CN108351639B - 用于冷却器的诊断系统和评估冷却器性能的方法 - Google Patents
用于冷却器的诊断系统和评估冷却器性能的方法 Download PDFInfo
- Publication number
- CN108351639B CN108351639B CN201580084697.8A CN201580084697A CN108351639B CN 108351639 B CN108351639 B CN 108351639B CN 201580084697 A CN201580084697 A CN 201580084697A CN 108351639 B CN108351639 B CN 108351639B
- Authority
- CN
- China
- Prior art keywords
- chiller
- degradation
- term
- cop
- condenser
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
- F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B2500/00—Problems to be solved
- F25B2500/04—Clogging
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B2500/00—Problems to be solved
- F25B2500/19—Calculation of parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Thermal Sciences (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Other Air-Conditioning Systems (AREA)
- Air Conditioning Control Device (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
提供一种评估冷却器性能的方法。所述方法包括使用多个传感器检测所述冷却器的多个操作参数。所述方法还包括单个地确定由于冷凝器结垢导致的第一性能系数退化。所述方法还包括单个地确定由于冷凝器水流减少导致的第二性能系数退化。所述方法另外包括单个地确定由于蒸发器结垢导致的第三性能系数退化。所述方法还包括使用所述第一性能系数退化、所述第二性能系数退化和所述第三性能系数退化的总和来确定所述冷却器的总性能系数退化。
Description
公开背景
本文的实施方案总体涉及冷却器,并且更具体地,涉及一种用于冷却器的诊断系统以及一种评估冷却器性能的方法。
冷却器故障不利地影响性能,致使能量被较差地利用并且需要额外的维修。当前的冷却器通常基于时间表来维修,而不是使用诊断来确定性能已经退化到需要维护的程度。
公开简述
根据一个实施方案,提供一种评估冷却器性能的方法。所述方法包括使用多个传感器检测所述冷却器的多个操作参数。所述方法还包括单个地确定由于冷凝器结垢导致的性能系数(COP)退化的第一项。所述方法还包括单个地确定由于冷凝器水流减少导致的COP退化的第二项。所述方法另外包括单个地确定由于蒸发器结垢导致的COP退化的第三项。所述方法还包括使用COP退化的第一项、第二项和第三项的总和来确定冷却器的总COP退化。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:COP退化的第一项、第二项和第三项分别使用第一降阶模型、第二降阶模型和第三降阶模型确定,所述第一降阶模型、所述第二降阶模型和所述第三降阶模型使用多元回归分析确定。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:多个操作参数包括冷凝器饱和压力、冷凝器出口冷却水温度、压缩机速度、冷凝器水温度差、蒸发器温度以及蒸发器水温度差。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第一降阶模型基于冷凝器饱和压力和冷凝器出口冷却水温度。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第一降阶模型包括多个常数,所述多个常数在冷却器安装期间确定并且在冷却器维护期间更新。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第二降阶模型基于冷凝器水温度差和压缩机速度。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第二降阶模型包括多个常数,所述多个常数在冷却器安装期间确定并且在冷却器维护期间更新。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第三降阶模型基于蒸发器温度和压缩机速度。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:第三降阶模型包括多个常数,所述多个常数在冷却器安装期间确定并且在冷却器维护期间更新。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:如果总COP退化超过预先确定的阈值达到预先确定的时间量,则生成警报。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:如果超过第一阈值则生成低级警报,并且如果超过第二阈值则生成高级警报,所述第二阈值大于所述第一阈值。
根据另一个实施方案,提供一种用于冷却器的诊断系统。所述诊断系统包括用于检测冷却器的多个操作参数的多个传感器。所述诊断系统还包括接收由传感器检测到的多个操作参数的处理装置,所述处理装置单个地确定COP退化的第一项、COP退化的第二项和COP退化的第三项,其中COP退化的第一项是由于冷凝器结垢导致的,COP退化的第二项是由于冷凝器水流减少导致的,并且COP退化的第三项是由于蒸发器结垢导致的,所述处理装置使用第一性能系数退化、第二性能系数退化和第三性能系数退化的总和来确定冷却器的总性能系数退化。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:处理装置与冷却器控制器整合。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括:处理装置远离冷却器控制器定位于服务器上。
除以上所述的特征中的一个或多个之外,或者作为替代方案,另外的实施方案可包括警报生成器,如果总体COP退化超过预先确定的阈值达到预先确定的时间量,则所述警报生成器生成警报。
附图简述
被认为是本公开的主题在本说明书完结处的权利要求书中具体地指出并且明确地要求保护。通过以下结合附图进行的详细描述,可以清楚了解本公开的前述以及其他特征和优点,在附图中:
图1是冷却器电路的示意图。
公开详述
参考图1,示出冷却器系统10,并且其包括蒸发器单元12、冷凝器单元14和压缩机单元16。压缩机单元16包括与其相关联的马达(未示出)。当启动时,马达将致使压缩机单元16压缩来自蒸发器单元12的进入制冷剂蒸气。离开压缩机单元16的制冷剂将进入冷凝器单元14,然后通过流量控制计量装置15到蒸发器单元12。蒸发器单元12中的液态制冷剂冷却由冷却水泵通过导管泵送的水。导管中的冷却水流出蒸发器单元12以用于循环通过适当的冷却装置,然后返回蒸发器单元12以用于进一步冷却。
冷却器系统10配备有多个传感器11,所述传感器11被配置来检测冷却器系统10的各种操作参数。例如,传感器11能够检测与冷凝器饱和压力、冷凝器出口冷却水温度、压缩机速度、冷凝器水温度差、蒸发器温度以及蒸发器水温度差相关联的操作参数。以上提及的水差定义为入口水温度与相应单元的出口水温度之间的差值。这些仅仅是可检测的例示性操作参数。例如,可检测额外的操作参数,诸如水流速率。
如本文所述,所检测到的操作参数用于确定冷却器单元10的总性能系数退化。具体地,确定多个个体性能退化因素,并且然后求和以查明总性能系数退化。例如,个体因素在本文中称为个体性能系数退化,诸如第一性能系数退化、第二性能系数退化和第三性能系数退化。术语“第一性能系数退化”、“第二性能系数退化”和第三性能系数退化”在本文中也称为“COP退化的第一项”、“COP退化的第二项”和“CO退化的第三项”。个体性能系数退化与结垢和水流减少故障有关。紧凑型嵌入式算法在处理装置13上编程,所述处理装置13以与冷却器控制器整合的方式定位或者远程定位于服务器上。
模型(例如,算法)在下文定义并且使用多元线性回归分析来制定。每个算法内的系数通常从冷却器单元10的基于物理的模型导出。基于物理的模型相当复杂,并且可能需要大量的计算时间和专用计算机来提供关于冷却器中单一的一组条件的数据。这些模型运行多个小时,覆盖广泛范围的操作状态和故障状态。将来自这些模型的输出编译到数据库中。分析数据库以制定并选择可支持所需的高效且紧凑的降阶模型的特征。最终模型从多元回归过程创建,所述过程被设计来发现特征组合和权重,其最小化最终降阶模型与来自复杂物理模型的结果之间的预测差异(预测误差)。这个过程引起最终模型,所述最终模型足够紧凑以嵌入在冷却器控制器中,并且可快速产生结果以能够提供实时警报。从基于物理的模型得到的系数在冷却器单元10的初始安装期间进行调谐,并且可在未来维护期间基于观察到的性能进行调整。如果基于物理的模型不可用或者由于一些其他原因未被利用,则可依赖初始安装数据来确定并设定系数。所述模型在很大程度上相互独立,以识别所考虑的个体故障。
性能系数退化的第一项是指由于冷凝器结垢导致的冷却器性能退化,并且由以下等式表示,所述等式在本文中也称为第一降阶模型:
冷凝器结垢COP退化=w1*C_P+w2*C_LCWT+w3*速度+w4
其中,w1-w4是在冷却器初始安装期间确定并在维护期间更新的常数,C_P是冷凝器饱和压力,并且C_LCWT是离开冷凝器冷却水温度。
性能系数退化的第二项是指由于冷凝器水流减少或分级水流(在本文中也称为“水减少级分”)导致的冷却器性能退化,并且由以下等式表示,所述等式在本文中也称为第二降阶模型:
冷凝器水流减少COP退化=w5*C_dCWT+w6*速度+w7
其中,w5-w7是在冷却器初始安装期间确定并在维护期间更新的常数,C_dCWT是冷凝器冷却水温度增量,并且速度是压缩机的速度。
性能系数退化的第三项是指由于蒸发器结垢导致的冷却器性能退化,并且由以下等式表示,所述等式在本文中也称为第三降阶模型:
蒸发器结垢COP退化=w8*E_夹+w9*速度+w10
其中,w8-w10是在冷却器初始安装期间确定并在维护期间更新的常数,E_夹是蒸发器夹,并且速度是压缩机的速度。
表示冷凝器中结垢程度的冷凝器结垢因数、水减少级分、以及表示蒸发器中结垢程度的蒸发器结垢因数的另外的模型由以下表示:
冷凝器结垢因数=w11*C_P+w12*C_LCWT+w13*速度+w14
冷凝器水减少=w15*(1/C_dCWT)+w16*速度+w17
蒸发器结垢因数=w18*E_夹+w19*速度+w20
蒸发器水减少=w21*(1/E_dCHWT)+w22*速度+w23
其中:w11-w23是在冷却器初始安装期间确定并在维护期间更新的常数,并且E_dCHWT是蒸发器冷却水温度增量。
由于冷凝器结垢、冷凝器水减少以及蒸发器结垢导致的性能退化可求和以提供总体性能退化的估计。因此,利用性能系数退化的第一项、第二项和第三项来估计总性能系数退化。总和如下示出:
总COP退化=冷凝器结垢COP退化+冷凝器水减少COP退化+蒸发器结垢COP退化
处理装置将总COP退化与至少一个阈值相比较,以确定是否需要维护警报。在一些实施方案中,将单一阈值与总COP退化相比较。在其他实施方案中,在处理装置中编程多个阈值。例如,第一较低阈值可用于触发低级警报,而第二较高阈值可用于触发更紧急的警报。通过查找指定时间段(诸如若干小时)的高警报的持续,在COP退化计算之后应用持续滤波器。然后高警报持续可提供初始指示,即维护将显著改善冷却器性能。
所计算的结垢因数(即,以上讨论的冷凝器结垢和蒸发器结垢)以及水减少级分连同相关联的COP减少项可充当应执行什么校正动作(热交换器清洁或水流校正)以改善冷却器性能的指示。
当参考水流量已知时,本文所述的系统和方法适用于恒定量和变流量情况两者。
有利地,本文所述的实施方案减少与延迟故障确定相关联的冷却器操作成本,并且通过在现场访问之前预先识别故障来减少维护时间和成本。
虽然已与仅有限数目的实施方案结合地详细描述了本公开,但是应易于理解,本公开不限于这些公开的实施方案。相反,本公开可被修改以并入此前未作描述但与本公开的范围相符的任何数目的变化、更改、替换或等效布置。另外,虽然已描述了本公开的各种实施方案,但是应理解,本公开的方面可包括所描述的实施方案中的仅一些。因此,本公开不被视为受前述描述限制,而是仅受所附权利要求书的范围限制。
Claims (15)
1.一种评估冷却器性能的方法,其包括:
使用多个传感器检测所述冷却器的多个操作参数;
单个地确定由于冷凝器结垢导致的性能系数(COP)退化的第一项;
单个地确定由于冷凝器水流减少导致的COP退化的第二项;
单个地确定由于蒸发器结垢减少导致的COP退化的第三项;以及
使用COP退化的所述第一项、所述第二项和所述第三项的总和来确定所述冷却器的总COP退化。
2.如权利要求1所述的方法,其中COP退化的所述第一项、所述第二项和所述第三项分别使用第一降阶模型、第二降阶模型和第三降阶模型确定,所述第一降阶模型、所述第二降阶模型和所述第三降阶模型使用多元回归分析确定。
3.如权利要求2所述的方法,其中所述多个操作参数包括冷凝器饱和压力、冷凝器出口冷却水温度、压缩机速度、冷凝器水温度差、蒸发器温度以及蒸发器水温度差。
4.如权利要求3所述的方法,其中所述第一降阶模型基于所述冷凝器饱和压力和所述冷凝器出口冷却水温度。
5.如权利要求4所述的方法,其中所述第一降阶模型包括多个常数,所述多个常数在所述冷却器安装期间确定并且在所述冷却器维护期间更新。
6.如权利要求3所述的方法,其中所述第二降阶模型基于所述冷凝器水温度差和所述压缩机速度。
7.如权利要求6所述的方法,其中所述第二降阶模型包括多个常数,所述多个常数在所述冷却器安装期间确定并且在所述冷却器维护期间更新。
8.如权利要求3所述的方法,其中所述第三降阶模型基于所述蒸发器温度和所述压缩机速度。
9.如权利要求8所述的方法,其中所述第三降阶模型包括多个常数,所述多个常数在所述冷却器安装期间确定并且在所述冷却器维护期间更新。
10.如前述权利要求中任一项所述的方法,其还包括:如果所述总COP退化超过预先确定的阈值达到预先确定的时间量,则生成警报。
11.如权利要求10所述的方法,其中如果超过第一阈值则生成低级警报,并且如果超过第二阈值则生成高级警报,所述第二阈值大于所述第一阈值。
12. 一种用于冷却器的诊断系统,其包括:
多个传感器,所述多个传感器用于检测所述冷却器的多个操作参数;以及
处理装置,所述处理装置接收由所述传感器检测到的所述多个操作参数,所述处理装置单个地确定COP退化的第一项、COP退化的第二项和COP退化的第三项,其中COP退化的所述第一项是由于冷凝器结垢导致的,COP退化的所述第二项是由于冷凝器水流减少导致的,并且COP退化的所述第三项是由于蒸发器结垢导致的,所述处理装置使用COP退化的所述第一项、所述第二项和所述第三项的总和来确定所述冷却器的总COP退化。
13.如权利要求12所述的诊断系统,其中所述处理装置与冷却器控制器整合。
14.如权利要求12所述的诊断系统,其中所述处理装置远离冷却器控制器定位于服务器上。
15.如权利要求12-14中任一项所述的诊断系统,其还包括:如果所述总COP退化超过预先确定的阈值达到预先确定的时间量,则生成警报。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IB2015/002289 WO2017085525A1 (en) | 2015-11-19 | 2015-11-19 | Diagnostics system for a chiller and method of evaluating performance of a chiller |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108351639A CN108351639A (zh) | 2018-07-31 |
CN108351639B true CN108351639B (zh) | 2021-08-31 |
Family
ID=55069913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580084697.8A Active CN108351639B (zh) | 2015-11-19 | 2015-11-19 | 用于冷却器的诊断系统和评估冷却器性能的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11062062B2 (zh) |
EP (1) | EP3377951B1 (zh) |
CN (1) | CN108351639B (zh) |
WO (1) | WO2017085525A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10578328B2 (en) * | 2016-02-11 | 2020-03-03 | Vertiv Corporation | Systems and methods for detecting degradation of a component in an air conditioning system |
WO2020218219A1 (ja) * | 2019-04-26 | 2020-10-29 | ダイキン工業株式会社 | 空調システム、機械学習装置及び機械学習方法 |
JP2023068264A (ja) * | 2021-11-02 | 2023-05-17 | 株式会社日立製作所 | 予兆検知装置、予兆検知システム、および予兆検知方法 |
WO2024164005A1 (en) * | 2023-02-03 | 2024-08-08 | Schneider Electric USA, Inc. | Monitoring hvac&r performance degradation using relative cop from joint power and temperature relations |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250624A (ja) * | 1999-02-26 | 2000-09-14 | Nec Eng Ltd | 装置内状態監視方式 |
CA2344908A1 (en) * | 2000-07-20 | 2002-01-20 | Siemens Building Technologies, Inc. | Model based fault detection and diagnosis methodology for hvac subsystems |
CN1098512C (zh) * | 1997-06-05 | 2003-01-08 | 运载器有限公司 | 冷却器压缩机电机过热的预测方法 |
CN101253374A (zh) * | 2005-08-31 | 2008-08-27 | 开利公司 | 使用变速压缩机的热泵水加热系统 |
CN102345951A (zh) * | 2011-07-21 | 2012-02-08 | 深圳绿方科技有限公司 | 制冷系统能效评估在线监测系统 |
WO2014178926A1 (en) * | 2013-04-29 | 2014-11-06 | Enernoc, Inc. | Building management system false-positive fault indications reduction mechanism |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5919273B2 (ja) | 1979-12-05 | 1984-05-04 | 株式会社日立製作所 | 復水器性能監視方法 |
US4766553A (en) | 1984-03-23 | 1988-08-23 | Azmi Kaya | Heat exchanger performance monitor |
US4651535A (en) * | 1984-08-08 | 1987-03-24 | Alsenz Richard H | Pulse controlled solenoid valve |
US4768346A (en) | 1987-08-26 | 1988-09-06 | Honeywell Inc. | Determining the coefficient of performance of a refrigeration system |
US5083438A (en) | 1991-03-01 | 1992-01-28 | Mcmullin Larry D | Chiller monitoring system |
US5677677A (en) | 1995-04-21 | 1997-10-14 | Carrier Corporation | System for monitoring the operation of an evaporator unit |
US5539382A (en) | 1995-04-21 | 1996-07-23 | Carrier Corporation | System for monitoring the operation of a condenser unit |
US6272868B1 (en) | 2000-03-15 | 2001-08-14 | Carrier Corporation | Method and apparatus for indicating condenser coil performance on air-cooled chillers |
US6438981B1 (en) | 2000-06-06 | 2002-08-27 | Jay Daniel Whiteside | System for analyzing and comparing current and prospective refrigeration packages |
US6532754B2 (en) | 2001-04-25 | 2003-03-18 | American Standard International Inc. | Method of optimizing and rating a variable speed chiller for operation at part load |
US6701725B2 (en) | 2001-05-11 | 2004-03-09 | Field Diagnostic Services, Inc. | Estimating operating parameters of vapor compression cycle equipment |
US6973410B2 (en) | 2001-05-15 | 2005-12-06 | Chillergy Systems, Llc | Method and system for evaluating the efficiency of an air conditioning apparatus |
DE10217975B4 (de) | 2002-04-22 | 2004-08-19 | Danfoss A/S | Verfahren zum Entdecken von Änderungen in einem ersten Medienstrom eines Wärme- oder Kältetransportmediums in einer Kälteanlage |
ES2561829T3 (es) | 2002-10-15 | 2016-03-01 | Danfoss A/S | Un procedimiento para detectar una anomalía de un intercambiador de calor |
US7455099B2 (en) | 2003-12-19 | 2008-11-25 | General Electric Company | Heat exchanger performance monitoring and analysis method and system |
JP4396286B2 (ja) | 2004-01-21 | 2010-01-13 | 三菱電機株式会社 | 機器診断装置および機器監視システム |
US7536276B2 (en) * | 2006-07-27 | 2009-05-19 | Siemens Buildings Technologies, Inc. | Method and apparatus for equipment health monitoring |
WO2008040018A2 (en) | 2006-09-28 | 2008-04-03 | Fisher-Rosemount Systems, Inc. | Abnormal situation prevention in a heat exchanger |
US7827006B2 (en) | 2007-01-31 | 2010-11-02 | Fisher-Rosemount Systems, Inc. | Heat exchanger fouling detection |
US8121818B2 (en) | 2008-11-10 | 2012-02-21 | Mitek Analytics Llc | Method and system for diagnostics of apparatus |
TWI364519B (en) | 2009-07-30 | 2012-05-21 | Chunghwa Telecom Co Ltd | Function detection method |
JP5427563B2 (ja) | 2009-11-20 | 2014-02-26 | 三菱重工業株式会社 | インバータターボ冷凍機の性能評価装置 |
US8800309B2 (en) | 2009-12-14 | 2014-08-12 | Schneider Electric USA, Inc. | Method of automatically detecting an anomalous condition relative to a nominal operating condition in a vapor compression system |
WO2011100255A2 (en) | 2010-02-09 | 2011-08-18 | Johnson Controls Technology Company | Systems and methods for measuring and verifying energy savings in buildings |
JP5523972B2 (ja) | 2010-07-29 | 2014-06-18 | 三菱重工業株式会社 | ターボ冷凍機の性能評価装置 |
US10373082B2 (en) | 2011-02-24 | 2019-08-06 | Qcoefficient, Inc. | Integration of commercial building operations with electric system operations and markets |
US20120232879A1 (en) | 2011-03-10 | 2012-09-13 | International Business Machines Corporation | Data center efficiency analyses and optimization |
CN103917928A (zh) | 2011-08-18 | 2014-07-09 | 西门子公司 | 联合冷却加热发电厂的热-经济学建模和优化 |
US9168315B1 (en) * | 2011-09-07 | 2015-10-27 | Mainstream Engineering Corporation | Cost-effective remote monitoring, diagnostic and system health prediction system and method for vapor compression and heat pump units based on compressor discharge line temperature sampling |
WO2013134455A1 (en) | 2012-03-07 | 2013-09-12 | Siemens Corporation | Online heurisitc algorithm for combined cooling heating and power plant optimization |
PT2917798T (pt) | 2012-11-12 | 2017-05-19 | Turkiye Petrol Rafinerileri Anonim Sirketi Tupras | Método para modelação e monitorização da incrustação |
US20140200868A1 (en) | 2013-01-16 | 2014-07-17 | Siemens Corporation | Semidefinite programming relaxation of a class of energy management models |
US10247458B2 (en) | 2013-08-21 | 2019-04-02 | Carrier Corporation | Chilled water system efficiency improvement |
-
2015
- 2015-11-19 WO PCT/IB2015/002289 patent/WO2017085525A1/en active Application Filing
- 2015-11-19 US US15/777,028 patent/US11062062B2/en active Active
- 2015-11-19 EP EP15820254.9A patent/EP3377951B1/en active Active
- 2015-11-19 CN CN201580084697.8A patent/CN108351639B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1098512C (zh) * | 1997-06-05 | 2003-01-08 | 运载器有限公司 | 冷却器压缩机电机过热的预测方法 |
JP2000250624A (ja) * | 1999-02-26 | 2000-09-14 | Nec Eng Ltd | 装置内状態監視方式 |
CA2344908A1 (en) * | 2000-07-20 | 2002-01-20 | Siemens Building Technologies, Inc. | Model based fault detection and diagnosis methodology for hvac subsystems |
CN101253374A (zh) * | 2005-08-31 | 2008-08-27 | 开利公司 | 使用变速压缩机的热泵水加热系统 |
CN102345951A (zh) * | 2011-07-21 | 2012-02-08 | 深圳绿方科技有限公司 | 制冷系统能效评估在线监测系统 |
WO2014178926A1 (en) * | 2013-04-29 | 2014-11-06 | Enernoc, Inc. | Building management system false-positive fault indications reduction mechanism |
Non-Patent Citations (1)
Title |
---|
利用高温热泵的区域供热热扩容技术实验与分析;王莹 等;《天津大学学报》;20121130;第45卷(第11期);第981-986页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108351639A (zh) | 2018-07-31 |
WO2017085525A1 (en) | 2017-05-26 |
EP3377951A1 (en) | 2018-09-26 |
EP3377951B1 (en) | 2019-11-06 |
US20180373822A1 (en) | 2018-12-27 |
US11062062B2 (en) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2022201272B2 (en) | Maintenance and diagnostics for refrigeration systems | |
US20200408447A1 (en) | Energy Management for Refrigeration Systems | |
CN108351639B (zh) | 用于冷却器的诊断系统和评估冷却器性能的方法 | |
CN107111286B (zh) | 用于诊断和控制的自动化功能测试 | |
US11703815B2 (en) | Building control system with predictive maintenance based on time series analysis | |
KR20130142185A (ko) | 설비기기의 디맨드 제어 장치 | |
JP2010025475A (ja) | 冷凍サイクル機器に用いられる故障診断装置 | |
JP2013145078A (ja) | 冷凍機管理システム | |
WO2019143482A1 (en) | System and method for optimizing performance of chiller water plant operations | |
KR101549754B1 (ko) | 가변속 냉동시스템의 고장진단방법 | |
CN110398035B (zh) | 空调器室内风机故障检测方法、装置及可读存储介质 | |
US20120283990A1 (en) | System and method to monitor compressor rack operation | |
Dehestani et al. | Intelligent model based fault detection for heat ventilating and air conditioning (HVAC) system based on ANN model and SVM classifier |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |