CN106121980A - 一种压缩机损耗程度的确定方法、装置及制冷系统 - Google Patents

一种压缩机损耗程度的确定方法、装置及制冷系统 Download PDF

Info

Publication number
CN106121980A
CN106121980A CN201610508856.9A CN201610508856A CN106121980A CN 106121980 A CN106121980 A CN 106121980A CN 201610508856 A CN201610508856 A CN 201610508856A CN 106121980 A CN106121980 A CN 106121980A
Authority
CN
China
Prior art keywords
compressor
extent
deterioration
operational factor
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610508856.9A
Other languages
English (en)
Other versions
CN106121980B (zh
Inventor
许浩
张仕强
谭泽汉
陈敏
何珍
邝晓峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201610508856.9A priority Critical patent/CN106121980B/zh
Publication of CN106121980A publication Critical patent/CN106121980A/zh
Application granted granted Critical
Publication of CN106121980B publication Critical patent/CN106121980B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04BPOSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B49/00Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04BPOSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B51/00Testing machines, pumps, or pumping installations
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04BPOSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B2203/00Motor parameters
    • F04B2203/02Motor parameters of rotating electric motors
    • F04B2203/0201Current
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04BPOSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B2205/00Fluid parameters
    • F04B2205/11Outlet temperature
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04BPOSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B2207/00External parameters
    • F04B2207/04Settings
    • F04B2207/043Settings of time

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Positive-Displacement Pumps (AREA)

Abstract

本发明公开了一种压缩机损耗程度的确定方法、装置及制冷系统,该方法包括:获取所述压缩机的至少一个运行参数;根据所述运行参数,确定所述压缩机的损耗程度。本发明的方案,可以克服现有技术中状态检测难度大、维护及时性差和人工劳动量大等缺陷,实现状态检测难度小、维护及时性好和人工劳动量小的有益效果。

Description

一种压缩机损耗程度的确定方法、装置及制冷系统
技术领域
本发明属于制冷系统技术领域,具体涉及一种压缩机损耗程度的确定方法、装置及制冷系统。
背景技术
制冷系统,是通过压缩机把压力较低的蒸气压缩成压力较高的蒸气,进而使蒸气的体积减小、压力升高的系统。压缩机是制冷系统的心脏,压缩机运行状态会影响制冷系统的运行状态,影响用户使用效果,同时压缩机损坏会影响制冷系统运行可靠性,压缩机长期运行于亚损耗程度会大大缩短压缩机运行寿命,加速压缩机损坏,增加用户投诉。
目前对压缩机寿命的控制尚无有效的方法,传统的方式为:各企业会依据机组的运行寿命设置特定的维保年限,并根据用户投诉情况,上门对制冷系统和压缩机进行检查,出现压缩机磨损或损坏则更换压缩机。
目前的处理方式属于后处理式的方法,没有前瞻性,不能有及时、有效地发现和处理压缩机磨损问题,影响压缩机寿命,并因此导致压缩机损坏后,花费大量的人工成本去处理售后事宜。
现有技术中,存在状态检测难度大、维护及时性差和人工劳动量大等缺陷。
发明内容
本发明的目的在于,针对上述缺陷,提供一种压缩机损耗程度的确定方法、装置及制冷系统,以解决现有技术中压缩机长期运行于亚损耗程度会大大缩短压缩机运行寿命的问题,达到优化压缩机运行状态的效果。
本发明提供一种压缩机损耗程度的确定方法,包括:获取所述压缩机的至少一个运行参数;根据所述运行参数,确定所述压缩机的损耗程度。
可选地,确定所述压缩机的损耗程度,包括:针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准;将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间;根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。
可选地,还包括:确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
可选地,还包括:对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
可选地,进行所述损耗程度的跟进和处理,包括:进行所述运行参数的优化,直至所述损耗程度得到改善。
可选地,获取所述压缩机的至少一个运行参数,包括:获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数;和/或,所述运行参数,包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
与上述方法相匹配,本发明另一方面提供一种压缩机损耗程度的确定装置,包括:获取单元,用于获取所述压缩机的至少一个运行参数;确定单元,用于根据所述运行参数,确定所述压缩机的损耗程度。
可选地,确定单元,包括:设置模块,用于针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准;状态确定模块,用于将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间;所述状态确定模块,还用于根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。
可选地,还包括:分类单元,用于确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
可选地,还包括:跟进及处理单元,用于对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
可选地,还包括:参数优化模块,用于进行所述运行参数的优化,直至所述损耗程度得到改善。
可选地,获取单元,包括:适配设置于所述压缩机的采集装置和通信装置,所述获取单元获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数;和/或,所述运行参数,包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
与上述装置相匹配,本发明再一方面提供一种制冷系统,包括:以上所述的压缩机损耗程度的确定装置。
本发明的方案,通过对压缩机的运行健康程度进行打分和评级,实时监控压缩机运行情况,有利于提升压缩机运行的可靠性与安全性。
进一步,本发明的方案,通过对压缩机的运行健康情况进行分类,重点跟进和处理损耗程度差的压缩机,并采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
进一步,本发明的方案,通过压缩机电流、压缩机排气温度、压缩机吸气过热度、和压缩机平均每次运行时长等参数体现,对压缩机每天的运行损耗程度情况进行打分和评级,对压缩机的损耗程度进行实时评价,了解压缩机运行情况,优化压缩机运行状态,进而提升压缩机的运行效果和用户的使用体验。
由此,本发明的方案,通过根据压缩机的运行健康程度对压缩机的运行情况进行分类改善,解决现有技术中压缩机长期运行于亚损耗程度会大大缩短压缩机运行寿命的问题,从而,克服现有技术中状态检测难度大、维护及时性差和人工劳动量大的缺陷,实现状态检测难度小、维护及时性好和人工劳动量小的有益效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的压缩机损耗程度的确定方法的一实施例的流程图;
图2为本发明的方法中确定处理的一实施例的流程图;
图3为本发明的压缩机损耗程度的确定装置的一实施例的结构示意图。
结合附图,本发明实施例中附图标记如下:
102-获取单元;104-确定单元;1042-设置模块;1044-状态确定模块;106-分类单元;108-跟进及处理单元;1082-参数优化模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种压缩机损耗程度的确定方法,如图1所示本发明的方法的一实施例的流程图。该压缩机损耗程度的确定方法可以包括:
在步骤S110处,获取所述压缩机的至少一个运行参数。
由此,通过获取压缩机的运行参数,以作为判断压缩机损耗程度的依据,可操作性强,可靠性高。
可选地,获取所述压缩机的至少一个运行参数,包括:获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数。
例如:所述压缩机所属机组上安装通信装置(例如:GPRS数据发送装置),机组通过GPRS将这些信息(例如:所述压缩机的运行参数)返回给分析服务器,以通过分析服务器的分析算法对这些数据进行处理。
由此,通过采集装置和通信装置的配合,可以使得对运行参数的获取更加准确、更加方便。
可选地,所述运行参数,可以包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
例如:制冷系统压缩机的运行状态,主要可以通过压缩机电流、压缩机排气温度、压缩机吸气过热度和压缩机平均每次运行时长等参数体现。
例如:压缩机电流、压缩机排气温度、压缩机吸气过热度、压缩机平均每次运行时长(例如:压缩机平均每次运行时长=压缩机总运行时长/压缩机总启停次数),均为制冷系统运行时产生的数据,制冷系统会记录这些数据。
由此,通过获取如运行电流、排气温度、吸气过热度和运行时长等的运行参数,获取方式简便、安全,且作为判断压缩机损耗程度的依据更加可靠。
在步骤S120处,根据所述运行参数,确定所述压缩机的损耗程度。
其中,所述损耗程度,是所述压缩机基于所述运行参数的运行状态相比于预设的运行寿命的损耗程度。
例如:通过压缩机电流、压缩机排气温度、压缩机吸气过热度、和压缩机平均每次运行时长等参数体现,对压缩机每天的运行损耗程度情况进行打分和评级,对压缩机的损耗程度进行实时评价。
例如:压缩机电流能直接反映压缩机的损坏情况,当压缩机磨损、及压缩机处于其它亚损耗程度时,压缩机电流会偏离正常值,此处压缩机电流(例如:可以通过与压缩机适配设置的电流传感器获取压缩机电流)取压缩机电流最高值。
例如:压缩机排气温度(例如:可以通过与压缩机适配设置的温度传感器获取压缩机排气温度),分为压缩机最高排气温度和压缩机平均排气温度,压缩机排气温度过高时主要会损坏压缩机漆包线等结构,造成压缩机短路。压缩机长期运行于高温条件,会严重损坏压缩机运行的可靠性。
例如:制冷系统压缩机的吸气过热度(例如:可以通过与压缩机适配设置的热敏传感器获取压缩机吸气过热度)应该控制一定合理的区域,正常情况为0~5℃,压缩机吸气过热度小于0℃,则表明压缩机回液,会造成压缩机湿压缩和液击;压缩机吸气过热度过高,表明压缩机吸气量不足。
例如:压缩机运行时最优的运行状态为一直处于停机或运行,频繁的开停机容易造成压缩机损坏,因此根据压缩机平均每次的运行时长对压缩机的损耗程度进行评价。
可替代地,以上4个参数仅为列举,可以增加其它参数(例如:压缩机运行频率、压缩机回油温度等)更加全面地表现压缩机的损耗程度,同时各参数根据相应的影响权重进行扣分(即确定压缩机的损耗程度)。
由此,通过基于获取的运行参数,确定压缩机的损耗程度,处理过程简单,处理结果精准性好、可靠性高。
可选地,在步骤S120中,确定所述压缩机的损耗程度,可以包括:设置所述压缩机的运行参数与损耗程度的对应关系,进而根据设置的对应关系,确定压缩机的运行参数对应的损耗程度。
下面结合图2所示本发明的方法中确定处理的一实施例的流程图,进一步说明步骤S120中确定所述压缩机的损耗程度的具体过程。
步骤S210,针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准。
例如:步骤S210中设置的对应关系,可以参见下表:
例如:上表的评价指标(即对应关系)中的具体参数值,对于不同的制冷系统,不同的压缩机,其指标值可以不同。
步骤S220,将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间。
例如:对压缩机的运行健康程度进行打分和评级,实时监控压缩机运行情况。
步骤S230,根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。
例如:当压缩机运行电流峰值高于20A时,则压缩机损坏的概率非常高;压缩机电流越高,压缩机运行健康程度越低,相应的扣分越多。同时由于压缩机电流最能直接反映压缩机运行状态,其相应影响的分值也最高。
例如:压缩机排气温度越高,压缩机健康程度越低,相应的扣分越多。
例如:压缩机吸气过热度过低和过高都表明压缩机处于亚健康运行状态,需要根据其影响程度相应的扣分。
例如:压缩机平均每次运行时长(例如:可以通过与压缩机适配设置的时间传感器获取压缩机运行时长)小于5min,则表明该压缩机频繁开停机,甚至该压缩机已经发生故障导致频繁开停,应该相应的扣分最多。
在一个可选实施方式中,结合步骤S210至步骤S230,在步骤S120中,确定所述压缩机的损耗程度,还可以包括:基于步骤S210,可以进一步设置若干个所述压缩机的健康损耗程度所属的所述压缩机的健康状态的划分标准;相应地,可以根据所述划分标准,确定所述压缩机的损耗程度对应的所述压缩机的健康状态。
例如:可以基于上述获取的参数,根据各个参数的具体值,对压缩机的损耗程度进行打分,分值越高,压缩机越健康,分值约低,压缩机越危险。在一个例子中,制冷系统压缩机运行时,每天基本为100分,通过如上评价指标,对机组的每天的运行状态进行打分和评级;评分越低,表明压缩机的健康状态越差。
由此,通过设置运行参数与损耗程度的对应关系,可以为根据运行参数确定损耗程度的操作提供更加可靠的依据,进而提升对损耗程度确定的准确性,以进一步提升对压缩机运行状态监控的可靠性和安全性,用户体验好。
在一个可选实施方式中,结合步骤S120,还可以包括:在步骤S120确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
例如:可以以周、日、月、年为单位,对压缩机的损耗程度进行评级和分析,了解压缩机运行状态变化趋势。在一个例子中,当天总得分90分以上,则对压缩机健康状态评级优;总得分介于80分到90分,则对压缩机健康状态评级良;总得分介于60分到80分,则对压缩机健康状态评级中;总得分小于60分,则对压缩机健康状态评级差。进而,压缩机损耗程度分类,可以是:评分≥85分,压缩机健康状态好;85分>评分>70,压缩机损耗程度良好;评分≤70分,压缩机健康状态差。
由此,通过对压缩机损耗程度的分类,有利于根据分类结果对压缩机运行状态进行干预和维护,进而有利于保证压缩机运行的可靠性、甚至延迟压缩机的运行寿命。
在一个可选实施方式中,结合对所述损耗程度进行分类的步骤,还可以包括:对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
例如:进行所述损耗程度的跟进和处理,可以是根据压缩机的监控状态进行后续处理,如冷媒不足导致压缩机损坏时,系统追加冷媒;冷媒过多导致压缩机损坏时,系统放出冷媒等。
例如:对压缩机的运行健康情况进行分类,重点跟进和处理损耗程度差的压缩机。
其中,对于压缩机损耗程度差的工程,明确是哪一项导致压缩机扣分最多。
例如:如果是压缩机电流过大导致扣分最多,则需要确认压缩机是否磨损,系统是否有杂质。
例如:如果是压缩机排气温度过高导致扣分过多,则需要确认系统冷媒是否不足。
例如:如果是吸气过热度较小导致扣分过多,则需要确认系统冷媒是否过多,导致压缩机回液。
例如:如果压缩机平均每次运行时长果断导致扣分过多,则需要确认用户行为习惯导致压缩机频繁开启、压缩机启停控制是否合理、系统是否其它故障导致压缩机频繁启停。
由此,根据对压缩机损耗程度的分类结果,对损耗程度差的压缩机的损耗程度进行跟进和处理,以在该压缩机的损耗程度持续差甚至更加恶化时及时给予维护,进而提升压缩机的运行可靠性。
在一个可选实施方式中,进行所述损耗程度的跟进和处理,可以包括:进行所述运行参数的优化,直至所述损耗程度得到改善。
例如:优化压缩机运行状态,可以是:如检测到压缩机排气过热度一直过高,则追加冷媒,同时调整电子膨胀阀控制开度,保证足够的冷媒进入压缩机;压缩机吸气过热度一直很低,则减小冷媒,同时调整电子膨胀阀开度,减小进入压缩机的冷媒量。
例如:根据对所述损耗程度的跟进和处理,对所述损耗程度在预设时长内持续差于所述健康阈值的所述压缩机,进行所述运行参数的优化,直至所述损耗程度得到改善。
例如:采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
例如:了解压缩机运行情况,优化压缩机运行状态。
例如:明确系统及压缩机异常工作原因,从而针对扣分项采用对应的解决措施。
由此,通过根据对压缩机损耗程度的分类结果、或者在压缩机的损耗程度持续差甚至更加严重时,及时对压缩机的运行参数进行调节,以改善压缩机的运行状态,直至压缩机的损耗程度得到改善,进而可靠地维护了压缩机,保证了压缩机运行的安全性,人性化好。
经大量的试验验证,采用本实施例的技术方案,通过对压缩机的运行健康程度进行打分和评级,实时监控压缩机运行情况,有利于提升压缩机运行的可靠性与安全性。
根据本发明的实施例,还提供了对应于压缩机损耗程度的确定方法的一种压缩机损耗程度的确定装置。参见图3所示本发明的装置的一实施例的结构示意图。该压缩机损耗程度的确定装置可以包括:获取单元102和确定单元104。
在一个例子中,获取单元102,可以用于获取所述压缩机的至少一个运行参数。该获取单元102的具体功能及处理参见步骤S110。通过获取压缩机的运行参数,以作为判断压缩机损耗程度的依据,可操作性强,可靠性高。
可选地,获取单元102,可以包括:适配设置于所述压缩机的采集装置和通信装置。所述获取单元102,获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数。
例如:所述压缩机所属机组上安装通信装置(例如:GPRS数据发送装置),机组通过GPRS将这些信息(例如:所述压缩机的运行参数)返回给分析服务器,以通过分析服务器的分析算法对这些数据进行处理。
由此,通过采集装置和通信装置的配合,可以使得对运行参数的获取更加准确、更加方便。
可选地,所述运行参数,可以包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
例如:制冷系统压缩机的运行状态,主要可以通过压缩机电流、压缩机排气温度、压缩机吸气过热度和压缩机平均每次运行时长等参数体现。
例如:压缩机电流、压缩机排气温度、压缩机吸气过热度、压缩机平均每次运行时长(例如:压缩机平均每次运行时长=压缩机总运行时长/压缩机总启停次数),均为制冷系统运行时产生的数据,制冷系统会记录这些数据。
由此,通过获取如运行电流、排气温度、吸气过热度和运行时长等的运行参数,获取方式简便、安全,且作为判断压缩机损耗程度的依据更加可靠。
在一个例子中,确定单元104,可以用于根据所述运行参数,确定所述压缩机的损耗程度。该确定单元104的具体功能及处理参见步骤S120。
其中,所述损耗程度,是所述压缩机基于所述运行参数的运行状态相比于预设的运行寿命的损耗程度。
例如:通过压缩机电流、压缩机排气温度、压缩机吸气过热度、和压缩机平均每次运行时长等参数体现,对压缩机每天的运行损耗程度情况进行打分和评级,对压缩机的损耗程度进行实时评价。
例如:压缩机电流能直接反映压缩机的损坏情况,当压缩机磨损、及压缩机处于其它亚损耗程度时,压缩机电流会偏离正常值,此处压缩机电流(例如:可以通过与压缩机适配设置的电流传感器获取压缩机电流)取压缩机电流最高值。
例如:压缩机排气温度(例如:可以通过与压缩机适配设置的温度传感器获取压缩机排气温度),分为压缩机最高排气温度和压缩机平均排气温度,压缩机排气温度过高时主要会损坏压缩机漆包线等结构,造成压缩机短路。压缩机长期运行于高温条件,会严重损坏压缩机运行的可靠性。
例如:制冷系统压缩机的吸气过热度(例如:可以通过与压缩机适配设置的热敏传感器获取压缩机吸气过热度)应该控制一定合理的区域,正常情况为0~5℃,压缩机吸气过热度小于0℃,则表明压缩机回液,会造成压缩机湿压缩和液击;压缩机吸气过热度过高,表明压缩机吸气量不足。
例如:压缩机运行时最优的运行状态为一直处于停机或运行,频繁的开停机容易造成压缩机损坏,因此根据压缩机平均每次的运行时长对压缩机的损耗程度进行评价。
可替代地,以上4个参数仅为列举,可以增加其它参数(例如:压缩机运行频率、压缩机回油温度等)更加全面地表现压缩机的损耗程度,同时各参数根据相应的影响权重进行扣分(即确定压缩机的损耗程度)。
由此,通过基于获取的运行参数,确定压缩机的损耗程度,处理过程简单,处理结果精准性好、可靠性高。
可选地,确定单元104,可以包括:设置模块1042和状态确定模块1044。该确定单元104,可以设置所述压缩机的运行参数与损耗程度的对应关系,进而根据设置的对应关系,确定压缩机的运行参数对应的损耗程度。
在一个例子中,设置模块1042,可以用于针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准。该设置模块1042的具体功能及处理参见步骤S210。
例如:设置模块1042设置的对应关系,可以参见下表:
例如:上表的评价指标(即对应关系)中的具体参数值,对于不同的制冷系统,不同的压缩机,其指标值可以不同。
在一个例子中,状态确定模块1044,可以用于将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间。该状态确定模块1044的具体功能及处理参见步骤S220。
例如:对压缩机的运行健康程度进行打分和评级,实时监控压缩机运行情况。
在一个例子中,状态确定模块1044,还可以用于根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。该状态确定模块1044的具体功能及处理还参见步骤S230。
例如:当压缩机运行电流峰值高于20A时,则压缩机损坏的概率非常高;压缩机电流越高,压缩机运行健康程度越低,相应的扣分越多。同时由于压缩机电流最能直接反映压缩机运行状态,其相应影响的分值也最高。
例如:压缩机排气温度越高,压缩机健康程度越低,相应的扣分越多。
例如:压缩机吸气过热度过低和过高都表明压缩机处于亚健康运行状态,需要根据其影响程度相应的扣分。
例如:压缩机平均每次运行时长(例如:可以通过与压缩机适配设置的时间传感器获取压缩机运行时长)小于5min,则表明该压缩机频繁开停机,甚至该压缩机已经发生故障导致频繁开停,应该相应的扣分最多。
在一个可选实施方式中,结合设置模块1042和状态确定模块1044,确定单元104确定所述压缩机的损耗程度,还可以包括:基于设置模块1042,还可以进一步用于设置若干个所述压缩机的健康损耗程度所属的所述压缩机的健康状态的划分标准;相应地,状态确定模块1044,还可以用于根据所述划分标准,确定所述压缩机的损耗程度对应的所述压缩机的健康状态。
例如:可以基于上述获取的参数,根据各个参数的具体值,对压缩机的损耗程度进行打分,分值越高,压缩机越健康,分值约低,压缩机越危险。在一个例子中,制冷系统压缩机运行时,每天基本为100分,通过如上评价指标,对机组的每天的运行状态进行打分和评级;评分越低,表明压缩机的健康状态越差。
由此,通过设置运行参数与损耗程度的对应关系,可以为根据运行参数确定损耗程度的操作提供更加可靠的依据,进而提升对损耗程度确定的准确性,以进一步提升对压缩机运行状态监控的可靠性和安全性,用户体验好。
在一个可选实施方式中,结合确定单元104,还可以包括:分类单元106。
在一个例子中,分类单元106,可以用于确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
例如:对压缩机的运行健康程度进行打分和评级,实时监控压缩机运行情况。
例如:可以以周、日、月、年为单位,对压缩机的损耗程度进行评级和分析,了解压缩机运行状态变化趋势。在一个例子中,当天总得分90分以上,则对压缩机损耗程度评级优;总得分介于80分到90分,则对压缩机损耗程度评级良;总得分介于60分到80分,则对压缩机损耗程度评级中;总得分小于60分,则对压缩机损耗程度评级差。进而,压缩机损耗程度分类,可以是:评分≥85分,压缩机损耗程度好;85分>评分>70,压缩机损耗程度良好;评分≤70分,压缩机损耗程度差。
由此,通过对压缩机损耗程度的分类,有利于根据分类结果对压缩机运行状态进行干预和维护,进而有利于保证压缩机运行的可靠性、甚至延迟压缩机的运行寿命。
在一个可选实施方式中,结合分类单元106,还可以包括:跟进及处理单元108。
在一个例子中,跟进及处理单元108,可以用于对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
例如:进行所述损耗程度的跟进和处理,可以是根据压缩机的监控状态进行后续处理,如冷媒不足导致压缩机损坏时,系统追加冷媒;冷媒过多导致压缩机损坏时,系统放出冷媒等。
例如:对压缩机的运行健康情况进行分类,重点跟进和处理损耗程度差的压缩机。
其中,对于压缩机损耗程度差的工程,明确是哪一项导致压缩机扣分最多。
例如:如果是压缩机电流过大导致扣分最多,则需要确认压缩机是否磨损,系统是否有杂质。
例如:如果是压缩机排气温度过高导致扣分过多,则需要确认系统冷媒是否不足。
例如:如果是吸气过热度较小导致扣分过多,则需要确认系统冷媒是否过多,导致压缩机回液。
例如:如果压缩机平均每次运行时长果断导致扣分过多,则需要确认用户行为习惯导致压缩机频繁开启、压缩机启停控制是否合理、系统是否其它故障导致压缩机频繁启停。
由此,根据对压缩机损耗程度的分类结果,对损耗程度差的压缩机的损耗程度进行跟进和处理,以在该压缩机的损耗程度持续差甚至更加恶化时及时给予维护,进而提升压缩机的运行可靠性。
在一个可选实施方式中,结合跟进及处理单元108,还可以包括:参数优化模块1082。
在一个例子中,参数优化模块1082,可以用于进行所述运行参数的优化,直至所述损耗程度得到改善。
例如:优化压缩机运行状态,可以是:如检测到压缩机排气过热度一直过高,则追加冷媒,同时调整电子膨胀阀控制开度,保证足够的冷媒进入压缩机;压缩机吸气过热度一直很低,则减小冷媒,同时调整电子膨胀阀开度,减小进入压缩机的冷媒量。
例如:可以根据对所述损耗程度的跟进和处理,对所述损耗程度在预设时长内持续差于所述健康阈值的所述压缩机,进行所述运行参数的优化,直至所述损耗程度得到改善。
例如:采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
例如:了解压缩机运行情况,优化压缩机运行状态。
例如:明确系统及压缩机异常工作原因,从而针对扣分项采用对应的解决措施。
由此,通过根据对压缩机损耗程度的分类结果、或者在压缩机的损耗程度持续差甚至更加严重时,及时对压缩机的运行参数进行调节,以改善压缩机的运行状态,直至压缩机的损耗程度得到改善,进而可靠地维护了压缩机,保证了压缩机运行的安全性,人性化好。
由于本实施例的装置所实现的处理及功能基本相应于前述图1所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过对压缩机的运行健康情况进行分类,重点跟进和处理损耗程度差的压缩机,并采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
根据本发明的实施例,还提供了对应于压缩机损耗程度的确定装置的一种制冷系统。该制冷系统可以包括:以上所述的压缩机损耗程度的确定装置。
例如:该制冷系统中,压缩机损耗程度的确定过程,可以包括如下步骤:
(1)基本评价准则
如上评价指标中具体参数值,对于不同的制冷系统,不同的压缩机,其指标值可以不同。
(2)评价指标
制冷系统压缩机的运行状态,主要可以通过压缩机电流、压缩机排气温度、压缩机吸气过热度和压缩机平均每次运行时长等参数体现。
在一个例子中,压缩机电流、压缩机排气温度、压缩机吸气过热度、压缩机平均每次运行时长(例如:压缩机平均每次运行时长=压缩机总运行时长/压缩机总启停次数),均为制冷系统运行时产生的数据,制冷系统会记录这些数据,机组上安装通信装置(例如:GPRS数据发送装置),机组通过GPRS将这些信息返回给分析服务器,以通过分析服务器的分析算法对这些数据进行处理。
例如:分析服务器的分析算法,可以是根据以上表格显示的压缩机基本评价准则进行的统计和分析。
例如:压缩机电流能直接反映压缩机的损坏情况,当压缩机磨损、及压缩机处于其它亚损耗程度时,压缩机电流会偏离正常值,此处压缩机电流(例如:可以通过与压缩机适配设置的电流传感器获取压缩机电流)取压缩机电流最高值。如某厂家E655***-65****型号压缩机,当压缩机运行电流峰值高于20A时,则压缩机损坏的概率非常高;压缩机电流越高,压缩机运行健康程度越低,相应的扣分越多。同时由于压缩机电流最能直接反映压缩机运行状态,其相应影响的分值也最高。
例如:压缩机排气温度(例如:可以通过与压缩机适配设置的温度传感器获取压缩机排气温度),分为压缩机最高排气温度和压缩机平均排气温度,压缩机排气温度过高时主要会损坏压缩机漆包线等结构,造成压缩机短路。压缩机长期运行于高温条件,会严重损坏压缩机运行的可靠性;压缩机排气温度越高,压缩机健康程度越低,相应的扣分越多。
例如:制冷系统压缩机的吸气过热度(例如:可以通过与压缩机适配设置的热敏传感器获取压缩机吸气过热度)应该控制一定合理的区域,正常情况为0~5℃,压缩机吸气过热度小于0℃,则表明压缩机回液,会造成压缩机湿压缩和液击;压缩机吸气过热度过高,表明压缩机吸气量不足。因此,压缩机吸气过热度过低和过高都表明压缩机处于亚健康运行状态,需要根据其影响程度相应的扣分。
例如:压缩机运行时最优的运行状态为一直处于停机或运行,频繁的开停机容易造成压缩机损坏,因此根据压缩机平均每次的运行时长对压缩机的损耗程度进行评价。如压缩机平均每次运行时长(例如:可以通过与压缩机适配设置的时间传感器获取压缩机运行时长)小于5min,则表明该压缩机频繁开停机,甚至该压缩机已经发生故障导致频繁开停,应该相应的扣分最多。
其中,以上4个参数仅为列举,可以增加其它参数(例如:压缩机运行频率、压缩机回油温度等)更加全面地表现压缩机的损耗程度,同时各参数根据相应的影响权重进行扣分(即确定压缩机的损耗程度)。
(3)评价方法
制冷系统压缩机运行时,每天基本为100分,通过如上评价指标,对机组的每天的运行状态进行打分和评级;评分越低,表明压缩机的损耗程度越差。
如当天总得分90分以上,则对压缩机损耗程度评级优;总得分介于80分到90分,则对压缩机健康状态评级良;总得分介于60分到80分,则对压缩机损耗程度评级中;总得分小于60分,则对压缩机健康状态评级差;
可以以周、日、月、年为单位,对压缩机的损耗程度进行评级和分析,了解压缩机运行状态变化趋势。
在一个例子中,可以基于上述获取的参数,根据各个参数的具体值,对压缩机的损耗程度进行打分,分值越高,压缩机越健康,分值约低,压缩机越危险。
(4)通过如上压缩机损耗程度评价方法,可以对压缩机的运行情况进行分类,重点跟进和处理损耗程度差的压缩机,并采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
在一个例子中,压缩机损耗程度分类,可以是:评分≥85分,压缩机损耗程度好;85分>评分>70,压缩机损耗程度良好;评分≤70分,压缩机损耗程度差。
在一个例子中,对于压缩机损耗程度差的工程,明确是哪一项导致压缩机扣分最多。
例如:如果是压缩机电流过大导致扣分最多,则需要确认压缩机是否磨损,系统是否有杂质。
例如:如果是压缩机排气温度过高导致扣分过多,则需要确认系统冷媒是否不足。
例如:如果是吸气过热度较小导致扣分过多,则需要确认系统冷媒是否过多,导致压缩机回液。
例如:如果压缩机平均每次运行时长果断导致扣分过多,则需要确认用户行为习惯导致压缩机频繁开启、压缩机启停控制是否合理、系统是否其它故障导致压缩机频繁启停。
进而,对压缩机的运行健康情况进行分类,重点跟进和处理损耗程度差的压缩机,并采取有效的措施改善压缩机的运行情况,保证压缩机运行健康度,延长压缩机运行寿命。
例如:进行所述损耗程度的跟进和处理,可以是根据压缩机的监控状态进行后续处理,如冷媒不足导致压缩机损坏时,系统追加冷媒;冷媒过多导致压缩机损坏时,系统放出冷媒等。
例如:通过压缩机损耗程度评分压缩机的损耗程度进行分类,对压缩机各项的具体扣分,明确系统及压缩机异常工作原因,从而针对扣分项采用对应的解决措施。
由于本实施例的制冷系统所实现的处理及功能基本相应于前述图3所示的装置的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过压缩机电流、压缩机排气温度、压缩机吸气过热度、和压缩机平均每次运行时长等参数体现,对压缩机每天的运行损耗程度情况进行打分和评级,对压缩机的损耗程度进行实时评价,了解压缩机运行情况,优化压缩机运行状态,进而提升压缩机的运行效果和用户的使用体验。
例如:优化压缩机运行状态,可以是:如检测到压缩机排气过热度一直过高,则追加冷媒,同时调整电子膨胀阀控制开度,保证足够的冷媒进入压缩机;压缩机吸气过热度一直很低,则减小冷媒,同时调整电子膨胀阀开度,减小进入压缩机的冷媒量。
综上,本领域技术人员容易理解的是,在不冲突的前提下,上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。

Claims (13)

1.一种压缩机损耗程度的确定方法,其特征在于,包括:
获取所述压缩机的至少一个运行参数;
根据所述运行参数,确定所述压缩机的损耗程度。
2.根据权利要求1所述的方法,其特征在于,确定所述压缩机的损耗程度,包括:
针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准;
将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间;
根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。
3.根据权利要求1或2所述的方法,其特征在于,还包括:
确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
4.根据权利要求3所述的方法,其特征在于,还包括:
对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
5.根据权利要求4所述的方法,其特征在于,进行所述损耗程度的跟进和处理,包括:
进行所述运行参数的优化,直至所述损耗程度得到改善。
6.根据权利要求1-5之一所述的方法,其特征在于,
获取所述压缩机的至少一个运行参数,包括:获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数;和/或,
所述运行参数,包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
7.一种压缩机损耗程度的确定装置,其特征在于,包括:
获取单元,用于获取所述压缩机的至少一个运行参数;
确定单元,用于根据所述运行参数,确定所述压缩机的损耗程度。
8.根据权利要求7所述的装置,其特征在于,确定单元,包括:
设置模块,用于针对每个运行参数,预先划分基于该运行参数的至少一个参数区间,设置每个参数区间中将所述压缩机的运行参数折合成所述压缩机的损耗程度的折合标准;
状态确定模块,用于将所述运行参数与至少一个所述参数区间进行对比,确定所述运行参数所属的一个参数区间;
所述状态确定模块,还用于根据确定的一个所述参数区间的所述折合标准,确定所述运行参数对应的所述压缩机的损耗程度。
9.根据权利要求7或8所述的装置,其特征在于,还包括:
分类单元,用于确定所述压缩机的损耗程度后,根据预设的所述损耗程度的分类条件,将满足同一所述分类条件的若干个所述损耗程度归为一类,得到对应的分类结果。
10.根据权利要求9所述的装置,其特征在于,还包括:
跟进及处理单元,用于对所述损耗程度进行分类后,根据所述分类结果,对所述损耗程度差于预设的健康阈值的所述压缩机,进行所述损耗程度的跟进和处理。
11.根据权利要求10所述的装置,其特征在于,跟进及处理单元,包括:
参数优化模块,用于进行所述运行参数的优化,直至所述损耗程度得到改善。
12.根据权利要求7-11之一所述的装置,其特征在于,
获取单元,包括:适配设置于所述压缩机的采集装置和通信装置,所述获取单元获取由采集装置采集、并由通信装置传输的所述压缩机的运行参数;和/或,
所述运行参数,包括:运行电流、排气温度、吸气过热度和运行时长的至少之一。
13.一种制冷系统,其特征在于,包括:如权利要求7-12任一所述的压缩机损耗程度的确定装置。
CN201610508856.9A 2016-06-29 2016-06-29 一种压缩机损耗程度的确定方法、装置及制冷系统 Active CN106121980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610508856.9A CN106121980B (zh) 2016-06-29 2016-06-29 一种压缩机损耗程度的确定方法、装置及制冷系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610508856.9A CN106121980B (zh) 2016-06-29 2016-06-29 一种压缩机损耗程度的确定方法、装置及制冷系统

Publications (2)

Publication Number Publication Date
CN106121980A true CN106121980A (zh) 2016-11-16
CN106121980B CN106121980B (zh) 2018-07-17

Family

ID=57467773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610508856.9A Active CN106121980B (zh) 2016-06-29 2016-06-29 一种压缩机损耗程度的确定方法、装置及制冷系统

Country Status (1)

Country Link
CN (1) CN106121980B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108204358A (zh) * 2018-02-01 2018-06-26 克莱门特捷联制冷设备(上海)有限公司 一种多机组压缩机的平衡管理系统
CN109696628A (zh) * 2018-12-04 2019-04-30 奥克斯空调股份有限公司 用于空调压缩机的故障检测工装及故障检测方法
CN110131844A (zh) * 2019-05-22 2019-08-16 广东美的暖通设备有限公司 空调器及其控制方法、计算机可读存储介质
CN113513819A (zh) * 2021-07-08 2021-10-19 珠海格力电器股份有限公司 设备控制方法、装置及电子设备
CN116105412A (zh) * 2023-04-04 2023-05-12 宁波奥克斯电气股份有限公司 压缩机控制方法、装置、空调器及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10318157A (ja) * 1997-05-15 1998-12-02 Daikin Ind Ltd 冷凍装置の運転制御装置及び運転制御方法
CN1477353A (zh) * 2003-04-17 2004-02-25 上海交通大学 空调制冷机故障的模糊诊断方法
CN101846064A (zh) * 2009-03-24 2010-09-29 上海施耐德日盛机械(集团)有限公司 压缩机远程无线监控诊断系统和远程无线监控诊断方法
CN102692066A (zh) * 2012-06-14 2012-09-26 四川长虹空调有限公司 变频空调故障诊断控制系统及控制方法
CN102913432A (zh) * 2012-11-08 2013-02-06 北京化工大学 一种基于无量纲指数的往复压缩机故障监测诊断方法
CN105042967A (zh) * 2015-05-26 2015-11-11 安徽中科都菱商用电器股份有限公司 一种具有智能控制及故障诊断功能的双制冷系统
CN105090002A (zh) * 2009-05-18 2015-11-25 艾默生环境优化技术有限公司 制冷系统及用于压缩机的诊断系统
KR101620402B1 (ko) * 2014-11-14 2016-05-12 엘지전자 주식회사 리니어 압축기의 제어 장치 및 리니어 압축기의 제어 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10318157A (ja) * 1997-05-15 1998-12-02 Daikin Ind Ltd 冷凍装置の運転制御装置及び運転制御方法
CN1477353A (zh) * 2003-04-17 2004-02-25 上海交通大学 空调制冷机故障的模糊诊断方法
CN101846064A (zh) * 2009-03-24 2010-09-29 上海施耐德日盛机械(集团)有限公司 压缩机远程无线监控诊断系统和远程无线监控诊断方法
CN105090002A (zh) * 2009-05-18 2015-11-25 艾默生环境优化技术有限公司 制冷系统及用于压缩机的诊断系统
CN102692066A (zh) * 2012-06-14 2012-09-26 四川长虹空调有限公司 变频空调故障诊断控制系统及控制方法
CN102913432A (zh) * 2012-11-08 2013-02-06 北京化工大学 一种基于无量纲指数的往复压缩机故障监测诊断方法
KR101620402B1 (ko) * 2014-11-14 2016-05-12 엘지전자 주식회사 리니어 압축기의 제어 장치 및 리니어 압축기의 제어 방법
CN105042967A (zh) * 2015-05-26 2015-11-11 安徽中科都菱商用电器股份有限公司 一种具有智能控制及故障诊断功能的双制冷系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108204358A (zh) * 2018-02-01 2018-06-26 克莱门特捷联制冷设备(上海)有限公司 一种多机组压缩机的平衡管理系统
CN108204358B (zh) * 2018-02-01 2019-08-23 克莱门特捷联制冷设备(上海)有限公司 一种多机组压缩机的平衡管理系统
CN109696628A (zh) * 2018-12-04 2019-04-30 奥克斯空调股份有限公司 用于空调压缩机的故障检测工装及故障检测方法
CN109696628B (zh) * 2018-12-04 2022-09-30 奥克斯空调股份有限公司 用于空调压缩机的故障检测工装及故障检测方法
CN110131844A (zh) * 2019-05-22 2019-08-16 广东美的暖通设备有限公司 空调器及其控制方法、计算机可读存储介质
CN113513819A (zh) * 2021-07-08 2021-10-19 珠海格力电器股份有限公司 设备控制方法、装置及电子设备
CN116105412A (zh) * 2023-04-04 2023-05-12 宁波奥克斯电气股份有限公司 压缩机控制方法、装置、空调器及存储介质

Also Published As

Publication number Publication date
CN106121980B (zh) 2018-07-17

Similar Documents

Publication Publication Date Title
CN106121980A (zh) 一种压缩机损耗程度的确定方法、装置及制冷系统
CN108663988B (zh) 基于物联网的数控机床智能监控系统
CN108615088B (zh) 机台零件剩余寿命的预测系统与预测方法
CN109539473B (zh) 空调系统的故障类型确定方法、电子设备
CN106014946B (zh) 一种压缩机寿命的控制方法、装置及制冷系统
CN103198147B (zh) 自动化监测异常数据的判别及处理方法
US20110023503A1 (en) Performance detection method
CN105159288B (zh) 一种电气设备的故障原因确定方法和系统
CN109032087B (zh) 工业生产设备能耗状态诊断与节能评估方法及系统
CN104407603A (zh) 家电自诊断方法和装置
CN104317695A (zh) 一种自助设备监控方法及装置
CN107062559A (zh) 一种空调器缺氟检测方法、装置及空调系统
CN109741927A (zh) 微型变压器生产线的设备故障和潜在不良品智能预测系统
CN111306706A (zh) 一种空调联动控制方法及系统
WO2022237266A1 (zh) 车辆保养信息的确定方法、装置、设备及介质
CN115167222A (zh) 一种设备监控的方法及相关设备
CN110687851A (zh) 一种终端运行监控系统及方法
CN117313019B (zh) 一种基于深度强化学习的数据异常检测方法
CN110000705A (zh) 一种磨机异常加工操作的检测方法、系统及相关组件
CN109635001A (zh) 基于设备失效数据分析的产品可靠性提升方法和系统
CN112146909A (zh) 制冷设备故障诊断方法、装置、可读存储介质及计算设备
CN113899093B (zh) 螺杆式制冷压缩机回油故障的辨识和预判方法
CN108268017A (zh) 制罐生产线效率的评估方法和优化方法及其评估装置
CN111046098B (zh) 一种基于振动数据的机床运行状态的识别系统及统计方法
EP3196831A1 (en) Methods and systems for monitoring energy consumption of energy consuming apparatuses

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant