【摘要】随着社会经济发展,人们生产生活的水平越来越高,空调的应用范围越发广泛。随着空调技术的发展和功能增多,其系统变得更加复杂庞大,这在一定程度上增加了空调系统发生故障的几率。在医疗行业,越来越多的洁净室被设置,并安装上空调系统,由于其用途的特殊性,如果洁净室的空调系统发生故障,有可能威胁到人民生命财产的安全,因此,如何诊断空调系统的故障显得很重要。本文主要阐述了对洁净室空调系统进行故障诊断的作用,并介绍当前主要的诊断方法以及应用状况。
【关键词】空调;故障诊断;洁净室;神经网络;模糊理论
1.前言
系统故障的含义是系统在运行的过程中,发生了异常,由此引发其他零部件丧失功能的一种状态。机器系统故障可以依据严重性分为硬件故障和软件故障。一般空调系统的硬件故障是指空调设备的零件失效导致的运行异常状态,主要有阀门被堵塞、风机停转、传感器完全失灵等。空调硬故障大多是突然发生的,因此问题相对严重,但因为是器件问题,容易被检测到导致故障的原因。而空调系统的软件故障是指机器的性能变差而导致的运行异常状态,具体有盘管结垢、传感器一定程度失效、风道发生泄漏以及阀门关闭不紧等。通常软件故障的发生过程是缓慢的,在发展到一定程度后才能会显示出设备运行异常状态,因而在故障初期不易被检测到。
空调故障诊断主要指相关人员根据空调系统运行中出现的异常状态,检测、判定设备出现的问题以及出现问题的器件,并能预测该设备恶化发展的趋势并且确定相应维修、维护等对策。
2.洁净空调系统故障诊断的作用
由于现在空调设备使用广泛,对人们的生活生产起到较重要的作用,所以维护空调系统的正常运行,具有非常重大的社会效益和经济意义。尤其对医院洁净室的空调系统进行维护,其作用更为重大。因为空调系统需要经常运行,长期下来,其器件有所损耗而导致各种不同性能出现衰退;又因为一般的暖通空调系统具有各种热湿处理功能,导致各参数要不断进行耦合,这就使得系统存在较为复杂的故障关联性,常常是一个器件出现问题,导致一系列的连锁反应,从而影响到整体的设备运行状况。对比于一般场所的空调系统,洁净室的空调系统的参数控制更严格,除了温湿度需要特殊控制外,还要对室内的房间压差、颗粒物浓度和气流流形有特别的要求,这些参数的设定适宜与否,极大地影响到生产状态和产品质量的好坏,所以定期对其进行故障诊断是必要的,一方面能够提升生产的效率和产品的质量,一方面能降低系统能耗和系统发生故障的概率,从而节约成本和减轻发生故障好的耗费物力、财力、人力的程度。
3.常用的洁净室空调故障诊断办法
随着空调诊断技术不断发展,现阶段最常用的故障诊断办法主要有以下几大类,而每个类别的方法体系中又可分为若干子类。如图1-1所示。
图1-1常用的诊断办法体系
3.1基于系统数学模型的诊断办法
这个办法是以现代控制和优化理论为指导理论,以系统数学模型为方法基础,主要利用等价空间方程、参数模型估计、Luenberger观测器、Kalman滤波器以及识别等办法使被诊断设备产生残差,再根据某个阀值对残差实行分析评价,以此达到诊断的目的。这个办法是紧密结合控制系统的,能起到容错控制、重构、系统修复或者连续监控的作用,所以该办法得到广泛应用。在此基础上,该体系办法又可分为参数估计诊断办法、状态估计诊断办法与一致空间诊断办法三种。
3.1.1状态估计诊断办法
由被控制的状态可以得知系统运行的整体状态,所以,依靠系统状态的推测,联合相应的系统数学模型可以实现故障诊断。具体办法为:首先要重构系统被控制的状态,然后将此状态和可测变量对比,可构成残差序列,最后联合恰当的模型进行状态检验,就能初步诊断出空调系统的故障情况。
3.1.2输出估计(预测)诊断法
使用这个办法,需要首先确定诊断需要使用的数学模型,然后按照相应的数学办法分析诊断被测系统的信息。诊断的指导思想是用解析冗余替代硬件冗余。当解析冗余依靠构造系统的模型估算出系统输出值,再将此数值和实际的系统输出值相比较,从中排除了故障信息突变导致的奇异点之后,其余信息就是对应系统故障的表现。输出估计(预测)诊断法基本过程如图1-2所示。
图1-2输出估计诊断
3.1.3基于信息融合的诊断方办法
该办法是一种多源信息综合处理技术。即是它把源自同一目标的多源信息进行合成,生成相对单一信息源更为完整及精确的预测信息,这个办法通常用于诊断信号信噪比低、可信度低等系统问题。
3.2基于知识处理的诊断办法
知识诊断即是根据专家总结的经验进行诊断。一般以领域专家的实践经验知识为诊断思想核心,然后进行相似性推理而进行故障诊断,这个办法无需精确的数学模型辅助,总的来说,是根据设备运行表现出的某些智能特性而判断,属于简便的空调系统故障诊断法。但是因为专家的实践和经验会存在局限性,因此采用此法也存在不足之处,要根据实际需要运用。
3.2.1基于专家系统的智能诊断办法
在洁净室的空调系统故障的诊断中,故障诊断专家系统是应用较多的办法之一。常用的诊断领域是难建立数学模型或者无精确数学模型的复杂系统上。
3.2.2基于神经网络的智能诊断办法
神经网络表现出强非线性、超高维性等动力学特点。这些特征让该办法具备联想、记忆、自适应、原则上容错、推测、自学习、处理复杂模式以及并行等作用,可提高诊断的精确度。具体的应用形式有:以预测的角度将神经网络当作动态预测模型实施故障预测;从知识处理的角度构建基于神经网络的专家知识诊断系统;利用强非线性的神经网络特征进行动态跟踪故障诊断等。
3.2.3基于模糊逻辑的诊断办法
在空调系统故障诊断中引入模糊逻辑法,不但可以克服诊断过程的不定性和精确度低以及信号差、噪音强等问题,尤其是在处理复杂空调系统的时滞大、时变大以及非线性问题时候,它的优越性更为明显。
3.2.4基于故障树分析的诊断办法
一般空调系统故障具有层次特征,其前因后果的关系形成多层次性并表现为因果链,如果是一因多果或一果多因的情况就构成了故障树。所以根据因果关系进行的故障诊断液称为故障树分析法。包含定量分析与定性分析两种。其中定量分析主要是分析出顶事件发生的特征量与底事件的重要度。定性分析是一种利用最小路集算法或者最小割集算法推断出顶事件发生的全部可能的故障模式,即是分析推断空调系统可能出现某种最不希望的故障有多少种可能性。
3.2.5基于实例推理的诊断办法
这是一种新兴起的推理诊断技术,其核心基于一个有效的实例进行诊断分析。主要通过类似的案例情况进行判别,这种办法减少解决问题的时间,并能提升推理诊断的有效性,在知识和经验都存在局限性的情况下,就可参照原有系统的案例问题,防止同一种问题无法识别,缩短故障诊断的过程。
3.2.4 其他诊断方法
其它故障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、互补不足而形成的混合诊断方法。
4.结语
针对空调系统的复杂性以及运行中不能预知的故障问题,为了提高空调的使用率和使用期限,需要定期或者不定期进行相应的故障检验或者维修。洁净室空调系统复杂庞大,这在一定程度上增加了空调系统发生故障的几率。本文主要阐述了对洁净室空调系统进行故障诊断的作用以及常用的诊断办法,增强及时维修设备的可能性,最大程度获取社会效益和经济效益。