CN111578447A - 空调健康度诊断方法、装置、计算机设备和存储介质 - Google Patents
空调健康度诊断方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111578447A CN111578447A CN202010418844.3A CN202010418844A CN111578447A CN 111578447 A CN111578447 A CN 111578447A CN 202010418844 A CN202010418844 A CN 202010418844A CN 111578447 A CN111578447 A CN 111578447A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- temperature
- normal range
- diagnosed
- analyzing
- 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
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
- F24F11/30—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
- F24F11/52—Indication arrangements, e.g. displays
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种空调健康度诊断方法、装置、计算机设备和存储介质。所述方法包括:获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及所述待诊断空调对应的用户耐受度;对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度;对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度;根据所述舒适性健康度和所述可靠性健康度进行分析,获得所述待诊断空调的健康度诊断结果。采用本方法能够提高获知空调健康情况的效率。
Description
技术领域
本申请涉及空调技术领域,特别是涉及一种空调健康度诊断方法、装置、计算机设备和存储介质。
背景技术
随着社会的发展,人们的生活质量不断提高,空调作为对建筑或构筑物内环境空气的温度、湿度、流速等参数进行调节和控制的设备,可以给人们提供舒适的生活环境,使得空调变得越来越流行。如多联机中央空调,一台室外机通过配管连接两台或两台以上室内机,室外侧采用风冷换热形式、室内侧采用直接蒸发换热形式的一次制冷剂空调系统,为室内的环境空气的温度、湿度、流速等参数进行调节。
然而空调在提高人们生活质量的同时,由于空调的构造相对复杂,每一个部件都起着至关重要的作用,甚至一个部件损坏可能影响到空调整体的使用。然而目前对于空调的运行状况,需要相关技术人员根据经验实地检验空调的运行情况,在此基础上对空调进行健康状况分析,获知空调的健康情况,导致获知空调健康情况的效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高提高获知空调健康情况效率的空调健康度诊断方法、装置、计算机设备和存储介质。
一种空调健康度诊断方法,其特征在于,所述方法包括:
获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及所述待诊断空调对应的用户耐受度;
对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度;
对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度;
根据所述舒适性健康度和所述可靠性健康度进行分析,获得所述待诊断空调的健康度诊断结果。
在其中一个实施例中,对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度,包括:
将所述温控相关数据与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果;
基于所述温控诊断结果和所述用户耐受度,获得舒适性健康度。
在其中一个实施例中,将所述温控相关数据与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果,包括:
根据所述温控相关数据进行分析,获得设定温度与室内环境温度之间的温差、到达所述设定温度的实际运行时长,以及到达所述设定温度之后的稳定时长;
根据所述温差、所述实际运行时长以及所述稳定时长,与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果。
在其中一个实施例中,所述配置的温控正常范围包括所述温控运行正常范围和所述温控耗时正常范围;根据所述温差、所述实际运行时长以及所述稳定时长,与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果,包括:
将所述温差、所述实际运行时长以及所述稳定时长与配置的温控运行正常范围进行分析,确定所述待诊断空调的体感舒适度判定结果;
对所述实际运行时长与配置的温控耗时正常范围进行对比分析,确定所述待诊断空调的温控耗时诊断结果;
根据所述体感舒适度判定结果和所述温控耗时诊断结果,确定所述待诊断空调的温控诊断结果。
在其中一个实施例中,所述机组运行参数包括系统板块数据、强电板块数据和驱动板块数据中的至少一种;对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度,包括:
当所述机组运行参数包括所述系统板块数据时,将所述系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度;
当所述机组运行参数包括所述强电板块数据时,将所述强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度;
当所述机组运行参数包括所述驱动板块数据时,将所述驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度;
根据所述系统健康度、所述强电健康度和/或所述驱动健康度,获得所述待诊断空调的可靠性健康度。
在其中一个实施例中,所述系统板块数据包括:压缩机运行频率、压缩机高压、压缩机低压、排气温度;将所述系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度,包括:
根据所述压缩机高压和所述排气温度,确定吸气过热度;
基于所述压缩机运行频率、所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间;
确定所述系统异常累计时间在所述预设时间段内的时间占比,获得异常占比,并根据所述异常占比,获得系统健康度。
在其中一个实施例中,所述配置的系统运行正常范围包括:压力值正常范围、温度正常范围以及吸气过热度正常范围;所述温度正常范围包括排气温度正常范围;
基于所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,包括:
获取所述压缩机运行频率对应的压力值正常范围、温度正常范围、吸气过热度正常范围;
基于所述压缩机高压和所述压缩机低压,与所述压力值正常范围进行比对分析,确定所述压缩机的压力值异常的第一持续时间信息;
基于所述排气温度,与所述温度正常范围进行比对分析,获得温度异常持续时间信息;
将所述吸气过热度,与所述吸气过热度正常范围进行比对分析,确定吸气过热度异常的第三持续时间信息;
根据所述第一持续时间信息、第二持续时间信息、所述第三持续时间信息,确定系统异常累计时间,所述第二持续时间信息包括所述温度异常持续时间信息。
在其中一个实施例中,所述系统板块数据还包括:压缩机壳顶温度;所述温度正常范围还包括:压缩机壳顶温度正常范围;基于所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,还包括:
基于所述压缩机壳顶温度,与所述压缩机壳顶温度正常范围进行比对分析,获得压缩机壳顶温度持续时间信息;所述第二持续时间信息,还包括所述压缩机壳顶温度持续时间信息。
在其中一个实施例中,所述第一持续时间信息包括第一异常时间点以及对应的第一持续时长,所述第二持续时间信息包括第二异常时间点以及对应的第二持续时长,所述第三持续时间信息包括第三异常时间点以及对应的第三持续时长;根据所述第一持续时间信息、所述第二持续时间信息、所述第三持续时间信息,确定系统异常累计时间,包括:
根据所述第一异常时间点以及对应的第一持续时长、所述第二异常时间点以及对应的第二持续时长、所述第三异常时间点以及对应的第三持续时长进行分析,确定异常交叉时长;
将所述第一持续时长、所述第二持续时长以及所述第三持续时长之和减去异常交叉时长,确定系统异常累计时间。
在其中一个实施例中,将所述强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度,包括:
对所述强电板块数据进行分析,确定风机类型;
根据所述风机类型,确定所述风机类型对应的强电运行正常范围;
将所述强电板块数据与所述风机类型对应的强电运行正常范围进行对比分析,获得强电健康度。
在其中一个实施例中,所述风机类型为侧出风时,所述强电板块数据包括风机频率和直流电机故障出现频次;所述强电运行正常范围包括风机频率正常范围和直流电机故障出现频次正常范围。
在其中一个实施例中,所述风机类型为上出风时,所述强电板块数据包括风机故障出现频次;所述强电运行正常范围包括风机故障出现频次正常范围。
在其中一个实施例中,所述驱动板块数据包括:驱动故障出现频次、通信故障累积时间;所述将所述驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度的步骤,包括:
获取驱动故障出现频次正常范围、通信故障累积时间正常范围;
基于所述驱动故障出现频次,与所述驱动故障出现频次正常范围进行比对分析,获得驱动故障出现频次诊断结果;
基于所述通信故障累积时间,与所述通信故障累积时间正常范围进行比对分析,获得通信故障累积时间诊断结果;
根据所述驱动故障出现频次诊断结果和所述通信故障累积时间诊断结果,确定驱动健康度。
在其中一个实施例中,获取待诊断空调预设时间段内的温控相关数据之前,所述方法还包括:
获取通信连接的所有空调发送的全工况实时数据;
提取所述全工况实时数据中的温控相关数据样本、机组运行参数样本;
对所述温控相关数据样本、所述机组运行参数样本进行大数据统计分析,获得健康诊断正常范围;
基于所述健康诊断正常范围,对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度,对所述机组运行参数进行分析,获得可靠性健康度。
在其中一个实施例中,还包括:
向所述待诊断空调发送所述健康度诊断结果,通过所述待诊断空调对应的显示设备显示所述健康度诊断结果。
一种空调健康度诊断装置,所述装置包括:
数据获取模块,用于获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及所述待诊断空调对应的用户耐受度;
舒适性分析模块,用于对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度;
可靠性分析模块,用于对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度;
诊断结果获得模块,用于根据所述舒适性健康度和所述可靠性健康度进行分析,获得所述待诊断空调的健康度诊断结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
上述空调健康度诊断方法、装置、计算机设备和存储介质,服务器通过获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度;对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度;对机组运行参数进行分析,获得待诊断空调的可靠性健康度;结合舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。仅需服务器获取空调预设时间段内温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度进行分析,即可获得空调的健康度诊断结果,提高了获知空调健康情况的效率。
附图说明
图1为一个实施例中空调健康度诊断方法的应用环境图;
图2为一个实施例中空调健康度诊断方法的流程示意图;
图3为一个实施例中空调健康度诊断方法其中一个步骤的流程示意图;
图4为另一个实施例中空调健康度诊断方法其中一个步骤的流程示意图;
图5为另一个实施例中空调健康度诊断方法的流程示意图;
图6为另一个实施例中空调健康度诊断方法的场景示意图;
图7为一个实施例中空调健康度诊断装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的空调健康度诊断方法,可以应用于如图1所示的应用环境中。其中,待诊断空调102通过网络与服务器104进行通信。服务器104获取待诊断空调102预设时间段内的温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度;服务器104对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度;对机组运行参数进行分析,获得待诊断空调的可靠性健康度;根据舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。其中,待诊断空调102可以但不限于是各种挂壁式空调、吊顶空调、中央空调、多联机中央空调等等,服务器104可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云存储、中间件服务、安全服务、以及大数据和人工智能平台等基础计算服务的计算服务器。
在一个实施例中,如图2所示,提供了一种空调健康度诊断方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S220,获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度。
其中,待诊断空调是需要进行健康度诊断的空调,该待诊断空调可以是一台以上。预设时间段用于确定需要诊断空调什么时间段的健康度,该预设时间段可以根据诊断需要确定,可以是以当前时间点前一周的段时间作为预设时间段,也可以是当前时间点前一个月的段时间作为预设时间段,还可以是该待诊断空调自使用开始到当前时间点的段时间作为预设时间段。
该温控相关数据是待诊断空调在预设时间段内各个时间点的温度控制相关的数据,如:设定温度信息、室内环境温度信息等等,预设时间段内的温控相关数据是在该预设时间段内,各个时间点温控相关数据。机组运行参数是待诊断空调的各个板块在预设时间段内各个时间点的运行参数,各个板块可以包括:系统板块、强电板块、驱动板块等等。
用户耐受度是收集该待诊断空调的故障数据,判断各种类型故障的持续时间、某时间段的发生频次、累计次数等等来综合得出结论,该待诊断空调对应的用户耐受度可以体现为耐受和不耐受,待诊断空调对应的用户耐受度可以是待诊断空调在预设时间段内所有的用户耐受度,如:当待诊断空调在预设时间段内用户耐受度的结果有5次,获取的则是5次的用户耐受度。
步骤S240,对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度。
其中,温控相关数据是待诊断空调在预设时间段内各个时间点的温度控制相关的数据,如:设定温度信息、室内环境温度信息等等,用户耐受度是待诊断空调对应的用户耐受度。待诊断空调的舒适性健康度是体现待诊断空调在工作过程中,给用户的体感上达到的舒适程度。待诊断空调的舒适性健康度可以结合温控相关数据和用户耐受度,基于舒适程度的等级划分,评估用户在体感上达到的舒适程度,如:将舒适性健康度划分为6个等级,分别按照从优到差划分为:S、A、B、C、D、E。舒适程度的等级划分在此不做具体限定,可根据舒适性健康度的精确程度进行等级划分,可以是3个等级、4个等级、5个等级等等。级别对应的标识也可以实际需要进行设置。
在一个实施例中,对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度,包括:将温控相关数据与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果;基于温控诊断结果和用户耐受度,获得舒适性健康度。
其中,温控正常范围是根据大量的空调在工作中产生的温控相关数据,综合分析出温控合格的空调对应的温控相关数据形成的温控的正常范围,可以用于判断待诊断空调的温控是否合格,配置的温控正常范围是指预先配置好的温控正常范围。待诊断空调的温控诊断结果是体现该待诊断空调温控是否合格的诊断结果,如:待诊断空调的温控诊断结果可以是升温降温合格,或升温降温不合格。
将舒适性健康度划分为6个等级,温控诊断结果体现为升温降温合格,或升温降温不合格,用户耐受度可以体现为耐受和不耐受为例,基于温控诊断结果和用户耐受度,获得舒适性健康度,参阅表1:
表1
在一个实施例中,将温控相关数据与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果,包括:根据温控相关数据进行分析,获得设定温度与室内环境温度之间的温差、到达设定温度的实际运行时长,以及到达设定温度之后的稳定时长;根据温差、实际运行时长以及稳定时长,与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果。
其中,温控相关数据包括:设定温度信息、室内环境温度信息。设定温度信息包括设定温度和设定时间,设定温度是用户通过遥控器设置待诊断空调需要将当前环境中的温度工作到的温度,即用户想要当前环境达到的目标温度,设定时间是用户通过遥控器设置待诊断空调需要将当前环境中的温度工作到的温度的时间,该设定温度信息可以包括用户在预设时间段内每次设置待诊断空调的设定温度和对应的设定时间。室内环境温度信息包括:室内环境温度以及对应的检测时间,室内环境温度是该待诊断空调需要进行温度调节的环境中的温度,检测时间是待诊断空调的温度检测装置检测室内环境温度的时间,该室内环境温度信息可以包括待诊断空调预设时间段内各个时间点的室内环境温度以及对应的检测时间。
通过设定温度信息、室内环境温度信息进行分析,确定在预设时间段内设定温度设置后,对应的室内环境到达温度,根据设定温度以及设定温度对应的室内环境到达温度之间的差值,确定设定温度与室内环境温度之间的温差。室内环境到达温度是待诊断空调根据设定温度调节至设定温度时,室内环境的实际温度。当在预设时间段内,用户设置设定温度的次数有两次以上是,可以通过根据每次设置的设定温度以及设定温度对应的室内环境到达温度之间的差值进行分析,获得平均差值,将平均差值作为设定温度与室内环境温度之间的温差;也可以是将每次设置的设定温度以及设定温度对应的室内环境到达温度之间的差值,都作为设定温度与室内环境温度之间的温差。
通过设定温度信息、室内环境温度信息进行分析,确定在预设时间段内设定温度设置后,对应第一次到达设定温度的时间,根据设定时间与对应到达设定温度的时间之间的时长,确定到达设定温度的实际运行时长。第一次到达设定温度的时间可以是待诊断空调根据设定温度第一次调节至设定温度的时间。当在预设时间段内,用户设置设定温度的次数有两次以上是,可以通过根据每次设置的设定时间与第一次到达设定温度的时间之间的时长进行分析,获得平均时长,将平均时长作为到达设定温度的实际运行时长;也可以是将每次设置的设定时间与对应的第一次到达设定温度的时间之间的时长,都作为到达设定温度的实际运行时长。
通过设定温度信息、室内环境温度信息进行分析,确定在预设时间段内设定温度设置后,对应在到达设定温度后,压缩机暂停工作的时间,以及压缩机再次工作的时间,根据对应在到达设定温度后,压缩机暂停工作的时间,以及压缩机再次工作的时间,确定到达设定温度之后的稳定时长。当在预设时间段内,用户设置设定温度的次数有两次以上是,可以通过根据每次设置的设定温度后,对应到达设定温度之后的稳定时长进行分析,获得平均时长,将平均时长作为到达设定温度的实际运行时长;也可以是将根据每次设置的设定温度后,对应到达设定温度之后的稳定时长,都作为到达设定温度的实际运行时长。
在一个实施例中,如图3所示,配置的温控正常范围包括温控运行正常范围和温控耗时正常范围;根据温差、实际运行时长以及稳定时长,与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果,包括步骤S242至步骤S246:
步骤S242,将温差、实际运行时长以及稳定时长与配置的温控运行正常范围进行分析,确定待诊断空调的体感舒适度判定结果;
其中,温控运行正常范围包括:温差正常范围、温控耗时正常范围、稳定时长正常范围;该温差正常范围是通过获取大量空调在温控运行过程中设定温度与室内环境温度之间的温差数据,根据温差数据分析出温控正常的空调对应的温差形成的温差的正常范围,如:设定温度与室内环境温度之间的差值在±1℃等等;温控耗时正常范围是通过获取大量空调根据设定温度调整至设定温度的实际运行时长数据,根据实际运行时长数据分析出温控正常的空调对应的实际运行时长数据形成的温控耗时的正常范围;稳定时长正常范围是通过获取大量空调在温控运行过程中到达设定温度之后的稳定时长数据,根据稳定时长数据分析出温控正常的空调对应的稳定时长形成的稳定时长的正常范围。
配置的温控运行正常范围是预先配置好的温控运行正常范围。待诊断空调的体感舒适度判定结果体现了体感舒适度达标,或体感舒适度不达标,可以通过温差是不是在温差正常范围内,实际运行时长是不是在实际运行时长正常范围内,稳定时长是不是在稳定时长正常范围内,确定体感舒适度达标,或体感舒适度不达标,如:当温差、实际运行时长以及稳定时长中任意一项以上不在正常范围内时,确定待诊断空调的体感舒适度不达标,当温差、实际运行时长以及稳定时长都在正常范围内时,确定待诊断空调的体感舒适度达标。
步骤S244,对实际运行时长与配置的温控耗时正常范围进行对比分析,确定待诊断空调的温控耗时诊断结果;
其中,配置的温控耗时正常范围是预先配置好的温控耗时正常范围。待诊断空调的温控耗时诊断结果体现为待诊断空调的温控耗时满足要求,或待诊断空调的温控耗时不满足要求,例如:实际运行时长在配置的温控耗时在正常范围内时,诊断待诊断空调的温控耗时满足要求,实际运行时长在配置的温控耗时不在正常范围内时,诊断待诊断空调的温控耗时不满足要求。
步骤S246,根据体感舒适度判定结果和温控耗时诊断结果,确定待诊断空调的温控诊断结果;
其中,体感舒适度判定结果体现为体感舒适度达标,或体感舒适度不达标,温控耗时诊断结果体现为待诊断空调的温控耗时满足要求,或待诊断空调的温控耗时不满足要求。待诊断空调的温控诊断结果体现为待诊断空调的温控合格,或待诊断空调的温控不合格,例如:体感舒适度判定结果为体感舒适度达标,和温控耗时诊断结果为待诊断空调的温控耗时满足要求时,待诊断空调的温控合格;体感舒适度判定结果为体感舒适度不达标,和温控耗时诊断结果为待诊断空调的温控耗时满足要求时,待诊断空调的温控不合格;体感舒适度判定结果为体感舒适度达标,和温控耗时诊断结果为待诊断空调的温控耗时不满足要求时,待诊断空调的温控不合格;体感舒适度判定结果为体感舒适度不达标,和温控耗时诊断结果为待诊断空调的温控耗时不满足要求时,待诊断空调的温控不合格。
步骤S260,对机组运行参数进行分析,获得待诊断空调的可靠性健康度。
其中,待诊断空调的可靠性健康度是体现待诊断空调工作的可靠性健康程度,可以结合机组运行参数综合分析确定。基于机组运行参数进行健康程度的等级划分,评估可靠性健康度,如:将可靠性健康度划分为5个等级,分别按照从优到差划分为:S、A、B、C、D。可靠性健康度的等级划分在此不做具体限定,可根据可靠性健康度的精确程度进行等级划分,可以是3个等级、4个等级、5个等级等等。级别对应的标识也可以实际需要进行设置。
在一个实施例中,机组运行参数包括系统板块数据、强电板块数据和驱动板块数据中的至少一种;对机组运行参数进行分析,获得待诊断空调的可靠性健康度,包括:
当机组运行参数包括系统板块数据时,将系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度;当机组运行参数包括强电板块数据时,将强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度;当机组运行参数包括驱动板块数据时,将驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度;根据系统健康度、强电健康度和/或驱动健康度,获得待诊断空调的可靠性健康度。
其中,系统板块数据是待诊断空调在预设时间段内各个时间点的控制系统相关的数据,如:压缩机运行频率、压缩机高压、压缩机低压、排气温度、压缩机壳顶温度等等。强电板块数据是待诊断空调在预设时间段内各个时间点的强电设备运行相关数据,如:风机类型以及风机频率,或风机类型以及风机故障出现频次等等。驱动板块数据是待诊断空调在预设时间段内各个时间点的驱动相关的数据。机组运行参数中仅包括系统板块数据、强电板块数据或驱动板块数据时,根据系统健康度、强电健康度或驱动健康度,获得待诊断空调的可靠性健康度。机组运行参数中包括系统板块数据和强电板块数据时,根据系统健康度和强电健康度,获得待诊断空调的可靠性健康度。机组运行参数中包括系统板块数据和驱动板块数据时,根据系统健康度和驱动健康度,获得待诊断空调的可靠性健康度。机组运行参数中包括强电板块数据和驱动板块数据时,根据强电健康度和驱动健康度,获得待诊断空调的可靠性健康度。机组运行参数中包括系统板块数据、强电板块数据和驱动板块数据时,根据系统健康度、强电健康度和驱动健康度,获得待诊断空调的可靠性健康度。
其中,配置的系统运行正常范围是预先配置好的系统运行正常范围,系统运行正常范围是根据获取大量空调的系统板块运行时的系统运行状态,根据系统运行状态综合分析出系统板块运行正常的空调对应系统运行状态形成的系统运行的正常范围,可以用于判断待诊断空调的系统板块运行是否处于正常工作状态。配置的强电运行正常范围是预先配置好的强电运行正常范围,强电运行正常范围是根据获取大量空调的强电板块运行时的强电运行状态,根据强电运行状态综合分析出强电板块运行正常的空调对应强电运行参数形成的强电运行的正常范围,可以用于判断待诊断空调的强电板块运行是否处于正常工作状态。配置的驱动运行正常范围是预先配置好的驱动运行正常范围,驱动运行正常范围是根据获取大量空调的驱动板块运行时的驱动运行状态,根据驱动运行状态综合分析出驱动板块运行正常的空调对应驱动运行状态形成的强电运行的正常范围,可以用于判断待诊断空调的强电板块运行是否处于正常工作状态。
系统健康度是体现待诊断空调系统工作的系统健康程度,可以结合待诊断空调的系统板块数据确定。基于系统板块的工作状态进行健康程度的等级划分,评估系统健康度,如:将系统健康度划分为5个等级,分别按照从优到差划分为:S、A、B、C、D。系统健康度的等级划分在此不做具体限定,可根据系统健康度的精确程度进行等级划分,可以是3个等级、4个等级、5个等级等等。级别对应的标识也可以实际需要进行设置。强电健康度是体现待诊断空调的强电板块的运行状态的健康程度,可以结合空调的强电板块数据确定,强电健康度体现为强电合格,或强电不合格。驱动健康度体现了待诊断空调的驱动板块合格,或驱动板块不合格,通过驱动板块的运行状态综合分析获得。
在一个实施例中,系统板块数据包括:压缩机运行频率、压缩机高压、压缩机低压、排气温度;将系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度,包括:
根据压缩机高压和排气温度,确定吸气过热度;基于压缩机运行频率、压缩机高压、压缩机低压、排气温度以及吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间;确定系统异常累计时间在预设时间段内的时间占比,获得异常占比,并根据所述异常占比,获得系统健康度。
其中,压缩机运行频率包括待诊断空调预设时间段内压缩机所工作的工作频率。压缩机高压是待诊断空调的压缩机在预设时间段内压缩冷媒后各个时间点的压力值。压缩机低压包括待诊断空调的压缩机在预设时间段内压缩冷媒前各个时间点的压力值。排气温度包括待诊断空调的压缩机在预设时间段内各个时间点燃气从燃烧室排出,通过高速旋转的涡轮后,在发动机涡轮出口截面上温度。通过预设时间段内各个时间点的压缩机高压和排气温度进行分析,获得预设时间段内各个时间点的吸气过热度,如:吸气过热度=排气温度-压缩机高压。系统异常累计时间是在预设时间段内累计出现异常的时间。系统异常累计时间在预设时间段内的时间占比,是系统异常累计时间与该预设时间段内总时长的比值,获得的比值即为异常占比。
其中,系统异常累计时间在预设时间段内的时间占比,是系统异常累计时间与该预设时间段内总时长的比值,获得的比值即为异常占比。以系统健康度将系统健康度划分为5个等级,分别按照从优到差划分为:S、A、B、C、D,异常占比X的范围划分为X≤5%、5%<X≤10%、10%<X≤20%、20%≤X≤30%、30%<X为例。根据异常占比,获得系统健康度,参阅表2:
表2
在一个实施例中,请参阅图4,配置的系统运行正常范围包括:压力值正常范围、温度正常范围以及吸气过热度正常范围;所述温度正常范围包括排气温度正常范围;基于压缩机高压、压缩机低压、排气温度以及吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,包括步骤S262至步骤S270:
步骤S262,获取压缩机运行频率对应的压力值正常范围、温度正常范围、吸气过热度正常范围。
其中,根据压缩机运行频率进行分析,获得压缩机运行频率对应的压缩机频段,根据压缩机频段确定对应的压力值正常范围、温度正常范围、吸气过热度正常范围。与压缩机频段对应的压力值正常范围是根据大量空调的不同压缩机频段的压缩机的在工作中,对应的压力值综合分析出的不同压缩机频段的压缩机运行正常的空调,所对应的压力值形成的压力值的正常范围,不同压缩机频段对应的压力值正常范围不同。温度正常范围包括:排气温度正常范围和/或压缩机壳顶温度正常范围,是根据大量空调的不同压缩机频段的压缩机的在工作中,对应的排气温度和/或压缩机壳顶温度综合分析出不同压缩机频段的压缩机运行正常的空调,所对应的排气温度和/或压缩机壳顶温度形成的排气温度和/或压缩机壳顶温度的正常范围;吸气过热度正常范围是根据大量空调的不同压缩机频段的压缩机的在工作中,对应的吸气过热度综合分析出不同压缩机频段的压缩机运行正常的空调,所对应的吸气过热度形成的吸气过热度的正常范围。
步骤S264,基于压缩机高压和压缩机低压,与压力值正常范围进行比对分析,确定压缩机的压力值异常的第一持续时间信息。
其中,压力值正常范围包括:压缩机高压正常范围和压缩机低压正常范围;通过待诊断空调的压缩机在预设时间段内压缩冷媒后各个时间点的压力值,与压缩机高压正常范围进行比对分析,可以确定出在预设时间段内压缩冷媒后各个时间点的压力值,是否处于压缩机高压正常范围内,从而确定压缩机在预设时间段内,压缩机高压异常的各时间点,根据压缩机高压异常的各时间点,可以得出压缩机高压异常持续时间信息,压缩机高压异常持续时间信息包括压缩机高压异常时间点以及对应的持续时长;通过待诊断空调的压缩机在预设时间段内压缩冷媒前各个时间点的压力值,与压缩机低压正常范围进行比对分析,可以确定出在预设时间段内压缩冷媒前各个时间点的压力值,是否处于压缩机低压正常范围内,从而确定压缩机在预设时间段内,压缩机低压异常的各时间点,根据压缩机低压异常的各时间点,可以得出压缩机低压异常持续时间信息;根据压缩机低压异常持续时间信息和压缩机高压异常持续时间信息,确定压缩机的压力值异常的第一持续时间信息,第一持续时间信息包括压缩机高压异常时间点以及对应的持续时长,和压缩机低压异常时间点以及对应的持续时长。
步骤S266,基于排气温度,与温度正常范围进行比对分析,获得温度异常持续时间信息。
其中,该温度正常范围为排气温度正常范围。将在预设时间段内各个时间点排气温度值与排气温度正常范围进行比对分析,确定在预设时间段内各个时间点排气温度值中,排气温度值不在排气温度正常范围内的时间点,从而确定在预设时间段内,排气温度异常的各时间点,根据排气温度异常的各时间点,可以得出温度异常持续时间信息,温度异常持续时间信息包括温度异常时间点以及对应持续时长。
步骤S268,将吸气过热度,与吸气过热度正常范围进行比对分析,确定吸气过热度异常的第三持续时间信息。
其中,吸气过热度包括待诊断空调的压缩机在预设时间段内各个时间点吸气过热度,将在预设时间段内各个时间点吸气过热度与吸气过热度正常范围进行比对分析,确定在预设时间段内各个时间点吸气过热度中,吸气过热度不在吸气过热度正常范围内的时间点,从而确定在预设时间段内,吸气过热度异常的各时间点,根据吸气过热度异常的各时间点,可以得出吸气过热度异常的第三持续时间信息,第三持续时间信息包括吸气过热度异常时间点以及对应持续时长。
步骤S270,根据第一持续时间信息、第二持续时间信息、第三持续时间信息,确定系统异常累计时间。
其中,第一持续时间信息包括第一异常时间点以及对应的第一持续时长,即:压缩机高压异常时间点以及对应的持续时长,和压缩机低压异常时间点以及对应的持续时长;第二持续时间信息包括第二异常时间点以及对应的第二持续时长,即温度异常时间点以及对应持续时长;第三持续时间信息包括第三异常时间点以及对应的第三持续时长,即吸气过热度异常时间点以及对应持续时长;根据第一异常时间点以及对应的第一持续时长、第二异常时间点以及对应的第二持续时长、第三异常时间点以及对应的第三持续时长进行异常交叉时长分析,确定异常交叉时长;将第一持续时长、第二持续时长以及第三持续时长之和减去异常交叉时长,确定系统异常累计时间。
在一个实施例中,系统板块数据还包括:压缩机壳顶温度;温度正常范围还包括:压缩机壳顶温度正常范围;基于压缩机高压、压缩机低压、排气温度以及吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,还包括:基于压缩机壳顶温度,与压缩机壳顶温度正常范围进行比对分析,获得压缩机壳顶温度持续时间信息;第二持续时间信息,还包括压缩机壳顶温度持续时间信息。
其中,压缩机壳顶温度是包括待诊断空调的压缩机在预设时间段内各个时间点压缩机壳顶温度值,该压缩机壳顶温度值是压缩机顶部的温度值。当系统板块数据中还包括压缩机壳顶温度时,将在预设时间段内各个时间点排气温度值与排气温度正常范围进行比对分析,确定在预设时间段内各个时间点排气温度值中,排气温度值不在排气温度正常范围内的时间点,从而确定在预设时间段内,排气温度异常的各时间点,根据排气温度异常的各时间点,可以得出排气温度异常持续时间信息,排气温度异常持续时间信息包括:排气温度异常时间点以及对应的持续时长。
将在预设时间段内各个时间点压缩机壳顶温度值与压缩机壳顶温度正常范围进行比对分析,确定在预设时间段内各个时间点压缩机壳顶温度值中,压缩机壳顶温度值不在压缩机壳顶温度正常范围内的时间点,从而确定在预设时间段内,压缩机壳顶温度异常的各时间点,根据压缩机壳顶温度异常的各时间点,可以得出压缩机壳顶温度异常持续时间信息,压缩机壳顶温度异常持续时间信息包括:压缩机壳顶温度异常时间点以及对应的持续时长;温度异常的第二持续时间信息包括:排气温度异常的持续时间信息和压缩机壳顶温度异常的持续时间信息。
当系统板块数据包括:排气温度和压缩机壳顶温度时,第二持续时间信息包括排气温度异常时间点以及对应的持续时长,和压缩机壳顶温度异常时间点以及对应的持续时长,根据第一异常时间点以及对应的第一持续时长、排气温度的第二异常时间点以及对应的第二持续时长、压缩机壳顶温度的第二异常时间点以及对应的第二持续时长、第三异常时间点以及对应的第三持续时长进行异常交叉时长分析,确定异常交叉时长;将第一持续时长、第二持续时长以及第三持续时长之和减去异常交叉时长,确定系统异常累计时间。
在一个实施例中,将强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度,包括:
对强电板块数据进行分析,确定风机类型;根据风机类型,确定风机类型对应的强电运行正常范围;将强电板块数据与风机类型对应的强电运行正常范围进行对比分析,获得强电健康度。
其中,风机类型包括上出风和侧出风,风机类型为上出风时,强电板块数据包括风机故障出现频次,对应的强电运行正常范围包括风机故障出现频次正常范围。风机故障出现频次是待诊断空调的风机在预设时间段内出现故障的次数,包括:出现风机启动失败、风机过流保护或者风机失步保护等故障的次数之和。风机故障出现频次正常范围是通过获取大量风机为上出风的空调的在运行过程中的风机故障出现频次,分析出空调大概率(大概率可以是90%以上、95%以上或99%以上等等)对应的风机故障出现频次,形成的风机故障出现频次的正常范围。
风机类型为侧出风时,强电板块数据包括风机频率和直流电机故障出现频次,对应的强电运行正常范围包括风机频率正常范围和直流电机故障出现频次正常范围。风机频率是待诊断空调的风机在预设时间段内驱动电机的频率变换;直流电机故障出现频次是待诊断空调的直流电机在预设时间段内出现故障的次数。该风机频率正常范围是通过获取大量风机为侧出风的空调的在运行过程中的风机频率数据,根据风机频率数据分析出风机正常运行的空调对应的风机频率形成的风机频率的正常范围;该直流电机故障出现频次正常范围是通过获取大量风机为侧出风的空调,在预设时间段内运行过程中的直流电机出现故障的次数,分析空调大概率(大概率可以是90%以上、95%以上或99%以上等等)对应的直流电机故障出现频次,形成的直流电机故障出现频次的正常范围。
当风机类型为侧出风时,将风机频率与风机频率正常范围进行比对分析,确定风机频率是否在正常范围内,将该直流电机故障出现频次与该直流电机故障出现频次正常范围进行比对分析,确定直流电机故障出现频次是否在正常范围内。当风机频率在正常范围内,且直流电机故障出现频次在正常范围内时,强电健康度为强电合格;当风机频率不在正常范围内或直流电机故障出现频次不在正常范围内时,强电健康度为强电不合格;当风机频率不在正常范围内和直流电机故障出现频次不在正常范围内时,强电健康度为强电不合格。
当风机类型为上出风时,将该风机故障出现频次与该风机故障出现频次正常范围进行比对分析,确定风机故障出现频次是否在正常范围内。当风机故障出现频次在正常范围内时,强电健康度为强电合格;当风机故障出现频次不在正常范围内时,强电健康度为强电不合格。
在一个实施例中,驱动板块数据包括:驱动故障出现频次、通信故障累积时间;将驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度的步骤,包括:
获取驱动故障出现频次正常范围、通信故障累积时间正常范围;基于驱动故障出现频次,与驱动故障出现频次正常范围进行比对分析,获得驱动故障出现频次诊断结果;基于通信故障累积时间,与通信故障累积时间正常范围进行比对分析,获得通信故障累积时间诊断结果;根据驱动故障出现频次诊断结果和通信故障累积时间诊断结果,确定驱动健康度。
其中,配置的驱动运行正常范围包括:驱动故障出现频次正常范围、通信故障累积时间正常范围等等。驱动故障出现频次正常范围是通过获取大量空调的在运行过程中的驱动故障出现频次,分析空调大概率(大概率可以是90%以上、95%以上或99%以上等等)对应的驱动故障出现频次,形成的驱动故障出现频次的正常范围。通信故障累积时间正常范围是通过获取大量空调的在运行过程中的通信故障累积时间,分析空调大概率(大概率可以是90%以上、95%以上或99%以上等等)对应的通信故障累积时间,形成的通信故障累积时间的正常范围。驱动故障出现频次是待诊断空调的驱动模块在预设时间内各故障类型对应出现的次数,例如:A故障1次,B故障3次,C故障3次等等。通信故障累积时间是待诊断空调的驱动模块在预设时间内出现通信故障的累计时长。
基于驱动故障出现频次,按照预设的统计规则对各故障类型对应出现的次数进行统计,将统计结果与驱动故障出现频次正常范围进行对比,确定驱动故障出现频次诊断结果,该驱动故障出现频次诊断结果体现了驱动故障出现频次合格,或驱动故障出现频次不合格。不同的故障类型有不同的判断标准如:A故障可能可以允许它在预设时间内出现2次,而B故障在预设时间内可能只允许出现1次,也可以统计其中3个故障A、B、C是否在预设时间内故障之和超过5次等等。将统计结果与驱动故障出现频次正常范围进行对比时,可以是当出现一项不在驱动故障出现频次正常范围内时,即可判定驱动故障出现频次不合格,当所有项都在驱动故障出现频次正常范围内时,可判定驱动故障出现频次合格。
通信故障累积时间诊断结果体现了通信故障累积时间合格,或通信故障累积时间不合格。将通信故障累积时间,与通信故障累积时间正常范围进行比对分析,确定该通信故障累积时间是否在通信故障累积时间正常范围内,在该通信故障累积时间在通信故障累积时间正常范围内时,通信故障累积时间合格;在该通信故障累积时间不在通信故障累积时间正常范围内时,通信故障累积时间不合格。
驱动健康度体现了驱动合格,或驱动不合格,通过驱动故障出现频次诊断结果和通信故障累积时间诊断结果综合分析获得。如:当通信故障累积时间和驱动故障出现频次都合格时,驱动健康度体现为驱动合格;当通信故障累积时间和驱动故障出现频次都不合格时,驱动健康度体现为驱动不合格;当通信故障累积时间或驱动故障出现频次任一项不合格时,驱动健康度体现为驱动不合格。
在一个实施例中,根据系统健康度、强电健康度和驱动健康度,获得待诊断空调的可靠性健康度。
其中,将可靠性健康度划分为5个等级,分别按照从优到差划分为:S、A、B、C、D,系统健康度系统健康度划分为5个等级,分别按照从优到差划分为:S、A、B、C、D,强电健康度和驱动健康度可以体现为合格和不合格为例,根据系统健康度、强电健康度和驱动健康度,获得待诊断空调的可靠性健康度,参阅表3:
表3
步骤S280,根据舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。
其中,待诊断空调的健康度诊断结果体现了该待诊断空调的整体工程的健康度的诊断结果,如:待诊断空调的健康度诊断结果将划分为8个等级,分别按照从优到差划分为:S、A、B+、B、C+、C、D+、D。通过结合舒适性健康度和可靠性健康度分析,获得待诊断空调的健康度诊断结果。参阅表4:
表4
上述空调健康度诊断方法中,服务器通过获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度;对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度;对机组运行参数进行分析,获得待诊断空调的可靠性健康度;结合舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。仅需服务器获取待诊断空调预设时间段内温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度进行分析,即可获得待诊断空调的健康度诊断结果,提高了获知待诊断空调健康情况的效率。
请参阅图5,在一个实施例中,获取待诊断空调预设时间段内的温控相关数据之前,空调健康度诊断方法还包括步骤S420至步骤480:
步骤S420,获取通信连接的所有空调发送的全工况实时数据。
其中,全工况实时数据包括空调实时的设定温度、室内环境温度、压缩机运行频率、压缩机高压、压缩机低压、排气温度、压缩机壳顶温度、风机类型、风机频率、直流电机故障出现频次、风机故障出现频次、驱动故障出现频次、通信故障累积时间等等数据。所有的空调与服务器通信连接,各个空调实时将获得的全工况实时数据传输到服务器。
步骤S440,提取全工况实时数据中的温控相关数据样本、机组运行参数样本。
其中,对接收到各个空调发送的全工况实时数据进行提取,从全工况实时数据中提取温控相关数据作为温控相关数据样本,从全工况实时数据中提取机组运行参数样本,机组运行参数样本包括:从全工况实时数据中提取出的系统板块数据样本,从全工况实时数据中提取出的强电板块数据样本,从全工况实时数据中提取出的驱动板块数据样本。
步骤S460,对温控相关数据样本、机组运行参数样本进行大数据统计分析,获得健康诊断正常范围。
其中,健康诊断正常范围包括:温控正常范围、系统运行正常范围、强电运行正常范围、驱动运行正常范围等等。对温控相关数据样本进行大数据统计分析,确定温控正常范围,温控正常范围包括温控运行正常范围和温控耗时正常范围等等;对系统板块数据样本进行大数据统计分析,确定系统运行正常范围,系统运行正常范围包括:压缩机频段对应的压力值正常范围、排气温度正常范围、吸气过热度正常范围和压缩机壳顶温度正常范围等等;对强电板块数据样本进行大数据统计分析,确定强电运行正常范围,强电运行正常范围包括:风机类型为侧出风的风机频率正常范围和直流电机故障出现频次正常范围,以及风机类型为上出风的风机故障出现频次正常范围;对驱动板块数据样本进行大数据统计分析,确定驱动运行正常范围,驱动运行正常范围包括:驱动故障出现频次正常范围、通信故障累积时间正常范围。
步骤S480,基于健康诊断正常范围,对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度,对机组运行参数样本进行分析,获得可靠性健康度。
其中,基于健康诊断正常范围的温控正常范围,对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度;基于健康诊断正常范围的系统运行正常范围对机组运行参数中的系统板块数据进行分析,获得系统健康度,基于健康诊断正常范围的强电运行正常范围对机组运行参数中的强电板块数据进行分析,获得强电健康度,基于健康诊断正常范围的驱动运行正常范围对机组运行参数中的驱动板块数据进行分析,获得驱动健康度,根据系统健康度、强电健康度和驱动健康度,获得待诊断空调的可靠性健康度。
在一个实施例中,空调健康度诊断方法,还包括:向待诊断空调发送健康度诊断结果,通过待诊断空调对应的显示设备显示健康度诊断结果。
其中,通过与待诊断空调的通信连接,将获得的健康度诊断结果发送至该待诊断空调的数据接收装置,数据接收装置可以是健康诊断装置。显示设备可以是待诊断空调的线控器和/或终端。用户可以基于显示设备查看该待诊断空调的健康度诊断结果。除了待诊断空调的健康度诊断结果以外,还包括待诊断空调的健康度诊断结果时,所有诊断依据,如:体感舒适度判定结果、温控耗时诊断结果、压缩机的压力值异常的第一持续时间信息、温度异常的第二持续时间信息、吸气过热度异常的第三持续时间信息、系统异常累计时间、异常占比、系统健康度、强电健康度、驱动故障出现频次诊断结果、通信故障累积时间诊断结果、驱动健康度、可靠性健康度等等。
在一个实施例中,空调健康度诊断方法还包括:将待诊断空调的健康度诊断结果存储至关系型数据库中,还包括待诊断空调的健康度诊断结果时,所有诊断依据,如:体感舒适度判定结果、温控耗时诊断结果、压缩机的压力值异常的第一持续时间信息、温度异常的第二持续时间信息、吸气过热度异常的第三持续时间信息、系统异常累计时间、异常占比、系统健康度、强电健康度、驱动故障出现频次诊断结果、通信故障累积时间诊断结果、驱动健康度、可靠性健康度等等。可以在对空调的健康度进行关系分析时使用。
在一个实施例中,一种空调健康度诊断方法,以该方法应用于服务器是提供大数据计算服务的计算服务器,以对多联机空调进行健康度诊断为例进行说明:
如图6所示,可以通过多联机空调的健康度诊断装置定时将全国各地多联机空调的全工况实时数据发送多联机服务器(服务于多联机空调的服务器),多联机服务器将全工况实时数据发送至消息中间件,计算服务器从消息中间件获取数据进行消费,获得多联机空调的不同机型对应的异常参数判定条件,即健康诊断正常范围。
其中,多联机服务器将全工况实时数据发送至消息中间件,是基于分布式实时流式计算的数据架构以及分布式分区消息服务,将全国各地多联机空调的全工况实时数据缓存在消息中间件中进行缓冲,能产生“削峰”效果,可以避免因全国多联机空调的数据量庞大,导致数据拥堵而使集群节点宕机,数据丢失的问题。
计算服务器从消息中间件获取数据进行消费,是多联机服务器会先对其进行分区,由于每个服务器启动时,都会完成节点注册过程,多联机服务器会通过该节点的变化来动态地感知到服务器列表的变更,然后以轮循的方式均匀地存储到各个节点(该节点为消费服务器)中,从而实现动态的负载均衡机制,如:假如有3个节点M、K、L,若M为主节点,当依次到来了6条数据分别为{1,2,3,4,5,6},当M、K和L都正常运行时可能每个节点上存储的数据如下:M{1,4},K{2,5},L{3,6}。但是若接收数据4后,L节点宕机了不能接收新数据,M就会发现L下线,新的数据就只会轮流发给M和K,则每个节点上存储的数据如下:M{1,4,6},K{2,5},L{3}。在计算服务器中设立一个节点作为注册系统,专门用来动态记录其他服务器的IP地址、端口信息、偏移量,分区消息,副本信息等元数据,以便在计算服务器中用于消息消费的消费服务器进行重启或者其他消费服务器重新接管该消息消费分区的消息消费后,能够从之前的进度开始继续进行消息消费(消息消费是消费服务器从消息队列里边获取数据)。
通过计算服务器从消息中间件获取数据进行,获得多联机空调的不同机型对应的异常参数判定条件,即健康诊断正常范围,将该机型所对应的一整套有关健康诊断正常范围进行动态绑定。预先将多联机空调的配置信息及对应的健康诊断正常范围写入程序的配置文件中,在运行前读取它,即可实现配置各多联机空调对应的健康诊断正常范围。
当需要对待诊断空调(该待诊断空调为多联机空调)进行健康度诊断时,获取待诊断空调预设时间段内的温控相关数据、系统板块数据、强电板块数据、驱动板块数据以及所述待诊断空调对应的用户耐受度,根据获取待诊断空调预设时间段内的温控相关数据、系统板块数据、强电板块数据、驱动板块数据以及所述待诊断空调对应的用户耐受度,配置健康诊断的各个条件参数,以及各个条件参数对应的正常范围,即:温控运行正常范围、温控耗时正常范围、压缩机频段对应的压力值正常范围、排气温度正常范围、吸气过热度正常范围、压缩机壳顶温度正常范围、当风机类型为侧出风时的风机频率正常范围和直流电机故障出现频次正常范围、当风机类型为上出风时的风机故障出现频次正常范围、驱动故障出现频次正常范围、通信故障累积时间正常范围等等。
根据各个条件参数对温控相关数据、系统板块数据、强电板块数据、驱动板块数据进行分析计算,可以获得待诊断空调的设定温度、室内环境温度、设定温度与室内环境温度之间的温差、到达设定温度的实际运行时长,以及到达设定温度之后的稳定时长、用户耐受度、压缩机运行频率、压缩机频段、压缩机高压、压缩机低压、排气温度、压缩机壳顶温度、吸气过热度、风机类型、风机频率、直流电机故障出现频次、风机故障出现频次、驱动故障出现频次、通信故障累积时间等等数据。
通过将温差、实际运行时长以及稳定时长与配置的温控运行正常范围进行分析,确定待诊断空调的体感舒适度判定结果;对实际运行时长与配置的温控耗时正常范围进行对比分析,确定待诊断空调的温控耗时诊断结果;根据体感舒适度判定结果和温控耗时诊断结果,确定待诊断空调的温控诊断结果,基于温控诊断结果和用户耐受度,获得舒适性健康度。
基于压缩机高压和压缩机低压,与压力值正常范围进行比对分析,确定压缩机的压力值异常的第一持续时间信息;通过基于排气温度和/或压缩机壳顶温度,与排气温度正常范围和/或压缩机壳顶温度正常范围进行比对分析,获得温度异常的第二持续时间信息;将吸气过热度,与吸气过热度正常范围进行比对分析,确定吸气过热度异常的第三持续时间信息;根据第一持续时间信息、第二持续时间信息、第三持续时间信息,确定系统异常累计时间;确定系统异常累计时间在所述预设时间段内的时间占比,获得异常占比,并根据异常占比,获得系统健康度。
若待诊断空调的风机类型为侧出风时,基于风机频率和直流电机故障出现频次,对应与风机频率正常范围和直流电机故障出现频次正常范围进行比对分析,确定强电健康度,若待诊断空调的风机类型为上出风时,基于风机故障出现频次,与风机故障出现频次正常范围进行比对分析,确定强电健康度。
通过基于驱动故障出现频次,与驱动故障出现频次正常范围进行比对分析,获得驱动故障出现频次诊断结果;基于通信故障累积时间,与通信故障累积时间正常范围进行比对分析,获得通信故障累积时间诊断结果;根据驱动故障出现频次诊断结果和通信故障累积时间诊断结果,确定驱动健康度。
根据系统健康度、强电健康度和驱动健康度,获得待诊断空调的可靠性健康度,根据舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。最终输出一份待诊断空调整体的健康度诊断结果,将诊断过程的全部有价值的数据(如:待诊断空调的健康度诊断结果,以及所有诊断依据,如:体感舒适度判定结果、温控耗时诊断结果、压缩机的压力值异常的第一持续时间信息、温度异常的第二持续时间信息、吸气过热度异常的第三持续时间信息、系统异常累计时间、异常占比、系统健康度、强电健康度、驱动故障出现频次诊断结果、通信故障累积时间诊断结果、驱动健康度、可靠性健康度等等。)存储于关系型数据库,并且同时发送待诊断空调的健康度诊断结果至待诊断空调本地的健康度诊断装置,通过线控器或者连接终端来为用户展示待诊断空调的健康度诊断结果界面。
通过温控相关数据、系统板块数据、强电板块数据、驱动板块数据快速排查故障可降低时间成本。不需要投入新的资源,只需利用现有大数据计算服务的计算服务器的基础,即可将已安装使用的多联机空调的运行状况的好坏进行量化和具体化,通过健康诊断报告的形式展示出来。不仅可以对于后续多联机空调的增值服务提供物质基础,而且还可以追踪被锁定的异常多联机空调,以便对技术开发的设计进行优化,从而实现数据价值的重复利用。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种空调健康度诊断装置,包括:数据获取模块310、舒适性分析模块320、可靠性分析模块330和诊断结果获得模块340,其中:
数据获取模块310,用于获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及待诊断空调对应的用户耐受度。
舒适性分析模块320,用于对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度。
可靠性分析模块330,用于对机组运行参数进行分析,获得待诊断空调的可靠性健康度。
诊断结果获得模块340,用于根据舒适性健康度和可靠性健康度进行分析,获得待诊断空调的健康度诊断结果。
在一个实施例中,舒适性分析模块320还用于:将温控相关数据与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果;基于温控诊断结果和用户耐受度,获得舒适性健康度。
在一个实施例中,舒适性分析模块320还用于:根据温控相关数据进行分析,获得设定温度与室内环境温度之间的温差、到达设定温度的实际运行时长,以及到达设定温度之后的稳定时长;根据温差、实际运行时长以及稳定时长,与配置的温控正常范围进行比对分析,获得待诊断空调的温控诊断结果。
在一个实施例中,舒适性分析模块320还用于:将温差、实际运行时长以及稳定时长与配置的温控运行正常范围进行分析,确定待诊断空调的体感舒适度判定结果;对实际运行时长与配置的温控耗时正常范围进行对比分析,确定待诊断空调的温控耗时诊断结果;根据体感舒适度判定结果和温控耗时诊断结果,确定待诊断空调的温控诊断结果;温控正常范围包括温控运行正常范围和温控耗时正常范围。
在一个实施例中,可靠性分析模块330还用于:机组运行参数包括系统板块数据、强电板块数据和驱动板块数据中的至少一种;当机组运行参数包括系统板块数据时,将系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度;当机组运行参数包括强电板块数据时,将强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度;当机组运行参数包括驱动板块数据时,将驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度;根据系统健康度、强电健康度和/或驱动健康度,获得待诊断空调的可靠性健康度。
在一个实施例中,系统板块数据包括:压缩机运行频率、压缩机高压、压缩机低压、排气温度;可靠性分析模块330还用于:根据压缩机高压和排气温度,确定吸气过热度;基于压缩机运行频率、压缩机高压、压缩机低压、排气温度以及吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间;确定系统异常累计时间在预设时间段内的时间占比,获得异常占比,并根据异常占比,获得系统健康度。
在一个实施例中,可靠性分析模块330还用于:配置的系统运行正常范围包括:压力值正常范围、温度正常范围以及吸气过热度正常范围;温度正常范围包括排气温度正常范围;获取压缩机运行频率对应的压力值正常范围、温度正常范围、吸气过热度正常范围;基于压缩机高压和压缩机低压,与压力值正常范围进行比对分析,确定压缩机的压力值异常的第一持续时间信息;基于排气温度,与温度正常范围进行比对分析,获得温度异常持续时间信息;将吸气过热度,与吸气过热度正常范围进行比对分析,确定吸气过热度异常的第三持续时间信息;根据第一持续时间信息、第二持续时间信息、第三持续时间信息,确定系统异常累计时间,第二持续时间信息包括温度异常持续时间信息。
在一个实施例中,可靠性分析模块330还用于:系统板块数据还包括:压缩机壳顶温度;温度正常范围还包括:压缩机壳顶温度正常范围;基于压缩机高压、压缩机低压、排气温度以及吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,还包括:基于压缩机壳顶温度,与压缩机壳顶温度正常范围进行比对分析,获得压缩机壳顶温度持续时间信息;第二持续时间信息,还包括压缩机壳顶温度持续时间信息。
在一个实施例中,第一持续时间信息包括第一异常时间点以及对应的第一持续时长,第二持续时间信息包括第二异常时间点以及对应的第二持续时长,第三持续时间信息包括第三异常时间点以及对应的第三持续时长;可靠性分析模块330还用于:根据第一异常时间点以及对应的第一持续时长、第二异常时间点以及对应的第二持续时长、第三异常时间点以及对应的第三持续时长进行分析,确定异常交叉时长;将第一持续时长、第二持续时长以及第三持续时长之和减去异常交叉时长,确定系统异常累计时间。
在一个实施例中,可靠性分析模块330还用于:对强电板块数据进行分析,确定风机类型;根据风机类型,确定风机类型对应的强电运行正常范围;将强电板块数据与风机类型对应的强电运行正常范围进行对比分析,获得强电健康度。
在一个实施例中,可靠性分析模块330还用于:风机类型为侧出风时,强电板块数据包括风机频率和直流电机故障出现频次;强电运行正常范围包括风机频率正常范围和直流电机故障出现频次正常范围。
在一个实施例中,可靠性分析模块330还用于:风机类型为上出风时,强电板块数据包括风机故障出现频次;强电运行正常范围包括风机故障出现频次正常范围。
在一个实施例中,驱动板块数据包括:驱动故障出现频次、通信故障累积时间;可靠性分析模块330还用于:获取驱动故障出现频次正常范围、通信故障累积时间正常范围;基于驱动故障出现频次,与驱动故障出现频次正常范围进行比对分析,获得驱动故障出现频次诊断结果;基于通信故障累积时间,与通信故障累积时间正常范围进行比对分析,获得通信故障累积时间诊断结果;根据驱动故障出现频次诊断结果和通信故障累积时间诊断结果,确定驱动健康度。
在一个实施例中,还包括健康诊断正常范围获得模块,用于获取通信连接的所有空调发送的全工况实时数据;提取全工况实时数据中的温控相关数据样本、机组运行参数样本;对温控相关数据样本、机组运行参数样本进行大数据统计分析,获得健康诊断正常范围;基于健康诊断正常范围,对温控相关数据和用户耐受度进行分析,获得待诊断空调的舒适性健康度,对机组运行参数进行分析,获得可靠性健康度。
在一个实施例中,还包括发送模块,用于向待诊断空调健康度诊断结果,通过待诊断空调对应的显示设备显示健康度诊断结果。
关于空调健康度诊断装置的具体限定可以参见上文中对于空调健康度诊断方法的限定,在此不再赘述。上述空调健康度诊断装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储多联机相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种空调健康度诊断方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述空调健康度诊断方法的步骤。
在一个实施例中,一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述空调健康度诊断方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (18)
1.一种空调健康度诊断方法,其特征在于,所述方法包括:
获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及所述待诊断空调对应的用户耐受度;
对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度;
对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度;
根据所述舒适性健康度和所述可靠性健康度进行分析,获得所述待诊断空调的健康度诊断结果。
2.根据权利要求1所述的方法,其特征在于,对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度,包括:
将所述温控相关数据与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果;
基于所述温控诊断结果和所述用户耐受度,获得舒适性健康度。
3.根据权利要求2所述的方法,其特征在于,将所述温控相关数据与配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果,包括:
根据所述温控相关数据进行分析,获得设定温度与室内环境温度之间的温差、到达所述设定温度的实际运行时长,以及到达所述设定温度之后的稳定时长;
根据所述温差、所述实际运行时长以及所述稳定时长,与所述配置的温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果。
4.根据权利要求3所述的方法,其特征在于,所述配置的温控正常范围包括所述温控运行正常范围和所述温控耗时正常范围;根据所述温差、所述实际运行时长以及所述稳定时长,与配置的所述温控正常范围进行比对分析,获得所述待诊断空调的温控诊断结果,包括:
将所述温差、所述实际运行时长以及所述稳定时长与所述温控运行正常范围进行分析,确定所述待诊断空调的体感舒适度判定结果;
对所述实际运行时长与所述温控耗时正常范围进行对比分析,确定所述待诊断空调的温控耗时诊断结果;
根据所述体感舒适度判定结果和所述温控耗时诊断结果,确定所述待诊断空调的温控诊断结果。
5.根据权利要求1所述的方法,其特征在于,所述机组运行参数包括系统板块数据、强电板块数据和驱动板块数据中的至少一种;对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度,包括:
当所述机组运行参数包括所述系统板块数据时,将所述系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度;
当所述机组运行参数包括所述强电板块数据时,将所述强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度;
当所述机组运行参数包括所述驱动板块数据时,将所述驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度;
根据所述系统健康度、所述强电健康度和/或所述驱动健康度,获得所述待诊断空调的可靠性健康度。
6.根据权利要求5所述的方法,其特征在于,所述系统板块数据包括:压缩机运行频率、压缩机高压、压缩机低压、排气温度;将所述系统板块数据与配置的系统运行正常范围进行对比分析,获得系统健康度,包括:
根据所述压缩机高压和所述排气温度,确定吸气过热度;
基于所述压缩机运行频率、所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与所述配置的系统运行正常范围进行对比分析,确定系统异常累计时间;
确定所述系统异常累计时间在所述预设时间段内的时间占比,获得异常占比,并根据所述异常占比,获得系统健康度。
7.根据权利要求6所述的方法,其特征在于,所述配置的系统运行正常范围包括:压力值正常范围、温度正常范围以及吸气过热度正常范围;所述温度正常范围包括排气温度正常范围;
基于所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,包括:
获取所述压缩机运行频率对应的所述压力值正常范围、所述温度正常范围、所述吸气过热度正常范围;
基于所述压缩机高压和所述压缩机低压,与所述压力值正常范围进行比对分析,确定所述压缩机的压力值异常的第一持续时间信息;
基于所述排气温度,与所述温度正常范围进行比对分析,获得温度异常持续时间信息;
将所述吸气过热度,与所述吸气过热度正常范围进行比对分析,确定吸气过热度异常的第三持续时间信息;
根据所述第一持续时间信息、第二持续时间信息、所述第三持续时间信息,确定系统异常累计时间,所述第二持续时间信息包括所述温度异常持续时间信息。
8.根据权利要求7所述的方法,其特征在于,所述系统板块数据还包括:压缩机壳顶温度;所述温度正常范围还包括:压缩机壳顶温度正常范围;
基于所述压缩机高压、所述压缩机低压、所述排气温度以及所述吸气过热度,与配置的系统运行正常范围进行对比分析,确定系统异常累计时间,还包括:基于所述压缩机壳顶温度,与所述压缩机壳顶温度正常范围进行比对分析,获得压缩机壳顶温度持续时间信息;
所述第二持续时间信息,还包括所述压缩机壳顶温度持续时间信息。
9.根据权利要求7所述的方法,其特征在于,所述第一持续时间信息包括第一异常时间点以及对应的第一持续时长,所述第二持续时间信息包括第二异常时间点以及对应的第二持续时长,所述第三持续时间信息包括第三异常时间点以及对应的第三持续时长;根据所述第一持续时间信息、所述第二持续时间信息、所述第三持续时间信息,确定系统异常累计时间,包括:
根据所述第一异常时间点以及对应的第一持续时长、所述第二异常时间点以及对应的第二持续时长、所述第三异常时间点以及对应的第三持续时长进行分析,确定异常交叉时长;
将所述第一持续时长、所述第二持续时长以及所述第三持续时长之和减去异常交叉时长,确定系统异常累计时间。
10.根据权利要求5所述的方法,其特征在于,将所述强电板块数据与配置的强电运行正常范围进行对比分析,获得强电健康度,包括:
对所述强电板块数据进行分析,确定风机类型;
根据所述风机类型,确定所述风机类型对应的强电运行正常范围;
将所述强电板块数据与所述风机类型对应的强电运行正常范围进行对比分析,获得强电健康度。
11.根据权利要求10所述的方法,其特征在于,所述风机类型为侧出风时,所述强电板块数据包括风机频率和直流电机故障出现频次;所述强电运行正常范围包括风机频率正常范围和直流电机故障出现频次正常范围。
12.根据权利要求10所述的方法,其特征在于,所述风机类型为上出风时,所述强电板块数据包括风机故障出现频次;所述强电运行正常范围包括风机故障出现频次正常范围。
13.根据权利要求5所述的方法,其特征在于,所述驱动板块数据包括:驱动故障出现频次、通信故障累积时间;所述将所述驱动板块数据与配置的驱动运行正常范围进行对比分析,获得驱动健康度的步骤,包括:
获取驱动故障出现频次正常范围、通信故障累积时间正常范围;
基于所述驱动故障出现频次,与所述驱动故障出现频次正常范围进行比对分析,获得驱动故障出现频次诊断结果;
基于所述通信故障累积时间,与所述通信故障累积时间正常范围进行比对分析,获得通信故障累积时间诊断结果;
根据所述驱动故障出现频次诊断结果和所述通信故障累积时间诊断结果,确定驱动健康度。
14.根据权利要求1所述的方法,其特征在于,获取待诊断空调预设时间段内的温控相关数据之前,所述方法还包括:
获取通信连接的所有空调发送的全工况实时数据;
提取所述全工况实时数据中的温控相关数据样本、机组运行参数样本;
对所述温控相关数据样本、所述机组运行参数样本进行大数据统计分析,获得健康诊断正常范围;
基于所述健康诊断正常范围,对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度,对所述机组运行参数进行分析,获得可靠性健康度。
15.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
向所述待诊断空调发送所述健康度诊断结果,通过所述待诊断空调对应的显示设备显示所述健康度诊断结果。
16.一种空调健康度诊断装置,其特征在于,所述装置包括:
数据获取模块,用于获取待诊断空调预设时间段内的温控相关数据、机组运行参数以及所述待诊断空调对应的用户耐受度;
舒适性分析模块,用于对所述温控相关数据和所述用户耐受度进行分析,获得所述待诊断空调的舒适性健康度;
可靠性分析模块,用于对所述机组运行参数进行分析,获得所述待诊断空调的可靠性健康度;
诊断结果获得模块,用于根据所述舒适性健康度和所述可靠性健康度进行分析,获得所述待诊断空调的健康度诊断结果。
17.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至15中任一项所述的方法的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至15中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010418844.3A CN111578447B (zh) | 2020-05-18 | 2020-05-18 | 空调健康度诊断方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010418844.3A CN111578447B (zh) | 2020-05-18 | 2020-05-18 | 空调健康度诊断方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111578447A true CN111578447A (zh) | 2020-08-25 |
CN111578447B CN111578447B (zh) | 2021-06-01 |
Family
ID=72110907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010418844.3A Active CN111578447B (zh) | 2020-05-18 | 2020-05-18 | 空调健康度诊断方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111578447B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111765590A (zh) * | 2020-06-01 | 2020-10-13 | 珠海格力电器股份有限公司 | 一种空调健康度等级评价方法、装置、存储介质及服务器 |
CN112128919A (zh) * | 2020-09-22 | 2020-12-25 | 珠海格力电器股份有限公司 | 空调健康状态评价方法、装置、空调和存储介质 |
CN113294888A (zh) * | 2021-05-26 | 2021-08-24 | 珠海格力电器股份有限公司 | 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 |
CN113606732A (zh) * | 2021-08-04 | 2021-11-05 | 广东美的暖通设备有限公司 | 健康度评估方法、装置、计算设备及存储介质 |
CN114333286A (zh) * | 2021-12-31 | 2022-04-12 | 青岛海尔空调电子有限公司 | 一种空调器遥控信号测试装置、系统和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140127055A (ko) * | 2013-04-24 | 2014-11-03 | 한국건설기술연구원 | 주행 특성 및 환경에 따른 배출 오염량 추정을 통한 차량 실내 환기 시스템 및 방법 |
CN107842975A (zh) * | 2016-09-20 | 2018-03-27 | 中国电信股份有限公司 | 机房专用空调运行状态确定方法、装置、系统和用户终端 |
CN110210508A (zh) * | 2018-12-06 | 2019-09-06 | 北京奇艺世纪科技有限公司 | 模型生成方法、异常流量检测方法、装置、电子设备、计算机可读存储介质 |
CN110296500A (zh) * | 2019-07-10 | 2019-10-01 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
CN110567085A (zh) * | 2019-08-01 | 2019-12-13 | 珠海格力电器股份有限公司 | 空调的监控方法、装置和空调 |
CN111006355A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力电器股份有限公司 | 空调机组及其运行状态监测方法、装置 |
CN111426015A (zh) * | 2020-04-29 | 2020-07-17 | 珠海格力电器股份有限公司 | 空调机组健康度监测方法、装置及空调机组 |
-
2020
- 2020-05-18 CN CN202010418844.3A patent/CN111578447B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140127055A (ko) * | 2013-04-24 | 2014-11-03 | 한국건설기술연구원 | 주행 특성 및 환경에 따른 배출 오염량 추정을 통한 차량 실내 환기 시스템 및 방법 |
CN107842975A (zh) * | 2016-09-20 | 2018-03-27 | 中国电信股份有限公司 | 机房专用空调运行状态确定方法、装置、系统和用户终端 |
CN110210508A (zh) * | 2018-12-06 | 2019-09-06 | 北京奇艺世纪科技有限公司 | 模型生成方法、异常流量检测方法、装置、电子设备、计算机可读存储介质 |
CN110296500A (zh) * | 2019-07-10 | 2019-10-01 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
CN110567085A (zh) * | 2019-08-01 | 2019-12-13 | 珠海格力电器股份有限公司 | 空调的监控方法、装置和空调 |
CN111006355A (zh) * | 2019-12-16 | 2020-04-14 | 珠海格力电器股份有限公司 | 空调机组及其运行状态监测方法、装置 |
CN111426015A (zh) * | 2020-04-29 | 2020-07-17 | 珠海格力电器股份有限公司 | 空调机组健康度监测方法、装置及空调机组 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111765590A (zh) * | 2020-06-01 | 2020-10-13 | 珠海格力电器股份有限公司 | 一种空调健康度等级评价方法、装置、存储介质及服务器 |
CN112128919A (zh) * | 2020-09-22 | 2020-12-25 | 珠海格力电器股份有限公司 | 空调健康状态评价方法、装置、空调和存储介质 |
CN113294888A (zh) * | 2021-05-26 | 2021-08-24 | 珠海格力电器股份有限公司 | 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 |
CN113294888B (zh) * | 2021-05-26 | 2022-04-19 | 珠海格力电器股份有限公司 | 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 |
CN113606732A (zh) * | 2021-08-04 | 2021-11-05 | 广东美的暖通设备有限公司 | 健康度评估方法、装置、计算设备及存储介质 |
CN113606732B (zh) * | 2021-08-04 | 2023-04-18 | 广东美的暖通设备有限公司 | 健康度评估方法、装置、计算设备及存储介质 |
CN114333286A (zh) * | 2021-12-31 | 2022-04-12 | 青岛海尔空调电子有限公司 | 一种空调器遥控信号测试装置、系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111578447B (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111578447B (zh) | 空调健康度诊断方法、装置、计算机设备和存储介质 | |
KR102571211B1 (ko) | 공기조화기 시스템 및 그 제어방법 | |
CN108763721B (zh) | 空调系统充注量的仿真方法 | |
US11769118B2 (en) | Systems and methods for automated diagnostics of HVAC systems | |
KR102560458B1 (ko) | 공기조화기 시스템 및 그 제어방법 | |
KR102364621B1 (ko) | 공기조화기 시스템 및 그 제어방법 | |
WO2009107698A1 (ja) | 空調システム及びビル空調設備の消費電力量予測装置 | |
CN113677941A (zh) | 冷冻循环装置的性能劣化诊断系统 | |
JP7204444B2 (ja) | 空調システム管理装置、データ提供システム、データ提供方法、及び、プログラム | |
CN113834184B (zh) | 用于空调的控制方法、装置和服务器 | |
JP6733704B2 (ja) | 空調管理システム及び通信制御装置 | |
CN113294897A (zh) | 空调器的转速控制方法、空调器和存储介质 | |
GB2563508A (en) | Refrigerant shortage prediction apparatus, refrigerant shortage prediction method, and program | |
KR102393602B1 (ko) | 공기조화기 시스템 및 그 제어방법 | |
CN109506322B (zh) | 空调参数的显示方法、装置及机房空调系统、计算机设备 | |
CN113294888B (zh) | 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 | |
JP4382467B2 (ja) | 空調機データ収集システム | |
JP2019211108A (ja) | 空調管理システム及び通信制御装置 | |
CN110486888B (zh) | 一种室内机控制主板异常判断方法、装置及空调机组 | |
CN112611082A (zh) | 空调机组及其控制方法 | |
CN109684171A (zh) | 机组设备的数据监控方法、装置、机组设备及系统 | |
CN110887177B (zh) | 一种变电站空调联动的控制方法、设备、存储介质 | |
CN112503722B (zh) | 设备的联动控制方法、系统、计算机设备和存储介质 | |
WO2023248402A1 (ja) | 空気調和システム及び異常診断方法 | |
CN113834183B (zh) | 用于空调的控制方法、装置和服务器 |
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 |