CN108253575B - 空调箱电机烧毁故障的检测方法 - Google Patents

Abstract

本发明涉及空调系统故障诊断技术领域，尤其涉及一种空调箱电机烧毁故障的检测方法；其包括在检测系统终端输入设定参数、判断空调箱电动机容量是否满足要求；判断空调箱运行情况是否正常；判断空调箱电动机轴承是否正常；判断空调箱送风系统管路是否正常的步骤。本发明针对空调箱电机烧毁这一故障，建立空调箱电机烧毁的故障树，采用上行法求出该树的最小割集，并将其参数化，得到“空调箱电机烧毁”故障的参数集，快速帮助操作者及时做出正确决策，缩短故障修复时间，延长设备使用寿命，减少人员工作量，提高系统可用度以及保证系统的最优运行。

Description

空调箱电机烧毁故障的检测方法

技术领域

本发明涉及空调系统故障诊断技术领域，尤其涉及一种空调箱电机烧毁故障的检测方法。

背景技术

地铁车站设备管理用房是整个车站的运营管理中心，其重要性不言而喻。负担设备管理用房通风与空调的系统简称“小系统”，它包括空调箱、回排风机以及新风机等设备，一旦空调箱电机发生故障将导致设备用房如变电所、通信机房、信号机房等不能正常工作，严重影响车站运营。

空调系统故障诊断的方法有很多种，Junichi Shiozaki和Fusachika Miyasaka等人使用定性的推理逻辑开发了故障诊断工具，他们建立了一个用于HVAC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HVAC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。

李玉云应用人工神经网络技术，阐述了负荷预测、能源管理、故障诊断、系统辨识与控制等方面的应用。

人工神经网络在设备故障诊断领域的应用主要有三个方面：

第一，从模式识别角度应用神经网络作为分类器进行故障诊断；

第二，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；

第三，从知识处理角度建立基于神经网络的诊断专家系统。

但它存在着一些不足和困难:

第一、训练样本获取的困难性，神经网络故障诊断是建立在大量的故障样本训练基础之上，系统性能受到所选训练样本的数量及其分布情况的限制；

第二、忽视了领域专家的诊断经验知识；

第三、权重形式的知识表达方式含义不明确，难以理解，对诊断结果缺乏解释能力。除此之外，神经网络故障诊断方法只能处理训练过的故障范例，对未经训练的故障功效甚微。

地铁车站建设迅猛，但运营管理还处于较低的水平，负责空调系统日常管理的人员对空调系统不甚了解，针对空调箱电机烧毁这一故障，如何及时检测、诊断、预测及排除故障，帮助操作者及时做出正确决策，缩短故障修复时间，延长设备使用寿命，减少人员工作量，提高系统可用度以及保证系统的最优运行，是摆在面前的一大难题。本技术领域的技术人员致力于解决上述技术缺陷。

发明内容

有鉴于现有技术的上述缺陷，本发明的技术目的在于提供了一种快速解决空调系统电机烧毁的故障，缩短故障修复时间，延长设备使用寿命，减少人员工作量，保障地铁车站平稳运行的空调箱电机烧毁故障的检测方法。

为实现上述技术目的，本发明提供一种空调箱电机烧毁故障的检测方法，其包括以下步骤：

1)在检测系统终端输入以下参数：空调箱风机设定效率、空调箱风机设定全压、空调箱电动机设定电压、空调箱电动机设定电流、空调箱风机设定送风量、空调箱设定启停记录数量、空调箱电动机设定轴承温度；

2)判断空调箱电动机容量是否满足要求；

3)通过空调箱风机的设定风机效率、设定送风量和设定风机全压，利用公式N＝L·P·K/(3600·η·η_m)进行验算，若选用空调箱电机容量低于计算值，则输出“空调箱风机效率偏低”，“空调箱电动机容量安全系数偏小”；否则进入下一步；

4)判断空调箱运行情况是否正常；

5)将空调箱实际启停记录数量与步骤1)所述的空调箱设定启停记录数量进行比较，若空调箱实际启停记录数量大于空调箱设定启停记录数量，则输出“运营维护操作不当”；否则进入下一步；

6)判断空调箱电动机轴承是否正常；将空调箱电动机实际轴承温度与步骤1)所述的空调箱电动机设定轴承温度进行比较，若空调箱电动机实际轴承温度大于空调箱电动机设定轴承温度，则输出“空调箱电动机轴承损坏”，否则进入下一步；

7)将空调箱电动机实际电流与步骤1)所述的空调箱电动机设定电流进行比较，若空调箱电动机实际电流大于空调箱电动机设定电流，则进入下一步，否则跳出诊断；

8)判断空调箱送风系统管路是否正常；

9)将空调箱电动机实际电压与步骤1)所述的空调箱电动机设定电压进行比较，若空调箱电动机实际电压小于空调箱电动机设定电压，则输出“空调箱电压偏低”，否则进入下一步；

10)将空调箱风机实际送风量与步骤1)所述的空调箱风机设定送风量进行比较，若空调箱风机实际送风量大于空调箱风机设定送风量，则输出“送风系统管路阀门未调节，开度偏大”、“空调箱混合风室检修门未关闭，或存在漏风现象”；若空调箱风机实际送风量小于空调箱风机设定送风量，则输出“送风系统管路长度偏大”、“送风系统管路堵塞”、“送风系统管路风速偏大”、“设计选型不当”；若空调箱风机实际送风量等于空调箱风机设定送风量，则输出“空调箱电动机绕组密封不良”。

本发明的有益效果：

本发明针对空调箱电机烧毁这一故障，建立空调箱电机烧毁的故障树，采用上行法求出该树的最小割集，并将其参数化，得到“空调箱电机烧毁”故障的参数集，通过分析这些参数来判断系统是否存在故障、存在故障时的原因、发生故障的具体位置以及如何排除故障，快速帮助操作者及时做出正确决策，缩短故障修复时间，延长设备使用寿命，减少人员工作量，提高系统可用度以及保证系统的最优运行。

附图说明

图1为本发明的空调箱电机烧毁的故障树。

图2为本发明的空调箱电机烧毁故障树应用于实际的故障诊断流程图。

图3为本发明的检测设备的结构示意图。

具体实施方式

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

实施例：

本发明的方法，至少包括以下步骤：

1)在检测系统终端输入以下参数：空调箱风机设定效率、空调箱风机设定全压、空调箱电动机设定电压、空调箱电动机设定电流、空调箱风机设定送风量、空调箱设定启停记录数量、空调箱电动机设定轴承温度；

2)判断空调箱电动机容量是否满足要求；

3)通过空调箱风机的设定风机效率、设定送风量和设定风机全压，利用公式N＝L·P·K/(3600·η·η_m)进行验算，若选用空调箱电机容量低于计算值，则输出“空调箱风机效率偏低”、“空调箱电动机容量安全系数偏小”；否则进入下一步；

4)判断空调箱运行情况是否正常；

5)将空调箱实际启停记录数量与步骤1)所述的空调箱设定启停记录数量进行比较，若空调箱实际启停记录数量大于空调箱设定启停记录数量，则输出“运营维护操作不当”；否则进入下一步；

6)判断空调箱电动机轴承是否正常；将空调箱电动机实际轴承温度与步骤1)所述的空调箱电动机设定轴承温度进行比较，若空调箱电动机实际轴承温度大于空调箱电动机设定轴承温度，则输出“空调箱电动机轴承损坏”，否则进入下一步；7)将空调箱电动机实际电流与步骤1)所述的空调箱电动机设定电流进行比较，若空调箱电动机实际电流大于空调箱电动机设定电流，则进入下一步，否则跳出诊断；

8)判断空调箱送风系统管路是否正常；

9)将空调箱电动机实际电压与步骤1)所述的空调箱电动机设定电压进行比较，若空调箱电动机实际电压小于空调箱电动机设定电压，则输出“空调箱电压偏低”，否则进入下一步；

10)将空调箱风机实际送风量与步骤1)所述的空调箱风机设定送风量进行比较，若空调箱风机实际送风量大于空调箱风机设定送风量，则输出“送风系统管路阀门未调节，开度偏大”、“空调箱混合风室检修门未关闭，或存在漏风现象”；若空调箱风机实际送风量小于空调箱风机设定送风量，则输出“送风系统管路长度偏大”、“送风系统管路堵塞”、“送风系统管路风速偏大”、“设计选型不当”；若空调箱风机实际送风量等于空调箱风机设定送风量，则输出“空调箱电动机绕组密封不良”。

参照图1，本发明的故障树，其包括顶事件、中间事件和底事件，共计五层事件。第一层事件为空调箱电动机烧毁；第二层事件为空调箱电动机选型容量偏小、空调箱电动机轴承损坏、空调箱电动机电流过大、空调箱电动机频繁启动；第三层事件为空调箱风机效率偏低、空调箱电动机容量安全系数偏小、空调箱电动机电压过低、空调箱电动机绕组密封不良、送风管路阻力偏大、风机全压偏大、送风量偏大以及运营维护操作不当；第四层事件为送风系统管路长度偏大、送风系统管路堵塞、送风系统风速偏大、设计选型不当以及送风系统管路实际阻力偏小；第五层事件为送风系统管路阀门未调节，开度偏大、空调箱混合风室检修门未关闭或存在漏风现象。

参照图2，该诊断对象为某地铁车站小系统空调箱，其故障表现为空调系统运行一段时间后，空调箱电机烧毁。其诊断步骤包括：

第一步，根据空调箱的风机效率、风机全压，判断所配电动机功率满足要求，进入第二步；

第二步，根据空调箱启停记录判断空调箱不存在频繁启动，进入第三步；

第三步，根据空调箱电机电流，通过与额定电流的对比判断空调箱电机电流，发现空调箱电机电流偏大，进入第四步；

第四步，根据空调箱电压参数，判断电压值正常，根据空调箱送风量参数，判断送风量偏大，输出“送风系统管路阀门未调节，开度偏大”、“空调箱混合风室检修门未关闭，或存在漏风现象”。

经过诊断，其故障原因为：“送风系统管路阀门未调节，开度偏大”、“空调箱混合风室检修门未关闭，或存在漏风现象”。

本实施例仅是本发明的一个较佳的实施例，在其他实施例中，可以通过变更相关构件的位置，变更连接方式等方案，依然能够达到本发明的实际效果。

参照图3，本发明的检测设备，包括空调箱，所述空调箱的电动机1和风机2上设置传感器，所述传感器连接存储器3、运算器4和数据输入终端5，所述运算器4和数据输入终端5连接显示器6。

空调箱电动机和风机的各传感器将实际数据传输给存储器、运算器和数据输入终端，实际数据与设定数据比较后，通过运算器运算，判断故障原因并输出显示于显示器上，帮助操作者快速解决故障。

本发明针对空调箱电机烧毁这一故障，建立空调箱电机烧毁的故障树，采用上行法求出该树的最小割集，并将其参数化，得到“空调箱电机烧毁”故障的参数集，通过分析这些参数来判断系统是否存在故障、存在故障时的原因、发生故障的具体位置以及如何排除故障，快速帮助操作者及时做出正确决策，缩短故障修复时间，延长设备使用寿命，减少人员工作量，提高系统可用度以及保证系统的最优运行。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (1)

1.一种空调箱电机烧毁故障的检测方法，包括以下步骤：

步骤1，在检测系统终端输入以下参数：空调箱风机设定效率、空调箱风机设定全压、空调箱电动机设定电压、空调箱电动机设定电流、空调箱风机设定送风量、空调箱设定启停记录数量、空调箱电动机设定轴承温度；

步骤2，判断空调箱电动机容量是否满足要求；

步骤3，通过空调箱风机的设定风机效率、设定送风量和设定风机全压，利用公式N＝L·P·K/(3600·η·η_m)进行验算，若选用空调箱电机容量低于计算值，则输出“空调箱风机效率偏低”、“空调箱电动机容量安全系数偏小”；否则进入下一步；

步骤4，判断空调箱运行情况是否正常；

步骤5，将空调箱实际启停记录数量与步骤1)所述的空调箱设定启停记录数量进行比较，若空调箱实际启停记录数量大于空调箱设定启停记录数量，则输出“运营维护操作不当”；否则进入下一步；

步骤6，判断空调箱电动机轴承是否正常；将空调箱电动机实际轴承温度与步骤1)所述的空调箱电动机设定轴承温度进行比较，若空调箱电动机实际轴承温度大于空调箱电动机设定轴承温度，则输出“空调箱电动机轴承损坏”，否则进入下一步；

步骤7，将空调箱电动机实际电流与步骤1)所述的空调箱电动机设定电流进行比较，若空调箱电动机实际电流大于空调箱电动机设定电流，则进入下一步，否则跳出诊断；

步骤8，判断空调箱送风系统管路是否正常；

步骤9，将空调箱电动机实际电压与步骤1)所述的空调箱电动机设定电压进行比较，若空调箱电动机实际电压小于空调箱电动机设定电压，则输出“空调箱电压偏低”，否则进入下一步；

步骤10，将空调箱风机实际送风量与步骤1)所述的空调箱风机设定送风量进行比较，若空调箱风机实际送风量大于空调箱风机设定送风量，则输出“送风系统管路阀门未调节，开度偏大”、“空调箱混合风室检修门未关闭，或存在漏风现象”；若空调箱风机实际送风量小于空调箱风机设定送风量，则输出“送风系统管路长度偏大”、“送风系统管路堵塞”、“送风系统管路风速偏大”、“设计选型不当”；若空调箱风机实际送风量等于空调箱风机设定送风量，则输出“空调箱电动机绕组密封不良”。

Images