CN112710120A - 非侵入式冷媒泄漏检测系统、方法及其门槛值自适化方法 - Google Patents

Abstract

本发明提供一种非侵入式冷媒泄漏检测系统、方法以及其门槛值自适化的方法，其仅须使用冷冻冷藏柜现有温度传感器，利用设备历史数据分析，以除霜间隔时间为时窗，计算出每一时窗内的平均温度值及变异数，且能自适化计算出各冷冻冷藏柜特有的门槛值，假若变异数与门槛值的比值大于1，则代表该冷冻冷藏柜的温度变化异常，判定为冷媒泄漏。

Description

非侵入式冷媒泄漏检测系统、方法及其门槛值自适化方法

技术领域

本发明关于冷媒泄漏检测技术，尤指一种非侵入式冷媒泄漏检测系统、方法以及其门槛值自适化的方法。

背景技术

因应全球暖化以及臭氧层破坏等环境意识提升，制冷系统的冷媒开始以碳氢化合物和混合冷媒取代会造成严重温室效应的碳氢氟化合物，由于冷媒具有爆炸性和毒性，因而冷媒泄漏不仅会令制冷系统运转效率下降，对人体也会产生不利影响及危险。

此外，冷冻冷藏柜的制冷系统占超市的能耗超过50％，从节能和经济效益来看，制冷系统稳运转效率是非常重要的，此外为了食安问题，若发现冷冻冷藏柜未能保持在正确的温度时，必须销毁柜内食品，意味着食品的浪费和库存成本提升，因此，监测制冷的系统不仅是监测柜内温度，更须能够提早感测出冷冻冷藏柜即将出现故障的预警功能，才能让监测达到最大功效。惟目前检测冷冻冷藏柜运转异常的系统有几个缺失：1、仅有警报功能，故仍需维修师傅到场检修，处理时间长且浪费人力资源；2、系统故障异常讯息不足，无法提供有效的故障问题点，店员无法即时提供资讯给维修师傅；3、传感器种类和数量均不足，也就是成本考量下，多数冷冻冷藏柜仅有出风和蒸发器温度计等传感器。

此外，依据超商的冷冻冷藏柜的维修数据分析，冷媒泄漏占限时维修中约10％，若可提前预知冷媒泄漏，将可大幅度降低食物损坏的风险和维修人员的人力成本，从限时维修降为一般维修保养。惟现行多数冷媒泄漏检测方式是额外增加传感器或是连接压缩机，不仅会增加硬体成本，且在运作中的冷冻冷藏柜上安装上非常困难，因施工成本高而推广不易。

因此，如何能在不需额外硬体成本和施工成本下，在冷冻冷藏柜中增加冷媒泄漏预警功能，此将成为本技术领域人员极欲解决的课题。

发明内容

有鉴于此，本发明提供一种非侵入式冷媒泄漏检测技术，利用既有温度传感器，并结合运作模式与设备历史数据的分析，借以解决上述技术问题。

本发明提供一种非侵入式冷媒泄漏检测方法，包括：取得冷冻冷藏柜的运作模式输出值，及取得位于该冷冻冷藏柜内的温度传感器所感测的温度值；利用该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值的平均温度值以及该每一时窗内该平均温度值的变异数；通过设备历史数据取得建议门槛值；以及计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断为冷媒泄漏的状况。

本发明提供一种非侵入式冷媒泄漏检测系统，其包括：数据收集模块，用于取得冷冻冷藏柜的运作模式输出值以及位于该冷冻冷藏柜内的温度传感器所感测的温度值；计算模块，用于利用该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值的平均温度值以及该每一时窗内该平均温度值的变异数；门槛值模块，用于通过设备历史数据取得建议门槛值：以及判断模块，用于计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断有冷媒泄漏的状况。

本发明提供门槛值自适化的方法，应用于非侵入式冷媒泄漏检测系统，该方法包括：取得冷冻冷藏柜的历史维修纪录以及设备历史数据；依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数；计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果；比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性；以及依据该准确性调整该初始门槛值而作为该非侵入式冷媒泄漏检测系统判断冷媒泄漏的门槛值。

综上可知，本发明为一种非侵入式冷媒泄漏检测系统、方法以及其门槛值自适化的方法，基于常见的冷冻冷藏系统其温控器皆具有出风口及/或蒸发器的温度传感器，因而本发明仅利用出风口或蒸发器的温度传感器所感测温度以及冷冻冷藏柜的运转模式，收集冷冻冷藏柜的设备历史数据，通过自主学习，计算出变异数、平均值和门槛值，并利用变异数和自适化门槛值关系判断故障状态，如此在无须增加额外成本下，能以现有设备及冷媒泄漏检测演算法推测出冷媒泄漏状态，并能即时告警使用者以进行维修。

附图说明

图说明

图1为本发明的非侵入式冷媒泄漏检测方法的步骤图。

图2为本发明一实施例的非侵入式冷媒泄漏检测方法的流程图。

图3为本发明的门槛值自适化的方法的步骤图。

图4为本发明一实施例的门槛值自适化的方法的流程图。

图5为本发明一实施例的非侵入式冷媒泄漏检测系统的示意图。

图6为本发明另一实施例的非侵入式冷媒泄漏检测系统的示意图。

图7A和图7B为本发明一具体实施例中温度平均值与变异数计算的示意图。

图8为本发明一具体实施例中门槛值与故障预测准确度的比较图。

符号说明：

1 非侵入式冷媒泄漏检测系统；

11 数据收集模块；

12 计算模块；

13 门槛值模块；

131 储存单元；

132 运算单元；

133 自适化单元；

14 判断模块；

7 运作模式输出值；

8 温度值；

9 设备历史数据；

S11～S15 步骤；

S31～S35 步骤。

具体实施方式

以下通过特定的具体实施例说明本发明的技术内容，熟悉此技艺的人士可由本说明书所揭示的内容轻易地了解本发明的优点与功效。然本发明也可通过其他不同的具体实施例加以施行或应用。

图1为本发明的非侵入式冷媒泄漏检测方法的步骤图。本发明所述非侵入式冷媒泄漏检测方法其目的用于检测冷媒是否泄漏，由于冷媒流量会影响制冷效果，在本发明冷媒泄漏检测方法中，于冷冻冷藏柜中安装温度传感器并取得其运转模式，通过收集数据并分析其历史数据以检测冷媒泄漏的故障，也就是利用历史纪录数据产生门槛值，且通过计算每一期间平均温度值和变异数，通过判断变异数与门槛值的比值，以作为判断冷媒是否泄漏的依据。

于步骤S11，取得冷冻冷藏柜的运作模式输出值。于此步骤中，取得该冷冻冷藏柜其运作模式输出值，运作模式输出值包括该冷冻冷藏柜运转时处于非除霜时间(冷藏时间)或除霜时间。

于步骤S12，取得位于该冷冻冷藏柜内的温度传感器所感测的温度值。于此步骤中，取得该冷冻冷藏柜中温度传感器所感测的温度值，本发明是通过判断该冷冻冷藏柜内出风口温度状态，进而通过与设备历史数据相比较，进而推判冷媒是否有泄漏情况，惟温度传感器并非限制仅能在出风口，举例来说，该温度传感器可为出风口温度传感器或蒸发器温度传感器。

于步骤S13，利用该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值的平均温度值以及该每一时窗内该平均温度值的变异数。于此步骤中，由该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，并将一个除霜间隔时间设定为一个时窗，并计算每一时窗内该温度值的平均温度值，更具体来说，所谓除霜间隔时间是指本次开始除霜到下一次开始除霜的整个期间，其中包含了本次的除霜时间及除霜完毕后的非除霜时间，而计算平均温度值是将非除霜时间的温度值进行加总平均，接着再将每一时窗内的该平均温度值计算变异数。

于步骤S14，通过设备历史数据取得建议门槛值。此步骤说明可依据该冷冻冷藏柜的设备历史数据，进而取得由该设备历史数据所得到的建议门槛值，此建议门槛值用于提供判断冷媒泄漏与否。

于一实施例中，此建议门槛值一开始可为一个利用现有的设备历史数据求得的预设值，后续可通过自适化调整门槛值设定(adaptive thresholding)，关于自适化后续将再详述。

于步骤S15，计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断为冷媒泄漏的状况。于此步骤中，是通过该平均温度值的变异数与该建议门槛值的比值作为判断冷媒泄漏的依据，也就是将该平均温度值的变异数除以该建议门槛值，当比值大于1时，则判断冷媒泄漏，反之，当该比值不大于1时，则判断为冷媒正常的状况，即设备冷媒情况正常，无泄漏。

如前所述，本发明所述方法中，通过该设备历史数据取得该建议门槛值包括于每隔一预设时间依据历史纪录比较结果自适化调整该建议门槛值，有关自适化调整该建议门槛值可通过程序进行，包括：取得该冷冻冷藏柜的历史维修纪录以及该设备历史数据；依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数；计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果；比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性；以及依据该准确性调整该初始门槛值而作为该非侵入式冷媒泄漏检测系统判断冷媒泄漏的门槛值。

易言之，由设备历史数据中同样取得每一个时窗的历史变异数，并进行该设备历史变异数与预设的初始门槛值的历史比值的计算，如此同样会得到冷媒泄漏和设备正常的预测结果，将此预测结果与实际的维修纪录(无论有无维修)进行比对，若预测结果与实际的维修纪录则表示初始门槛值是适用的，此初始门槛值将可成为建议门槛值。另外，随着该冷冻冷藏柜持续监测，新增加的设备历史数据将可成为后续建议门槛值是否适用的判断依据，故可于每隔一段时间，例如1个月，进行门槛值检测，看是否需要调整建议门槛值，此即是门槛值自适化。

图2为本发明一实施例的非侵入式冷媒泄漏检测方法的流程图。如图所示，检测开始后，会先取得温度传感器的数据，也就是温度值，同时也会取得冷冻冷藏柜运转模式输出值，也就是何时冷冻/冷藏状态，何时进行除霜，由于这些数值(温度值、运转模式输出值)都来自冷冻冷藏柜某些元件上，例如温度传感器以及运转模式纪录器，故会将这些数值先送至数据收集接收器，例如冷冻冷藏柜所设置的一个接收器，接着由该数据收集接收器将温度值、运转模式输出值等数值传送至云端数据库进行储存。云端数据库的利用除了可储存大量数据外，由于须持续进行数值计算与分析，故可通过类似云端服务器进行分析计算，也可避免单一设备计算负载过大。

云端服务器内可具有一非侵入式冷媒泄漏检测系统，可用于接收相关数值并进行分析判断，其中，会先定义出除霜间隔时间为一个时窗，接着计算每一个时窗的平均温度值以及每一个平均温度的变异数。另外，从设备历史数据能取得一个建议门槛值，当平均温度值的变异数与该建议门槛值的比值大于1时，则判断冷媒泄漏，反之则表示设备正常。须说明者，该建议门槛值可作自适化的调整，也就是依据后续的设备历史数据再对该建议门槛值进行准确度的判断。

图3为本发明的门槛值自适化的方法的步骤图。须说明者，门槛值自适化的方法与非侵入式冷媒泄漏检测方法并非完全相互影响，也就是说，非侵入式冷媒泄漏检测方法进行其冷媒泄漏检测，而门槛值自适化的方法则于一段期间检测门槛值是否适用，以于门槛值准确度不佳时，调整门槛值，易言之，门槛值自适化的方法可自行执行，需要时才会改变非侵入式冷媒泄漏检测方法中的建议门槛值。

于步骤S31中，取得冷冻冷藏柜的历史维修纪录以及设备历史数据。为了判断门槛值是否适用，本发明是采用考量历史纪录来做门槛值的调整依据，故于本步骤中，先取得冷冻冷藏柜的历史维修纪录以及设备历史数据，历史维修纪录包含有无维修纪录及何时维修，而设备历史数据即为该冷冻冷藏柜运转模式的纪录。

于步骤S32中，依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数。于此步骤中，同样通过设备历史数据中的冷冻冷藏柜运转模式来计算设备历史变异数，更具体来说，同样将设备历史数据以除霜间隔时间为单位切割成数个时窗，接着计算每一个时窗的平均温度值，其中，计算平均温度值时是不纳入除霜时间的温度，接着，再以每一个时窗的平均温度值计算出每一个时窗的平均温度值的变异数，这里称为历史变异数。

于步骤S33中，计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果。于此步骤中，同样判断变异数与门槛值的比值，具体来说，前一步骤计算出历史变异数，而这里可预设初始门槛值，计算该设备历史变异数与预设的初始门槛值的比值，这里称为历史比值，最后由该历史比值来判断冷媒状态，例如比值大于1为冷媒泄漏，比值未大于1则表示冷媒未泄漏，最后得到一个预测结果。

于步骤S34中，比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性。此步骤为判断门槛值的准确性，前一步骤已经产生一个预测结果，本步骤将此预测结果与历史维修纪录进行比对，假若两者相符，也就是预测结果推出冷媒可能泄漏，而真实情况的历史维修纪录也有维修纪录，此则表示此门槛值是适用的，反之，若准确度不符合一预设标准，则要进行门槛值调整。

于步骤S35中，依据该准确性调整该初始门槛值而作为该非侵入式冷媒泄漏检测系统判断冷媒泄漏的门槛值。此步骤即依据前一步骤得到的准确性，进行门槛值(该初始门槛值)的调整，调整后的门槛值即为非侵入式冷媒泄漏检测系统判断冷媒泄漏的门槛值，也就是图1所述方法中的建议门槛值。

尔后，可于每隔一段时间下，进行门槛值的自适化调整，同样采用新进的设备历史数据，检测此段时间中预测结果与实际维修情况是否相符，进而作为门槛值是否调整的依据。

图4为本发明一实施例的门槛值自适化的方法的流程图。如图所示，当每隔一段时间后，可针对门槛值作自适化调整，首先，会先取的冷冻冷藏柜的设备历史维修数据，并且通过冷冻冷藏柜的设备历史数据计算出设备历史变异数，为了推估设备历史数据中冷媒状态，故也会于此设立一个门槛值，此称为初始门槛值，接着计算该设备历史变异数与该初始门槛值的比值，以于比值大于1时判断冷媒泄漏，以及于该比值不大于1时判断冷媒未泄漏，其中上述结果都称为预测结果。

后续，比对设备历史维修数据与预测结果是否相符，若是则表示预测正确，反之则为预测错误，接着可根据预测正确和预测错误比例来计算准确度，并于准确度低于一预设标准时，进行门槛值的调整。另外，门槛值自适化的方法同样也可于图2所述的云端服务器中执行，除了可利用云端数据库内庞大设备历史数据外，也可设定定时检测门槛值是否适合，当有须要调整门槛值时，自适化后的门槛值可被传送至该冷冻冷藏柜的纪录器。

图5为本发明一实施例的非侵入式冷媒泄漏检测系统的示意图。本发明的非侵入式冷媒泄漏检测系统可应用于冷冻冷藏柜的冷媒泄漏检测，该系统可架设于云端服务器中，由该云端服务器的处理器所执行的程式进行运算与分析，另外数据可储存于云端服务器的云端数据库内，因而冷冻冷藏柜与云端服务器和云端数据库间可传递数据，惟非侵入式冷媒泄漏检测系统不以云端架设为限，也可架设于冷冻冷藏柜内或是由周边电子设备来运行。如图所示，本发明的非侵入式冷媒泄漏检测系统1包括数据收集模块11、计算模块12、门槛值模块13以及判断模块14。

数据收集模块11用于取得冷冻冷藏柜的运作模式输出值7以及位于该冷冻冷藏柜内的温度传感器所感测的温度值8。简言之，数据收集模块11可接收冷冻冷藏柜端所传送的数据，例如冷冻冷藏柜可设有数据收集接受器来收集该冷冻冷藏柜的运作模式输出值7以及位于该冷冻冷藏柜内的温度传感器所感测的温度值8，接着传送给数据收集模块11以进行数据收集。

计算模块12用于利用该运作模式输出值7取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值8的平均温度值以及该每一时窗内该平均温度值的变异数。为了判断冷媒泄漏与否，须将数据进行解析，包括取得平均值和变异数并与门槛值进行比对，具体来说，依据该冷冻冷藏柜的运作模式输出值7可得到该冷冻冷藏柜的除霜间隔时间，也就是依据除霜间隔时间切割为一个时窗，故依据整个运作模式下，可被切割出多个时窗，接着，计算每一时窗内温度值8的平均温度值，并且以该每一时窗内该平均温度值再计算出变异数。

门槛值模块13用于通过设备历史数据9取得建议门槛值。门槛值模块13用于取得建议门槛值，须说明者，该建议门槛值为一个自适化门槛值，有关自适化后面会再说明。

判断模块14用于计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断为冷媒泄漏的状况。简言之，该判断模块14将该平均温度值的变异数除以该建议门槛值，两者所得到比值作为冷媒泄漏判断依据，当比值大于1时表示冷媒泄漏，当该比值不大于1时，则表示冷媒没有泄漏。

综上可知，本发明使用冷冻冷藏柜其温控器现有的温度传感器(例如出风口温度传感器或蒸发器温度传感器)，利用出风口温度与运转模式，收集冷冻冷藏柜的设备历史数据9，借此计算出变异数、平均值和门槛值，进而判断故障状态。

图6为本发明另一实施例的非侵入式冷媒泄漏检测系统的示意图。如前所述，门槛值模块13能依据一段时间的结果来决定门槛值，也就是该门槛值模块13于每隔一预设时间依据历史纪录比较结果自适化调整该建议门槛值，因而本实施例所述系统与图5相似，两者差异仅在于门槛值模块13包括储存单元131、运算单元132以及自适化单元133。

具体来说，该储存单元131用于储存冷冻冷藏柜的历史维修纪录以及设备历史数据，该运算单元132用于依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数，并且计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果。也就是说，同样通过设备历史数据进行时窗切割，计算每一个时窗的温度平均值和历史变异数，接着计算历史变异数与预设的初始门槛值的比值，同样地，比值大于1表示冷媒泄漏，反之则设备正常，最终得到预测结果。

自适化单元133用于比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性，以依据该准确性调整该初始门槛值而作为该建议门槛值。自适化单元133将预测结果与真实的设备历史维修纪录进行比对，借以判断门槛值(初始门槛值)的准确性，并于需要时调整该初始门槛值，而调整后的门槛值，即作为现行判断冷媒泄漏之用的建议门槛值。

本发明的模块、装置、设备、服务器等包括微处理器及存储器，而演算法、数据、程式等储存存储器或芯片内，微处理器可从存储器载入数据或演算法或程式进行数据分析或计算等处理，在此不予赘述。例如本发明的非侵入式冷媒泄漏检测系统内各模块包括有微处理器与存储器等，故能执行分析运算，因而本发明所述的模块、单元或设备等其硬体细部结构也可以相同实现方式。

图7A和图7B为本发明一具体实施例中温度平均值与变异数计算的示意图。如前所述，要执行温度平均值与变异数的计算时，会以除霜间隔时间作为时窗(n)，首先，利用计算式

计算每一时窗内温度平均值(T_avg)，接着再以计算式

计算每一时窗温度平均值的变异数(T_var)。

因此，如图7A所示，以除霜间隔时间作为时窗(n)，故可分为时窗T₁-T₅，若变异数(T_var)与门槛值(V_th)的比值

大于1时，则代表冷冻冷藏柜的温度变化异常，判定冷媒泄漏，反之，若比值不大于1，则判定为正常。后面将一具体实施例来说明。

以图7A为基础，图中标示了一日时间(24小时)内每一个小时的出风温度，即每日各设备记录除霜时间和非除霜时间的出风温度值，当要计算平均温度值时，排除除霜时间的部分后会切割为T1～T5共五个时窗，接着，计算各时窗内的平均温度(Ti)，其中，

需要说明的是，本实施例是于图中取五个点来计算平均作为示意，实际上每一个点都会列入计算(例如每30秒有一笔数据)。

接着，计算各时窗内平均温度的平均值，即

接着，可计算各时窗内平均温度的变异数，如下式所示：

最后，利用下面方程式计算变异数与建议门槛值的比值是否大于1，其中建议门槛值预设为0.5，该方程式为：变异数/门槛值＝7.6/0.5＝15.2，此时比值大于1，判定为冷媒泄漏。

前述说明可比对冷冻冷藏柜过去设备历史数据所算出的比值与实际维修纪录，确认门槛值设定与检测准确率的关系。经实验可知，当冷冻冷藏柜预测故障准确率于V_th＝0.5时，准确度达最高，如图8所示，因而本发明建议门槛值可设定为0.5，并于每隔一段时间依据比较结果自适化调整门槛值设定，假设下一次比对结果为V_th＝0.75时准确度最高，则可将调整门槛值提高为0.75。

综上所述，本发明提出的非侵入式冷媒泄漏检测系统、方法以及其门槛值自适化的方法，利用出风口或蒸发器的温度传感器所感测温度以及冷冻冷藏柜的运转模式，收集冷冻冷藏柜的设备历史数据，通过自主学习方式计算出变异数、平均值和门槛值，并利用变异数和自适化门槛值关系判断故障状态，如此在无须增加额外成本下，能以现有设备及冷媒泄漏检测演算法推测出冷媒泄漏状态并能即时告警以进行维修。

虽然本发明以上述实施例公开，但具体实施例仅用以解释本发明，并不用于限定本发明，任何本技术领域技术人员，在不脱离本发明的构思和范围内，可作一些的变更和完善，故本发明的权利保护范围以权利要求书为准。

Claims (10)

1.一种非侵入式冷媒泄漏检测方法，其特征在于，包括：

取得冷冻冷藏柜的运作模式输出值，及取得位于该冷冻冷藏柜内的温度传感器所感测的温度值；

利用该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值的平均温度值以及该每一时窗内该平均温度值的变异数；

通过设备历史数据取得建议门槛值；以及

计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断为冷媒泄漏的状况。

2.根据权利要求1所述的非侵入式冷媒泄漏检测方法，其特征在于，通过该设备历史数据取得该建议门槛值包括于每隔一预设时间依据历史纪录比较结果自适化调整该建议门槛值。

3.根据权利要求2所述的非侵入式冷媒泄漏检测方法，其特征在于，自适化调整该建议门槛值还包括：

取得该冷冻冷藏柜的历史维修纪录以及该设备历史数据；

依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数；

计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果；

比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性；以及

依据该准确性调整该初始门槛值而作为该建议门槛值。

4.根据权利要求1所述的非侵入式冷媒泄漏检测方法，其特征在于，该温度传感器为出风口温度传感器或蒸发器温度传感器。

5.一种非侵入式冷媒泄漏检测系统，其特征在于，包括：

数据收集模块，用于取得冷冻冷藏柜的运作模式输出值以及位于该冷冻冷藏柜内的温度传感器所感测的温度值；

计算模块，用于利用该运作模式输出值取得该冷冻冷藏柜的除霜间隔时间，以一个除霜间隔时间作为一时窗，借此计算每一时窗内该温度值的平均温度值以及该每一时窗内该平均温度值的变异数；

门槛值模块，用于通过设备历史数据取得建议门槛值：以及

判断模块，用于计算该平均温度值的变异数与该建议门槛值的比值，以于该比值大于1时，判断有冷媒泄漏的状况。

6.根据权利要求5所述的非侵入式冷媒泄漏检测系统，其特征在于，该建议门槛值为自适化门槛值，该门槛值模块于每隔一预设时间依据历史纪录比较结果自适化调整该建议门槛值。

7.根据权利要求5所述的非侵入式冷媒泄漏检测系统，其特征在于，该门槛值模块还包括：

储存单元，用于储存该冷冻冷藏柜的历史维修纪录以及设备历史数据；

运算单元，用于依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数，以及计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果；以及

自适化单元，用于比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性，以依据该准确性调整该初始门槛值而作为该建议门槛值。

8.根据权利要求5所述的非侵入式冷媒泄漏检测系统，其特征在于，该温度传感器为出风口温度传感器或蒸发器温度传感器。

9.一种门槛值自适化的方法，应用于非侵入式冷媒泄漏检测系统，其特征在于，该方法包括：

取得冷冻冷藏柜的历史维修纪录以及设备历史数据；

依据该设备历史数据计算出该冷冻冷藏柜的设备历史变异数；

计算该设备历史变异数与预设的初始门槛值的历史比值，以依据该历史比值判断冷媒状态以得到预测结果；

比对该预测结果与该历史维修纪录，借以判定该初始门槛值的准确性；以及

依据该准确性调整该初始门槛值而作为该非侵入式冷媒泄漏检测系统判断冷媒泄漏的门槛值。

10.根据权利要求9所述的门槛值自适化的方法，其特征在于，计算该设备历史变异数与预设的初始门槛值的历史比值包括于该历史比值大于1时，判断为冷媒泄漏的状况。

Images