CN113294888B - 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 - Google Patents

Abstract

本发明公开了一种空调故障诊断方法及装置、工程故障诊断方法及系统、空调，其中，该方法包括：检测空调的用户耐受度；其中，用户耐受度用于表征空调的换热能力是否达标，用户耐受度至少包括耐受和不耐受；在用户耐受度为不耐受时，获取空调的历史故障数据；根据历史故障数据确定空调的故障类型。本发明解决了现有技术中空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本。

Description

空调故障诊断方法及装置、工程故障诊断方法及系统、空调

技术领域

本发明涉及空调技术领域，具体而言，涉及一种空调故障诊断方法及装置、工程故障诊断方法及系统、空调。

背景技术

随着社会的发展，人们的生活质量不断提高，使得空调的普及程度日益提高，然而在空调给人们带来安逸环境的同时，也逐渐显现出空调售后维护的弊端，导致维护所需的人力以及物力紧张。

由于空调的构造很复杂，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多联机整体的使用。当维修工人上门排查故障时，种种原因都导致了对每个模块的数据进行分析的难度增加，难以在故障现场快速锁定故障原因，导致维护的人力和时间成本提高，拉低了维护效率，影响了用户体验。

倘若在用户报修时，即可自动化地诊断出故障原因，然后通知维修工只需携带某些零部件前往维修，可以大大提高维修成功率以及工作效率，降低维护所需的人力以及物力等成本。然而目前没有系统性地评估空调整体的健康状态的方法，也无法建立空调状况与维修的关联性。

针对相关技术中空调故障诊断成本高，且故障原因难以确定的问题，目前尚未提出有效地解决方案。

发明内容

本发明提供了一种空调故障诊断方法及装置、工程故障诊断方法及系统、空调，以至少解决现有技术中空调故障诊断成本高，且故障原因难以确定的问题。

为解决上述技术问题，根据本发明实施例的一个方面，提供了一种空调故障诊断方法，包括：检测空调的用户耐受度；其中，用户耐受度用于表征空调的换热能力是否达标，用户耐受度至少包括耐受和不耐受；在用户耐受度为不耐受时，获取空调的历史故障数据；根据历史故障数据确定空调的故障类型。

进一步地，检测空调的用户耐受度，包括：获取空调的运行模式和运行参数；其中，运行参数至少包括：设定温度、室内环境温度和累计运行时间；根据运行模式和运行参数确定用户耐受度。

进一步地，运行模式至少包括：制冷模式和除湿模式；在运行模式为制冷模式或除湿模式时，根据运行模式和运行参数确定用户耐受度，包括：在室内环境温度小于等于第一预设温度，和/或，设定温度和室内环境温度的差值小于等于第一预设差值，且累计运行时间达到第一预设时间时，确定用户耐受度为耐受；在室内环境温度大于第一预设温度、设定温度和室内环境温度的差值大于第二预设差值，且累计运行时间达到第二预设时间时，确定用户耐受度为不耐受；其中，第二预设差值大于第一预设差值，第二预设时间大于第一预设时间；第二预设时间与第二预设差值相对应设置，第二预设差值越大，第二预设时间越小。

进一步地，运行模式至少包括：制热模式；在运行模式为制热模式时，根据运行模式和运行参数确定用户耐受度，包括：在室内环境温度大于等于第三预设温度，和/或，设定温度和室内环境温度的差值大于等于第三预设差值，且累计运行时间达到第三预设时间时，确定用户耐受度为耐受；在设定温度和室内环境温度的差值大于第四预设差值，且累计运行时间达到第四预设时间时，确定用户耐受度为不耐受；其中，第四预设差值大于第三预设差值，第四预设时间大于第三预设时间；第四预设时间与第四预设差值相对应设置，第四预设差值越大，第四预设时间越大。

进一步地，在检测空调的用户耐受度之前，还包括：获取压缩机的累计运行时长；根据累计运行时长判断空调是否已投入使用；在确定空调已投入使用时，触发检测空调的用户耐受度。

进一步地，根据历史故障数据确定空调的故障类型，包括：根据历史故障数据确定每个故障类型的发生次数和每个故障类型的故障累计时间；将发生次数满足预设次数和/或故障累计时间满足预设时间的故障类型，确定为空调的故障类型。

进一步地，故障的类型至少包括以下之一：传感器故障、强电故障、驱动故障和系统故障；在获取空调的历史故障数据之前，还包括：获取空调的运行数据，根据运行数据确定空调是否故障；在空调故障时，确定该次故障的故障类型，并将故障类型、故障类型的发生次数和故障类型的故障累计时间存储至历史故障数据中。

进一步地，还包括：将空调的运行数据和空调的故障类型保存至数据库中。

根据本发明实施例的另一方面，提供了一种工程故障诊断方法，采用如上述的空调故障诊断方法对工程中的空调进行故障诊断，工程故障诊断方法包括：获取工程中各个空调的故障诊断结果；其中，故障诊断结果至少包括：空调的用户耐受度和空调的故障类型；根据各个空调的故障诊断结果进行工程整体故障诊断。

进一步地，在根据各个空调的故障诊断结果进行工程整体故障诊断之后，还包括：将工程整体故障诊断的结果保存至数据库中。

进一步地，在将工程整体故障诊断的结果保存至数据库中之后，还包括：重新对各个空调进行故障诊断，确定各个空调的二次诊断结果；将各个空调的故障诊断结果与二次诊断结果进行对比；根据对比结果确定是否更新空调故障诊断方法。

进一步地，根据对比结果确定是否更新空调故障诊断方法，包括：在二次诊断结果的准确度高于故障诊断结果的准确度时，确定更新空调故障诊断方法；否则，保持空调故障诊断方法不变。

根据本发明实施例的另一方面，提供了一种空调故障诊断装置，包括：检测模块，用于检测空调的用户耐受度；其中，用户耐受度用于表征空调的换热能力是否达标，用户耐受度至少包括耐受和不耐受；获取模块，用于在用户耐受度为不耐受时，获取空调的历史故障数据；确定模块，用于根据历史故障数据确定空调的故障类型。

根据本发明实施例的另一方面，提供了一种工程故障诊断系统，包括：数据采集装置，与空调一一对应连接，用于采集空调的历史故障数据；空调故障诊断装置，与空调一一对应连接，用于根据空调的历史故障数据确定空调的故障类型；分布式故障诊断系统，与空调故障诊断装置连接，用于根据空调的故障类型进行工程整体故障诊断。

进一步地，空调故障诊断装置还与线控器和/或移动端连接，用于显示空调的故障类型。

进一步地，还包括：远程通信装置，与空调故障诊断装置连接，用于远程发送空调的运行数据和空调的故障类型；服务器，一端与远程通信装置连接，另一端与分布式故障诊断系统连接，用于接收空调的运行数据和空调的故障类型，并将空调的运行数据和空调的故障类型发送至分布式故障诊断系统。

进一步地，还包括：消息中间件，位于服务器与分布式故障诊断系统之间，用于实现服务器与分布式故障诊断系统之间的数据传输；数据库，与分布式故障诊断系统连接。

根据本发明实施例的又一方面，提供了一种空调，包括如上述的空调故障诊断装置。

根据本发明实施例的又一方面，提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如上述的空调故障诊断方法。

根据本发明实施例的又一方面，提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如上述的工程故障诊断方法。

在本发明中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

附图说明

图1是根据本发明实施例的空调故障诊断方法的一种可选的流程图；

图2是根据本发明实施例的工程故障诊断方法的一种可选的流程图；

图3是根据本发明实施例的空调故障诊断装置的一种可选的结构框图；

图4是根据本发明实施例的空调故障诊断装置的检测模块的一种可选的结构框图；

图5是根据本发明实施例的空调故障诊断装置的确定模块的一种可选的结构框图；

图6是根据本发明实施例的工程故障诊断系统的一种可选的结构示意图；

图7是根据本发明实施例的分布式故障诊断系统进行复核的一种可选的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

实施例1

在本发明优选的实施例1中提供了一种空调故障诊断方法，该控制方法可以直接应用至各种空调机组上。具体来说，图1示出该方法的一种可选的流程图，如图1所示，该方法包括如下步骤S102-S106：

S102：检测空调的用户耐受度；其中，用户耐受度用于表征空调的换热能力是否达标，用户耐受度至少包括耐受和不耐受；

S104：在用户耐受度为不耐受时，获取空调的历史故障数据；

S106：根据历史故障数据确定空调的故障类型。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

用户耐受度诊断是从用户体验的角度查看内机的运行和用户的控制需求直接差距来确认是否用户认为空调出现故障，如果用户不耐受，就通过故障诊断来确定具体是什么故障。其中，历史故障数据至少包括：故障类型、每种故障类型的发生次数和每种故障类型的故障累计时间；

进一步地，根据历史故障数据确定空调的故障类型，包括：根据历史故障数据确定每个故障类型的发生次数和每个故障类型的故障累计时间；将发生次数满足预设次数和/或故障累计时间满足预设时间的故障类型，确定为空调的故障类型。

其中，故障至少包括以下之一：传感器故障、强电故障、驱动故障和系统故障；在获取空调的历史故障数据之前，还包括：获取空调的运行数据，根据运行数据确定空调是否故障；在空调故障时，确定该次故障的故障类型，并将故障类型、故障类型的发生次数和故障类型的故障累计时间存储至历史故障数据中。例如，若传感器故障标志位置1后，存在任意室内机处于开机状态，且持续时间≥10min，则判断传感器有故障。当检测到机组上报缺冷媒保护，且此故障后4h～24h内仍存在此类故障或者存在低压保护，则判断系统有故障。若1h内出现6次及以上直流电机故障，则判断强电有故障。若连续24h内累计出现8次及以上压缩机IPM模块保护，或连续168h内累计出现12次及以上压缩机IPM模块保护，则判断驱动有故障。在确定故障后，将故障类型、故障类型的发生次数和故障类型的故障累计时间存储至历史故障数据中，以便在确定用户不耐受时，可以快速诊断出导致用户不耐受的故障原因。

作为一种可选的实施方式，如果用户耐受度没有问题，即耐受，还是进行故障诊断，因为存在用户没有感受到，但是确实触发了故障诊断中要判定的故障，对于此种情况，可以将故障诊断结果存储下来进行后续派工指导。

具体的用户耐受度的确定过程如下所示，包括：获取空调的运行模式和运行参数；其中，运行参数至少包括：设定温度、室内环境温度和累计运行时间；根据运行模式和运行参数确定用户耐受度。

运行模式至少包括：制冷模式和除湿模式；下表1示出制冷或除湿模式下用户耐受度的一种可选的实施方式。

表1

如表1所示，在运行模式为制冷模式或除湿模式时，根据运行模式和运行参数确定用户耐受度，包括：在室内环境温度小于等于第一预设温度，和/或，设定温度和室内环境温度的差值小于等于第一预设差值，且累计运行时间达到第一预设时间时，确定用户耐受度为耐受；在室内环境温度大于第一预设温度、设定温度和室内环境温度的差值大于第二预设差值，且累计运行时间达到第二预设时间时，确定用户耐受度为不耐受；其中，第二预设差值大于第一预设差值，第二预设时间大于第一预设时间；第二预设时间与第二预设差值相对应设置，第二预设差值越大，第二预设时间越小。表1和表2中Tc为预先设定的一个温度值。

此外，运行模式至少还包括：制热模式；下表2示出制热模式下用户耐受度的一种可选的实施方式。

表2

如表2所示，在运行模式为制热模式时，根据运行模式和运行参数确定用户耐受度，包括：在室内环境温度大于等于第三预设温度，和/或，设定温度和室内环境温度的差值大于等于第三预设差值，且累计运行时间达到第三预设时间时，确定用户耐受度为耐受；在设定温度和室内环境温度的差值大于第四预设差值，且累计运行时间达到第四预设时间时，确定用户耐受度为不耐受；其中，第四预设差值大于第三预设差值，第四预设时间大于第三预设时间；第四预设时间与第四预设差值相对应设置，第四预设差值越大，第四预设时间越大。

此外，可以通过分析压缩机累计运行时长来判断该工程是否已经正式投入使用，未正式投入使用的空调将不进行故障诊断。即在检测空调的用户耐受度之前，还包括：获取压缩机的累计运行时长；根据累计运行时长判断空调是否已投入使用；在确定空调已投入使用时，触发检测空调的用户耐受度。

本发明中还将故障诊断结果以及涉及到的参数都保存于数据库之中，以便后续使用。

上述实施方式形成一套完整的空调故障诊断的方法，可利用故障诊断装置来实现实时诊断，从而面向全国的空调机组来进行健康程度的综合评估与统计。通过设定温度、环境温度以及运行模式等来评估用户耐受度，结合系统、强电与驱动等方面的故障诊断逻辑来评估机组是否需要派工上门，真正解决了自动化系统性地诊断空调故障的问题，快速排查故障可降低时间成本，而精准派工维修可以降低人力成本。

实施例2

基于上述实施例1中提供的空调故障诊断方法，在本发明优选的实施例2中提供了一种工程故障诊断方法，采用如上述的空调故障诊断方法对工程中的空调进行故障诊断。具体来说，图2示出该方法的一种可选的流程图，如图2所示，该方法包括如下步骤S202-S204：

S202：获取工程中各个空调的故障诊断结果；其中，故障诊断结果至少包括：空调的用户耐受度和空调的故障类型；

S204：根据各个空调的故障诊断结果进行工程整体故障诊断。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

本实施例中提供的是工程故障诊断方法，实施例1中的空调故障诊断结果针对的是一一单独的空调机组，而工程中通常包括多个空调机组，甚至是不同地域的空调机组，为此，要对工程整体进行诊断就需要采集多个空调机组的数据进行整体评估。

在根据各个空调的故障诊断结果进行工程整体故障诊断之后，还包括：将工程整体故障诊断的结果保存至数据库中。在将工程整体故障诊断的结果保存至数据库中之后，若触发系统的复核功能，则还包括：重新对各个空调进行故障诊断，确定各个空调的二次诊断结果；将各个空调的故障诊断结果与二次诊断结果进行对比；根据对比结果确定是否更新空调故障诊断方法，包括：在二次诊断结果的准确度高于故障诊断结果的准确度时，确定更新空调故障诊断方法；否则，保持空调故障诊断方法不变。

具体的，通过在复核板块输入工程ID以及复核的起止时间，即可从数据库中读取相应数据，重新对该工程进行故障诊断。将最新的诊断结果与故障诊断模块的结果进行对比，若准确度有较为显著的提升时，则可以考虑更新空调故障诊断方法的程序。

该系统并不需要投入新的资源，只需利用现有大数据平台的基础，对数据进行挖掘与筛选，即可将全国已安装使用的工程的运行状况的诊断结果进行量化和具体化，还通过诊断报告的形式展示出来。不仅可以对于后续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工程，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。

实施例3

基于上述实施例1中提供的空调故障诊断方法，在本发明优选的实施例3中还提供了一种空调故障诊断装置，具体地，图3示出该装置的一种可选的结构框图，如图3所示，该装置包括：

检测模块302，用于检测空调的用户耐受度；其中，用户耐受度用于表征空调的换热能力是否达标，用户耐受度至少包括耐受和不耐受；

获取模块304，连接至检测模块302，用于在用户耐受度为不耐受时，获取空调的历史故障数据；

确定模块306，连接至获取模块304，用于根据历史故障数据确定空调的故障类型。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

空调机组的运行数据将由数据采集单元进行采集与记录，并输入到空调故障诊断装置中进行空调健康程度的诊断，故障诊断装置内部主要由用户耐受度诊断(检测模块302)以及故障诊断(确定模块306)组成。

在本发明优选的实施例3中还提供了一种检测模块的结构框图，如图4所示，该检测模块包括：

数据采集单元402，空调机组的运行数据将由数据采集单元进行采集与记录；

工程使用状态判断单元404，与数据采集单元402连接，工程使用状态判断可以通过分析压缩机累计运行时长来判断该工程是否已经正式投入使用，未正式投入使用的空调将不进行故障诊断；

内机数据提取单元406，与工程使用状态判断单元404连接，内机数据提取模块的作用是从几百种不同类型的参数中提取出与用户耐受度诊断逻辑相关的参数，为后续的分析做了数据清洗等预处理工作；

A阶段用户耐受度诊断单元408，与内机数据提取单元406连接，A阶段用户耐受度诊断模块是通过分析该空调的设定温度、环境温度以及两者温差的持续时间与累计时间，来判断该空调制冷或制热的功能是否达标，从而等效于用户是否耐受，具体实现方式如实施例1所示，这里不再赘述。

B阶段用户耐受度诊断单元410，与A阶段用户耐受度诊断单元408连接，若A阶段用户耐受度诊断模块的结果为不耐受，则需要继续输入B阶段用户耐受度诊断模块，该模块将会检测机组最近上报故障的情况，假设X类型发生次数或累计时间满足逻辑，则判定该工程是因X类型故障而导致用户不耐受；否则，暂时判定该工程存在轻微冷媒泄露的问题，具体原因可以安排安装工上门排查；

诊断数据存储单元412，与B阶段用户耐受度诊断单元410连接，最后将结果保存到诊断数据存储单元中。

在本发明优选的实施例3中还提供了一种确定模块的结构框图，如图5所示，该确定模块包括：

数据采集单元502，空调机组的运行数据将由数据采集单元进行采集与记录；

故障数据提取单元504，与数据采集单元502连接，用于几百种不同类型的参数中提取出与故障诊断逻辑相关的参数，为后续的分析做了数据清洗等预处理工作；

传感器故障诊断单元506，与故障数据提取单元504连接，用于确定传感器故障。若传感器故障标志位置1后，存在任意室内机处于开机状态，且持续时间≥10min，则判断传感器有故障；

强电故障诊断单元508，与传感器故障诊断单元506连接，用于确定强电故障。若1h内出现6次及以上直流电机故障，则判断强电有故障；

驱动故障诊断单元510，与强电故障诊断单元508连接，用于确定驱动故障。若连续24h内累计出现8次及以上压缩机IPM模块保护，或连续168h内累计出现12次及以上压缩机IPM模块保护，则判断驱动有故障；

系统故障诊断单元512，与驱动故障诊断单元510连接，用于确定系统故障。当检测到机组上报缺冷媒保护，且此故障后4h～24h内仍存在此类故障或者存在低压保护，则判断系统有故障；

诊断数据存储单元514，与系统故障诊断单元512连接，用于存储诊断数据，包括诊断出的故障类型以及与故障类型相关的参数。

其中确定模块(故障诊断)由7个单元串联而成，如图5所示。传感器、强电、驱动以及系统故障诊断模块都有单独的判断逻辑，可以根据清洗后的数据进行故障分析，最终将结果保存到诊断数据存储模块中。

关于上述实施例中的装置，其中各个单元、模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例4

基于上述实施例2中提供的工程故障诊断方法，在本发明优选的实施例4中还提供了一种工程故障诊断系统，图6示出该工程故障诊断系统的一种可选的结构示意图，如图6所示，包括：

数据采集装置，与空调一一对应连接，用于采集空调的历史故障数据；

空调故障诊断装置，与空调一一对应连接，用于根据空调的历史故障数据确定空调的故障类型；

分布式故障诊断系统，与空调故障诊断装置连接，用于根据空调的故障类型进行工程整体故障诊断。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

如图6所示，空调故障诊断装置还与线控器和/或移动端连接，用于显示空调的故障诊断结果，即故障类型。

此外，还包括：远程通信装置，与空调故障诊断装置连接，用于远程发送空调的运行数据和空调的故障类型；服务器，一端与远程通信装置连接，另一端与分布式故障诊断系统连接，用于接收空调的运行数据和空调的故障类型，并将空调的运行数据和空调的故障类型发送至分布式故障诊断系统。诊断数据存储模块中的数据可供用户终端设备展示，也会同时通过远程传输装置发送至服务器。由于全国多联机的数据量庞大，所以本专利提出使用分布式分区消息服务，对海量数据进行缓冲，产生“削峰”效果，可以防止因为数据拥堵而使集群节点宕机而导致数据丢失的情况出现。

此外，还包括：消息中间件，位于服务器与分布式故障诊断系统之间；数据库，与分布式故障诊断系统连接。分布式故障诊断系统会从消息中间件中消费数据，采用与故障诊断模块类似的流程对数据进行分析，但是由于故障诊断模块的计算性能有限，因此实际上采用的是简化后、精度也在可接受范围内的程序逻辑，而分布式故障诊断系统的计算能力将远胜于它，可以进行更加复杂且严谨的诊断逻辑。最后将故障诊断模块与分布式故障诊断系统的诊断结果以及涉及到的参数都保存于数据库之中。

除此之外，本发明还可以通过分布式故障诊断系统来对空调的历史数据进行复查核实，若更新了部分诊断逻辑，可以利用此复核功能进行结果验证，如图7所。通过在数字化管理平台上的售后复核板块输入工程ID以及复核的起止时间，即可从数据库中读取相应数据并输入到分布式故障诊断系统之中，重新对该工程进行故障诊断。将最新的诊断结果与故障诊断装置的结果进行对比，若准确度有较为显著的提升时，则可以考虑更新故障诊断装置的程序。

本发明通过故障诊断装置和分布式故障诊断系统对空调机组的健康等级进行量化，通过分布式故障诊断系统进行复核与调优，实现更加精准地派工，并有利于技术开发人员对故障诊断逻辑进行不断的校验、修复，以便完善逻辑。

实施例5

基于上述实施例3中提供的空调故障诊断装置，在本发明优选的实施例5中还提供了一种空调，包括如上述的空调故障诊断装置。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

实施例6

基于上述实施例1中提供的空调故障诊断方法，在本发明优选的实施例6中还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述的空调故障诊断方法。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

实施例7

基于上述实施例2中提供的工程故障诊断方法，在本发明优选的实施例7中还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述的工程故障诊断方法。

在上述实施方式中，提供了一套完整的空调故障诊断的方法，提供检测空调的用户耐受度来表征空调的换热能力是否达标，在用户耐受度为不耐受时，即空调的换热能力不达标时，获取空调的历史故障数据；在历史故障数据中确定导致用户不耐受的空调的故障类型。通过评估用户耐受度来进一步确定的空调的故障类型，为评估机组是否需要派工上门提供参考依据，并且可以定位至具体的空调的故障类型，真正解决了空调故障诊断成本高，且故障原因难以确定的问题，自动化、系统性地诊断空调故障，节约了人工和时间成本，同时诊断结果较为准确。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (12)

1.一种工程故障诊断方法，其特征在于，所述工程故障诊断方法包括：

获取工程中各个空调的故障诊断结果；其中，所述故障诊断结果至少包括：所述空调的用户耐受度和所述空调的故障类型；

根据所述各个空调的故障诊断结果进行工程整体故障诊断；

将所述工程整体故障诊断的结果保存至数据库中；

重新对各个空调进行故障诊断，确定各个空调的二次诊断结果；

将各个空调的所述故障诊断结果与所述二次诊断结果进行对比；

根据对比结果确定是否更新所述空调故障诊断方法。

2.根据权利要求1所述的工程故障诊断方法，其特征在于，所述根据对比结果确定是否更新所述空调故障诊断方法，包括：

在所述二次诊断结果的准确度高于所述故障诊断结果的准确度时，确定更新所述空调故障诊断方法；

否则，保持所述空调故障诊断方法不变。

3.一种空调故障诊断方法，其特征在于，应用于如权利要求1-2中任一项所述的工程故障诊断方法对工程中的空调进行故障诊断，所述空调故障诊断方法包括：

检测空调的用户耐受度；其中，所述用户耐受度用于表征所述空调的换热能力是否达标，所述用户耐受度至少包括耐受和不耐受；

在所述用户耐受度为不耐受时，获取所述空调的历史故障数据；

根据所述历史故障数据确定所述空调的故障类型。

4.根据权利要求3所述的空调故障诊断方法，其特征在于，所述检测空调的用户耐受度，包括：

获取所述空调的运行模式和运行参数；其中，所述运行参数至少包括：设定温度、室内环境温度和累计运行时间；

根据所述运行模式和所述运行参数确定所述用户耐受度。

5.根据权利要求4所述的空调故障诊断方法，其特征在于，所述运行模式至少包括：制冷模式和除湿模式；在所述运行模式为所述制冷模式或所述除湿模式时，根据所述运行模式和所述运行参数确定所述用户耐受度，包括：

在所述室内环境温度小于等于第一预设温度，和/或，所述设定温度和所述室内环境温度的差值小于等于第一预设差值，且所述累计运行时间达到第一预设时间时，确定所述用户耐受度为耐受；

在所述室内环境温度大于所述第一预设温度、所述设定温度和所述室内环境温度的差值大于第二预设差值，且所述累计运行时间达到第二预设时间时，确定所述用户耐受度为不耐受；其中，所述第二预设差值大于所述第一预设差值，所述第二预设时间大于所述第一预设时间；所述第二预设时间与所述第二预设差值相对应设置，所述第二预设差值越大，所述第二预设时间越小。

6.根据权利要求4所述的空调故障诊断方法，其特征在于，所述运行模式至少包括：制热模式；在所述运行模式为所述制热模式时，根据所述运行模式和所述运行参数确定所述用户耐受度，包括：

在所述室内环境温度大于等于第三预设温度，和/或，所述设定温度和所述室内环境温度的差值大于等于第三预设差值，且所述累计运行时间达到第三预设时间时，确定所述用户耐受度为耐受；

在所述设定温度和所述室内环境温度的差值大于第四预设差值，且所述累计运行时间达到第四预设时间时，确定所述用户耐受度为不耐受；其中，所述第四预设差值大于所述第三预设差值，所述第四预设时间大于所述第三预设时间；所述第四预设时间与所述第四预设差值相对应设置，所述第四预设差值越大，所述第四预设时间越大。

7.根据权利要求3所述的空调故障诊断方法，其特征在于，在所述检测空调的用户耐受度之前，还包括：

获取压缩机的累计运行时长；

根据所述累计运行时长判断所述空调是否已投入使用；

在确定所述空调已投入使用时，触发所述检测空调的用户耐受度。

8.根据权利要求3所述的空调故障诊断方法，其特征在于，根据所述历史故障数据确定所述空调的故障类型，包括：

根据所述历史故障数据确定每个故障类型的发生次数和每个故障类型的故障累计时间；

将所述发生次数满足预设次数和/或所述故障累计时间满足预设时间的故障类型，确定为所述空调的故障类型。

9.根据权利要求8所述的空调故障诊断方法，其特征在于，所述故障的类型至少包括以下之一：传感器故障、强电故障、驱动故障和系统故障；在获取所述空调的历史故障数据之前，还包括：

获取所述空调的运行数据，根据所述运行数据确定所述空调是否故障；

在所述空调故障时，确定该次故障的故障类型，并将所述故障类型、所述故障类型的发生次数和所述故障类型的故障累计时间存储至所述历史故障数据中。

10.根据权利要求9所述的空调故障诊断方法，其特征在于，还包括：

将所述空调的运行数据和所述空调的故障类型保存至数据库中。

11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求3至10中任一项所述的空调故障诊断方法。

12.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1至2中任一项所述的工程故障诊断方法。

Images