y s t e m sb e c o m em o r ea n dm o r ei m p o r t a n tw h a t e v e ra tp r e s e n tt i m e o ri nt h ef u t u r e t h ef a u l td i a g n o s i sm e t h o db a s e do nm u l t i v a r i a t es t a t i s t i c a lp r o c e s sc o n t r o li s 。a n i m p o r t a n tb r a n c ho ft h i sf i e l d w h i l ei nr e c e n ty e a r s ，t h ep r i n c i p a lc o m p o n e n ta n a l y s i s ( p e a ) m e t h o do fd i f f e r e n tf o r m sh a sb e e nw i d e l yu s e da n da c h i e v e dg o o dr e s u l t s i nt h i s t h e s i s ，p r i n c i p a lc o m p o n e n ta n a l y s i s0 c a ) a p p r o a c hi s u s e dt od e t e c ta n d d i a g n o s es e n s o rf a u l t si nv a r i a b l ea i rv o l u m e ( v a v ) s y s t e m p c aa p p r o a c hi su s e dt om o d e l t h es y s t e mb ym e a s u r e m e n td a t ai nn o r m a lo p e r a t i o nc o n d i t i o n s oi ti sn o tn e c e s s a r yt ob u i l d a na n a l y t i cm o d e lo ft h es y s t e md i r e c t l y c h o o s i n gt h en u m b e ro fp r i n c i p a lc o m p o n e n ti s c r u c i a lw h e nb u i l d i n gas y s t e mm o d e lb yp c a t h eo p t i m a ln u m b e ro fp r i n c i p a lc o m p o n e n ti s d e c i d e db yc o n t r i b u t i o nr a t eo fp r i n c i p a la c ti nt h i sp a p e r c o n v e n t i o n a lp c ac a nn o tb eu s e d i nt h en o n l i n e a rs y s t e m s ，i no r d e rt oo v e r c o m et h i sd e f i c i e n c y , an o v e lf a u l td i a g n o s i sm e t h o d b a s e do nk e r n e lp r i n c i p l ec o m p o n e n ta n a l y s i s ( k p c a ) a n dn e u r a ln e t w o r kp r e d i c t o ri s p r e s e n t e d a tt h es a m et i m e ，t oi m p r o v et h ep e r f o r m a n c eo fn e u r a ln e t w o r kp r e d i c t o r , t h i s t h e s i sp r e s e n t st h a tg e n e t i ca l g o r i t h mi sa p p l i e dt oo p t i m i z et h ew e i g h t so fn e u r a ln e t w o r k ， a n da c h i e v e dg o o dr e s u l t s i nt h et h e s i s ，a l g o r i t h mp r o g r a m sa r ed e s i g n e db yu s i n gm a t l a b u s et h ea l g o r i t h m s a b o v et od i a g n o s es e n s o rf a u l ti na i r - c o n d i t i o n i n gu n i t so fi n t e l l i g e n tb u i l d i n g ，a n dt e s t i f yt h i s n e t w o r ku n t i li th a ss a t i s f y i n gf a u l td i a g n o s i sa b i l i t y t h es u b j e c ti sv e r ym e a n i n g f u lt op e r f e c t s e n s o rf a u l td i a g n o s i sm e t h o d si na i r - c o n d i t i o n i n gs y s t e m f i n a l l y , t h es u m m a r yo fr e s e a r c ha b o u tt h i sp a p e ra n do p i n i o n so nf a u l td e t e c t i o na n d 一i 一 东北大学硕士学位论文 d i a g n o s i sr e s e a r c hi nh v a cs y s t e mi nf u t u r ea l eg i v e n p c a ；k p c a ；n e u r a ln e t w o r k ； 东北大学硕士学位论文 目录 目录 独创性声明i 摘要i i a b s t r a c t i i i 目录v 第1 章绪论1 1 1 课题研究的背景和意义“1 1 1 1 暖通空调系统概述1 1 1 2 本课题研究目的和意义2 1 2 故障检测与诊断方法综述“3 1 2 1 故障检测与诊断基本概念3 1 2 2 故障检测与诊断方法4 1 3 空调系统传感器故障诊断研究现状”7 1 3 1 国外研究现状7 1 3 2 国内研究现状1 0 1 4 论文研究内容l l 第2 章主元分析方法概论一1 2 2 1 主元分析法基本思想1 2 2 2 主元分析法的理论基础13 2 3 主元分析法的建模过程16 2 4 主元数目的确定”1 8 2 5 故障检测方法2 1 2 6 故障识别2 3 2 6 1 贡献图法2 3 2 6 2 基于故障重构的方法2 4 2 6 3 相关系数判断标准法”2 5 一v 一 东北大学硕士学位论文 目录 2 7 本章小结2 6 第3 章主元分析算法的融合和改进2 7 3 1 基于核函数主元分析的传感器故障诊断方法2 7 3 1 1 核主元分析方法2 7 3 1 2 故障检测2 8 3 2 利用核函数主元分析和神经网络的传感器故障诊断2 9 3 2 1 神经网络预测器3 0 3 2 2 神经网络算法的改进3 l 3 2 3 基于遗传算法的神经网络参数选定3 8 3 3 本章小结3 9 第4 章空调系统传感器故障的检测与诊断4 1 4 1 变风量空调系统4 l 4 1 1 变风量空调系统概念4 l 4 1 2 变风量空调系统原理”4 l 4 1 3v a v 控制系统”4 1 4 1 4 变风量空调系统中的空气处理单元4 4 4 2 空调系统传感器的常见故障与其数学表示4 5 4 2 1 传感器故障类型及仿真实现方法”4 5 4 2 2 空调系统中传感器故障分类及其特性描述4 6 4 3 空调系统传感器故障诊断方案4 8 4 3 1 基于主元分析法的空调系统传感器故障诊断4 8 4 3 2 基于核主元分析与神经网络的空调传感器故障诊断”4 9 4 3 3 基于遗传算法的神经网络预测器参数选定5 0 4 4 本章小结5 3 第5 章仿真实验5 4 5 1 仿真实验平台5 4 5 1 1t r n s y s 软件简介5 4 5 2 1m a t l a b 仿真软件简介5 4 一v i 东北大学硕士学位论文目录 5 2 基于主元分析法的空调系统传感器故障诊断实验5 4 5 2 1 主元数的确定”5 4 5 2 2 温度、湿度传感器故障的检测和诊断5 5 5 3 基于核主元分析法与人工神经网络的空调传感器故障诊断实验6 0 5 3 1 核主元分析对各种传感器故障的检测6 0 5 3 2b p 神经网络预测器仿真实验6 3 5 3 3 加入遗传算法的b p 神经网络预测器仿真实验6 8 5 4 本章小结7 3 结束语7 4 参考文献7 6 致 射8 1 个人简历8 2 一v i i r - ， 东北大学项士学位论文第1 章绪论 第1 章绪论 1 1 课题研究的背景和意义 暖通空调系统( h e a t i n g ，v e n t i l a t i o na n d a i rc o n d i t i o n i n g ，h v a c ) 已经在欧美和日本 等发达国家和地区得到了广泛的应用。我国许多高级办公楼现在也已开始采用h v a c 系 统【l l 。众所周知，h v a c 系统的优势在于其节能潜力大，控制灵活，而且还可以避免水管 上顶棚而导致的各种麻烦等，空调系统将会在以后的时间里得到更广泛的使用【2 1 。但空 调系统对系统的自动控制程度有较高的要求，发生故障的频率比较高。h v a c 系统的故障 会导致建筑能耗增加和室内舒适性降低，同时增加设备损耗，影响设备使用寿命【3 】，因 此研究空调系统的故障诊断问题具有十分重要的现实意义。 1 1 1 暖通空调系统概述 l 暖通空调系统基本概念 暖通空调系统于上世纪六十年代诞生在美国【4 j 。暖通空调技术的基本原理很简单， 就是通过改变送入房间的风量来满足室内变化的负荷【5 , 6 1 。由于空调系统大部分时间在部 分负荷下运行，风量的减少引起风机能量消耗的降低，同时也减小了夏季工况下冷冻水 的实际需求量，减少制冷机负荷，降低能源消耗，有显著的节能效果【5 争1 0 】。 2 暖通空调系统结构与组成 广义的空调系统应该包含制冷( 制热) 、空气处理和输送等从冷量( 热量) 制取到 房间温度调节中的各个环节，一般的暖通空调系统是指狭义的系统，即单纯的空气处理 和输送部分。暖通空调系统的形式根据建筑结构的不同有较大差别。 空调系统由新风、回风和排风阀、空气处理单元( 含冷却和加热盘管、空气过滤段) 、 送风机、回风机、空气混合段组成。送风空气通过管道输送到空调末端箱，再分别供给 不同的房间或空调区域。回风机从空调区域吸气，并将大部分空气回送给混合段、其余 部分经过排气风门排放到室外。为了实现变风量控制，送风机和回风机都有变频控制器。 整个空调系统采用由上位机( 控制管理中心) 和下位机( 本地d d c ) 组成的集散控制 系统( d i s t r i b u t e dc o n t r o ls y s t e m ，d c s ) 来控制和管理。 3 暖通空调系统的发展概况 暖通空调系统于上世纪6 0 年代在美国出现后，并没有得到迅速推广，当时美国占 主导地位的仍是定风量系统加末端再热和双风道系统。直到上世纪七十年代爆发的石油 危机使整个世界深刻意识到能源短缺和危机的严重性，才使得具有较好节能效果的暖通 东北大学硕士学位论文第1 章绪论 空调系统在美国得到广泛应用，并在以后的几十年间不断发展，目前己成为美国空调系 统的主流，并在其它国家也得到了广泛应用。上世纪九十年代以后，欧洲和日本等发达 国家的大部分高层建筑的空调系统也采用了暖通空调系统【3 l 。 我国在上世纪八十年代曾经引进过暖通空调系统，但由于对系统的性能了解不够， 致使系统不能按照设计要求运行，一时间暖通空调系统的应用和研究停顿了下来。近年 来，空调系统又引起了人们的关注。主要原因在于风机盘管系统和定风量系统暴露出的 一些缺点，如凝水污染、霉菌问题和改扩建较麻烦、以及空调系统的节能优势等，业主 希望采用空调系统节省能耗以降低空调系统的运行费用。目前，国内许多大、中城市的 一些智能建筑已开始逐步采用空调系统，可以预见，不远的将来，国内采用空调系统的 建筑将越来越多，将有很好的发展前景。 4 暖通空调系统的特点 空调系统具有明显的节能效果【1 3 1 。定风量式的全空气空调系统中，一般按照房间最 大热湿负荷确定风量，实际上，在大多数情况下，空调房间的负荷低于最大负荷。在实 际负荷低于最大负荷时，为了维持室温的设计水平，必须减少送风温差，其方法是通过 再热或混合，以热量来抵消部分冷量，这样做无论在热量还是在冷量上都造成一定的浪 费【1 4 1 。而当室内负荷低于最大负荷时，送风量大于实际需要量，为了输出多余风量，风 机的耗能也要增加。而此时由与需要的冷冻水流量大，所以制冷机的能耗也增大。采用 空调系统可有效消除这些缺点，降低能耗。 此外，空调系统灵活性好，适应性强，易于改建和扩建，尤其适合于格局多变的建 筑 1 5 - 1 8 l 。暖通空调系统没有风机盘管凝水问题和霉菌问题。但是，暖通空调系统的自动 控制系统比较复杂，初期投资相对较大，发生故障的几率也比较大【1 9 垅】。 1 1 2 本课题研究目的和意义 随着当前经济的不断发展，大型、超高层、多功能性建筑的不断涌现，空调系统的 应用越来越广泛，在发达国家和许多空调技术先进、成熟的国家空调系统得到了高度重 视和应用。在空调系统中又以暖通空调系统为发展的主力，在欧美、日本等发达国家和 地区已广泛使用。众所周知，变风量空调系统的优势在于其节能潜力大，控制灵活，而 且也可以避免水管上顶棚而导致的各种麻烦等，变风量空调系统将会在以后的时间里得 到更广泛的使用，但变风量空调系统对自动控制程度有较高的要求，因此系统发生故障 的频率较高。当空调系统出现故障后，运行和维护人员往往不能及时、准确地了解系统 出现故障的原因及相关信息，空调系统无法得到及时修复，这样因故障导致能源浪费相 当严重，研究表明重新调试矫正故障后再运行比旧的空调系统可以节省能源2 0 3 0 9 6 。 而故障检测与诊断( f a u l td e t e c t i o na n dd i a g n o s i s ，f d d ) 技术可以实现对运行故障的报 一2 一 龟、 东北大学硕士学位论文 第1 章绪论 警和即时处理，在短时间内排除故障以减少因故障而导致的不必要的停机。不仅如此， 故障检测与诊断对维持舒适的室内空气环境，提高室内空气品质，延长设备的使用寿命、 减少设备的维护费用也是相当有利的。因此，对空调空调系统的故障检测与诊断进行研 究是相当有必要的。其重要意义主要表现为以下四个方面： ( 1 ) 节约能源消耗，降低能耗费用。空调系统是否最优运行，对系统的能源消耗 影响很大。根据文献【2 3 1 ，由于故障造成的年能耗损可高达5 0 9 6 。文献【2 4 】的模拟结果也表 明，传感器完全故障的能耗损失也可达4 8 。可见，实行空调系统自动故障检测与诊断， 及时发现和排除系统中的故障，保证设备的最优运行，有着很大的节能潜力。 ( 2 ) 提高室内空气品质，维持舒适的室内环境。室内热环境的各参数( 如温度、 湿度等) 与空调系统的运行控制息息相关。空调系统控制不好，是造成室内空气品质恶 劣的重要原因之一。文献【2 5 】的模拟结果也表明，系统的传感器故障，也会影响室内的 c o 浓度，影响室内空气品质的好坏。 ( 3 ) 延长设备使用寿命，减少设备的维修费用。如果有了自动故障诊断系统，就 能够及时发现系统中各个设备的故障，及时排除故障，以免设备长时间地在故障状态下 运行。这对设备的维护与保养，延长设备的使用寿命，减少设备的维修费用是大有好处 的。 ( 4 ) 帮助管理者及时做出正确决策。有了故障诊断系统，操作者就能及时地发现。 系统中出现的各种故障，及时组织人员进行故障排除。另外，能够根据故障大小，决定 是采取软故障恢复还是采取硬故障恢复，尽量减少不必要的停机而带来的不必要的损 失。 由此可见，开展空调系统故障诊断具有重要的经济意义，是非常必要的。而专门针 对空调系统的故障检测与诊断研究，对于空调系统在我国的推广应用以及建筑节能具有 更加重大的现实意义。 1 2 故障检测与诊断方法综述 1 2 1 故障检测与诊断基本概念 所谓系统的故障( f a u l t ) ，是指系统的运行处于不正常状态( 异常状态) ，并可导 致系统相应的功能失调，即导致系统相应的行为( 输出) 超过允许范围，使系统的功能 低于规定的水平i z 6 。 故障检测与诊断( f a u l td e t e c t i o na n dd i a g n o s i s ，f d d ) ，有时又简称故障诊断( f a u l t d i a g n o s i s ) ，指系统在一定的工作环境下，根据设备运行状态信息查明导致系统某种功 能失调的原因或性质，判断劣化状态发生的部位或部件，以及预测状态劣化的发展趋势 一3 一 东北大学硕士学位论文第1 章绪论 并确定相应决策等。完整的f d d 系统应包括以下4 个方面的内容【2 6 矧。 ( 1 ) 故障检测( f a u l td e t e c f i o n ) ：根据系统的测量信息判断系统是否发生故障； ( 2 ) 故障识别( f a u l ti d e n t i f i c a t i o n ) 或诊断( d i a g n o s i s ) 在故障检测的基础上， 指出故障发生的位置，区别出故障原因是执行器、传感器还是其他部件； ( 3 ) 故障评价( f a u re v a l u a t i o 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； ( 4 ) 故障决策( f a u l td e c i s i o 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。 对空调系统来说，由于技术和经济等方面的原因，其f d d 研究和应用主要是前两个 方面的内容，即故障检测和故障识别( 或诊断) 。 1 2 2 故障检测与诊断方法 现有的故障诊断方法，概括起来主要有三大类【2 引。即基于信号处理的方法、基于数 学模型的方法和基于知识的诊断方法。其中，每一大类故障诊断方法又可分成若干子类。 故障诊断方法更细致的划分见图l 故障检测与诊断方法 数学模型方法il 信号处理方法l 知识处理法 状 ；蠡 估 计 法 参 数 估 计 法 输 出 估 计 法 频 谱 分 析 法 小 波 变 化 法 信 息 融 厶 口 法 神 经 网 络 法 专 家 系 统 法 图1 i 故障诊断方法简图 f i g 1 1m e t h o d so ff a u l td i a g n o s i s 组 合 智 能 法 故 障 树 方 法 案 例 推 理 法 其 他 故 障 诊 断 方 法 下面对各种故障诊断方法作一个简要介绍。 l 基于系统数学模型的诊断方法 该方法以现代控制理论和现代优化方法为指导，以系统的数学模型为基础，利用 l u e n b e r g e r 观测器、等价空间方程、k a l m a n 滤波器、参数模型估计与辨识等方法产生残 一4 一 东北大学硕士学位论文第1 章绪论 差( r e s i d u e ) ，然后基于某种准则或阀值( t h r e s h o l d ) 对残差进行分析与评价，实现故 障诊断，由于该方法能与控制系统紧密结合，是实时监控、容错控制、系统修复与重构 等的前提，所以得到了高度重视。根据残差的产生方式可细分为状态估计诊断法、参数 估计诊断法和一致空间诊断法等1 2 9 1 。 ( 1 ) 状态估计诊断法。被控过程的状态直接反映系统运行状态，通过估计出系统的 状态、并结合适当模型可进行故障诊断。首先重构被控过程的状态，通过与可测变量比 较构成残差序列，通过构造适当的模型并用统计检验法，才能把故障检测出来，并作进 一步识别、评价及决策。通常可用l u e n b e r g e r 观测器及k a l m a n 滤波器进行状态估计。 ( 2 ) 参数估计诊断法。当故障由参数的显著变化来描述时，可利用已有的参数估计 方法来检测故障信息，根据参数的估计值与正常值之间的偏差情况来判定系统的故障情 况【3 们。首先建立被控过程的输入输出参数模型并建立模型参数与过程变量之间的联系， 基于系统的输入输出序列估计出模型参数序列，基于此变化序列的统计特性检测故障是 否发生，当确定有故障发生时，再进行故障识别、评价及决策【3 。 ( 3 ) 输出估计( 预测) 诊断法。该方法是在明确诊断对象数学模型的基础上，按一 定的数学方法对被测信息进行处理诊断。其核心思想是用解析冗余取代硬件冗余。解析 冗余的主要特点是通过构造系统模型( 或称观测器) 估计出系统的输出值，随后将它与 实际系统输出测量值进行比较，从中获取故障信息。 2 基于系统信号处理的诊断方法【3 l ，强】 此类方法通过某种信号处理和特征提取方法来进行故障诊断。这种方法不需要对象 的准确模型，因此适应性较强，但数据处理的计算量很大，实时故障诊断有一定的难度。 应用较多的有小波变换方法、信号频谱分析方法、信息融合处理方法等。 ( 1 ) 基于小波变换的诊断方法。利用小波变换可检测信号奇异性( 对于随机信号则 是频率结构的突变) 的特点来实现故障诊断。首先对系统的输入输出信号进行小波变换， 求出所有奇异点。由于噪声的小波变换的模极大值随着尺度的增大而增大( 或由于噪声 影响而缓慢衰减) ，即噪声l i p s e h n z 指数处处小于零，而信号在突变点的l i p s e h n z 指数 大于零( 或由于噪声的影响而等于模很小的负数) ，所以可以区分开噪声对应的奇异点， 再剔除由输入突变引起的奇异点后，剩下的就对应于系统故障。 ( 2 ) 基于输出信号频谱分析的诊断方法。系统的输出在幅值、相位、频率及相关性 上与故障会存在一定的联系，这些可以用一定的数学形式( 如输出量的频谱等) 表达， 在发生故障时，则可利用这些量进行分析与处理，来判断故障源的所在，常用的方法有 谱分析法、概率密度法及相关分析法等。 ( 3 ) 基于信息融合的诊断方法。信息融合是多源信息综合处理的一项新技术，它能 将来自某一目标的多源信息加以智能化合成，产生比单一信息源更精确、更完全的估计 一5 一 东北大学硕士学位论文 第1 章绪论 和判决，有望解决对复杂系统进行故障诊断时存在的信号信噪比低、诊断可信度低等问 题。 3 基于知识处理的诊断方法【3 3 。3 5 】 所谓知识，即专家的操作经验，以专家和操作者的先验知识为核心，通过推理获取 故障诊断结构，形成故障一征兆模式集合，使之能对某一给定的征兆产生的原因做出解 释，并给出因果关系成立程度的数值性关系，构成知识库。此方法由于不需要对象的精 确数学模型，而具有某些智能特性，是一类较好的故障诊断方法。但基于知识处理的诊 断方法也有一些缺陷，最主要的是知识获取“瓶颈 问题，即对于没有运行及维修经验 的新系统，先验知识难以获取；另外，专家知识表述规则化有相当大的难度，专家的知 识也有局限性。 ( 1 ) 基于专家系统的智能诊断技术。故障诊断专家系统是研究最多、应用最广的一 类智能诊断系统，主要用于那些没有精确数学模型或很难建立数学模型的复杂系统。大 致经历了两个发展阶段：基于浅知识的第一代故障诊断专家系统和基于深知识的第二代 故障诊断专家系统。近期出现的混和结构的专家系统，是将上述两种方法结合使用，互 补不足。 ( 2 ) 基于神经网络的智能诊断技术。神经网络具有的超高维性、强非线性等动力学 特性，使其具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并 行和处理复杂模式等功能，带来了提供更佳诊断性能的潜在可能性。具体应用方式有： 从模式识别角度应用神经网络作为分类器进行故障诊断；从预测角度应用神经网络作为 动态预测模型进行故障预测；利用神经网络极强的非线性动态跟踪能力进行基于结构映 射的故障诊断；从知识处理角度建立基于神经网络的诊断专家系统等。 ( 3 ) 基于模糊逻辑的诊断方法。模糊逻辑的引入主要是为了克服由于过程本身的不 确定性、不精确性以及噪声等所带来的困难，因而在处理复杂系统的大时滞、时变及非 线性方面，显示出它的优越性。目前主要有三种基本诊断思路：一是居于模糊关系及合 成算法的诊断：二是基于模糊知识处理技术的诊断；三是居于模糊聚类算法的诊断。 ( 4 ) 基于故障树分析的诊断方法。基于故障的层次特性，其故障成因和后果的关系 往往具有多层次并形成一连串的因果链，加之一因多果或一果多因的情况就构成了故障 树。故障树分析包括定性分析和定量分析，定性分析中使用最小割集算法和最小路集算 法找出导致顶时间发生的所有可能的故障模式，也即弄清系统或设备出现某种最不希望 的故障事件有多少种可能性；定量分析的主要目的是求顶事件发生的特征量和底事件的 重要度。 ( 5 ) 基于实例推理的诊断方法。实例推理( c a s e b a s e dr e a s o n , c b r ) 是人工智能 中新兴的一种推理技术，其关键是如何建立一个有效的实例索引机制与实例组织方式。 一6 一 一一一一一 东北大学硕士学位论文第1 章绪论 由于c b r 是通过回忆以前相似状况并重新利用那种状况的信息和知识来求解新问题的一 种推理方法，它可以缩短问题求解途径，提高推理效率，在知识表达不尽理想或领域知 识获取不完备、不精确的情况下，能利用原有系统中的经验教训，避免重犯错误、缩短 诊断过程。 4 其他诊断方法 其它诊断方法有模式识别诊断方法、定性模型诊断方法、以及基于灰色系统理论的 诊断方法等。另外包括前述方法之间互相融合、互补不足而形成的一些混和诊断方法。 1 3 空调系统传感器故障诊断研究状况 1 3 1 国外研究状况 国外的空调系统故障检测与诊断有以下特点：一是涉及范围广，从传感器故障诊断 到空调元部件故障诊断，以及建筑的故障诊断；二是研究开始得早，各种故障诊断学术 交流活跃；三是故障诊断软件多，许多学者都把他们的研究成果应用于实际中，并做成 软件；四是暖通空调故障诊断和其他专业结合广泛，如计算机、仿真技术、自动控制等 专业。 t h o m s o n 等人提出了自己的故障诊断方法，他们把换热器的热传输参数当作信号来 计算和监测热泵的运行情况【3 6 l 。n e u e n s c h w a n d e r 把传热系数k 作为监测参数，当发现k 变小后，就能监测和诊断到换热器可能脏污或结垢，由于热泵的蒸发器和冷凝器都可以 看作是普通的换热器，由此可以监测热泵的工作情况。r a b e r 提出了一种监测热泵运行 的信号参数法，他把某个特征温度转换为频谱，先从整个温度范围内抽取几个离散的点 作为温度的特征值，然后训练和学习这些特征值，每个或每类故障情况都可以在特征空 间里用某个温度特征值来表示，于是，在运行过程中只要通过计算运行的实际温度和故 障特征温度的差值，就可以知道故障发生的概率是多大，并且知道故障的类型，如果事 先把故障所对应的处理方案输进去，就可以自动地进行故障诊断了【3 丌。 j u n i c h is h i o z a k i 和f u s a c h i k am i y a s a k a 等人使用定性推理逻辑开发了故障诊断工具， 他们建立了一个用于空调的实时故障对话工具，通过使用信号化的直接诊断图，能够从 特定的空调系统中定性地找出故障，这个工具的优点是诊断时间短、程序小，缺点是不 能定量而只能定性地诊断故障，也就是说，有可能发生故障误诊，特别是在故障阈值设 置不是很合理的情况下p 引。 s a l s b u r y 则描述了一种基于仿真模型的空调系统故障检测控制器，它使用静态仿真 模型产生前馈动作，是对传统的比例积分微分( p r o p o r t i o n a li n t e g r a ld e r i v a t i v e ，p i d ) 模型的一种修正【3 9 1 。这种前馈控制减小了系统的非线性影响，能够把设备本身的信息作 一7 一 东北大学硕士学位论文第1 章绪论 为输入参数来控制，所以在空调系统的运行条件改变时，能提高系统的稳定性。 p a n s o n g 等人研究了空调系统中水蓄热的故障监测和诊断方法，他们在蓄热空调系 统中，通过改变蓄热柜的温度来推断故障发生的地点湖】。其基本的思路是，监测蓄热柜 的温度并将其作为特征温度，通过傅里叶变换来监测正常状态和故障条件下的温度差 异，从而确定故障和优化节能，他们在一个医院里对这个方案进行了实际的验证。 m a u r e r 则在专家系统的基础上开发了逻辑推理方法来监测热泵的运行故障，其基本 思路是预先根据经验输入推理规则，这些推理规则是从输入变量的大小得来的，将信号 参数或模型参数作为输入变量，由于热泵运行时故障之间可能有联系，或者可能同时发 生两个以上的故障，故障模型通常用故障树来表示【4 1 1 。故障树能描述故障的种类和症状， 也能用推理规则和专家系统来表达。由于参数一般都有固定的物理意义，故障树的解释 可以被一般的操作人员所掌握，并且，在训练过程中，系统还有自学习的能力。 b r a u n 使用二次线性回归方法对集中制冷机组进行了故障诊断和优化控制。他把冷 水机组的输入变量分为可控制变量和不可控制变量，来控制机组的运行，使机组能调节 到最佳的状态【4 2 】。其总体思想还是通过数学建模，把各个参数总结成一个函数，然后使 输出变量对输入参数求导，再利用p i d 控制手段解矩阵方程，求偏导数，从而进行故障 诊断和优化控制。 p e i t s m a n 和b a k k e r 对空调系统的制冷机组进行了故障诊断研究，他们比较了a r x 和a n n 模型的故障诊断能力。使用了两级故障诊断方法，即在系统级检测是否发生了故 障，在元件级诊断故障发生的原因。提出了1 4 个系统级模型和1 6 个元件级模型对制冷 机组进行故障诊断和检测。结论是，无论是系统级故障检测还是元件级故障诊断，a n n 模型似乎比a r x 模型略好【4 3 】。但是，论文里只研究了一种故障情况( 空气渗入制冷系统) 。 s r e e d h a r a n 和h a v e s 比较了空调系统的离心制冷机性能的3 种模型。尽管比较的目 的是为了找到适合于制冷机组f d d 的模型，却没有提出任何f d d 方案。其中，两个模型 根据物理机理和修改的a s h r a e 基本工具箱建立，另外一个模型为经验模型。结论是，3 个模型各有优缺点，精度相差不大 4 4 1 。h y d e m a n 等人指出s r e e d h a r a n 和h a v e s 提出的 3 个可变冷凝流量和变速驱动离心制冷机组模型在预测制冷机能耗方面是不精确的。他 们重新表述了g o r d o n 和n g 模型【4 5 1 ，发现其性能比上述3 个模型要好。 c a s t r o 采用r o s s i 针对空调系统提出用物理模型和k 邻域分类器来检测故障，同时 采用一个规则库来诊断5 个不同的往复式制冷机故障( 冷凝器和蒸发器结垢、液管受限、 制冷剂充填不够、过量) 。该f d d 方法能检测和诊断出故障程度大于2 0 的冷凝器结垢、 制冷剂充填不够，以及故障程度大于3 0 的蒸发器结垢和液管受限脚】。 d e x t e r 和n g o 描述了一种基于多级模糊模型的f d d 方法用来检测与诊断空调系统的 空气处理单元故障。该方法首先采用模糊规则对测量数据进行分类，然后再与正常和故 一8 一 东北大学硕士学位论文 第1 章绪论 障运行时的模糊参考模型比较。模糊参考模型由仿真产生的数据获取。每条模糊规则分 配一个o 至1 范围内的规则可信度值，其值由运行数据估计。作者指出，由于考虑了不 确定性的主要根源，该故障诊断方法可以有效地预防故障误报。实验表明，多极模糊模 型方法能够诊断出冷盘管结垢和阀门泄漏两种故障【4 7 1 。但是，对该方法能否用于诊断更 多的其他故障则没有进行进一步的研究。 k u m a r 等人提出了基于a r x 模型和递推参数估计算法的空调系统a h u 单元故障诊断 方法。他们得出的结论是，根据实测数据估计的参数改变不能直接用于故障诊断，而应 该进行模型参数变化的统计分析【4 8 】。但该研究的具体统计分析的广度和深度不够。 s a l s b u r y 和d i a m o n d 提出了一个基于简化物理模型的方法，用来对空调系统a h u 单 元进行控制和故障诊断。对a h u 现场试验的结果表明了该方法具有一定的故障检测能力， 但同时也存在许多实际问题和困难，如模型参数如何选择