CN109695942A - 用于操作空调柜的方法和空调柜 - Google Patents

Abstract

本发明提供了一种用于操作空调柜的方法，其中所述空调柜内的空调额定条件由用于检测该额定条件的传感器至少间歇地监测并且由控制器通过调节用于建立空调额定条件的装置至少近似地保持，其中此外，可以触发自测试功能，其中所述用于建立所述空调额定条件的装置由所述控制器如此控制或调节，使得一序列的预定操作状态和/或空调额定条件依次被控制，并且表征这些预定操作状态和/或表征预定操作状态之间的转移的数据由所述控制器记录，以及提供了一种空调柜，用于在所述空调柜内的预定空调额定条件下存放物品，所述空调柜具有：用于检测该空调额定条件的传感器，用于建立所述空调额定条件的装置，以及控制器。

Description

用于操作空调柜的方法和空调柜

技术领域

本发明涉及用于操作空调柜的方法和空调柜。

背景技术

借助空调柜，例如从DE102005047326B3中已知的空调柜，能够在空调柜的内部空间内，例如在位于空调柜的测试室中建立并受控地保持限定的空调条件。典型地，这些空调条件与温度和空气湿度有关；然而，在这些设备中也可以可选地设定并受控地保持其他条件，例如空调柜的内部中的气氛组成。

空调柜通常以尽可能连续地保持限定的空调条件为条件在持续操作中被操作。尽管力求提高空调柜及其组件的使用寿命，然而在这种持续操作中一再发生的是，组件故障或不再提供所需性能，从而这些组件不再或不再完全执行为其设计的功能。由于在许多情况下空调柜的正常功能对避免其内容物变质是至关重要的，因而已提供这样的空调柜，在该空调柜中使用传感器来监测是否遵守空调操作条件，从而可以迅速地确定空调柜的故障并将其内容物转移到空闲的、功能可靠的空调柜中。

然而，由于提供这种额外容量的要求自然应限于最必需品，因而力求使故障空调柜的故障时间最小化。为此，到目前为止需要维修技术人员进行故障查找，这通常需要花费相当长的时间，并且由于空调柜系统相当复杂，也并不总是确保在第一次尝试中就产生正确的结果。

发明内容

本发明的目的是提供一种用于操作空调柜的方法，在该方法的应用中简化了在空调柜发生故障时的故障分析。该目的是通过一种根据本发明的用于操作空调柜的方法和一种本发明的空调柜来实现的。本发明的有利的改进方案是更具体的主题。

在根据本发明的用于操作空调柜的方法中，所述空调柜的内部中的空调额定条件由用于检测这些额定条件的传感器至少间歇地监测并且通过利用控制器调节用于建立空调额定条件的装置来至少近似地保持。例如，存在许多空调柜，在其内部空间中应以预定温度和预定湿度为准，从而温度和湿度代表空调额定条件。因此，在这种空调柜中设置有用于湿度和温度的传感器作为用于检测额定条件的传感器。在这种空调柜中，用于建立空调额定条件的装置可以尤其是加热装置和/或冷却装置以及加湿装置。

对本发明重要的是，可以触发自测试功能，其中所述用于建立空调额定条件的装置由所述控制器如此控制或调节，使得一序列的预定操作状态依次被设定和/或被控制，并且表征这些预定操作状态和/或表征预定操作状态之间的转换的数据由所述控制器记录。

因此，所述自测试功能是所述空调柜的操作中的一序列的方法步骤，所述方法步骤不用于建立和保持所述空调柜的内部中的特定额定状态，而是用于在所设定的预定操作状态下通过确定预定控制参数例如加热功率在一段时间内的保持并确定所述空调柜中当时存在的条件，或者在受控的预定操作状态下通过指定调节目标参数例如给定温度并且确定为此由所述空调柜的所述控制器设定的控制参数来获得允许对所述空调柜的特定组件的功能性能进行评述的信息。在这里，所述预定操作状态可以尤其还包括在所述空调柜的正常操作中未受控制的预定操作状态。

例如，预定操作条件可以是，从限定初始状态开始针对预定时间例如10分钟，在制冷阀关闭时提供最大加热功率，并且使用此后达到的温度作为表征该操作状态的数据。显然，当在加热器中存在导致加热功率降低的功能故障时，该温度会变化；然而，当正常提供加热功率但制冷阀未完全关闭时也是如此，从而冷却系统对加热器的加热效果产生影响。由于该原因，适合于所述空调柜的功能的一序列的预定操作状态依次地被控制。通过控制操作状态或产生这些操作状态之间的转换来确定的并且表征这些操作状态和这些操作状态之间的转换的非详尽数据列表尤其包括以下各点：

·必要的加热调节程度，用于提供在制冷系统的高的或最大冷却功率时的恒定温度；

·锅炉加热器的必要的加热调节程度，用于提供在制冷系统的低的或最小冷却功率时的恒定温度；

·加湿模块的必要的加热调节程度，用于提供在高的或最大除湿功率时的恒定湿度；

·加湿模块的必要的加热调节程度，用于提供在低的或最小除湿功率时的恒定湿度；

·两个限定温度之间的平均冷却速度；

·两个限定温度之间的平均加热速度；

·在最大冷却功率时在限定等待时间之后达到的最低温度；

·在高的或最大除湿功率时的必要的加湿调节程度；

·在高的或最大除湿功率时的必要的加湿调节程度；

·…

根据所述方法的一个有利的变型例，每次启动所述空调柜时自动实施所述自测试功能。一方面，由此确保了所述空调柜是可用的，从而功能不完全的空调柜绝不会被加载，这从一开始就避免了不必要的时间花费和未遵守的空调额定条件对空调额定条件下存放在所述空调柜中的物品的任何负面影响。

另一方面，如果需要，可以通过归档由所述控制器记录的数据的日志来确定有助于故障分析的趋势。例如，可以以高的概率将空调柜的冷却回路中的引起制冷剂缓慢连续损失的小泄漏以这种方式相对可靠地识别为故障源。

替代地或附加地，当由至少一个传感器检测到至少一个空调额定条件的偏差并且电子控制设备没有在预定时间段内通过调节所述用于建立空调额定条件的装置再次建立所述空调额定条件时，实施所述自测试功能或者给出需要实施所述自测试功能的提示。

特别地，当所述待控制序列的操作条件导致所述空调柜的内部中的空调条件与存放在所述空调柜的内部中的物体不兼容时，会根据目的提出的是，只有当所述空调柜的内部空间排空时才实施所述自测试功能。为此，例如提出的是，操作员必须在开始所述自测试功能之前确认所述自测试的开始，例如通过按下控制键，或者只要所述空调柜的内部空间不是空的，监测所述空调柜的内部空间的占用的传感器就会用禁止信号阻止所述自测试功能。

原则上，由所述控制器记录的相应数据集可以通过打印输出或通过显示器提供给维修技术人员，因此维修技术人员当其到达故障设备时已经具有用于故障分析的测量数据集。然而，在实施所述自测试功能时获得的数据的进一步电子预评估是优选的，在所述电子预评估中，由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据通过分析工具与用于这些数据的经验值进行比较，其中，尤其是与这些经验值的偏差被识别。

用于所述由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据的所述经验值优选地被存储在数据库中。

由于所收集的一些数据依赖于操作制冷柜所在的相应环境条件，因此特别优选的是，所述经验值依赖于确定它们所在的环境条件而被检测。

然后，如此提高从与所述经验值的比较中获得的知识的精确度，即，通过所述分析工具与所述由所述控制器记录的数据进行比较的、用于所述由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据的所述经验值是在由所述控制器记录所述数据时已存在的可比环境条件下测量的。替代地或者附加地，还可以在所述分析工具中设置例程，该例程允许至少近似地校正不同环境条件的影响，以便改善数据的可比性并因此改善分析结果的质量。

为了通过所述分析工具进行自动化的或尽可能自动化的故障分析，有利的是，所述分析工具可以利用故障矩阵，在所述故障矩阵中存储有用于将由所述控制器记录的偏离经验值的数据与特定故障状态相关联的信息。

在这里，特别有利的是，所述分析工具实施评估算法，所述评估算法计算存在特定故障的概率。在这里，除了数据/比较数据之外，例如还考虑了某些故障发生频率的经验值，尤其是还有某些组件的故障概率。

根据本发明的空调柜，用于在所述空调柜内的预定空调额定条件下存放物品，所述空调柜具有：用于检测该空调额定条件的传感器；用于建立所述空调额定条件的装置；以及控制器，所述控制器如此设定，使得所述空调额定条件由所述控制器通过基于所述用于检测所述空调额定条件的传感器的测量数据调节所述用于建立所述空调额定条件的装置至少近似地保持。根据本发明，所述控制器还设定成执行根据本发明的方法。

附图说明

以下将参考示出实施例的附图详细说明本发明。在附图中：

图1示出了用于空调柜的温度调节的示意性调节模型；

图2示出了空调柜的冷却回路的示意图；

图3示出了形成自测试功能的一序列的预定操作状态的示例；

图4示出了自测试的结果的自动评估的流程图；

图5示出了这种故障评估的结果的示例输出。

具体实施方式

图1示出了用于空调柜的温度调节的示意性调节模型100，该调节模型100说明有多少变量影响该温度调节。可使用传感器确定的当前内部空间温度随着有效供给的加热功率而变化，该加热功率又不仅通过加热器的当前调节程度给出，而且通过制冷系统的(例如为湿度管理而经常同时需要的)调节程度和也经常同时工作的风机系统的调节程度给出，并且该加热功率还必须使用依赖于当前内部空间温度和可利用传感器检测的环境温度的差异的损耗功率来校正。

因此在观察图1时可以看出，当在使用固定设定的预定调节值操作空调柜的情况下尝试控制具体的空调条件和/或可借助传感器检测的实际空调条件时，原则上可以从空调柜的该系统的调节程度确定关于系统的功能故障的信息。例如，如果实际冷却功率由于制冷系统的故障而向下偏离与调节程度对应的理论冷却功率，则加热功率的调节值在保持给定温度时向下偏离预期，并且内部空间温度在使用固定预定调节程度的预定操作时段之后高于预期。不过，较高的调节程度也可以例如归因于：加热器未提供预期的加热功率，风机系统未按预期工作，环境温度传感器处于比实际存在的温度更低的温度，或者内部空间温度传感器工作故障。

故障查找变得更加复杂，因为为了实施温度调节和其他可能存在的调节，例如湿度调节，如已经提到的，在空调柜中存在相应的组件和系统，例如加热器、风机系统和制冷系统，这些组件和系统由调节器通过设置相应的调节程度来控制，它们通常还具有多个组件，这些组件会依赖于发生问题的组件分别导致相应系统中的不同问题。

例如，冷却功率由冷却回路提供，该冷却回路此外还可以具有例如可以用于湿度调节的其他组件。为了举例说明在空调柜中会发生的一些故障，在图2中示例性示出了可能的制冷系统10。

制冷系统10具有带有电动机和压缩机的冷却单元11，该冷却单元11压缩在管道系统12中流动的冷却剂。冷却剂从冷却单元11被引导到冷凝器13并从那里通过液体过滤器14被引导。根据电磁阀7Y1和7Y2以及吸入侧电磁阀7Y3的设定，冷却剂的至少一部分可以到达蒸发器15，该蒸发器15在管路系统12的第一分支12a中具有大(蒸发器)板15a，用于在温度调节的范围内冷却空调柜的内部空间，并且在管路系统的第二分支12b中具有小(蒸发器)板15b，该板15b可以在湿度调节时用于除湿。管路系统12的第三分支12c返回到冷却单元11。

第一分支12a和第二分支12b在板15a、15b后方重新汇合，其中，第二分支12b由止回阀16保护。冷却剂通过过滤器17从这些分支流到吸入侧电磁阀7Y3并从那里流回到冷却单元11。冷却剂流可以由泵18驱动。

例如，如果现在查明冷却系统的实际冷却功率向下偏离预期冷却功率，则仅靠这一点不足以排除故障。仅列举一些可能的故障，这可能是由于阀7Y3和7Y1的故障，7Y1和7Y2的控制信号交换，冷却剂损失，...。正是由于各个系统的相互作用，通过控制和/或连续执行多个特征预定操作状态，可以从这些许多可能性中识别或至少进一步锁定实际存在的故障。

图3示出了以一序列的预定操作状态为形式的自测试功能300的示例，该一序列的预定操作状态依次地，尤其是在预定程序的范围内自动地被控制和/或被设定，以获得用于连续执行该序列的设备的功能的特征数据或特征值。在这里，尤其示例性地，考虑根据图1的温度调节和根据图2的制冷回路及其相应组件。然而，应强调的是，该序列是示例性的，并且根据设备和测试目标改变测试的顺序和添加另外的测试或去除一些测试会是有意义的。

按照以下顺序在图3所示的测试序列中执行以下测试：

测试10：开始条件

首先，在测试10中控制开始条件。为此，将设备设定至40℃(无湿度)。在等待时间之后，确定温度与额定值的平均绝对偏差。

试验20：大板高冷却功率

之后，用于大板15a的入口阀7Y1以预定的高调节程度，例如固定地选自70-95％范围内的值打开。共用的出口阀7Y3打开到100％。用于小板15b的入口阀7Y2关闭。在等待时间之后，确定加热调节程度，也就是说需要哪种(额外的)加热功率来获得在步骤10中调节的温度，尽管产生冷却作用。

测试21：大板低冷却功率(入口)

随后，用于大板15a的入口阀7Y1以预定的低调节程度打开，例如固定地选自10-25％范围内的值打开，并且共用的出口阀7Y3打开到100％。用于小板15b的入口阀7Y2关闭。在等待时间之后，确定加热调节程度。

测试22：大板低冷却功率(出口)

之后，用于大板15a的入口阀7Y1打开到100％，并且共用的出口阀7Y3以预定的低调节程度，例如固定地选自10-25％范围内的值打开。用于小板的入口阀7Y2关闭。在等待时间之后，确定加热调节程度。

试验23：小板高冷却功率

随后，用于小板15b的入口阀7Y2以预定的高调节程度打开，并且共用的出口阀7Y3打开到100％。用于大板15a的入口阀7Y1关闭。在等待时间之后，确定加热调节程度。

测试24：小板低冷却功率(入口)

之后，用于小板15b的入口阀7Y2以预定的低调节程度打开，并且共用的出口阀7Y3打开到100％。用于大板15a的入口阀7Y1关闭。在等待时间之后，确定设定的加热调节程度。

测试25：小板低冷却功率(出口)

随后，用于小板15b的入口阀7Y2打开到100％，并且共用的出口阀7Y3以预定的低调节程度打开。用于大板15a的入口阀7Y1关闭。在等待时间之后，确定设定的加热调节程度。

测试26：门加热功能

用于门加热的调节器得到额定值，该额定值明显高于设备的温度额定值。确定直到达到限定阈值的加热时间。如果在最大时间内未达到阈值，则中止测试。

测试27：最低温度/冷却时间

温度调节器得到预定的低额定值。确定直到达到限定阈值的冷却时间。如果在最大时间内未达到阈值，则中止测试。

测试30：最高温度/加热时间

温度调节器得到预定的高额定值。确定直到达到限定阈值的加热时间。如果在最大时间内未达到阈值，则中止测试。

测试31：压缩机断开

压缩机断开。另外，制冷阀7Y1、7Y2和7Y3打开。在限定等待时间之后，确定加热调节程度。

测试32：7Y1和7Y2密封度

入口阀7Y1和7Y2关闭，并且出口阀7Y3打开。另外，压缩机再次接通。在限定等待时间之后，确定加热调节程度。

测试33：7Y3密封度

入口阀7Y1和7Y2打开，并且出口阀7Y3关闭。在限定等待时间之后，确定加热调节程度。

测试40：加湿

湿度调节以高湿度作为预定额定值被激活。确定直到达到限定阈值的加湿时间。如果在最大时间内未达到阈值，则中止测试。

试验41：小板高除湿功率

用于小板15b的入口阀7Y2以限定的高调节程度打开，并且共用的出口阀7Y3打开到100％。用于大板15a的入口阀7Y1关闭。在限定等待时间之后，确定设定的加湿调节程度。

测试42：小板低除湿功率

用于小板15b的入口阀7Y2以限定的低调节程度打开，并且共用的出口阀7Y3打开到100％。用于大板15a的入口阀7Y1关闭。在限定等待时间之后，确定设定的加湿调节程度。

测试43：大板高除湿功率

用于大板15a的入口阀7Y1以限定的高调节程度打开，并且共用的出口阀7Y3打开到100％。用于小板15b的入口阀7Y2关闭。在限定等待时间之后，确定设定的加湿调节程度。

测试44：大板低除湿功率

用于大板15a的入口阀7Y1以限定的低调节程度打开，并且共用的出口阀7Y3打开到100％。用于小板15b的入口阀7Y2关闭。在限定等待时间之后，确定设定的加湿调节程度。

测试45：低湿度

湿度调节器得到低湿度值作为预定额定值。确定直到达到限定阈值的除湿时间。如果在限定最大时间内未达到阈值，则中止测试。

测试50：恒定值1-温度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定温度与额定值的平均绝对偏差。

测试51：恒定值1-湿度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定湿度与额定值的平均绝对偏差。

测试52：恒定值2-温度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定温度与额定值的平均绝对偏差。

测试53：恒定值2-湿度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定湿度与额定值的平均绝对偏差。

测试54：恒定值3-温度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定温度与额定值的平均绝对偏差。

测试55：恒定值3-湿度带

温度调节器得到限定温度额定值，并且湿度调节器得到预定限定湿度额定值。在限定等待时间之后，确定湿度与额定值的平均绝对偏差。

测试60：测量值的稳定性(基本位置)

该设备处于基本位置。

测试100：结束

测试完成。该设备再次调节到测试50的温度额定值和湿度额定值。在限定等待时间之后，测试结束。

在用于特定类型的正常工作的设备的在连续执行这种序列时获得的测量值可以以表格形式汇总，如表1所示，作为测量数据文件，尤其是还与测量时刻一起存储和/或存储在数据库中作为用于相应设备类型和/或单个设备的特征值。在这里，特别有利的是，也在理论上或实验上确定各个测量值的测量故障并将其与相应特征数据一起存储在数据库中，以便在将无法确定是否正常工作或未执行自测试功能的设备上的测量结果与存储在数据库中的特征值进行比较时正确评估在测量故障范围内的偏差。

表1：在自测试中确定的良好设备的特征值

另外，有利的是，连同记录在测量时存在的环境条件并且将其存储在数据库中用于对应于不同环境条件的特征数据项，或者执行环境条件之间的差异对特征数据的影响的分析校正，因为例如对于环境温度的影响从图1的温度调节示意图可以看出，这些环境条件会影响至少一些测量结果。

表2示出了对于由于为了测试目的而有针对性地引起故障的不能正常工作的设备实施上面参照图3说明的自测试功能所提供的测量值。虽然几乎所有测量值都出现与良好工作的设备上的测量或多或少明显的偏差，但是可以看到在测量10、22、25和32的测量结果中的特别明显的偏差。

表2：在自测试中确定的故障设备的特征值

另一方面，可以部分地通过分析，部分地借助于有针对性地引起限定故障的设备上的相应参考测量来确定一组测量值或发生的测量值相对于给定故障发生时预期的特征值的变化并将其指定为用于如此预定的故障情形的故障矢量。为此，表3给出了一个示例；所示的结果示出了在根据图2的冷却回路中吸入侧阀7Y3未关闭的情况下的预期结果，其中，“KW”代表特征值，并且“TE”代表测试结果，这意味着两个不同的测量应给出相同的值。应当理解，当存在该故障时，测量19、25和32的结果应各自高于相关的特征值，并且测量22的结果应与测量20的结果一致。

表3：描述了未打开的吸入侧阀(7Y3)的故障情形的故障矢量

然后，可以例如这样将不同的故障情形的故障矢量组合成故障矩阵，即，将这些故障矢量彼此相邻地写入并因此从各自具有m个测量值的n个故障矢量生成m×n个故障矩阵。

将在根据表2的故障设备中测量的特征值变化与根据表3的故障情形的预期进行比较已经表明这可能是这里存在的故障。

另一方面，至少乍一看看不出，到何种程度这是唯一可行的解释并且是否不存在其他的影响，因为对于应一致的测量值也可确定彼此的偏差。此外，从根据图2的制冷回路的图示还可以看出，用于大板的未打开的供应阀7Y1可以具有至少非常类似的效果。

因此，虽然执行自测试功能已经改善了通过将结果与相关的故障情形进行校准来识别在复杂系统中使空调柜局部化的故障的能力，但是当借助分析工具进行自动评估时，可以进一步简化故障查找并与维修技术人员或操作员的经验分开。

图4示出了这种分析工具1000的示出为流程图的示例和例如如下所述这样的自动评估。例如，它可以用Python模块化实现。

在功能开始1001之后，在步骤1002中首先进行测量值文件，即所执行的自测试的结果的读取。相应的Python模块提取测试结果、相应测试的环境条件以及被存储的关于自测试的所有其他信息，包括设备类型或设备标识。

然后在步骤1003中，基于设备类型或设备标识检索相关联的故障矩阵。由于各种设备得到故障矩阵，因而Python模块必须根据设备标识号和自测试版本找到正确的故障矩阵。

在步骤1004中分析该检索的结果。只要故障矩阵尚不存在，就还不能进行自动评估，并且评估例程在步骤1005中跳到功能结束。

另一方面，如果发现了故障矩阵，则在步骤1006中读取该故障矩阵，并且通过Python模块提取故障状态描述。如表3中的示例所示，这些故障状态描述是相对于必须限定的相应特征值限定的。

因此，在步骤1007中检索，对于相应设备或至少对于相应设备类型，已经在常规使用中使用尽可能相似的环境条件确定的特征值和有关其分布的信息是否存储在数据库中。对此，例如，Python模块中的嵌入式MySQL语句可以在可比较的环境条件下向数据库查询相应设备类型的自测试结果并确定相应特征值的分布。

在步骤1008中分析该检索的结果。如果查询成功，则读取这些值作为特征值，并且在步骤1010中继续。如果不是这种情况，则可以在步骤1009中读取默认特征值，例如设备的设计目标变量或理论预测值及其误差，以实现在步骤1010中进行的故障概率的计算和输出。

故障概率是这样确定的：首先从特征值生成故障矩阵，然后使用当前自测试结果作为故障概率来计算并显示从故障矩阵出现故障状态的概率。例如，这可以使用线性代数的方法，尤其是例如主成分分析来进行。具有最高故障概率的故障则是最可能发生的故障，即使在必要的维护期间也会适当检查是否或许也存在或者在方法中存在具有次低故障概率的故障状态。

然后，在跳转到步骤1005即功能结束之前，可以在步骤1011中将计算和输出结果存储在数据库中。

还应注意的是，通过连续地应用自测试例程并将其结果存储在数据库中，不仅能够更好地表征相应设备并且更好地理解例如环境条件的影响，而且可以通过评估例程的结果获得设备当前整体状态的图片，提示可能出现的故障。当评估例程没有以高于要限定的极限值的显著概率输出存储故障情形的任何故障，则设备处于良好状态。

一旦故障概率开始超过该极限值，就可以认为并非所有组件都以理想的方式配合。尤其地，然后可以在发生严重故障之前使用该信息来对空调柜或受该故障影响的组件例如制冷系统进行一般的或有针对性的维护。

图5示出了设备的向屏幕上输出的故障评估结果的屏幕截图1，在该屏幕截图1上，为了测试根据本发明的方法而有针对性地破坏阀7Y3的功能。在屏幕输出的左侧显示使用的故障情形，在右侧示出了这些故障情形从概率最高的故障开始以递减顺序存在的概率。可以看出，事实上正确识别了实际存在的故障。

此外，值得注意的是，计算出类似高概率的故障情形也都涉及所述空调柜的相同子系统，在这里是冷却回路，从而即使在明确故障指定被证明是不可能的情况下，至少可导出受影响的子系统的明确提示，该明确提示有助于维修技术人员解决问题，大大便于问题得到有针对性和快速的解决。

附图标记说明：

1 屏幕截图

10 制冷系统

11 冷却单元

12 管路系统

12a，12b，12c (管路系统的)分支

13 冷凝器

14 液体过滤器

15 蒸发器

15a 大板

15b 小板

16 止回阀

17 过滤器

18 泵

100 调节模型

300 自测试功能

1000 分析工具

1001 功能开始

1002-1011 分析步骤/模块

7Y1，7Y2，7Y3 电磁阀

测试10 开始条件

测试20 大板高冷却功率

测试21 大板低冷却功率(入口)

测试22 大板低冷却功率(出口)

测试23 小板高冷却功率

测试24 小板低冷却功率(入口)

测试25 小板低冷却功率(出口)

测试26 门加热功能

测试27 最低温度/冷却时间

测试30 最高温度/加热时间

测试31 压缩机断开

测试32 7Y1和7Y2密封度

测试33 7Y3密封度

测试40 加湿

测试41 小板高除湿功率

测试42 小板低除湿功率

测试43 大板高除湿功率

测试44 大板低除湿功率

测试45 低湿度

测试50 恒定值1-温度带

测试51 恒定值1-湿度带

测试52 恒定值2-温度带

测试53 恒定值2-湿度带

测试54 恒定值3-温度带

测试55 恒定值3-湿度带

测试60 测量值的稳定性(基本位置)

测试100 结束

Claims (10)

1.一种用于操作空调柜的方法，其中所述空调柜内的空调额定条件由用于检测该额定条件的传感器至少间歇地监测并且由控制器通过调节用于建立空调额定条件的装置至少近似地保持，其特征在于，可以触发自测试功能(300)，其中所述用于建立所述空调额定条件的装置由所述控制器如此控制或调节，使得一序列的预定操作状态依次被设定和/或被控制，并且表征这些预定操作状态和/或表征预定操作状态之间的转移的数据由所述控制器记录。

2.根据权利要求1所述的方法，其特征在于，每次启动所述空调柜时自动实施所述自测试功能(300)。

3.根据权利要求1或2所述的方法，其特征在于，当由至少一个传感器检测到至少一个空调额定条件的偏差并且电子控制设备没有在预定时间段内通过调节所述用于建立空调额定条件的装置再次建立所述空调额定条件时，实施所述自测试功能(300)或者给出需要实施所述自测试功能(300)的提示。

4.根据前述权利要求中任一项所述的方法，其特征在于，只有当所述空调柜的内部空间排空时才实施所述自测试功能(300)。

5.根据前述权利要求中任一项所述的方法，其特征在于，由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据通过分析工具(1000)与用于这些数据的经验值进行比较。

6.根据权利要求5所述的方法，其特征在于，用于所述由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据的所述经验值被存储在数据库中。

7.根据权利要求5或6所述的方法，其特征在于，通过所述分析工具(1000)与所述由所述控制器记录的数据进行比较的、用于所述由所述控制器记录的表征所述预定操作状态和/或表征所述预定操作状态之间的转换的数据的所述经验值是在由所述控制器记录所述数据时已存在的可比环境条件下测量的。

8.根据权利要求5至7中任一项所述的方法，其特征在于，所述分析工具(1000)利用故障矩阵，在所述故障矩阵中存储有用于将由所述控制器记录的偏离经验值的数据与特定故障状态相关联的信息。

9.根据权利要求5至8中任一项所述的方法，其特征在于，所述分析工具(1000)实施评估算法，所述评估算法计算存在特定故障的概率。

10.一种空调柜，用于在所述空调柜内的预定空调额定条件下存放物品，所述空调柜具有：用于检测该空调额定条件的传感器；用于建立所述空调额定条件的装置；以及控制器，所述控制器如此设定，使得所述空调额定条件由所述控制器通过基于所述用于检测所述空调额定条件的传感器的测量数据调节所述用于建立所述空调额定条件的装置至少近似地保持，其特征在于，所述控制器设定成执行根据权利要求1至9中任一项所述的方法。