CN110895032A - 一种通信机房空调故障自动诊断与定位的方法与装置 - Google Patents
一种通信机房空调故障自动诊断与定位的方法与装置 Download PDFInfo
- Publication number
- CN110895032A CN110895032A CN201911403972.4A CN201911403972A CN110895032A CN 110895032 A CN110895032 A CN 110895032A CN 201911403972 A CN201911403972 A CN 201911403972A CN 110895032 A CN110895032 A CN 110895032A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- machine room
- temperature
- communication machine
- communication
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 229
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005057 refrigeration Methods 0.000 claims description 50
- 238000005265 energy consumption Methods 0.000 claims description 36
- 238000012544 monitoring process Methods 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 27
- 238000004378 air conditioning Methods 0.000 claims description 24
- 238000003745 diagnosis Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 7
- 230000035515 penetration Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 239000003507 refrigerant Substances 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 241000252233 Cyprinus carpio Species 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 244000070010 Erythrina variegata Species 0.000 description 6
- 238000001816 cooling Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000219766 Erythrina Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 210000004276 hyalin Anatomy 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/88—Electrical aspects, e.g. circuits
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
- F24F2110/12—Temperature of the outside air
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
Landscapes
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及通讯设备技术领域，提供一种通信机房空调故障自动诊断与定位的方法与装置，S1、建立经验数据库，在经验数据库存储多种不同品牌、不同型号、不同使用年限的空调各项参数；S2、实时检测通信机房内各台空调运行的各项参数值；S3、通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储对应类别参数项进行对比分析，当实时检测的某项参数项不在设定阈值内则主动预测故障告警。本发明解决通信机房空调故障无法提前发现处理的问题。
Description
技术领域
本发明涉及通信机房技术领域，特别涉及一种通信机房空调故障自动诊断与定位的方法与装置。
背景技术
通信机房内，空调是主要的机房环境温度控制设备，它的正常运行对机房环境温度和设备正常工作至关重要，它的故障的及时发现告警是保障机房设备安全运行的保障。目前大多数的情况是：一旦空调出现故障，只能等到机房内动环温度监测系统触发报警才能得知空调运行出现故障，再通知维护部门处理，由于空调故障发生一段时间后才会触发报警，直到空调修复这段时间易使机房持续过热升温进而对机房内设备造成较大的损害。
如中国专利文献：CN201720417128.7公开了一种集中空调工况检测装置，包括集中空调，所述集中空调出风口处开有位置相对应的安装槽，所述安装槽内壁面开有U型豁槽，所述U型豁槽内侧壁面固定驱动支撑架，所述驱动支撑架侧壁面安装一号摆动电机，所述一号摆动电机驱动端连接一号支撑杆，每个所述一号支撑杆一端面固定挡门，所述安装槽内后壁面安装一号电动推杆，每个所述一号电动推杆驱动端连接安装块。该实用新型，有效检测集中空调使用的工况，便于人们及时了解集中空调工作是否正常，无需维修工检测，省时省力，实用性高。
又如中国专利文献：CN201720551562.4公开了一种空调控制器及空调控制系统，该空调控制器设置在制冷单元内，该空调控制器包括：采集设备、处理器和执行器；采集设备采集发热设备和空调设备的监测数据，包括采集发热设备的发热功率和空调设备的制冷功率；处理器与采集设备连接，用于判断采集设备采集的发热功率和制冷功率是否匹配，并将判断结果发送至执行器；执行器与处理器连接，用于当接收的判断结果为不匹配时，调整空调设备的空调工况，使得调整后的空调设备的制冷功率与发热功率相匹配。该实用新型提供的空调控制器及空调控制系统，可以解决现有技术对IT设备的发热量变化的反应有滞后，无法保证各个IT设备处于恒定温度范围内，制冷效果差的技术问题。
再如中国专利文献：CN201410322923.9公开了一种空调电源状态告警检测方法及装置，用于一空调监控板，包括：根据预设检测策略确定空调主控板上是否有电信号传输；当确定所述空调主控板上有电信号传输时，确定能否与所述空调主控板完成信令消息交互；当确定无法与所述空调主控板完成信令消息交互时，确定与所述空调主控板间发生故障，通过告警消息将该故障进行上报。通过采用上述本发明方案，解决了现有技术中由于空调断电而误认为空调监控板与空调主控板间发生通信故障，进而进行错误的故障告警所带来的维护成本提升问题，减少了不必要的告警数量，提升了空调维护效率，降低了基站维护成本。
又如中国专利文献：CN201811093628.5该专利发明公开了一种电机状态的识别方法及装置。该方法包括：检测温度控制设备的蒸发管管温从第一温度变化到第二温度的管温温度变化速度；确定所述管温温度变化速度与目标管温温度变化速度的比值在多个阈值范围中所落入的目标阈值范围；从具有对应关系的阈值范围和电机状态中识别所述目标阈值范围所对应的目标电机状态，其中，所述目标电机状态用于指示所述温度控制设备的电机当前所处的状态。通过本发明，解决了对温度控制设备的电机状态的识别效率较低的问题，进而达到了提高对温度控制设备的电机状态的识别效率的效果。
还有中国专利文献：CN201610812776.2，公开了一种精密空调设备的故障定位方法及定位系统，通过当空调设备发出故障信号时，空调主控制器将所述故障信号发送到移动终端；所述移动终端根据接收到的故障信号类型将相对应的故障诊断申请指令发送到云服务器；所述云服务器接收所述故障诊断申请指令，将与故障信号类型相匹配的故障自诊断指令通过移动终端转发到空调主控制器；所述空调主控制器根据接收到的故障自诊断指令控制空调设备运行，并获取空调设备产生的诊断参数值，所述云服务器获取所述诊断参数值，并根据所述诊断参数值判断故障产生原因，进而根据所述故障产生原因对故障点进行定位，从而实现了自动根据获取的参数值对故障进行定位，为维修人员提供了方便。
但是以上各种通信机房的空调故障自动诊断与定位存在以下问题：1、缺少故障定位功能，不利快速排障；2、只能被动的等故障发生再工作，没有故障预测预警功能，不能实现把故障消灭在发生前；3、采用独立建设的方法，没有与已有其他系统共建的方法，不利成本控制。
发明内容
因此，针对上述的问题，本发明提出一种通信机房空调故障自动诊断与定位的方法与装置，使得通信机房对空调故障实现了精准定位、同时采用主动式分析实现对空调性能下降及潜在故障进行预警、在系统设计上考虑充分利用现有机房节能控制系统，低成本实现空调故障诊断预警功能。
为解决此技术问题，本发明采取以下方案：一种通信机房空调故障自动诊断与定位的方法，包括以下步骤：
S1、建立经验数据库，在经验数据库存储多种不同品牌、不同型号、不同使用年限的空调各项参数，经验数据库所存储的各种空调的参数包括不同工作状态下的能耗数据表、多种不同时长开启的制冷效果数据表、各种开启时长的出风口冷量表及各种室内外温度差下的制冷量表，经验数据库为空调故障的诊断和故障定位提供分析对比的参数和判断阈值；
S2、在通信机房内各台空调上分别安装电量采集器实时检测各台空调各个时刻的耗电量，在通信机房室内分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房内部各方位和核心设备区的温度及湿度，在各台空调制冷出风口及回风区设置温度传感器实时检测相关温度参数，还在各台空调的空调外机附近设置温度传感器实时检测空调外机附近温度；
S3、将步骤S2采集得出的各项数据发送至通信机房空调节能控制系统的CPU 计算出通信机房内部各台空调运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调正常运行的阈值内则立即主动推送故障预测告警。
进一步的，步骤S3中当实时检测出现某项参数项不在该台空调正常运行的阈值内时根据不同的参数项推送预测的故障告警，其中当空调启动制冷，对应该品牌、型号、使用年限的空调的能耗不处于经验数据库中正常运行能耗的阈值区间内则准确判断空调压缩机损坏并推送该项故障告警；当压缩机能耗达标，出风口温度小于制冷时经验数据库中正常运行的温度阈值区间则准确判断空调冷媒不足并推送该项故障告警，若制冷效果为零则准确判断空调冷媒漏完并推送该项故障告警；根据空调总能耗所应产生的制冷量与通信机房内温度变化梯度对比检测制冷效果与通信机房内温度不匹配且差值大于经验数据库的设定阈值则判定空调滤网阻塞并推送该项故障告警；根据空调出风口温度、空调内机附近空间温度和空调外机附近温度联合运算与经验数据库数据对比进行综合判断该台空调运行效果不在阈值内则判定空调外机散热不良并推送该项故障告警。
进一步的，还包括步骤S4、在通信机房内各类设备上分别安装电量采集器实时检测通信机房内各类设备各个时刻的耗电量并计算出通信机房内各类设备在各个时刻的总发热量得出热源Q1，在通信机房室外分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房室外的温度和湿度，并将检测的通信机房实时温度和湿度结合通信机房所在位置和建筑结构得出的热传导系数计算出通信机房外部环境对通信机房室内影响的各个时刻的热量动态值得出热源 Q2，计算并分析温湿度相对时间的变化结合机房体积以及同时刻步骤S1的热源 Q1和S2的热源Q2计算出各个时段机房热容量，得出机房热容量C*M，结合步骤S2采集得出的各项数据存储至经验数据库中并根据采集参数计算出的各项数据预测出通信机房内部各个区域的温度动态变化趋势，基于通信机房内部热能平衡的原则，实施空调的提前主动式控制，通过对通信机房内外各种冷热源的量化检测与计算正确预测通信机房操控空调运行的监控点温度的发展趋势，并根据空调的最佳效率运行状态主动提前做出对空调运行操控的控制命令，根据热能平衡原则提前对通信机房内将要达到监控点开启空调进行制冷或者制冷量已达到退出监控点需求提前关闭空调制冷以保障通信机房内部环境要求。
更进一步的，所述步骤S4中空调制冷根据预测温度动态变化需求结合通信机房内部热能平衡的原则主动提前操控，该通信机房的监控点温度是指在确保通信机房温度在要求的控制范围内，当预测到要超出通信机房的监控点温度设定空调提前开启制冷，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，并在预测制冷量满足通信机房内部热能平衡达到退出通信机房的监控点温度时关闭空调制冷，而空调的实际制冷量P是根据连续采集几次通信机房室内外温度进行计算：
P＝C*M*(T(t1)-T(t2))+[(Q1(t2)-Q1(t1))+(Q2(t2)-Q2(t1))]；
其中T(t)：表示在时刻t机房内部的绝对温度值；Q1(t1)、Q1(t2)分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2)分别表示在时刻t1和t2热源Q2 的值。
进一步的，所述步骤S4中热源Q1的计算公式为：
其中β是通信设备的热量转化系数，P内是进通信机房内部设备的总电能；P 外是通向通信机房外部以48V直流供电的拉远单元的电能；Va、Vb、Vc是三相电的三个瞬间相电压值，Ia、Ib、Ic是三相电的三个瞬间相电流值；T是分析比较的积分区间，V直是机房48V直流供电的瞬间电压值；I直是机房48V直流供电的瞬间电流值。
进一步的，所述步骤S4中热源Q2的计算公式：
Q2＝S1*[K*(t1-t2)+K*q]+S2*K*(t1-t3)kcal/h，
其中K是围护结构的热导系数kcal/m2h℃，1kcal＝4.184kj，S1是直接与外界空气接触围护结构面积，S2是与障碍物有遮挡接触的围护结构面积单位，k 是太阳辐射热的透入系数，透入系数k值取决于机房的楼层位置以及围护结构的种类；q是透过围护结构进入的太阳辐射热强度，q单位为kcal/m2h，t1是机房内温度，t2是与外界空气直接接触的室外温度，t3是与障碍物有遮挡接触的室外温度。
进一步的，所述步骤S4中机房热容量C*M的计算公式C*M＝Q/ΔT；其中：Q 是对机房施加的热量，M是机房综合等效质量，ΔT是机房在施加Q1和Q2热量之后两个时刻t1、t2的绝对温度值变化差；即
C*M＝[(Q1(t2)+Q2(t2))-(Q1(t1)+Q2(t1))]/(T(t2)-T(t1))；
其中：Q1(t1)、Q1(t2)分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2) 分别表示在时刻t1和t2热源Q2的值。
一种通信机房空故障自动诊断和定位装置，包括多个温度传感器、多个湿度传感器、多个电量采集器、CPU、经验数据库、多个继电器、通信模块和服务器，各个所述电量采集器分别设于通信机房内各台空调上采集各台空调各个时刻的总耗电量并发送至CPU，各个温度传感器分别均布设于通信机房室内、各台空调出风口处、各台空调制冷出风口、室外多处区域实时采集通信机房室内、室外各处区域温度并发送至CPU，各台空调的空调外机和空调内机上均设置温度传感器实时检测空调外机附近温度和空调内机附近温度发送至CPU，各个湿度传感器分别均布设于通信机房室内、室外多处区域实时采集通信机房室内、室外各处区域湿度并发送至CPU，CPU与经验数据库通讯连接，所述CPU输出端分别经继电器与通信机房内各个空调控制端相连接控制各个空调启闭，所述CPU 经通信模块与服务器通信连接。
进一步的，还包括智能手机，所述CPU将故障告警经通信模块发送至服务器并由服务器推送故障报警至智能手机的APP客户端。
进一步的，所述服务器为云服务器。
通过采用前述技术方案，本发明的有益效果是：通过采用多个电量采集器分别设于通信机房内各台空调上实时采集通信机房内各台空调的总耗能，并用温度传感器分别均布设于通信机房室内、各台空调出风口处、各台空调制冷出风口、室外多处区域、空调外机附近温度和空调内机附近温度实时采集温度，同时各个湿度传感器分别均布设于通信机房室内、室外多处区域实时采集通信机房室内、室外各处区域湿度，发送至通信机房空调节能控制系统的CPU计算出通信机房内部各台空调运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调正常运行的阈值内则立即主动推送故障预测告警，结合现有的通信机房空调节能控制系统即可实现空调故障的主动预测告警，使得通信机房对空调故障实现了精准定位、同时采用主动式分析实现对空调性能下降及潜在故障进行预警、在系统设计上考虑充分利用现有机房节能控制系统，低成本实现空调故障诊断预警功能，同时通过进一步的设置，即结合采集通信机房内各类设备的耗能以及通信机房室内、室外温度变化的各项数据存储至经验数据库并由CPU根据经验数据库采集参数计算出的各项数据结合预测出通信机房内部各个区域的温度动态变化趋势，基于通信机房内部热能平衡的原则，实施空调的提前主动式控制，该主动式控制是通过对通信机房内外各种冷热源的量化检测与计算正确预测通信机房操控空调运行的监控点温度的发展趋势并根据空调的最佳效率运行状态主动提前做出对空调运行操控的控制命令，根据热能平衡原则提前对通信机房内将要达到监控点开启空调进行制冷或者制冷量已达到退出监控点需求提前关闭空调制冷以保障通信机房内部环境要求，同时让空调工作在最高效率状态，通过准确预测通信机房内部监控点温度实现主动控制，同时通过预先检测的历史经验的经验数据库以及对热量与温度预测算法实现准确的预测，避免现有空调节能方式存在由于通信机房、通信机房空间、通信机房内设备、设备运行等均存在较大热容量使得被动式节能控制存在温度调控的高低门限过冲问题进而使得冷热量不能很好的平衡影响节能效果的问题，通过可根据预测机房内部各个区域的温度动态变化趋势基于热能平衡的原则实施空调的主动式控制精确保障了机房内部环境需求温度，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，使得通信机房空调节能效果显著、温度调控性能好，有效达到高效节能的目的，实现了通信机房的空调大幅度节能和通信机房空调故障自动预测诊断和告警的双重系统合一，大幅度降低通信机房的空调故障检测诊断的造价成本，可广泛推广应用。
附图说明
图1是本发明实施例的原理框图；
图2是本发明实施例中通讯机房设备布局示意图；
图3是本发明实施例中三个通信机房第一阶段采用现有被动式节能运行的空调耗电量示意图；
图4是本发明实施例中鲤城海信通信机房采用本发明主动式节能运行的空调耗电量以及日节能比例示意图；
图5是本发明实施例中北峰拒洪通信机房采用本发明主动式节能运行的空调耗电量以及日节能比例示意图；
图6是本发明实施例中刺桐邮政通信机房采用本发明主动式节能运行的空调耗电量以及日节能比例示意图；
图7是本发明实施例中鲤城海信通信机房采用本发明主动式节能运行的空调耗电量以及日节能比例示意图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
优选的本发明的通信机房空调故障自动诊断与定位的方法，包括以下步骤：
S1、建立经验数据库，在经验数据库存储多种不同品牌、不同型号、不同使用年限的空调各项参数，经验数据库所存储的各种空调的参数包括不同工作状态下的能耗数据表、多种不同时长开启的制冷效果数据表、各种开启时长的出风口冷量表及各种室内外温度差下的制冷量表，经验数据库为空调故障的诊断和故障定位提供分析对比的参数和判断阈值；
S2、在通信机房内各台空调上分别安装电量采集器实时检测各台空调各个时刻的耗电量，在通信机房室内分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房内部各方位和核心设备区的温度及湿度，在各台空调制冷出风口及回风区设置温度传感器实时检测相关温度参数，还在各台空调的空调外机附近设置温度传感器实时检测空调外机附近温度；
S3、将步骤S2采集得出的各项数据发送至通信机房空调节能控制系统的CPU 计算出通信机房内部各台空调运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调正常运行的阈值内则立即主动推送故障预测告警，其中当空调启动制冷，对应该品牌、型号、使用年限的空调的能耗不处于经验数据库中正常运行能耗的阈值区间内则准确判断空调压缩机损坏并推送该项故障告警；当压缩机能耗达标，出风口温度小于制冷时经验数据库中正常运行的温度阈值区间则准确判断空调冷媒不足并推送该项故障告警，若制冷效果为零则准确判断空调冷媒漏完并推送该项故障告警；根据空调总能耗所应产生的制冷量与通信机房内温度变化梯度对比检测制冷效果与通信机房内温度不匹配且差值大于经验数据库的设定阈值则判定空调滤网阻塞并推送该项故障告警；根据空调出风口温度、空调内机附近空间温度和空调外机附近温度联合运算与经验数据库数据对比进行综合判断该台空调运行效果不在阈值内则判定空调外机散热不良并推送该项故障告警；
S4、在通信机房内各类设备上分别安装电量采集器实时检测通信机房内各类设备各个时刻的耗电量并计算出通信机房内各类设备在各个时刻的总发热量，得出热源Q1，热源Q1的计算公式为：
其中β是通信设备的热量转化系数，P内是进机房内部设备的总电能；P外是通向机房外部以48V直流供电的拉远单元的电能；Va、Vb、Vc是三相电的三个瞬间相电压值，Ia、Ib、Ic是三相电的三个瞬间相电流值；T是分析比较的积分区间，V直是机房48V直流供电的瞬间电压值；I直是机房48V直流供电的瞬间电流值；
在通信机房外分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房室外的温度和湿度，并结合通信机房所在位置和建筑结构得出的热传导系数计算出通信机房外部环境对通信机房室内影响的各个时刻的热量动态值，得出热源Q2，热源Q2的计算公式：
Q2＝S1*[K*(t1-t2)+K*q]+S2*K*(t1-t3)kcal/h，
其中K是围护结构的热导系数kcal/m2h℃，1kcal＝4.184kj，S1是直接与外界空气接触围护结构面积，S2是与障碍物有遮挡接触的围护结构面积单位，k 是太阳辐射热的透入系数，透入系数k值取决于机房的楼层位置以及围护结构的种类；q是透过围护结构进入的太阳辐射热强度，q单位为kcal/m2h，太阳辐射热强度q以通信机房所处现场当地气象资料来计算，t1是机房内温度，t2 是与外界空气直接接触的室外温度，t3是与障碍物有遮挡接触的室外温度；常用材料导热系数如下表：
| 材料 | 材料导热系数(kcal/m<sup>2</sup>h℃) |
| 普通混凝土 | 1.4～1.5 |
| 轻型混凝土 | 0.5～0.7 |
| 砂浆 | 1.3 |
| 砖 | 1.1 |
| 镀锌钢板 | 38 |
| 铝板 | 180 |
在通信机房内分别设置多个温度传感器和多个湿度传感器实时检测机房内部各方位和核心设备区的温度及湿度，计算并分析温湿度相对时间的变化结合机房体积以及同时刻步骤S1的热源Q1和S2的热源Q2计算出各个时段机房热容量及温度变化梯度，得出机房热容量C*M，机房热容量C*M的计算公式 C*M＝Q/ΔT；其中：Q是对机房施加的热量，M是机房综合等效质量，ΔT是机房在施加Q1和Q2热量之后两个时刻t1、t2的绝对温度值变化差，绝对温度值是根据机房室内多个温度传感器检测值加权平均计算出的机房室内等效温度值；即
C*M＝[(Q1(t2)+Q2(t2))-(Q1(t1)+Q2(t1))]/(T(t2)-T(t1))，
其中：Q1(t1)、Q1(t2)分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2) 分别表示在时刻t1和t2热源Q2的值；
将S2和S4采集得出的各项数据存储至经验数据库并根据采集参数计算出的各项数据预测出通信机房内部各个区域的温度动态变化趋势，基于通信机房内部热能平衡的原则，实施空调的提前主动式控制，通过对通信机房内外各种冷热源的量化检测与计算正确预测通信机房操控空调运行的监控点温度的发展趋势，并根据空调的最佳效率运行状态主动提前做出对空调运行操控的控制命令，根据热能平衡原则提前对通信机房内将要达到监控点开启空调进行制冷或者制冷量已达到退出监控点需求提前关闭空调制冷以保障通信机房内部环境要求，空调制冷根据预测温度动态变化需求结合通信机房内部热能平衡的原则主动提前操控，该通信机房的监控点温度是指在确保通信机房温度在要求的控制范围内，当预测到要超出通信机房的监控点温度设定空调提前开启制冷，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，并在预测制冷量满足通信机房内部热能平衡达到退出通信机房的监控点温度时关闭空调制冷，而空调的实际制冷量P是根据连续采集几次通信机房室内外温度进行计算： P＝C*M*(T(t1)-T(t2))+[(Q1(t2)-Q1(t1))+(Q2(t2)-Q2(t1))]；
其中T(t)：表示在时刻t机房内部的绝对温度值，绝对温度值是根据机房室内多个温度传感器检测值加权平均计算出的机房室内等效温度值；Q1(t1)、Q1(t2) 分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2)分别表示在时刻t1和 t2热源Q2的值。
参考图1和图2，优选的本发明的通信机房空调故障自动诊断与定位装置，包括多个温度传感器1、多个湿度传感器2、多个电量采集器3、CPU4、经验数据库5、多个继电器6、通信模块7、服务器8和智能手机9，各个所述电量采集器3分别设于通信机房内各台空调10上采集各台空调各个时刻的总耗电量并发送至CPU，各个温度传感器1分别均布设于通信机房室内、各台空调10出风口处、各台空调10制冷出风口、室外多处区域实时采集通信机房室内、室外各处区域温度并发送至CPU4，各台空调10的空调外机和空调内机上均设置温度传感器实时检测空调外机附近温度和空调内机附近温度发送至CPU4，各个湿度传感器2分别均布设于通信机房室内、室外多处区域实时采集通信机房室内、室外各处区域湿度并发送至CPU4，CPU4与经验数据库5通讯连接，所述CPU4输出端分别经继电器6与通信机房内各个空调10控制端相连接控制各个空调10 启闭，所述CPU经通信模块7与服务器8通信连接，所述服务器8为云服务器，所述CPU4将故障告警经通信模块7发送至服务器8并由服务器8推送故障报警至智能手机9的APP客户端，在经验数据库5预先存储存储多种不同品牌、不同型号、不同使用年限的空调10各项参数，经验数据库5所存储的各种空调10 的参数包括不同工作状态下的能耗数据表、多种不同时长开启的制冷效果数据表、各种开启时长的出风口冷量表及各种室内外温度差下的制冷量表，经验数据库5为空调故障的诊断和故障定位提供分析对比的参数和判断阈值区间，通信机房空调节能控制系统的CPU4计算出通信机房内部各台空调10运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调10出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU4将各个时刻各台空调10运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储5的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调10正常运行的阈值内则立即主动推送故障预测告警，其中当空调10启动制冷，对应该品牌、型号、使用年限的空调10的能耗不处于经验数据库5中正常运行能耗的阈值区间内则准确判断空调10压缩机损坏并推送该项故障告警；当压缩机能耗达标，出风口温度小于制冷时经验数据库5中正常运行的温度阈值区间则准确判断空调10冷媒不足并推送该项故障告警，若制冷效果为零则准确判断空调 10冷媒漏完并推送该项故障告警；根据空调10总能耗所应产生的制冷量与通信机房内温度变化梯度对比检测制冷效果与通信机房内温度不匹配且差值大于经验数据库5的设定阈值则判定空调10滤网阻塞并推送该项故障告警；根据空调 10出风口温度、空调内机附近空间温度和空调外机附近温度联合运算与经验数据库5数据对比进行综合判断该台空调10正常运行空调外机散热不在阈值内则判定空调外机散热不良并推送该项故障告警。
还可在通信机房内各类设备上分别安装电量采集器3实时检测通信机房内各类设备各个时刻的耗电量，在通信机房外分别设置多个温度传感器1和多个湿度传感器2实时动态检测通信机房室外的温度和湿度，CPU4通过温度传感器1、湿度传感器2、电量采集器3对通信机房内外各种冷热源的量化检测以及经验数据库5存储的通信机房本身所在位置和建筑结构得出的热传导系数计算出正确预测通信机房操控空调10运行的监控点温度的发展趋势，并根据空调10 的最佳效率运行状态结合预测通信机房操控空调10运行的监控点温度的发展趋势主动提前做出对空调10运行操控的控制命令，CPU4根据热能平衡原则通过继电器6提前对通信机房内将要达到监控点温度开启空调10进行制冷或者制冷量已达到退出监控点温度需求提前关闭空调10制冷以保障通信机房内部环境要求，空调10制冷根据预测温度动态变化需求结合通信机房内部热能平衡的原则由CPU4主动提前操控，从而对通信机房空调节能控制系统的节能效果进行提升。
以下是通过对实际通信机房安装本发明装置后进行三各阶段的不同测试验证本发明装置在实际应用中实现的效果，该实际安装站点进行实际测试分别是北峰拒洪机房、鲤城海信机房、刺桐邮政机房三个通信机房。
参考图3，第一阶段进行现有的被动式节能空调能耗的基础比例测试，时间是6月21日至7月6日，得到不节能时各个机房的能耗比例关系。
参考图4、图5，第二阶段(7.9-7.24)刺桐邮政机房不节能运行做参照，北峰拒洪和鲤城海信机房开启节能措施。第一阶段得到的能耗比例关系，北峰拒洪日能耗为刺桐邮政的89.66％，鲤城海信日能耗为刺桐邮政的58.87％，三个机房中一个按不节能运行作为不节能能耗参照，以此来消除天气变化的影响。
参考图6、图7，第三阶段(7.25-8.6)改成北峰拒洪机房不节能运行做参照，刺桐邮政和鲤城海信机房开启节能措施。依据第一阶段得到的能耗比例关系进行换算可知：刺桐邮政日能耗应为北峰拒洪的111.53％，鲤城海信每日能耗应为北峰拒洪的65.66％，更换参照机房观测到的节能效果。
由以上三个阶段对分别对北峰拒洪机房、鲤城海信机房、刺桐邮政机房三个通信机房进行对比测试后可明显得出本发明采用通过可根据预测机房内部各个区域的温度动态变化趋势基于热能平衡的原则实施空调的主动式控制精确保障了机房内部环境需求温度，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，使得通信机房空调节能效果显著，实现主动式控制比现有被动式控制有效节能提高近40％-50％，有效达到高效节能的目的。
本发明通过采用多个电量采集器分别设于通信机房内各台空调上实时采集通信机房内各台空调的总耗能，并用温度传感器分别均布设于通信机房室内、各台空调出风口处、各台空调制冷出风口、室外多处区域、空调外机附近温度和空调内机附近温度实时采集温度，同时各个湿度传感器分别均布设于通信机房室内、室外多处区域实时采集通信机房室内、室外各处区域湿度，发送至通信机房空调节能控制系统的CPU计算出通信机房内部各台空调运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调正常运行的阈值内则立即主动推送故障预测告警，结合现有的通信机房空调节能控制系统即可实现空调故障的主动预测告警，使得通信机房对空调故障实现了精准定位、同时采用主动式分析实现对空调性能下降及潜在故障进行预警、在系统设计上考虑充分利用现有机房节能控制系统，低成本实现空调故障诊断预警功能，同时通过进一步的设置，即结合采集通信机房内各类设备的耗能以及通信机房室内、室外温度变化的各项数据存储至经验数据库并由CPU根据经验数据库采集参数计算出的各项数据结合预测出通信机房内部各个区域的温度动态变化趋势，基于通信机房内部热能平衡的原则，实施空调的提前主动式控制，该主动式控制是通过对通信机房内外各种冷热源的量化检测与计算正确预测通信机房操控空调运行的监控点温度的发展趋势并根据空调的最佳效率运行状态主动提前做出对空调运行操控的控制命令，根据热能平衡原则提前对通信机房内将要达到监控点开启空调进行制冷或者制冷量已达到退出监控点需求提前关闭空调制冷以保障通信机房内部环境要求，同时让空调工作在最高效率状态，通过准确预测通信机房内部监控点温度实现主动控制，同时通过预先检测的历史经验的经验数据库以及对热量与温度预测算法实现准确的预测，避免现有空调节能方式存在由于通信机房、通信机房空间、通信机房内设备、设备运行等均存在较大热容量使得被动式节能控制存在温度调控的高低门限过冲问题进而使得冷热量不能很好的平衡影响节能效果的问题，通过可根据预测机房内部各个区域的温度动态变化趋势基于热能平衡的原则实施空调的主动式控制精确保障了机房内部环境需求温度，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，使得通信机房空调节能效果显著、温度调控性能好，有效达到高效节能的目的，实现了通信机房的空调大幅度节能和通信机房空调故障自动预测诊断和告警的双重系统合一，大幅度降低通信机房的空调故障检测诊断的造价成本，可广泛推广应用。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。
Claims (10)
1.一种通信机房空调故障自动诊断与定位的方法，其特征在于：包括以下步骤：
S1、建立经验数据库，在经验数据库存储多种不同品牌、不同型号、不同使用年限的空调各项参数，经验数据库所存储的各种空调的参数包括不同工作状态下的能耗数据表、多种不同时长开启的制冷效果数据表、各种开启时长的出风口冷量表及各种室内外温度差下的制冷量表，经验数据库为空调故障的诊断和故障定位提供分析对比的参数和判断阈值；
S2、在通信机房内各台空调上分别安装电量采集器实时检测各台空调各个时刻的耗电量，在通信机房室内分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房内部各方位和核心设备区的温度及湿度，在各台空调制冷出风口及回风区设置温度传感器实时检测相关温度参数，还在各台空调的空调外机附近设置温度传感器实时检测空调外机附近温度；
S3、将步骤S2采集得出的各项数据发送至通信机房空调节能控制系统的CPU计算出通信机房内部各台空调运行的实时总耗电量、判断压缩机的工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度，由通信机房空调节能控制系统的CPU将各个时刻各台空调运行的实时总耗电量、空调压缩机工作状态、实际制冷量、空调出风口温度、空调内机附近空间温度和空调外机附近温度与经验数据库存储的对应类别参数进行对比分析，当实时检测的某项参数不在该台空调正常运行的阈值内则立即主动推送故障预测告警。
2.根据权利要求1所述的通信机房空调故障自动诊断与定位的方法，其特征在于：步骤S3中当实时检测出现某项参数项不在该台空调正常运行的阈值内时根据不同的参数项推送预测的故障告警，其中当空调启动制冷，对应该品牌、型号、使用年限的空调的能耗不处于经验数据库中正常运行能耗的阈值区间内则准确判断空调压缩机损坏并推送该项故障告警；当压缩机能耗达标，出风口温度小于制冷时经验数据库中正常运行的温度阈值区间则准确判断空调冷媒不足并推送该项故障告警，若制冷效果为零则准确判断空调冷媒漏完并推送该项故障告警；根据空调总能耗所应产生的制冷量与通信机房内温度变化梯度对比检测制冷效果与通信机房内温度不匹配且差值大于经验数据库的设定阈值则判定空调滤网阻塞并推送该项故障告警；根据空调出风口温度、空调内机附近空间温度和空调外机附近温度联合运算与经验数据库数据对比进行综合判断该台空调运行效果不在阈值内则判定空调外机散热不良并推送该项故障告警。
3.根据权利要求1所述的通信机房空调故障自动诊断与定位的方法，其特征在于：还包括步骤S4、在通信机房内各类设备上分别安装电量采集器实时检测通信机房内各类设备各个时刻的耗电量并计算出通信机房内各类设备在各个时刻的总发热量得出热源Q1，在通信机房室外分别设置多个温度传感器和多个湿度传感器实时动态检测通信机房室外的温度和湿度，并将检测的通信机房实时温度和湿度结合通信机房所在位置和建筑结构得出的热传导系数计算出通信机房外部环境对通信机房室内影响的各个时刻的热量动态值得出热源Q2，计算并分析温湿度相对时间的变化结合机房体积以及同时刻步骤S1的热源Q1和S2的热源Q2计算出各个时段机房热容量，得出机房热容量C*M，结合步骤S2采集得出的各项数据存储至经验数据库中并根据采集参数计算出的各项数据预测出通信机房内部各个区域的温度动态变化趋势，基于通信机房内部热能平衡的原则，实施空调的提前主动式控制，通过对通信机房内外各种冷热源的量化检测与计算正确预测通信机房操控空调运行的监控点温度的发展趋势，并根据空调的最佳效率运行状态主动提前做出对空调运行操控的控制命令，根据热能平衡原则提前对通信机房内将要达到监控点开启空调进行制冷或者制冷量已达到退出监控点需求提前关闭空调制冷以保障通信机房内部环境要求。
4.根据权利要求3所述的通信机房空调故障自动诊断与定位的方法，其特征在于：所述步骤S4中空调制冷根据预测温度动态变化需求结合通信机房内部热能平衡的原则主动提前操控，该通信机房的监控点温度是指在确保通信机房温度在要求的控制范围内，当预测到要超出通信机房的监控点温度设定空调提前开启制冷，达到空调连续制冷时间大于效率曲线得到的最短高效运行时间，并在预测制冷量满足通信机房内部热能平衡达到退出通信机房的监控点温度时关闭空调制冷，而空调的实际制冷量P是根据连续采集几次通信机房室内外温度进行计算：
P＝C*M*(T(t1)-T(t2))+[(Q1(t2)-Q1(t1))+(Q2(t2)-Q2(t1))]；
其中T(t)：表示在时刻t机房内部的绝对温度值；Q1(t1)、Q1(t2)分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2)分别表示在时刻t1和t2热源Q2的值。
5.根据权利要求3所述的通信机房空调故障自动诊断与定位的方法，其特征在于：所述步骤S4中热源Q1的计算公式为：
其中β是通信设备的热量转化系数，P内是进通信机房内部设备的总电能；P外是通向通信机房外部以48V直流供电的拉远单元的电能；Va、Vb、Vc是三相电的三个瞬间相电压值，Ia、Ib、Ic是三相电的三个瞬间相电流值；T是分析比较的积分区间，V直是机房48V直流供电的瞬间电压值；I直是机房48V直流供电的瞬间电流值。
6.根据权利要求3所述的通信机房空调故障自动诊断与定位的方法，其特征在于：所述步骤S4中热源Q2的计算公式：
Q2＝S1*[K*(t1-t2)+K*q]+S2*K*(t1-t3)kcal/h，
其中K是围护结构的热导系数kcal/m2h℃，1kcal＝4.184kj，S1是直接与外界空气接触围护结构面积，S2是与障碍物有遮挡接触的围护结构面积单位，k是太阳辐射热的透入系数，透入系数k值取决于机房的楼层位置以及围护结构的种类；q是透过围护结构进入的太阳辐射热强度，q单位为kcal/m2h，t1是机房内温度，t2是与外界空气直接接触的室外温度，t3是与障碍物有遮挡接触的室外温度。
7.根据权利要求3所述的通信机房空调故障自动诊断与定位的方法，其特征在于：所述步骤S4中机房热容量C*M的计算公式C*M＝Q/ΔT；其中：Q是对机房施加的热量，M是机房综合等效质量，ΔT是机房在施加Q1和Q2热量之后两个时刻t1、t2的绝对温度值变化差；即
C*M＝[(Q1(t2)+Q2(t2))-(Q1(t1)+Q2(t1))]/(T(t2)-T(t1))；
其中：Q1(t1)、Q1(t2)分别表示在时刻t1和t2热源Q1的值；Q2(t1)、Q2(t2)分别表示在时刻t1和t2热源Q2的值。
8.一种通信机房空故障自动诊断和定位装置，包括多个温度传感器、多个湿度传感器、多个电量采集器、CPU、经验数据库、多个继电器、通信模块和服务器，其特征在于：各个所述电量采集器分别设于通信机房内各台空调上采集各台空调各个时刻的总耗电量并发送至CPU，各个温度传感器分别均布设于通信机房室内、各台空调出风口处、各台空调制冷出风口、室外多处区域实时采集通信机房室内、室外各处区域温度并发送至CPU，各台空调的空调外机和空调内机上均设置温度传感器实时检测空调外机附近温度和空调内机附近温度发送至CPU，各个湿度传感器分别均布设于通信机房室内、室外多处区域实时采集通信机房室内、室外各处区域湿度并发送至CPU，CPU与经验数据库通讯连接，所述CPU输出端分别经继电器与通信机房内各个空调控制端相连接控制各个空调启闭，所述CPU经通信模块与服务器通信连接。
9.根据权利要求8所述的通信机房空故障自动诊断和定位装置，其特征在于：还包括智能手机，所述CPU将故障告警经通信模块发送至服务器并由服务器推送故障报警至智能手机的APP客户端。
10.根据权利要求8所述的通信机房空故障自动诊断和定位装置，其特征在于：所述服务器为云服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911403972.4A CN110895032B (zh) | 2019-12-31 | 2019-12-31 | 一种通信机房空调故障自动诊断与定位的方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911403972.4A CN110895032B (zh) | 2019-12-31 | 2019-12-31 | 一种通信机房空调故障自动诊断与定位的方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110895032A true CN110895032A (zh) | 2020-03-20 |
| CN110895032B CN110895032B (zh) | 2023-12-12 |
Family
ID=69787925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911403972.4A Active CN110895032B (zh) | 2019-12-31 | 2019-12-31 | 一种通信机房空调故障自动诊断与定位的方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110895032B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111917606A (zh) * | 2020-07-28 | 2020-11-10 | 青岛海尔科技有限公司 | 故障信息的处理方法和装置、存储介质及电子设备 |
| CN112084096A (zh) * | 2020-09-22 | 2020-12-15 | 科华恒盛股份有限公司 | 冷通道密闭管理方法、装置及终端设备 |
| CN112245841A (zh) * | 2020-09-09 | 2021-01-22 | 中建四局第五建筑工程有限公司 | 一种施工临时建筑防火系统与方法 |
| CN113357747A (zh) * | 2021-08-11 | 2021-09-07 | 浙江德塔森特数据技术有限公司 | 一种数据机房空调自主诊断控制方法 |
| CN113834184A (zh) * | 2021-08-18 | 2021-12-24 | 青岛海尔空调器有限总公司 | 用于空调的控制方法、装置和服务器 |
| CN113847715A (zh) * | 2020-06-28 | 2021-12-28 | 中兴通讯股份有限公司 | 基站的空调调控的方法以及装置、电子设备、介质 |
| CN113927946A (zh) * | 2021-09-24 | 2022-01-14 | 武汉宏博纸品包装有限公司 | 一种包装纸箱生产线温度调控方法 |
| CN114198863A (zh) * | 2021-12-10 | 2022-03-18 | 中国工商银行股份有限公司 | 机房空调的故障检测方法、装置、计算机设备、存储介质 |
| CN114543982A (zh) * | 2022-03-11 | 2022-05-27 | 珠海格力电器股份有限公司 | 设备的振动检测方法、装置、振动检测设备及存储介质 |
| CN116069095A (zh) * | 2023-04-06 | 2023-05-05 | 山东金宇信息科技集团有限公司 | 一种机房环境调节方法、设备及介质 |
| CN116384980A (zh) * | 2023-05-25 | 2023-07-04 | 杭州青橄榄网络技术有限公司 | 一种报修方法与系统 |
| CN116489978A (zh) * | 2023-06-25 | 2023-07-25 | 杭州电瓦特科技有限公司 | 一种基于人工智能的机房节能优化控制系统 |
| CN116611819A (zh) * | 2023-05-30 | 2023-08-18 | 重庆赛力斯新能源汽车设计院有限公司 | 空调压缩机故障预测方法、系统、终端设备及存储介质 |
| CN116691282A (zh) * | 2023-08-01 | 2023-09-05 | 江苏日盈电子股份有限公司 | 一种基于互联网的汽车车载空调运行控制系统 |
| CN117232086A (zh) * | 2023-11-15 | 2023-12-15 | 中科赛凌(中山)科技有限公司 | 一种基于多个传感器进行环境控制的方法及系统 |
| CN117608346A (zh) * | 2024-01-24 | 2024-02-27 | 合肥思迈科技有限公司 | 一种机房动力环境监控系统的运行自检方法 |
| CN117806220A (zh) * | 2024-03-01 | 2024-04-02 | 连云港市新达电子技术有限公司 | 石油测井仪器供电电源智能控制系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105509266A (zh) * | 2016-02-24 | 2016-04-20 | 杭州脉恩科技有限公司 | 空调智能控制系统 |
| CN106524411A (zh) * | 2016-11-02 | 2017-03-22 | 王华勤 | 一种挂式空调故障诊断控制方法 |
| KR101995311B1 (ko) * | 2018-05-29 | 2019-09-24 | 경상대학교산학협력단 | 공조 시스템의 고장 진단 장치 및 진단 방법 |
-
2019
- 2019-12-31 CN CN201911403972.4A patent/CN110895032B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105509266A (zh) * | 2016-02-24 | 2016-04-20 | 杭州脉恩科技有限公司 | 空调智能控制系统 |
| CN106524411A (zh) * | 2016-11-02 | 2017-03-22 | 王华勤 | 一种挂式空调故障诊断控制方法 |
| KR101995311B1 (ko) * | 2018-05-29 | 2019-09-24 | 경상대학교산학협력단 | 공조 시스템의 고장 진단 장치 및 진단 방법 |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113847715A (zh) * | 2020-06-28 | 2021-12-28 | 中兴通讯股份有限公司 | 基站的空调调控的方法以及装置、电子设备、介质 |
| CN113847715B (zh) * | 2020-06-28 | 2024-01-02 | 中兴通讯股份有限公司 | 基站的空调调控的方法以及装置、电子设备、介质 |
| CN111917606A (zh) * | 2020-07-28 | 2020-11-10 | 青岛海尔科技有限公司 | 故障信息的处理方法和装置、存储介质及电子设备 |
| CN111917606B (zh) * | 2020-07-28 | 2022-08-05 | 青岛海尔科技有限公司 | 故障信息的处理方法和装置、存储介质及电子设备 |
| CN112245841A (zh) * | 2020-09-09 | 2021-01-22 | 中建四局第五建筑工程有限公司 | 一种施工临时建筑防火系统与方法 |
| CN112084096A (zh) * | 2020-09-22 | 2020-12-15 | 科华恒盛股份有限公司 | 冷通道密闭管理方法、装置及终端设备 |
| CN113357747A (zh) * | 2021-08-11 | 2021-09-07 | 浙江德塔森特数据技术有限公司 | 一种数据机房空调自主诊断控制方法 |
| CN113357747B (zh) * | 2021-08-11 | 2021-10-15 | 浙江德塔森特数据技术有限公司 | 一种数据机房空调自主诊断控制方法 |
| CN113834184A (zh) * | 2021-08-18 | 2021-12-24 | 青岛海尔空调器有限总公司 | 用于空调的控制方法、装置和服务器 |
| CN113927946A (zh) * | 2021-09-24 | 2022-01-14 | 武汉宏博纸品包装有限公司 | 一种包装纸箱生产线温度调控方法 |
| CN114198863A (zh) * | 2021-12-10 | 2022-03-18 | 中国工商银行股份有限公司 | 机房空调的故障检测方法、装置、计算机设备、存储介质 |
| CN114543982B (zh) * | 2022-03-11 | 2023-09-08 | 珠海格力电器股份有限公司 | 设备的振动检测方法、装置、振动检测设备及存储介质 |
| CN114543982A (zh) * | 2022-03-11 | 2022-05-27 | 珠海格力电器股份有限公司 | 设备的振动检测方法、装置、振动检测设备及存储介质 |
| CN116069095A (zh) * | 2023-04-06 | 2023-05-05 | 山东金宇信息科技集团有限公司 | 一种机房环境调节方法、设备及介质 |
| CN116384980B (zh) * | 2023-05-25 | 2023-08-25 | 杭州青橄榄网络技术有限公司 | 一种报修方法与系统 |
| CN116384980A (zh) * | 2023-05-25 | 2023-07-04 | 杭州青橄榄网络技术有限公司 | 一种报修方法与系统 |
| CN116611819A (zh) * | 2023-05-30 | 2023-08-18 | 重庆赛力斯新能源汽车设计院有限公司 | 空调压缩机故障预测方法、系统、终端设备及存储介质 |
| CN116611819B (zh) * | 2023-05-30 | 2023-12-22 | 重庆赛力斯新能源汽车设计院有限公司 | 空调压缩机故障预测方法、系统、终端设备及存储介质 |
| CN116489978B (zh) * | 2023-06-25 | 2023-08-29 | 杭州电瓦特科技有限公司 | 一种基于人工智能的机房节能优化控制系统 |
| CN116489978A (zh) * | 2023-06-25 | 2023-07-25 | 杭州电瓦特科技有限公司 | 一种基于人工智能的机房节能优化控制系统 |
| CN116691282A (zh) * | 2023-08-01 | 2023-09-05 | 江苏日盈电子股份有限公司 | 一种基于互联网的汽车车载空调运行控制系统 |
| CN116691282B (zh) * | 2023-08-01 | 2023-12-08 | 江苏日盈电子股份有限公司 | 一种基于互联网的汽车车载空调运行控制系统 |
| CN117232086A (zh) * | 2023-11-15 | 2023-12-15 | 中科赛凌(中山)科技有限公司 | 一种基于多个传感器进行环境控制的方法及系统 |
| CN117232086B (zh) * | 2023-11-15 | 2024-01-26 | 中科赛凌(中山)科技有限公司 | 一种基于多个传感器进行环境控制的方法及系统 |
| CN117608346A (zh) * | 2024-01-24 | 2024-02-27 | 合肥思迈科技有限公司 | 一种机房动力环境监控系统的运行自检方法 |
| CN117608346B (zh) * | 2024-01-24 | 2024-04-16 | 合肥思迈科技有限公司 | 一种机房动力环境监控系统的运行自检方法 |
| CN117806220A (zh) * | 2024-03-01 | 2024-04-02 | 连云港市新达电子技术有限公司 | 石油测井仪器供电电源智能控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110895032B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110895032A (zh) | 一种通信机房空调故障自动诊断与定位的方法与装置 | |
| CN211424636U (zh) | 一种通信机房空调故障自动诊断与定位装置 | |
| CN110925960A (zh) | 一种通信机房空调节能方法与装置 | |
| EP3614055B1 (en) | Heat supply regulation method and apparatus | |
| CN105910247B (zh) | 住宅解决方案的hvac的监视和诊断 | |
| CN201622466U (zh) | 基于能效优化的建筑节能控制管理系统 | |
| CN101881944A (zh) | 能耗综合控制系统和方法 | |
| CN105241030B (zh) | 一种机房环境控制方法及机房智能控制系统 | |
| CN102538133B (zh) | 一种空调运行的控制方法、控制系统及空调智能控制器 | |
| CN101393451A (zh) | 一种建筑节能控制方法及系统 | |
| CN101504181A (zh) | 一种空调器的除霜方法 | |
| KR101834776B1 (ko) | 서버에서 재가공된 정보를 통해 스카다 장치를 통합 제어하는 시스템 | |
| CN211424634U (zh) | 一种通信机房空调节能装置 | |
| CN110925998A (zh) | 一种通信机房空调与风机联动节能的方法与装置 | |
| CN111238004B (zh) | 一种公共建筑空调能耗监测预警方法 | |
| CN211667970U (zh) | 基于通信机房空调节能控制的供电诊断与告警装置 | |
| CN201488194U (zh) | 基于动力环境监控系统的空调精确管理控制系统 | |
| CN115047816A (zh) | 一种建筑电气节能监控方法 | |
| CN113743647A (zh) | 一种数据中心能耗控制系统 | |
| CN110895018A (zh) | 基于通信机房空调节能控制的供电诊断和告警方法与装置 | |
| Deng et al. | Research on systematic analysis and optimization method for chillers based on model predictive control: A case study | |
| CN108332355A (zh) | 一种用于通信基站的节能系统及节能方法 | |
| CN117389199B (zh) | 一种建筑能耗数据监测管理方法及系统 | |
| CN117768509A (zh) | 一种手持式数据监控终端 | |
| JP2004234302A (ja) | プロセス管理装置 |
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 |