CN112696791A - 一种轨道车辆空调机组冷媒泄露预警方法 - Google Patents
一种轨道车辆空调机组冷媒泄露预警方法 Download PDFInfo
- Publication number
- CN112696791A CN112696791A CN202011560941.2A CN202011560941A CN112696791A CN 112696791 A CN112696791 A CN 112696791A CN 202011560941 A CN202011560941 A CN 202011560941A CN 112696791 A CN112696791 A CN 112696791A
- Authority
- CN
- China
- Prior art keywords
- air conditioning
- conditioning unit
- refrigerant leakage
- early warning
- parameter
- 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.)
- Pending
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本发明提供了本发明提供了一种轨道车辆空调机组冷媒泄露预警方法,利用大数据模型,可以实现列车运营过程中的冷媒泄露预警,同时在冷媒泄露初期即可报出预警,将故障维护变为预诊断检测维护,既可以减少空调系统冷媒泄露过多引起的其他部件损坏风险,又可以避免冷媒泄露造成的空调制冷量不足导致的客室舒适度下降从而引起乘客投诉的风险,还可以为列车调度留出充足时间对车辆进行安排维修,防止列车在正线运行时报出故障。从而降低列车正线运行故障率,提高列车上线率,提高乘客满意度,提高运营效率,节省运营部门人力成本和物力成本。
Description
技术领域
本发明涉及轨道车辆空调机组技术领域,尤其是一种轨道车辆空调机组冷媒泄露预警方法。
背景技术
轨道列车空调机组的制冷回路由压缩机、冷凝器、电子膨胀阀、蒸发器等主要部件组成,通过铜管钎焊连接形成封闭的制冷系统。
空调机组制冷时,在制冷回路中,压缩机将低温低压的气态制冷剂压缩成高温高压的过热气体进入冷凝器,通过冷凝风机使外界空气与冷凝器进行强制换热,冷凝成液体。冷凝器内的液体通过电子膨胀阀进行节流降压进入到蒸发器,通过蒸发风机使客室与外界新风组成的混合空气与换热器进行强制换热,蒸发器内的液体蒸发成为低压气体,再被压缩机吸入,完成一个制冷循环。压缩机连续工作,达到连续制冷的效果。
空调系统的运行离不开冷媒,冷媒充注在空调系统管路内部。当空调收到运行指令开始运行后,压缩机驱动冷媒在空调管路及蒸发器、冷凝器之间循环,实现空调制冷、制热的功能。当冷媒发生轻微泄露时,此时一般不会对空调系统的正常运行功能造成影响,空调此时一般不会报出故障,但此时会导致制冷能力下降。当冷媒发生大量泄露时,空调系统管路内部压力降低,导致压力监测的低压开关动作,空调机组会报出系统低压故障,此时空调系统制冷能力完全丧失。
当空调机组发生冷媒泄露问题时,列车必须回库进行检修,使用卤素检漏仪查找冷媒泄露点,然后对泄露点进行重新焊接,整个维修周期较长。由于此类故障无法提前预知,故障发生后会打乱运营公司原有运营计划,需要临时调拨车辆代替运行,增加车辆调拨难度,增加车辆晚点风险,影响列车上线率,降低运营效率。
发明内容
本发明主要目的在于解决上述问题和不足,提供一种轨道车辆空调机组冷媒泄露预警方法。
为实现上述目的,本发明提供的一种轨道车辆空调机组冷媒泄露预警方法,其技术方案是:
一种轨道车辆空调机组冷媒泄露预警方法,所述空调机组包括多个传感器,所述方法包括以下步骤:
S1,在实验室中模拟不同环境温度状态下,空调机组正常工作稳定时各个传感器的参数变化规律,通过大数据建模,得到空调机组正常工作下的工作模型,并确定模型中的输入数据类型和输出数据类型,并将工作模型搭建在服务器中;
S2,空调机组控制系统上电并稳定工作后,读取各传感器的参数数据并传输给空调控制器进行存储;
S3,控制器将接收到的数据通过网络传输给服务器,服务器对各数据进行对比记录;
S4,服务器将接收到的数据按模型要求输入对应的参数,模型自动输出对应的正常工作状态下的其他参数;
S5,将模型输出的参数值与服务器接收到的实时数据进行比较,当比较所得的差值超出预定阈值时,触发报警机制,报出空调机组冷媒泄露预警。
进一步的,步骤S1中,同时模拟冷媒在泄露量在不同状态下,各参数的数据,并计算与正常工作状态下的对应参数偏移量。
进一步的,根据计算得到的参数偏移量,确定判断冷媒泄露的阈值。
进一步的,根据计算得到的参数偏移量,以冷媒泄露量为20%—3%范围时的参数偏移量为阈值。
进一步的,根据计算得到的参数偏移量,以冷媒泄露量为25%时的参数偏移量为阈值。
进一步的,轨道车辆包括多组车厢,每节车厢均设置有空调机组,预警方法还包括多节车厢内各传感器参数的数据的横向对比,当车厢内的某项参数与其他节车厢的对应参数的差值大于预定值时,启动横向报警机制。
进一步的,每节车厢内的空调机组包括两组制冷系统,所述传感器包括设置在每组制冷系统各处的冷凝温度传感器、排气温度传感、高压压力传感器、蒸发温度传感器、吸气温度传感器、低压压力传感器。
进一步的,所述传感器还包括设置在空调机组回风口处的回风温度传感器以及新风口处的新风温度传感器。
进一步的,模型的输入参数为环境温度,输出数据包括空调机组的蒸发器温度、冷凝器温度以及压缩机的排气温度。
进一步的,所述输出数据还包括压缩机的运行电流和/或电压。
综上所述,本发明提供的一种轨道车辆空调机组冷媒泄露预警方法,与现有技术相比,可以实现列车运营过程中的冷媒泄露预警,同时在冷媒泄露初期即可报出预警,将故障维护变为预诊断检测维护,既可以减少空调系统冷媒泄露过多引起的其他部件损坏风险,又可以避免冷媒泄露造成的空调制冷量不足导致的客室舒适度下降从而引起乘客投诉的风险,还可以为列车调度留出充足时间对车辆进行安排维修,防止列车在正线运行时报出故障。从而降低列车正线运行故障率,提高列车上线率,提高乘客满意度,提高运营效率,节省运营部门人力成本和物力成本。
附图说明:
图1:本发明提供的一种轨道车辆空调机组冷媒泄露预警方法中传感器布置示意图;
图2:本发明提供的一种轨道车辆空调机组冷媒泄露预警方法中预警逻辑示意图;
其中,回风温度传感器1,新风温度传感器2,A系统排气温度传感器及高压压力传感器3,B系统排气温度传感器及高压压力传感器4,A系统冷凝温度传感器5,B系统冷凝温度传感器6,A系统蒸发温度传感器7,B系统蒸发温度传感器8,A系统吸气温度传感器及低压压力传感器9,B系统吸气温度传感器及低压压力传感器10。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步的详细描述。
本发明提供了一种轨道车辆空调机组冷媒泄露预警方法,轨道车辆的每节车厢均设置一组空调机组,如图1所示,每组空调机组包括两套制冷系统,A系统和B系统,每套制冷系统均包括通过制冷管路连接的压缩机、冷凝器和蒸发器,并在A系统排气温度传感器及高压压力传感器3,B系统排气温度传感器及高压压力传感器4,A系统冷凝温度传感器5,B系统冷凝温度传感器6,A系统蒸发温度传感器7,B系统蒸发温度传感器8,A系统吸气温度传感器及低压压力传感器9,B系统吸气温度传感器及低压压力传感器10。车厢内设置有新口风和回风口,通过相应的风道与空机组的新风入口和回风入口连接,并在空调机组的新风入口和回风入口处相应设置检测新风温度和车厢内回风温度的新风温度传感器2、回风温度传感器1,即在本实施例中,每节车厢的空调机组内共设有10个传感器。
为避免轨道车辆运行过程中,冷媒发生泄露而不能及时发现,本发明提供了一种可以实现列车运营过程中的冷媒泄露预警,同时在冷媒泄露初期即可报出预警的轨道车辆空调机组的冷媒泄露预警方法,如图2所示,包括以下步骤:
S1,在实验室中模拟不同环境温度状态下,空调机组正常工作稳定时各个传感器的参数变化规律,通过大数据建模,得到空调机组正常工作下的工作模型,并确定模型中的输入数据类型和输出数据类型,并将工作模型搭建在服务器中。
当空调系统正常工作稳定后,系统的蒸发器温度、冷凝器温度、压缩机排气温度等各项参数都趋于稳定。在不同的环境温度下,虽然各项参数有些许的差别,但这些参数的变化范围并不大。同时当环境温度发生改变时,各项参数的变化也是有规律的。
在实验室中模拟不同环境温度,记录下各参数的变化规律,通过大数据建模,可以得到空调系统的正常工作状态下的模型。这个模型中环境温度为“因”,空调系统的蒸发器温度、冷凝器温度、压缩机排气温度为“果”,即模型中,输入数据为环境温度,而输出数据为各传感器收集的参数数据。服务器收到空调系统传输回来的环境温度参数,将此参数作为“因”输入至模型中,可以得到此时正常状态下的空调机组各项参数的“果”的输出结果。需要说明的是,模型中包括实验模拟出的环境温度及对应的蒸发器温度、冷凝器温度、压缩机排气温度等参数,也可将实验数据进行处理,使得输入的“因”为环境温度区间,每个环境温度区间,对应一组蒸发器温度、冷凝器温度、压缩机排气温度等参数的输出,以确保后续比对的准确性。
当空调系统发生冷媒泄露时,空调系统制冷功率会下降,此时蒸发器温度、冷凝器温度、排气温度与正常工作时相应的参数会发生较大的偏移,因此,在做正常工作状态下的模拟实验时,同时可模拟冷媒在不同泄露量时对应的各参数值,在本实施例中,在实验室中分别模拟25%、50%、75%等不同的冷媒泄露量,测试此时冷媒泄露对空调系统制冷能力的影响,同时也可测出不同泄露量时蒸发器温度、冷凝器温度、排气温度等各项参数值,并与正常工作状态下的对应参数值,计算偏移量大小。经大量模拟实验,得出冷媒泄露量小于25%以下时,对空调系统的制冷能力影响不大,泄漏量高于25%时对空调系统的制冷能力影响较大,因此,在本实施例中,将在实验室测试出的冷媒泄露量25%时各项参数偏移量作为阈值。进一步的,以25%的泄露量为基础,对15%-35%范围内的泄露量,重新进行大量的模拟实验,以获取相关参数,经实验验证,当泄露量在20%-30%范围内时,对制冷能力的影响相差不大,可根据对泄露量的影响要求,确定在此范围内的任一参数偏移量作为阈值。
S2,空调机组控制系统上电并稳定工作后,读取各传感器的参数数据并传输给空调控制器进行存储;
S3,控制器将接收到的数据通过网络传输给服务器,服务器对各数据进行对比记录;
S4,步骤S1中形成的模型可固化在服务器内,服务器将接收到的数据按模型要求输入对应的参数,模型自动输出对应的正常工作状态下的其他参数。
进一步的,服务器收到空调控制器传输回来的环境温度参数,将此参数做为输入数据的“因”输入到模型中,服务器自动将实时的环境温度与模型中预存的大数据进行对比,从而输出对应的正常工作状态下的各传感器的理论参数。
S5,将模型输出的参数值与服务器接收到的实时数据进行比较,当比较所得的差值超出步骤S1中确定的阈值时,触发报警机制,报出空调机组冷媒泄露预警。
需要说明的是,如图2所示,当经判断无冷媒泄露时,将获取的相应参数以及判断结果一并进行数据存储,做为运行日志备查。而且,控制器及服务器中设置有定时装置,定时收取相应的运行参数,并按上述步骤循环进行冷媒泄露预警操作。
轨道车辆包括多组车厢,每节车厢均设置有空调机组,由于同一列车的运行环境基本相同,故同一列车空调系统运行相同模式时,各传感器温度参数基本一致,各压力传感器数值也一致。当此列车的各空调机组发送回服务器后,服务器可以进行同一列车的各参数横向对比,这些参数包括室外环境温度、室内环境温度、蒸发器温度、冷凝器温度、排气温度、吸气温度、高压压力、低压压力、电机运行电流/电压等。若发现某一机组的某项参数差别较大,超出预定值时,即启动横向预警机制报警。
通过上述数据模型的对比以及各项参数的横向对比,可以大大提高预诊断结果的准确性。
综上所述,本发明提供的一种轨道车辆空调机组冷媒泄露预警方法,与现有技术相比,可以实现列车运营过程中的冷媒泄露预警,同时在冷媒泄露初期即可报出预警,将故障维护变为预诊断检测维护,既可以减少空调系统冷媒泄露过多引起的其他部件损坏风险,又可以避免冷媒泄露造成的空调制冷量不足导致的客室舒适度下降从而引起乘客投诉的风险,还可以为列车调度留出充足时间对车辆进行安排维修,防止列车在正线运行时报出故障。从而降低列车正线运行故障率,提高列车上线率,提高乘客满意度,提高运营效率,节省运营部门人力成本和物力成本。
如上所述,结合所给出的方案内容,可以衍生出类似的技术方案。但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种轨道车辆空调机组冷媒泄露预警方法,所述空调机组包括多个传感器,其特征在于:所述方法包括以下步骤,
S1,在实验室中模拟不同环境温度状态下,空调机组正常工作稳定时各个传感器的参数变化规律,通过大数据建模,得到空调机组正常工作下的工作模型,并确定模型中的输入数据类型和输出数据类型,并将工作模型搭建在服务器中;
S2,空调机组控制系统上电并稳定工作后,读取各传感器的参数数据并传输给空调控制器进行存储;
S3,控制器将接收到的数据通过网络传输给服务器,服务器对各数据进行对比记录;
S4,服务器将接收到的数据按模型要求输入对应的参数,模型自动输出对应的正常工作状态下的其他参数;
S5,将模型输出的参数值与服务器接收到的实时数据进行比较,当比较所得的差值超出预定阈值时,触发报警机制,报出空调机组冷媒泄露预警。
2.如权利要求1所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:步骤S1中,同时模拟冷媒在泄露量在不同状态下,各参数的数据,并计算与正常工作状态下的对应参数偏移量。
3.如权利要求3所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:根据计算得到的参数偏移量,确定判断冷媒泄露的阈值。
4.如权利要求1所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:根据计算得到的参数偏移量,以冷媒泄露量在20%-30%范围时的参数偏移量为阈值。
5.如权利要求4所述的一种轨道车辆空调机组冷媒泄露预期方法,其特征在于:根据计算得到的参数偏移量,以冷媒泄露量在25%范围时的参数偏移量为阈值。
6.如权利要求1所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:轨道车辆包括多组车厢,每节车厢均设置有空调机组,预警方法还包括多节车厢内各传感器参数的数据的横向对比,当车厢内的某项参数与其他节车厢的对应参数的差值大于预定值时,启动横向报警机制。
7.如权利要求1所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:每节车厢内的空调机组包括两组制冷系统,所述传感器包括设置在每组制冷系统各处的冷凝温度传感器、排气温度传感、高压压力传感器、蒸发温度传感器、吸气温度传感器、低压压力传感器。
8.如权利要求7所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:所述传感器还包括设置在空调机组回风口处的回风温度传感器以及新风口处的新风温度传感器。
9.如权利要求1所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:模型的输入参数为环境温度,输出数据包括空调机组的蒸发器温度、冷凝器温度以及压缩机的排气温度。
10.如权利要求9所述的一种轨道车辆空调机组冷媒泄露预警方法,其特征在于:所述输出数据还包括压缩机的运行电流和/或电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560941.2A CN112696791A (zh) | 2020-12-25 | 2020-12-25 | 一种轨道车辆空调机组冷媒泄露预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560941.2A CN112696791A (zh) | 2020-12-25 | 2020-12-25 | 一种轨道车辆空调机组冷媒泄露预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112696791A true CN112696791A (zh) | 2021-04-23 |
Family
ID=75510404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011560941.2A Pending CN112696791A (zh) | 2020-12-25 | 2020-12-25 | 一种轨道车辆空调机组冷媒泄露预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112696791A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113446716A (zh) * | 2021-07-05 | 2021-09-28 | 成都地铁运营有限公司 | 一种轨道交通通风空调模式自诊断方法及系统 |
CN113847705A (zh) * | 2021-09-30 | 2021-12-28 | 广东美的制冷设备有限公司 | 空调器及其快检方法与装置、存储介质 |
CN114312213A (zh) * | 2021-12-14 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 车辆的制冷剂容量异常预测方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010138355A1 (en) * | 2009-05-28 | 2010-12-02 | American Power Conversion Corporation | Systems and methods for detecting refrigerant leaks in cooling systems |
CN106594966A (zh) * | 2016-11-09 | 2017-04-26 | 珠海格力电器股份有限公司 | 一种检测空调系统冷媒泄漏的方法及空调系统 |
CN108332355A (zh) * | 2017-12-19 | 2018-07-27 | 赛尔通信服务技术股份有限公司 | 一种用于通信基站的节能系统及节能方法 |
CN109357359A (zh) * | 2018-11-06 | 2019-02-19 | 青岛海尔空调器有限总公司 | 空调器故障预诊断的方法、装置和空调器 |
CN111546854A (zh) * | 2020-06-18 | 2020-08-18 | 中南大学 | 一种智能列车空调机组在途识别与诊断方法 |
-
2020
- 2020-12-25 CN CN202011560941.2A patent/CN112696791A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010138355A1 (en) * | 2009-05-28 | 2010-12-02 | American Power Conversion Corporation | Systems and methods for detecting refrigerant leaks in cooling systems |
CN106594966A (zh) * | 2016-11-09 | 2017-04-26 | 珠海格力电器股份有限公司 | 一种检测空调系统冷媒泄漏的方法及空调系统 |
CN108332355A (zh) * | 2017-12-19 | 2018-07-27 | 赛尔通信服务技术股份有限公司 | 一种用于通信基站的节能系统及节能方法 |
CN109357359A (zh) * | 2018-11-06 | 2019-02-19 | 青岛海尔空调器有限总公司 | 空调器故障预诊断的方法、装置和空调器 |
CN111546854A (zh) * | 2020-06-18 | 2020-08-18 | 中南大学 | 一种智能列车空调机组在途识别与诊断方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113446716A (zh) * | 2021-07-05 | 2021-09-28 | 成都地铁运营有限公司 | 一种轨道交通通风空调模式自诊断方法及系统 |
CN113446716B (zh) * | 2021-07-05 | 2022-09-16 | 成都地铁运营有限公司 | 一种轨道交通通风空调模式自诊断方法及系统 |
CN113847705A (zh) * | 2021-09-30 | 2021-12-28 | 广东美的制冷设备有限公司 | 空调器及其快检方法与装置、存储介质 |
CN114312213A (zh) * | 2021-12-14 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 车辆的制冷剂容量异常预测方法、装置、设备及介质 |
CN114312213B (zh) * | 2021-12-14 | 2023-10-17 | 华人运通(江苏)技术有限公司 | 车辆的制冷剂容量异常预测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112696791A (zh) | 一种轨道车辆空调机组冷媒泄露预警方法 | |
US20220147949A1 (en) | Systems and methods for automated diagnostics of hvac systems | |
CN100451473C (zh) | 具有制冷剂缺少故障检测功能的空调器及故障检测方法 | |
CN102147142B (zh) | 空调和用于控制空调的方法 | |
EP0883047B1 (en) | System for monitoring expansion valve | |
CN101529171B (zh) | 具有多区监控与诊断的供暖、通风、空调及制冷系统 | |
CN105485856B (zh) | 空调系统及空调系统制热状态下的异常检测方法 | |
CN108317662B (zh) | 故障检测方法、装置、空调器和计算机可读存储介质 | |
US20080077260A1 (en) | Refrigeration system fault detection and diagnosis using distributed microsystems | |
CN108763721A (zh) | 空调系统充注量的仿真方法 | |
CN112413809B (zh) | 中央空调冷站运行评价方法、装置和系统 | |
RU2694295C2 (ru) | Устройство и способ контроля работы системы овк, комплекс, содержащий систему овк и такое устройство контроля, и соответствующий компьютерный программный продукт | |
CN110319541B (zh) | 一种大排量变频多联机系统的卸载调节控制方法 | |
CN105299841A (zh) | 多联机系统及其室外换热器的换热阀体的故障检测方法 | |
CN111023461B (zh) | 一种空调器的检测控制方法、系统、空调器及存储介质 | |
CN105546749A (zh) | 空调系统、空调系统油堵的处理方法及处理装置 | |
CN103998870A (zh) | 空气调节装置 | |
CN109543221B (zh) | 一种用于空调冷水机组现场故障诊断方法 | |
CN105627612A (zh) | 室外机冷媒管路系统、空调器及空调器的制冷控制方法 | |
CN115493248A (zh) | 一种中央空调系统全生命周期的智能诊断方法和系统 | |
US20230259111A1 (en) | Abnormality detection system and refrigerator, abnormality detection method, and abnormality detection program | |
CN110926544B (zh) | 一种换热机组用检测设备及其在线自动检测方法 | |
Guo et al. | Labeling modes of operation and extracting features for fault detection with cloud-based thermostat data | |
Bailey et al. | Creating an automated chiller fault detection and diagnostics tool using a data fault library | |
CN114923261A (zh) | 中央空调机组故障监控方法、系统及中央空调机组单元 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210423 |
|
RJ01 | Rejection of invention patent application after publication |