CN114110939B - 一种便携式集中空调系统综合性能及健康评估装置 - Google Patents
一种便携式集中空调系统综合性能及健康评估装置 Download PDFInfo
- Publication number
- CN114110939B CN114110939B CN202111067565.8A CN202111067565A CN114110939B CN 114110939 B CN114110939 B CN 114110939B CN 202111067565 A CN202111067565 A CN 202111067565A CN 114110939 B CN114110939 B CN 114110939B
- Authority
- CN
- China
- Prior art keywords
- air
- water
- sensor
- unit
- data
- 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.)
- Active
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
-
- 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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- 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
- F24F11/62—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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/20—Heat-exchange fluid temperature
Landscapes
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种便携式集中空调系统综合性能及健康评估装置,涉及空调技术领域,包括数据采集模块、数据处理模块、数据分析模块;所述数据采集模块包括各类带通信功能的便携式传感器和仪器仪表,所述数据处理模块包括数据滤波模块、模拟数据输入接口、数据转换接口、4G/5G通讯接口、WAN通讯接口、数据连接端口。本发明还公开了一种集中空调系统运行情况评估方法。本发明通过便携式的传感器和数据处理、传输、分析装置,采集并分析集中空调系统运行所产生的数据,对其进行能效分析、故障分析、健康评估,为提高集中空调系统的运行效率提供了必要条件。
Description
技术领域
本发明涉及空调技术领域,具体涉及一种便携式集中空调系统综合性能及健康评估装置。
背景技术
根据《中国建筑能耗研究报告(2020年)》,2018年,中国建筑能源消费总量为21.47亿吨标准煤,占全国能源消费总量的46.5%;而建筑运行阶段能耗为10亿吨标准煤,占全国能源消耗总量的比重为21.7%。在大型公共建筑的能耗中,集中空调的能耗占据其总能耗的较大比例。目前市面上已有的集中空调系统监控装置往往涉及到对空调系统的侵入式改造,需要安装大量传感器及传输线路,有的甚至需要拆卸管路进行安装,给系统监控带来操作上的阻碍。
经对现有技术的文献检索发现,中国发明专利申请CN 109084408 A,名称为“空调系统在线检测诊断分析及方法”,所述的效率计算方法为采集中央空调的各项参数,进行数据传输之后,计算出系统能效比、机组能效比、水泵效率和输送系数等,并对比分析出影响能效的因素,该发明只监测了系统的能效比等,而不能监测系统中比如冷却塔各个部件的效率,且对采集到的数据利用程度较低;中国实用新型专利申请CN 204757267 U,名称为“一种中央空调能效监测系统”,通过传感器实现主机监测和能效监测,并且实现了数据上传到云数据服务中心,不过方法只针对于水冷式冷水机组进行了能效监测,而并未做到对风冷式热泵机组、地源式热泵机组的能效监测,也具有一定的局限性;上述专利也并未做到同时监测集中空调系统的运行情况和故障信息;同时其监测方式均为侵入式地安装各类传感器,往往对集中空调系统有一定破坏性,且传感器一旦安装便不可拆卸,无法重复利用。
因此,本领域的技术人员致力于开发一种便携式集中空调系统综合性能及健康评估装置,目的在于克服已有技术的不足和缺陷,通过一些必要的硬件设施和科学的计算方法,实现对各种集中空调系统的各个部件的能效监测;针对各种型制不同的制冷机组,能针对性地采集数据;对于采集到的数据能够进行预处理、计算、分析和传输,使集中式空调系统能效相关信息比如数据报表、对标分析、异常警报等能够通过图、文、表格等形式直观地在计算机或者移动终端上展现出来。通过便携式的传感器和数据处理、传输装置,采集并分析集中空调系统运行所产生的数据并对其运行状态进行评估,为提高集中空调系统的运行效率提供必要条件。本发明采用的传感器均为无线传输,并特别采用了一种非侵入式的管道水温度传感器,数据处理模块和数据分析模块可集成在一个便携式的终端上,使得整套监控装置方便安装,且可以重复使用。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何克服已有技术的不足和缺陷,提供一种便携式集中空调系统综合性能及健康评估装置,通过安装一些必要的、非侵入式的传感器,无线传输数据到数据分析模块,使用科学的计算方法,实现对各种集中空调系统的各个部件的能效监测和健康评估;对于采集到的数据能够进行能效计算、分析和传输,使集中式空调系统能效相关信息比如数据报表、对标分析、异常警报等能够通过图、文、表格等形式直观地在计算机或者移动终端上展现出来。
为实现上述目的,本发明提供了一种便携式集中空调系统监控装置,其特征在于,包括数据采集模块、数据处理模块、数据分析模块,所述数据采集模块的传感器包括空气温度传感器、空气相对湿度传感器、一种非侵入式管道水温传感器、水流量/水流速传感器、风量传感器、风压传感器、水压传感器、电功率传感器、液位传感器、数据采集器,所述传感器均为可拆卸式,通过4G/5G接口或局域网与数据传输模块相连;所述数据处理模块包括数据滤波模块、数据I/O接口输入端、数据I/O接口输出端、4G/5G通讯接口、数据连接端口、数据存储器,所述数据滤波模块的输入端口与所述数据采集器的输出端口相连,所述数据滤波模块的输出端口与所述数据I/O接口输入端相连,所述数据I/O接口输出端与数据分析模块相连;所述数据处理模块的4G/5G通讯接口、WAN接口与数据采集模块的传感器相连;所述数据处理模块对采集到的数据进行暂时存储、预处理和传输到数据分析模块;所述数据分析模块对预处理之后的数据进行分析,评估集中空调系统的健康程度,并以图文表等形式可视化展示。
进一步地,所述非侵入式管道水温传感器包括第一温度传感器、第二温度传感器、已知厚度为d和导热系数为k的金属薄片、超声波测厚仪、数据输出接口;所述已知厚度为d和导热系数为λ的金属片覆盖于待测量水温度的管路外壁,所述第一温度传感器位于金属片和管路外壁之间;所述第二温度传感器位于金属片外侧;所述超声波测厚仪位于待测量水温度的管路外壁;
其测量管路中水温度方法包括以下步骤:
步骤一:分别测量第一温度传感器处的温度t1和第二温度传感器处的温度t2,计算得到金属片两端温度Δt:
Δt=t2-t1
步骤二:在已知金属片两侧温差、金属片厚度、金属片导热系数的情况下,利用傅利叶导热公式,计算出金属片的热流密度q:
步骤三:超声波测厚仪测出待测量水温度的管路管壁厚度为l,已知管壁材料的导热系数为λ2,再次使用傅里叶导热定律,求出管壁内壁温度tw,即为管路中水的温度:
进一步地,对于每一个传感器采集到的数据,利用下述滤波方法对其进行处理,由于集中空调系统中系统运行参数变化一般较慢,每一次采集都通过对数据进行在一段时间内进行多次采集进行,对一段时间内采集到的数据进行预处理之后再作为本次采集到的数据输出,预处理的方法如下:
步骤一:异常值甄别:
假设一段时间内样本为近似正态分布,即认为99%的数据集中在均值上下3个标准差的范围内,将超过这个范围的数据判断为异常值,具体公式如下:
其中,xi为采集的样本点,n为样本容量,对于每一个样本点,如果其与平均值的偏离达到三个标准差,则认为它是一个异常值:
步骤二:异常值处理:
如果步骤一中甄别出了异常值,使用相邻的值代替它,以避免影响最终采集结果:
步骤三:结果输出:
在清除异常值后,将本次所有采集的样本点平均值作为本次数据采集结果输出:
进一步地,集中空调系统的能效分析具体公式描述为:
单位面积空调能耗:
式中:ECA为单位面积空调能耗,单位为千瓦时每平方米(kW·h/m2);Ns为空调系统各设备的能耗之和,单位为千瓦时(kW·h),由集中空调设备中各电功率传感器获得;A为空调区域建筑面积,单位为平方米(m2)。
单位空调面积耗冷\热量:
式中:C(H)CA为单位空调面积耗冷\热量,单位为千瓦时每平方米(kW·h/m2);Qs为空调系统制备的总冷\热量,单位为千瓦时(kW·h),由传感器获得的进出流体的温差、流量、流量的比热容三者乘积获得。
空调系统能效比:
式中:EERs为空调系统能效比。
冷源系统能效比:
式中:EERcs为冷源系统能效比;Njz为各制冷机组能耗之和,单位为千瓦时(kW·h),由各制冷机组的电功率传感器获得;Ncp为各冷却水泵的能耗之和,单位为千瓦时(kW·h),由各冷却水泵的电功率传感器获得;Nchp为各冷水泵(包括一次泵及二次泵)能耗之和,单位为千瓦时(kW·h),由各冷水泵的电功率传感器获得;Nct为各冷却塔能耗之和,单位为千瓦时(kW·h),由各冷却塔的电功率传感器获得。
冷源综合制冷性能系数:
式中:SCOP为冷源综合制冷性能系数。(不适用于水、地热源热泵系统)
制冷\热设备性能系数:
式中:COPOP为制冷\热设备的性能系数;Q为制冷\热设备制冷\热量,单位为千瓦时(kW·h),由传感器获得的进出流体的温差、流量、流量的比热容三者乘积获得;N为制冷\热设备输入功率,单位为千瓦时(kW·h),由各制冷\热设备的电功率传感器获得。
冷水系统耗电输冷比:
式中:ECROP为冷水系统输电耗冷比。
热水系统耗电输热比:
式中:EHROP为热水系统输电耗热比;。
冷却塔效率:
式中:ηct为冷却塔效率;tin为冷却塔进水温度,单位为摄氏度(℃),由水温度传感器获得;tout为冷却塔出水温度,单位为摄氏度(℃),由水温度传感器获得;tW为环境空气湿球温度,单位为摄氏度(℃),由传感器得到的空气干球温度和相对湿度推算得出。
风道系统单位风量耗功率:
式中:Ws为单位风量耗功率,单位为千瓦每立方米小时[kW/(m3/h)];Nf为风道系统各风机输入功率之和,单位为千瓦(kW),由电功率传感器获得;L为该风道系统风量,单位为每立方米每小时(m3/h),由风量传感器获得。
进一步地,数据分析模块包含了集中空调系统各主要设备的故障分析,数据分析模块被配置为检测到以下集中空调系统中可能出现的不健康运行状态时,向用户展示相应原因分析和解决建议:
在集中空调系统中,冷冻水出水温度可由相应传感器获得,若冷冻水出水温度相较于设定值过高,其原因分析和相应解决建议如下:
a)制冷剂蒸发温度过高;检查蒸发温度升高原因并排除;
b)制冷剂循环量不足;适当增加制冷剂;
c)蒸发器水垢或油污过多;清除水垢、油污;
d)蒸发器保温效果差;更换保温层;
e)蒸发器内冷冻水流速过快;调整水阀,降低流速;
f)蒸发器进水温度过高;检查进水温度升高原因并排除;
若冷冻水出水温度相较于设定值过低,其原因分析和相应解决建议如下:
a)制冷剂蒸发温度过低;调整热力膨胀阀开度,提高蒸发温度;
b)蒸发器面积过大;调整热力膨胀阀、压缩机吸入阀或者补充水;
c)冷冻水流量小,散热效果好;检查冷冻水流量小原因并排除;
d)热负荷降低;补充新风等;
e)冷冻水泵输水能力小;检查水泵;
f)空气过滤器堵塞;清洗过滤器;
在集中空调系统中,水泵流量由流量传感器获得,包括冷冻水流量,冷却水流量等,若水泵完全不出水,其原因分析和相应解决建议如下:
a)进水管和泵内水量不足;将水充满;
b)叶轮旋转反向;调换电动机任意两根接线位置;
c)进、出水阀门未打开;打开阀门;
d)进水管部分或叶轮内有堵塞;更换叶轮;
若水泵运行过程中突然停止出水,其原因分析和相应解决建议如下:
a)进水管、口被堵塞;清除异物;
b)有大量空气吸入;检查进水管、口以及轴封的严密性;
c)叶轮严重损坏;更换叶轮;
若水泵流量达不到额定值,其原因分析和相应解决建议如下:
a)转速未达到额定值;检查电压、填料、轴承;
b)阀门开度不够;开到合适开度;
c)输水管道过长/高;缩短输水距离或更换合适水泵;
d)管道管径偏小;加大管径或更换水泵;
e)有空气吸入;查明漏气原因并维修;
f)进水管或叶轮有堵塞;清除异物;
g)密封环磨损过多;更换密封环;
h)叶轮磨损严重;更换叶轮;
i)叶轮紧固螺丝松动使叶轮打滑;拧紧松动螺丝;
水泵功率可由电功率传感器获得,水泵电动机耗功过大,其原因分析和相应解决建议如下:
a)转速过高;检查电动机、电压;
b)在高于额定流量、扬程下运行;调节出水管阀门开度;
c)填料压得过紧;适当放松;
d)水中混有异物;查明并清洗、过滤;
e)水泵与电动机轴不同心;调整找正;
f)叶轮与蜗壳摩擦;查明并维修;
冷却塔出水温度可由水温度传感器获得,冷却塔出水温度过高,其原因分析和相应解决建议如下:
a)循环水量过大;调节阀门至水量合适或更换合适冷却塔;
b)布水管(配水槽)部分出水孔堵塞;清除堵塞物;
c)进出空气不畅或短路;查明原因并维修;
d)通风量不足;调整通风量;
e)吸排空气短路;将空气循环流动改为直流;
f)填料部分堵塞造成布水不均匀;清除堵塞物
g)室外湿球温度过高;减小冷却水量;
冷却塔进水温度可由水温度传感器获得,冷却塔进水温度过高,其原因分析和相应解决建议如下:
a)压缩机排气温度过高;降低排气温度;
b)冷凝器内油污、空气多;排除冷凝器内油污、空气;
c)冷凝器内冷却水流量小;增加冷却水流量;
d)冷凝器内水垢严重;清除水垢;
冷却塔风机流量可由空气流量传感器获得,冷却塔通风量不足,其原因分析和相应解决建议如下:
a)风机转速降低;调整电动机位张紧或更换皮带,加润滑油或更换轴承;
b)风机叶片角度不合适;调整角度;
c)风机叶片磨损;修复或更换;
d)填料部分堵塞;清除堵塞物;
冷却塔集水盘(槽)水位由液位传感器获得,冷却塔集水盘(槽)水位偏低,其原因分析和相应解决建议如下:
a)浮球阀开度偏小,补水量小;调整开度;
b)补水压力不足;查明原因并维修;
c)管道漏水;查明漏水处并堵漏;
d)冷却过程失水过多;增大风量降低出风温度;
e)补水管径偏小;更换管道;
进一步地,数据分析模块还包含了集中空调系统的健康评估分析,由下述方法进行打分评估:
集中空调系统最终评估得分s由两部分分数组成,包括系统运行效率分s1和系统健康状态分s2。
s1满分为100分,为集中空调系统中各设备的加权得分得到,设备权重为该设备额定功率占系统中所有设备额定功率之和的百分比,各设备的权重分配方式如下:
假设集中空调系统中有A台制冷机组、B台水泵、C座冷却塔、D台空气箱运行,其额定功率分别为PA,i、PB,j、PC,k、PD,l,单位为千瓦(kW),其中i∈[1,A]、j∈[1,B]、k∈[1,C]、l∈[1,D],则每一台设备的权重δM,t根据以下公式求得:
对于制冷机组,由能效分析得出其运行状态下的制冷\热设备性能系数COPOP,并与其额定COP通过下式比较得出该设备运行状况得分ai,i∈[1,A]:
式中COPOP为制冷\热设备性能系数,无量纲;COP为制冷机组额定性能系数,无量纲;
对于水泵,由流量传感器得出其流量,计算得出其运行效率,与其额定效率η比较得出水泵运行状况得分βj,j∈[1,B]:
式中,ρ为水的密度,单位为kg/m3(千克每立方末),q为水流量,单位m3/s(立方米每秒),g为当地重力加速度,单位m/s2(米每秒的平方),l为水泵压头,单位m(米)。
对于冷却塔,由能效分析得出其效率ηct,得出其运行状况得分γk,k∈[1,C]:
γk=ηct×100
对于空气箱,由电功率传感器得出其单位风量耗功率Ws,单位为千瓦(kW),与其额定单位风量耗功率W,单位为千瓦(kW),对比得出空气箱运行状况得分σl,l∈[1,D]:
综上,得分s1为各设备的加权得分:
s2为负分制,对于健康运行的集中空调系统,s2=0,对于出现下述故障的集中空调系统,依照下述方法计算s2:
对于冷冻水出水温度过高和过低故障,将冷冻水出水温度传感器获得的数据tchiller,单位为摄氏度(℃),与设定值tchiller,set,单位为摄氏度(℃),相比较,该项故障得分情况sa如下:
对于水泵完全不出水和运行过程中突然停止出水故障,假设系统中有N台水泵工作,有n台水泵出现此类故障,该项故障得分情况sb如下:
对于冷却塔出水温度过高故障,将冷却水出水温度传感器获得的数据tcooling,out,单位为摄氏度(℃),和当前空气湿球温度与冷却塔设计的裕度之和tout,单位为摄氏度(℃),相比较,该项故障得分情况sc如下:
对于冷却塔进水温度过高故障,将冷却水进水温度传感器获得的数据tcooling,in,单位为摄氏度(℃),和理想进水温度tin,单位为摄氏度(℃),相比较,该项故障得分情况sd如下:
对于冷却塔通风量不足故障,将冷却塔空气流量传感器获得的数据qcooling,单位为立方米每小时(m3/h),和额定风机流量qset,单位为立方米每小时(m3/h),相比较,该项故障得分情况se如下:
系统健康状态分s2计算公式为:
s2=sa+sb+sc+sd+se
集中空调系统最终评估得分s计算公式为:
在分数s大于等于95时,当前评估结果为优;在当前分数s大于等于85小于95时,当前评估结果为良;在当前分数s大于等于75小于85时,当前评估结果为中;在分数小于75时,当前评估结果为差。
进一步地,所述空气温度传感器包括风冷式热泵机组出口空气干球温度传感器、冷却塔进口空气干球温度传感器、冷却塔出口空气干球温度传感器、组合式空调机组送风干球温度传感器、组合式空调机组回风干球温度传感器、组合式空调机组新风干球温度传感器、新风机组送风干球温度传感器、新风机组进风干球温度传感器、热回收空气处理机组使用侧入口干球温度传感器、热回收空气处理机组使用侧出口干球温度传感器、热回收空气处理机组放热侧入口干球温度传感器、热回收空气处理机组放热侧出口干球温度传感器、室内干球温度传感器、室外干球温度传感器,所述空气温度传感器种类可根据集中空调系统所使用的部件按需要进行配置,为铂电阻、热电偶等型式,最低精度为±0.5℃。
进一步地,所述空气相对湿度传感器包括冷却塔进口空气相对湿度传感器、冷却塔出口空气相对湿度传感器、组合式空调机组送风相对湿度传感器、组合式空调机组回风相对湿度传感器、组合式空调机组新风相对湿度传感器、新风机组送风相对湿度传感器、新风机组进风相对湿度传感器、热回收空气处理机组使用侧入口相对湿度传感器、热回收空气处理机组使用侧出口相对湿度传感器、热回收空气处理机组放热侧入口相对湿度传感器、热回收空气处理机组放热侧出口相对湿度传感器、室内相对湿度传感器、室外相对湿度传感器,所述空气相对湿度传感器种类可根据集中空调系统所使用的部件按需要进行配置,为湿度传感器型式,最低精度为±5%RH。
进一步地,所述非侵入式管道水温传感器包括水冷式冷水机组冷水进水温度传感器、水冷式冷水机组冷水出水温度传感器、水冷式冷水机组冷却水进水温度传感器、水冷式冷水机组冷却水出水温度传感器、风冷式热泵机组冷\热水进水温度传感器、风冷式热泵机组冷\热水出水温度传感器、水\地源热泵机组使用侧进水温度传感器、水\地源热泵机组使用侧出水温度传感器、水\地源热泵机组热源侧进水温度传感器、水\地源热泵机组热源侧出水温度传感器、冷却塔进水温度传感器、冷却塔出水温度传感器、换热器热流体进口温度传感器、换热器热流体出口温度传感器、换热器冷流体进口温度传感器、换热器冷流体出口温度传感器。
进一步地,所述水流量/水流速传感器包括水冷式冷水机组冷水流量传感器、水冷式冷水机组冷却水流量传感器、风冷式冷水机组冷\热水流量传感器、水\地源热泵机组使用侧水流量传感器、水\地源热泵机组热源侧水流量传感器、冷却塔水流量传感器、冷却塔补水量水流量传感器、水泵流量传感器,所述水流量传感器种类可根据集中空调系统所使用的部件按需要进行配置,为超声波流量计、涡街式流量计、容积式流量计、电磁流量计及其它型式流量计,最低精度为±2%。
进一步地,所述风量传感器包括组合式空调机组送风风量传感器、新风机组送风风量传感器、热回收空气处理机组使用侧风量传感器、热回收空气处理机组放热侧风量传感器、空调系统排风机风量传感器,所述风量传感器种类可根据集中空调系统所使用的部件按需要进行配置,型式为风速传感器,最低精度为±2%。
进一步地,所述风压传感器包括组合式空调机组机外余压传感器、新风机组机外余压传感器、热回收空气处理机组使用侧风机外余压传感器、热回收空气处理机组放热侧风机外余压传感器、空调系统排风机机外余压传感器,所述风压传感器种类可根据集中空调系统所使用的部件按需要进行配置,最低精度为±1.0Pa。
进一步地,所述水压传感器包括水冷式冷水机组冷水进出水压差传感器、水冷式冷水机组冷却水进出水压差传感器、风冷热泵机组冷\热水进出水压差传感器、水\地源热泵机组使用侧进出水压差传感器、水\地源热泵机组热源侧进出水压差传感器、水泵进口压力传感器、水泵出口压力传感器、换热器热流体进出口压差传感器、换热器冷流体进出口传感器,所述水压传感器种类可根据集中空调系统所使用的部件按需要进行配置,最低精度为±5%。
进一步地,所述电功率传感器包括水冷式冷水机组输入功率传感器、风冷热泵机组输入功率传感器、水\地源热泵机组输入功率传感器、冷却塔风机输入功率传感器、组合式空调机组送风风机功率传感器、组合式空调机组回风风机功率传感器、新风机组风机功率传感器、热回收空气处理机组使用侧风机功率传感器、热回收空气处理机组放热侧风机功率传感器、空调系统排风机风机功率传感器、风机盘管机组输入功率传感器、变风量末端装置输入功率传感器,所述电功率传感器种类可根据集中空调系统所使用的部件按需要进行配置,为功率表、数字功率计、多功能电表等型式,最低精度为1.0级。
本发明的有益技术效果为:
本发明通过各种形式的集中式空调系统的各种设备(包括水冷式冷水机组、水\地源热泵机组、冷却塔、水泵、组合式空调机组、新风机组、热回收空气处理机组、空调系统排风机、水-水换热器、风机盘管机组、变风量末端装置)的运行参数及室内室外空气状态参数,通过特定的计算方法,计算出集中空调系统的能效,并且实现数据的存储、处理和传输;提出了一种更加精确的管内水温测量方法,避免输水管路管壁内外温差影响测量结果;提出了对数据采集的预处理方法,使采集到的数据更加精确;对集中空调系统常见的故障提出了排查的原因和可能的解决方法;提出的集中空调系统评估方法考虑了系统运行情况和故障情况有效提高了对集中空调系统运行状态的监测效果;本发明能够为空调系统管理部门节约运维成本,提高空调管理效率。
附图说明
图1是本发明的方法流程图;
图2是本发明的装置结构示意图;
图3为非侵入式管道水温传感器的示意图。
具体实施方式
下面进一步描述本发明的技术,但要求保护的范围并不局限于所述。
集中式空调能效监测所需要采集的数据由数据采集器完成,数据采集器具有本地存储功能;数据采集采用全时段连续在线采集,各数据的采集应当保持同步;数据采集时间间隔小于15分钟,并根据需要灵活配置;数据采集器实时上传数据,当网络连接中断时,缓存不少于60天的能效数据,网络恢复时自动回复数据上传,补发离线能效数据;上位系统按规定计算方法实时计算集中式空调系统能效,定期计算规定时间段内的能效。
数据通过数据采集器进行采集、汇总、暂存和上传;数据采集器可通过已有的设备管理系统的数据采集器、控制器实现能效数据采集,采用4G/5G通信协议上传;若通过已有的建筑设备管理系统获取数据,则这些数据能满足能效在线监测系统的要求;需要从设备管理系统、电力管理系统获得能效相关数据的,配置相应的数据共享设备和接口;采集能耗计量表的数据时,由数据采集器直接采集;采集传感器、执行器等设备的数据时,先使用现场控制器进行汇总,再以标准通信协议转发至数据采集器进行采集;采集的原始数据保存5年以上,且可以导出为通用文档格式。
如图1所示,具体实施步骤如下:
步骤一:按照需要监测的集中空调系统中的设备情况,布置所需要的便携式传感器,由数据采集器完成集中空调系统的数据采集工作,其中数据采集应全时段连续在线进行,各数据的采集应当保持同步;数据采集时间间隔不大于15分钟,且根据具体需要灵活设置;数据采集器能够实时上传数据,当网络连接中断时,能缓存不少于60天的能效数据,网络恢复时自动恢复数据上传,补发离线能效数据;
步骤二:数据采集器通过采用4G/5G通信协议,将数据传送到数据滤波模块,在数据滤波模块中,对数据进行预处理,避免测量误差对结果产生过大影响,数据经过预处理后,通过预留的数据接口传送到数据分析模块进行下一步分析处理。
步骤三:数据分析模块接受到预处理过的数据之后,利用数据进行集中式空调系统的能效分析和健康评估分析,并最终给出当前集中空调系统的评估结果,以分数s表示,以图、表、文字等可视化方式将集中空调系统运行的各项参数、故障信息、评估结果展示给用户。
如图2所示,为实现本发明分析方法,本发明提供一种集中空调能效分析装置,包括数据采集模块1,数据处理模块2,数据上传模块3,数据采集模块1包括水冷式冷水机组数据采集模块101,冷水流量传感器1011,冷水进水温度传感器1012,冷水出水温度1013,冷水进出水压差传感器1014,冷却水流量传感器1015,冷却水进水温度传感器1016,冷却水出水温度传感器1017,冷却水进出水压差传感器1018,机组输入功率传感器1019,风冷式热泵机组数据采集模块102,冷\热水流量传感器1021,冷\热水进水温度传感器1022,冷\热水出水温度传感器1023,冷\热水进出水压差传感器1024,机组输出功率传感器1025,出口空气干球温度1026,水\地源热泵机组数据采集模块103,使用侧水流量传感器1031,使用侧进水温度传感器1032,使用侧出水温度传感器1033,使用侧进出水压差传感器1034,热源侧水流量传感器1035,热源侧进水温度传感器1036,热源侧出水温度传感器1037,热源侧进出水压差传感器1038,机组输入功率传感器1039,冷却塔数据采集模块104,进口空气干球温度传感器1041,进口空气相对湿度传感器1042,进口空气干球温度传感器1043,进口空气相对湿度传感器1044,进水温度传感器1045,出水温度传感器1046,水流量传感器1047,风机输入功率传感器1048,补水量传感器1049,水泵数据采集模块105,输入功率传感器1051,流量传感器1052,进口压力传感器1053,出口压力传感器1054,组合式空调机组数据采集模块106,送风干球温度传感器1061,送风相对湿度传感器1062,送风风量传感器1063,送风风机功率传感器1064,回风干球温度传感器1065,回风风量传感器1066,回风风机功率传感器1067,新风干球温度传感器1068,新风相对湿度传感器1069,机外余压传感器10610,新风机组数据采集模块107,送风干球温度传感器1071,送风相对湿度传感器1072,进风干球温度传感器1073,进风相对湿度传感器1074,送风风量传感器1075,风机功率传感器1076,风机功率传感器1077,机外余压传感器1078,热回收空气处理机组数据采集模块108,使用侧入口干球温度传感器1081,使用侧入口相对湿度传感器1082,使用侧出口干球温度传感器1083,使用侧出口相对湿度传感器1084,使用侧风量传感器1085,使用侧机外余压传感器1086,使用侧风机功率传感器1087,放热侧入口干球温度传感器1088,放热侧入口相对湿度传感器1089,放热侧出口相对湿度传感器10810,放热侧风量传感器10811,放热侧风机机外余压传感器10812,放热侧风机功率传感器10813,空调系统排风机数据采集模块109,风机功率传感器1091,风量传感器1092,机外余压传感器1093,换热器(水-水)数据采集模块110,热流体进口温度传感器1101,热流体出口温度传感器1102,热流体流量传感器1103,热流体进出口压差传感器1104,冷流体进口温度传感器1105,冷流体出口温度传感器1106,冷流体进出口压差传感器1107,风机盘管机组数据采集模块111,输入功率传感器1111,变风量末端装置数据采集模块112,,输入功率传感器1121,室内、室外空气状态参数数据采集模块113,室内干球温度传感器1131,室内相对湿度传感器1132,室内二氧化碳浓度传感器1133,室外干球温度传感器1134,室外相对湿度传感器1135,数据采集器114,第一4G/5G通讯接口115,第一存储器116,第一电源117;数据处理模块2包括模拟数据输入接口201,数据转换接口202,数据滤波模块203,第二5G通讯接口204,第二电源205;数据分析模块3包括数据展示模块301,第三电源302。
其中冷水进出水压差传感器1014、冷却水进出水压差传感器1018,、冷\热水进出水压差传感器1024、出口空气干球温度传感器1026、使用侧进出水压差传感器1034、热源侧进出水压差传感器1038、出口空气干球温度传感器1043、出口空气相对湿度传感器1044、送风干球温度传感器1061、送风相对湿度传感器1062、回风干球温度传感器1065、回风相对湿度传感器1066、新风干球温度传感器1069、新风相对湿度传感器10610、机外余压传感器10611、送风干球温度传感器1071、送风相对湿度传感器1072、进风干球温度传感器1073、进风相对湿度传感器1074、机外余压传感器1077、使用侧入口干球温度传感器1081、使用侧入口相对湿度传感器1082、使用侧出口干球温度传感器1083、使用侧出口相对湿度传感器1084、使用侧机外余压传感器1086、放热侧入口干球温度传感器1088、放热侧入口相对湿度传感器1089、放热侧出口干球温度传感器10810、放热侧出口相对湿度传感器10811、放热侧风机机外余压传感器10813、机外余压传感器1093、换热器(水-水)数据采集模块110、风机盘管机组数据采集模块111、变风量末端装置数据采集模块112为非必要的数据采集位点,其余采集位点均为必要。
非侵入式管道水温传感器如图3所示,包括第一温度传感器4、第二温度传感器5、已知厚度为d和导热系数为k的金属薄片6、超声波测厚仪7、数据输出接口8;所述已知厚度为d和导热系数为λ的金属片6覆盖于待测量水温度的管路外壁,所述第一温度传感器4位于金属片6和管路外壁之间;所述第二温度传感器5位于金属片6外侧;所述超声波测厚仪7位于待测量水温度的管路外壁;
需要注意的是,在上述数据采集模块1中,罗列出了所有可能在集中式空调系统中出现的设备及其需要布置的数据采集位点,但是在实际情况中应用的集中式空调系统往往只涉及到其中的一部分设备,而某些应用到的设备的数量例如水冷式冷水机组往往不止一台,在这种情况下,则根据具体情况选择各个数据采集位点的数量,能够满足监测仪器设备安装要求的监测位点一并纳入监测系统。
Claims (8)
1.一种便携式集中空调系统监控装置,其特征在于,包括数据采集模块、数据处理模块、数据分析模块,所述数据采集模块的传感器包括空气温度传感器、空气相对湿度传感器、一种非侵入式管道水温传感器、水流量/水流速传感器、风量传感器、风压传感器、水压传感器、电功率传感器、液位传感器、数据采集器,所述传感器均为可拆卸式,通过4G/5G接口或局域网与数据传输模块相连;所述数据处理模块包括数据滤波模块、数据I/O接口输入端、数据I/O接口输出端、4G/5G通讯接口、数据连接端口、数据存储器,所述数据滤波模块的输入端口与所述数据采集器的输出端口相连,所述数据滤波模块的输出端口与所述数据I/O接口输入端相连,所述数据I/O接口输出端与数据分析模块相连;所述数据处理模块的4G/5G通讯接口、WAN接口与数据采集模块的传感器相连;所述数据处理模块对采集到的数据进行暂时存储、预处理和传输到数据分析模块;所述数据分析模块对预处理之后的数据进行分析,评估集中空调系统的健康程度,并以图文表形式可视化展示;
数据分析模块还用于对集中空调系统的健康评估分析,健康评估分析由下述方法进行打分评估:
集中空调系统最终评估得分s由两部分分数组成,包括系统运行效率分s1和系统健康状态分s2;
s1满分为100分,为集中空调系统中各设备的加权得分得到,设备权重为该设备额定功率占系统中所有设备额定功率之和的百分比,各设备的权重分配方式如下:
假设集中空调系统中有A台制冷机组、B台水泵、C座冷却塔、D台空气箱运行,其额定功率分别为PA,i、PB,j、PC,k、PD,l,单位为千瓦(kW),其中i∈[1,A]、j∈[1,B]、k∈[1,C]、l∈[1,D],则每一台设备的权重δM,t根据以下公式求得:
对于制冷机组,由能效分析得出其运行状态下的制冷\热设备性能系数COPOP,并与其额定COP通过下式比较得出该设备运行状况得分ai,i∈[1,A]:
式中COPOP为制冷\热设备性能系数,无量纲;COP为制冷机组额定性能系数,无量纲;
对于水泵,由流量传感器得出其流量,计算得出其运行效率,与其额定效率η比较得出水泵运行状况得分βj,j∈[1,B]:
式中,ρ为水的密度,单位为kg/m3(千克每立方米 ),q为水流量,单位m3/s(立方米每秒),g为当地重力加速度,单位m/s2(米每秒的平方),l为水泵压头,单位m(米);
对于冷却塔,由能效分析得出其效率ηct,得出其运行状况得分γk,k∈[1,C]:
γk=ηct×100
对于空气箱,由电功率传感器得出其单位风量耗功率Ws,单位为千瓦(kW),与其额定单位风量耗功率W,单位为千瓦(kW),对比得出空气箱运行状况得分σl,l∈[1,D]:
综上,得分s1为各设备的加权得分:
s2为负分制,对于健康运行的集中空调系统,s2=0,对于出现下述故障的集中空调系统,依照下述方法计算s2:
对于冷冻水出水温度过高和过低故障,将冷冻水出水温度传感器获得的数据tchiller,单位为摄氏度(℃),与设定值tchiller,set,单位为摄氏度(℃),相比较,该项故障得分情况sa如下:
对于水泵完全不出水和运行过程中突然停止出水故障,假设系统中有N台水泵工作,有n台水泵出现此类故障,该项故障得分情况sb如下:
对于冷却塔出水温度过高故障,将冷却水出水温度传感器获得的数据tcooling,out,单位为摄氏度(℃),和当前空气湿球温度与冷却塔设计的裕度之和tout,单位为摄氏度(℃),相比较,该项故障得分情况sc如下:
对于冷却塔进水温度过高故障,将冷却水进水温度传感器获得的数据tcooling,in,单位为摄氏度(℃),和理想进水温度tin,单位为摄氏度(℃),相比较,该项故障得分情况sd如下:
对于冷却塔通风量不足故障,将冷却塔空气流量传感器获得的数据qcooling,单位为立方米每小时(m3/h),和额定风机流量qset,单位为立方米每小时(m3/h),相比较,该项故障得分情况se如下:
系统健康状态分s2计算公式为:
s2=sa+sb+sc+sd+se
集中空调系统最终评估得分s计算公式为:
在分数s大于等于95时,当前评估结果为优;在当前分数s大于等于85小于95时,当前评估结果为良;在当前分数s大于等于75小于85时,当前评估结果为中;在分数小于75时,当前评估结果为差。
2.如权利要求1所述的便携式集中空调系统监控装置,其特征在于:非侵入式管道水温传感器用于在不破坏管路的条件下测量管道内水温,其包括第一温度传感器、第二温度传感器、已知厚度为d和导热系数为λ1的金属薄片、超声波测厚仪、数据输出接口;所述已知厚度为d和导热系数为λ1的金属片覆盖于待测量水温度的管路外壁,所述第一温度传感器位于金属片和管路外壁之间;所述第二温度传感器位于金属片外侧;所述超声波测厚仪位于待测量水温度的管路外壁;
其测量管路中水温度的过程包括以下步骤:
分别测量第一温度传感器处的温度t1和第二温度传感器处的温度t2,计算得到金属片两端温度Δt:
Δt=t2-t1
在已知金属片两侧温差、金属片厚度、金属片导热系数的情况下,利用傅利叶导热公式,计算出金属片的热流密度q:
超声波测厚仪测出待测量水温度的管路管壁厚度为l,已知管壁材料的导热系数为λ2,再次使用傅里叶导热定律,求出管壁内壁温度tw,即为管路中水的温度:
3.如权利要求1所述的便携式集中空调系统监控装置,其特征在于:数据滤波模块对于每一个传感器采集到的数据,利用下述滤波方法对其进行处理,由于集中空调系统中系统运行参数变化一般较慢,每一次采集都通过对数据进行在一段时间内进行多次采集进行,对一段时间内采集到的数据进行预处理之后再作为本次采集到的数据输出,预处理的方法如下:
步骤一:异常值甄别:
假设一段时间内样本为近似正态分布,即认为99%的数据集中在均值上下3个标准差的范围内,将超过这个范围的数据判断为异常值,具体公式如下:
其中,xi为采集的样本点,n为样本容量,对于每一个样本点,如果其与平均值的偏离达到三个标准差,则认为它是一个异常值:
步骤二:异常值处理:
如果步骤一中甄别出了异常值,使用相邻的值代替它,以避免影响最终采集结果:
步骤三:结果输出:
在清除异常值后,将本次所有采集的样本点平均值作为本次数据采集结果输出:
4.如权利要求1所述的便携式集中空调系统监控装置,其特征在于:数据分析模块用于对集中空调系统进行能效分析,能效分析的具体指标为:
单位面积空调能耗:
式中:ECA为单位面积空调能耗,单位为千瓦时每平方米(kW·h/m2);Ns为空调系统各设备的能耗之和,单位为千瓦时(kW·h),由集中空调设备中各电功率传感器获得;A为空调区域建筑面积,单位为平方米(m2);
单位空调面积耗冷\热量:
式中:C(H)CA为单位空调面积耗冷\热量,单位为千瓦时每平方米(kW·h/m2);Qs为空调系统制备的总冷\热量,单位为千瓦时(kW·h),由传感器获得的进出流体的温差、流量、流量的比热容三者乘积获得;
空调系统能效比:
式中:EERs为空调系统能效比;
冷源系统能效比:
式中:EERcs为冷源系统能效比;Njz为各制冷机组能耗之和,单位为千瓦时(kW·h),由各制冷机组的电功率传感器获得;Ncp为各冷却水泵的能耗之和,单位为千瓦时(kW·h),由各冷却水泵的电功率传感器获得;Nchp为各冷水泵的能耗之和,单位为千瓦时(kW·h),由各冷水泵的电功率传感器获得;Nct为各冷却塔能耗之和,单位为千瓦时(kW·h),由各冷却塔的电功率传感器获得;
冷源综合制冷性能系数:
式中:SCOP为冷源综合制冷性能系数;
制冷\热设备性能系数:
式中:COPOP为制冷\热设备的性能系数;Q为制冷\热设备制冷\热量,单位为千瓦时(kW·h),由传感器获得的进出流体的温差、流量、流量的比热容三者乘积获得;N为制冷\热设备输入功率,单位为千瓦时(kW·h),由各制冷\热设备的电功率传感器获得;
冷水系统耗电输冷比:
式中:ECROP为冷水系统输电耗冷比;
热水系统耗电输热比:
式中:EHROP为热水系统输电耗热比;
冷却塔效率:
式中:ηct为冷却塔效率;tin为冷却塔进水温度,单位为摄氏度(℃),由水温度传感器获得;tout为冷却塔出水温度,单位为摄氏度(℃),由水温度传感器获得;tW为环境空气湿球温度,单位为摄氏度(℃),由传感器得到的空气干球温度和相对湿度推算得出;
风道系统单位风量耗功率:
式中:Ws为单位风量耗功率,单位为千瓦每立方米小时[kW/(m3/h)];Nf为风道系统各风机输入功率之和,单位为千瓦(kW),由电功率传感器获得;L为该风道系统风量,单位为每立方米每小时(m3/h),由风量传感器获得。
5.权利要求1所述的便携式集中空调系统监控装置,其特征在于,所述电功率传感器按照放置位置及采集的数据划分,包括水冷式冷水机组输入功率传感器、风冷热泵机组输入功率传感器、水\地源热泵机组输入功率传感器、冷却塔风机输入功率传感器、组合式空调机组送风风机功率传感器、组合式空调机组回风风机功率传感器、新风机组风机功率传感器、热回收空气处理机组使用侧风机功率传感器、热回收空气处理机组放热侧风机功率传感器、空调系统排风机风机功率传感器、风机盘管机组输入功率传感器、变风量末端装置输入功率传感器,所述电功率传感器种类可根据集中空调系统所使用的部件按需要进行配置,为功率表、数字功率计、多功能电表的型式,最低精度为1.0级。
6.权利要求1所述的便携式集中空调系统监控装置,其特征在于,所述空气温度传感器按照放置位置及采集的数据划分,包括风冷式热泵机组出口空气干球温度传感器、冷却塔进口空气干球温度传感器、冷却塔出口空气干球温度传感器、组合式空调机组送风干球温度传感器、组合式空调机组回风干球温度传感器、组合式空调机组新风干球温度传感器、新风机组送风干球温度传感器、新风机组进风干球温度传感器、热回收空气处理机组使用侧入口干球温度传感器、热回收空气处理机组使用侧出口干球温度传感器、热回收空气处理机组放热侧入口干球温度传感器、热回收空气处理机组放热侧出口干球温度传感器、室内干球温度传感器、室外干球温度传感器,所述空气温度传感器种类可根据集中空调系统所使用的部件按需要进行配置,为铂电阻、热电偶的型式,最低精度为±0.5℃。
7.权利要求1所述的便携式集中空调系统监控装置,其特征在于,所述空气相对湿度传感器按照放置位置及采集的数据划分,包括冷却塔进口空气相对湿度传感器、冷却塔出口空气相对湿度传感器、组合式空调机组送风相对湿度传感器、组合式空调机组回风相对湿度传感器、组合式空调机组新风相对湿度传感器、新风机组送风相对湿度传感器、新风机组进风相对湿度传感器、热回收空气处理机组使用侧入口相对湿度传感器、热回收空气处理机组使用侧出口相对湿度传感器、热回收空气处理机组放热侧入口相对湿度传感器、热回收空气处理机组放热侧出口相对湿度传感器、室内相对湿度传感器、室外相对湿度传感器,所述空气相对湿度传感器种类可根据集中空调系统所使用的部件按需要进行配置,为湿度传感器型式,最低精度为±5%RH。
8.权利要求1所述的便携式集中空调系统监控装置,其特征在于:
所述非侵入式管道水温传感器按照放置位置及采集的数据划分,包括:
水冷式冷水机组冷水进水温度传感器、水冷式冷水机组冷水出水温度传感器、水冷式冷水机组冷却水进水温度传感器、水冷式冷水机组冷却水出水温度传感器、风冷式热泵机组冷\热水进水温度传感器、风冷式热泵机组冷\热水出水温度传感器、水\地源热泵机组使用侧进水温度传感器、水\地源热泵机组使用侧出水温度传感器、水\地源热泵机组热源侧进水温度传感器、水\地源热泵机组热源侧出水温度传感器、冷却塔进水温度传感器、冷却塔出水温度传感器、换热器热流体进口温度传感器、换热器热流体出口温度传感器、换热器冷流体进口温度传感器、换热器冷流体出口温度传感器;
所述水流量/水流速传感器按照放置位置及采集的数据划分,包括:
水冷式冷水机组冷水流量传感器、水冷式冷水机组冷却水流量传感器、风冷式冷水机组冷\热水流量传感器、水\地源热泵机组使用侧水流量传感器、水\地源热泵机组热源侧水流量传感器、冷却塔水流量传感器、冷却塔补水量水流量传感器、水泵流量传感器,所述水流量传感器种类可根据集中空调系统所使用的部件按需要进行配置,为超声波流量计、涡街式流量计、容积式流量计、电磁流量计及其它型式流量计,最低精度为±2%;
所述风量传感器按照放置位置及采集的数据划分,包括:
组合式空调机组送风风量传感器、新风机组送风风量传感器、热回收空气处理机组使用侧风量传感器、热回收空气处理机组放热侧风量传感器、空调系统排风机风量传感器,所述风量传感器种类可根据集中空调系统所使用的部件按需要进行配置,型式为风速传感器,最低精度为±2%;
所述风压传感器按照放置位置及采集的数据划分,包括:
组合式空调机组机外余压传感器、新风机组机外余压传感器、热回收空气处理机组使用侧风机外余压传感器、热回收空气处理机组放热侧风机外余压传感器、空调系统排风机机外余压传感器,所述风压传感器种类可根据集中空调系统所使用的部件按需要进行配置,最低精度为±1.0Pa;
所述水压传感器按照放置位置及采集的数据划分,包括:
水冷式冷水机组冷水进出水压差传感器、水冷式冷水机组冷却水进出水压差传感器、风冷热泵机组冷\热水进出水压差传感器、水\地源热泵机组使用侧进出水压差传感器、水\地源热泵机组热源侧进出水压差传感器、水泵进口压力传感器、水泵出口压力传感器、换热器热流体进出口压差传感器、换热器冷流体进出口传感器,所述水压传感器种类可根据集中空调系统所使用的部件按需要进行配置,最低精度为±5%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111067565.8A CN114110939B (zh) | 2021-09-13 | 2021-09-13 | 一种便携式集中空调系统综合性能及健康评估装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111067565.8A CN114110939B (zh) | 2021-09-13 | 2021-09-13 | 一种便携式集中空调系统综合性能及健康评估装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114110939A CN114110939A (zh) | 2022-03-01 |
CN114110939B true CN114110939B (zh) | 2022-10-11 |
Family
ID=80441313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111067565.8A Active CN114110939B (zh) | 2021-09-13 | 2021-09-13 | 一种便携式集中空调系统综合性能及健康评估装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114110939B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114704922A (zh) * | 2022-04-01 | 2022-07-05 | 南京亚派软件技术有限公司 | 一种机房空调的能效分析系统 |
CN115373368A (zh) * | 2022-08-19 | 2022-11-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调制冷系统在线实时能效监测评估系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901168A (zh) * | 2012-09-28 | 2013-01-30 | 中国扬子集团滁州扬子空调器有限公司 | 一种提高部分负荷性能的风冷热泵冷/热水机组及其控制方法 |
CN104748889A (zh) * | 2013-12-26 | 2015-07-01 | 罗斯蒙特公司 | 非侵入式温度测量组件 |
CN109242194A (zh) * | 2018-09-25 | 2019-01-18 | 东北大学 | 一种基于混合模型的浓密机底流浓度预测方法 |
CN110220288A (zh) * | 2019-05-27 | 2019-09-10 | 上海真聂思楼宇科技有限公司 | 基于大数据云平台的集中空调系统智能优化控制方法及装置 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2427862B1 (en) * | 2009-05-08 | 2016-07-27 | Accenture Global Services Limited | Building energy consumption analysis system |
-
2021
- 2021-09-13 CN CN202111067565.8A patent/CN114110939B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901168A (zh) * | 2012-09-28 | 2013-01-30 | 中国扬子集团滁州扬子空调器有限公司 | 一种提高部分负荷性能的风冷热泵冷/热水机组及其控制方法 |
CN104748889A (zh) * | 2013-12-26 | 2015-07-01 | 罗斯蒙特公司 | 非侵入式温度测量组件 |
CN109242194A (zh) * | 2018-09-25 | 2019-01-18 | 东北大学 | 一种基于混合模型的浓密机底流浓度预测方法 |
CN110220288A (zh) * | 2019-05-27 | 2019-09-10 | 上海真聂思楼宇科技有限公司 | 基于大数据云平台的集中空调系统智能优化控制方法及装置 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114110939A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN206709321U (zh) | 一种中央空调冷却水系统能效在线测试控制系统 | |
CN114110939B (zh) | 一种便携式集中空调系统综合性能及健康评估装置 | |
CN106931603A (zh) | 基于物联网技术的中央空调冷却水系统能效监测系统 | |
CN100523635C (zh) | 中央空调智能群控系统 | |
CN104748327B (zh) | 一种基于电耗数据的公共建筑空调能效诊断系统 | |
CN103759961A (zh) | 一种电制冷冷水机组中央空调系统能效评估方法 | |
CN104048390A (zh) | 一种风冷热泵型中央空调机组的能效诊断方法 | |
CN103453623A (zh) | 一种水源热泵空调系统运行参数优化控制方法 | |
CN106545930A (zh) | 一种高效节能中央空调机房及节能方法 | |
CN104633857A (zh) | 一种空调节能优化控制方法及装置 | |
CN205717751U (zh) | 一种中央空调冷热源机房高效控制系统 | |
CN107940668A (zh) | 一种基于多目标优化的公共建筑暖通空调系统诊断方法 | |
CN110715814B (zh) | 一种开式冷却塔在线综合诊断系统及方法 | |
CN111723533B (zh) | 一种地源热泵系统变频水泵节能计算方法 | |
CN204943795U (zh) | 一种中央空调机房能效优化系统 | |
CN111914404A (zh) | 一种基于实测数据的空调系统冷机性能曲线的获取方法 | |
CN103499460A (zh) | 一种空调器故障诊断方法 | |
CN109945394B (zh) | 一种中央空调冷冻水系统小温差综合征精确诊断方法 | |
CN202119048U (zh) | 一种大型空调冷水机组实时能效监测和诊断调节装置 | |
CN101520223B (zh) | 空调辅助降温换热装置的节能控制方法 | |
CN105115113A (zh) | 一种中央空调机房能效优化系统 | |
CN212320014U (zh) | 冷却系统 | |
CN104089379A (zh) | 地下厂房通风空调系统效能的评定方法 | |
CN103984999A (zh) | 一种工业循环冷却水能量集成优化方法 | |
CN206377813U (zh) | 一种中央空调节能控制系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230412 Address after: 201600 Room 401, 4 / F, building 40, No.220 Jiugan Road, Sijing Town, Songjiang District, Shanghai Patentee after: SHANGHAI YUANKONG AUTOMATION TECHNOLOGY Co.,Ltd. Address before: 200240 No. 800, Dongchuan Road, Shanghai, Minhang District Patentee before: SHANGHAI JIAO TONG University |
|
TR01 | Transfer of patent right |