CN1154824C - 吸收式制冷剂的故障诊断系统 - Google Patents

Abstract

本发明涉及一种吸收式制冷剂的故障诊断系统，该系统包括：传感器装置，用于检测冷却水入口温度、出口温度和流经吸收器和冷凝器的冷却水温度；制冷负载计算装置，用于计算制冷负载；浓度检测装置，检测流向所述吸收器的吸收剂的浓度；存储装置，其中存有吸收剂浓度改变的浓度特性；计算装置，用于导出吸收剂浓度正常值；以及，异常识别装置，用于检测吸收剂浓度的异常的出现。

Description

吸收式制冷剂的故障诊断系统

本发明涉及吸收式制冷机，具体讲，涉及通过识别在制冷机各部出现的异常来诊断制冷机主体故障的系统。

附图21示出一种吸收式制冷机，它包括在上壳1中安装的冷凝器11和低温发生器12，装在下壳2上的蒸发器21和吸收器22、带燃烧器31的高温发生器3、高温热交换器4、低温热交换器5等等，这些部件由管路相互联接，并由吸收剂泵6使吸收剂在高温发生器3、低温发生器12和吸收器22中循环，并且实现制冷循环。来自冷却塔(未示出)的冷却水流经穿过吸收器22和冷凝器11延伸的冷水管。对燃烧器31的可燃气体供应是可调节的，用以将从蒸发器21上提供的冷却水温度维持在目标值上。

在吸收式制冷机中，诸如冷却水的污染、吸收剂循环的异常、异常真空、制冷剂中混有吸收剂等异常现象经常发生。

当冷却水被污染后，诸如灰尘的脏物将粘到冷却水管路的内壁，以使热交换器、冷凝器11和吸收器22的效率降低，从而无法产生足够的制冷效果，最终导致制冷能力降低。如果冷凝剂中混入吸收剂，则冷凝剂呈现较低的沸点，结果降低了下壳2的内部压力，从而降低了蒸发器21和吸收器22的容量。在下壳2中真空的降低也将减少蒸发器21和吸收器22的容量。

实践中需要监视在诸如蒸发器21、吸收器22和冷凝器11的热交换器单元中对数平均温差的变化，以判断制冷机内的异常。热偶、热阻等温度传感器被装在这些热交换单元的入口和出口，以测定在各单元的入口和出口处的液体温度。此外，通过对在下壳2中留存处抽取的制冷剂中混入的吸收剂的测定以及制冷剂特定比重的测定来检查制冷剂。

另一方面，我们已经提出根据由以下算式1定义的异常度A判断故障的方法，其中异常度A代表热交换单元异常度的指数。

算式1：

  A＝(ΔT-ΔTn)/ΔTn

其中ΔT是通过测量得到的实际对数平均温差(测量值)，ΔTn是理想对数平均温差(正常值)。

以下的问题是传统吸收式制冷机常遇到的问题：

(1)对于一个热交换单元来说，计算对数平均温差和异常度需要3-4个温度传感器，如果所需的传感器都装在所有的热交换单元上，制冷机的整个主体上将需装相当大数量的温度传感器。此外，对数温差的计算需要一个计算机程序和进行对数计算的存贮器，由此带来电路规模增加的问题；

(2)传感器22的异常度是检测各种异常的重要指标，流经吸收器的冷却水如果它被污染后将产生巨大影响。甚至在制冷机连续正常工作时，冷却水的污染将延长工作时间，这样，吸收器的异常度的增加往往不能被解释成诸如冷却水受污染之类异常的出现。因此，在根据吸收器异常度判断故障时，很难分辨出是冷却水被污染还是其它原因，在检测诸如制冷剂混入或异常真容的真正异常情况时比较困难；

(3)如果吸收剂(溴化锂溶液)的浓度在经低温热交换器5从低温发生器12送到吸收器22时超过限定值，则吸收剂将结晶，以引起工作故障。传统的制冷机相应地装备了用于全时监视吸收剂浓度和在浓度超过限定值时使制冷机中断工作的安全装置。由于浓液浓度的测量需要昂贵的浓度计，因此是以图7所示的Duhring图以低温发生器12出口冷凝器11的饱和蒸汽温度T_cond和吸收剂温度T_{s_hi}的实测值为基础估计算浓度。

具体讲，浓液浓度是参照Duhring图，通过确定与饱和蒸汽温度T_cond和吸收剂温度T_{s_hi}对应的冷却水的饱和压力P_s的交点并读出在交点上的浓度D_s来确定的。由于饱和蒸汽温度T_cond不能通过直接测量流经上壳1的蒸汽的温度来精确确定，因而温度T_cond是通过参照图7的Duhring图，并测出上壳1的内部压力P_up来算出的。

然而，该计算方法的问题是，压力传感器比温度传感器更昂贵，且难于维修。

另一方面，一种根据各部分的温度测量来计算在理论循环中浓液浓度的工作监视系统已提出了(日本专利公开SHO63-297970)，由于系统工作在理论循环的前提下，计算出的浓度与实际制冷机中的浓度的差别较大，由此而带来难于精确测定异常浓度的问题。

本发明的目的在于提供一种吸收式制冷机的故障诊断系统，它具有简单的结构，并且还适于测出构成制冷机主体的特定热交换单元中的异常度。

本发明提供一种吸收式制冷机的故障诊断系统，该系统包括：温度测量装置，用于在特定热交换单元中测定在热交换中两个流体每一个的至少一个代表性的温度；温差数据计算装置，用于存储温差数据计算方程，该方程包括含作为其因子的两种流体代表温度的线性表达式，并利用该计算方程从由测温装置上获得的测量数据中算出实际温差；热交换量导出装置，用于通过测量和计算导出特定热交换单元的热交换量或  其它随所述热交换量变化的其它热交换量；存储装置，其中存有与热交换量有关的正常工作的理想温差数据；以及异常识别装置，用于通过将从温度计算装置得到的真实温差数据与同导出装置获得的热交换量相同的热交换量下得到理想温差数据相比较，来制备代表特定热交换单元异常的异常数据。

在计算热交换单元异常的指数方面，上述故障诊断系统利用由简单线性表达式定义的温差数据来替代传统对数平均温差。温差数据可以是诸如将进入吸收器的吸收剂(浓缩)的入口温度T_{a_in}从其中所流出冷却水的出口温度T_{co_mid}中减去的差，即T_{a_in}-T_{co_mid}。

在纯粹推导热交换单元的热交换效率时，对数平均温差是个适当的推导指数，因此，为了诊断吸收式制冷机的故障，需要将热交换单元的对数平均温差与正常工作时其对应值比较。在此情况下，对数平均温差的绝对值意义很小。

另一方面，由代表通过吸收器的冷却水和吸收剂的温度的线性表达式定义的温差数据，像前述温差数据一样，作为绝对值并不总是非常有意义，但是却可以是在吸收式制冷机故障诊断时进行相对推论时的适当指数。

测出流经吸收器的冷却水和吸收剂的代表温度，并从测量数据中算出温差数据，随后与同样热交换量下的理想温差数据相比，以算出异常数据。异常数据代表相对于正常工作状态的异常度。

实际温差数据需要与同样热交换量下的理想温差数据进行比较。在本发明特定实施例中，用流过吸收器的冷却水的入口和出口温度乘以水的流速，来算出吸收器的热交换量。

本申请提出的异常度A可用作异常度数据。甚至当负载很低的情况下，可根据负载算出异常度，并根据异常度确定异常。例如在夏季准备高负载工作时，可以早期检查和维修制冷机并由此而避免在高负载下工作时的故障。

本发明的吸收式制冷机的故障诊断系统以由简单线性表达式定义的温差数据替代传统的对数平均温差，这样，仅在2或3点上产生作为温差数据计算基础的代表性温度计量值。温度传感器的数目因此而少于传统上所需的传感器数目。此外，温差数据可仅从线性表达式中算出而不用传统的对数计算，这样，电路规模减小，导致整个制冷机结构的简化。

本发明的另一目的在于提供一种故障诊断系统，当检测吸收器的异常度时，可排除冷却水受脏污的影响。

本发明提供吸收式制冷机的另一种故障诊断系统，它包括：传感器装置，用于测量在冷凝器和吸收器中热交换中多个流体温度；算术电路，通过根据从传感器装置上获得的测量数据中计算出代表流经各冷凝器和吸收器的流体平均温差的冷凝器温差数据和吸收器温差数据，并将这些项目的数据与相应正常值比较，以此来计算代表冷凝器异常度和吸收器异常度的冷凝器异常度数据和吸收器异常度数据；吸收器异常度修正装置，用于根据所计算出来的冷凝器异常度数据的幅度，修正所计算出来的吸收器异常度数据；以及故障识别装置，用于根据修正的吸收器异常度数据，识别吸收器的故障。

在吸收式制冷机中，冷却水流过吸收器随后流过冷凝器。因此，如果冷却水脏污，影响结果不仅出现在吸收器中也会出现在冷凝器中。

由于吸收器与蒸发器一样基本上在下壳中，由蒸发所产生的蒸汽和吸收剂以复杂的方式与吸收器的异常相关。另外，冷凝器设在上壳中并由隔壁将其与吸收器分开，由此而不受吸收器中异常真空或制冷剂混入污染的影响。导致冷凝器异常的原因主要由于冷却水的污染。换言之，冷凝器的异常度可用作表明冷却水受污染程度的指标。

根据本发明，代表冷凝器和吸收器异常度的冷凝器异常度数据和吸收器异常度数据，可根据前面的数据幅度被计算出来，以修正后面的数据。数据的修正量可通过将冷凝器异常度数据乘以一个校正系数计算出来。在此情况下，从吸收器异常度数据中减去修正量以得到修正后的吸收器异常度数据。

不管冷却水受脏程度的增加，修正数据随着不是冷却水受脏的异常而是诸如异常真空或制冷剂混入污染的异常而改变，以用作表明这种异常度的适当指数。

当检测吸收器的异常时，本发明的吸收式制冷机的故障诊断系统适于排除冷却水受脏的影响，由此而实现高可靠性的故障诊断。

本发明的另一目的在于根据利用温度计而不是压力传感器获得的测量数据来精确测出吸收剂的异常浓度。

本发明的再一目的是提供一种故障诊断系统，它适于正确迅速地检出制冷剂中混入吸收剂，而不需对制冷剂进行取样。

图1为本发明第一实施例的方框图，示出吸收器的装置；

图2为曲线图，示出平均温差对热交换量的改变；

图3为第一实施例的方框图，示出冷凝器的装置；

图4为方框图，示出第二实施例的构造；

图5为曲线图，示出在修正的吸收器异常度中的变化；

图6示出第三实施例的构造；

图7为曲线图，示出Duhring图的部分；

图8为曲线图，示出在改变冷却水入口温度时，饱和蒸汽温度与制冷剂冷凝温度间的差值的改变；

图9为曲线图，示出在改变冷却水中间温度时类似的变化；

图10为曲线图，示出在改变冷却水出口温度时的类似变化；

图11为方框图，示出第四实施例的构造；

图12为曲线图，示出以冷却水入口温度作为一个参数的制冷负载与浓液浓度间的关系；

图13为一方框图，示出第五实施例的构造；

图14为一曲线图，示出在制冷剂中溴化锂浓度的增加与蒸发器异常度间的关系；

图15为方框图，示出第六实施例的构造；

图16为方框图，示出第七实施例的构造；

图17(a)、17(b)和17(c)为一系列曲线图，示出用来确定与热交换量有关的对数平均温差偏离的确定过程；

图18为方框图，示出第八实施例的构造；

图19为曲线图，示出在浓液浓度偏离方面所涉及的冷却水污染的影响和其它原因所造成的影响；

图20为曲线图，示出仅由于冷却水受污染的情况下，冷凝器异常度与浓液浓度偏离间的关系；和

图21示出本发明的吸收式制冷机的构造。

参照附图将对由图21所示的吸收式制冷机给出几个实施例。

在图21的吸收式制冷机中，水被用作制冷剂，溴化锂作为吸收剂。制冷剂在高温发生器3中被蒸发，经低温发生器12流入冷凝器11，与流过冷凝器的冷却水进行热交换而冷凝成液态，随后流向蒸发器21。液体冷却剂与流经蒸发器21的冷水进行热交换而蒸发，流经蒸发器的21的冷却水在热量蒸发后被冷却下来。

由蒸发器21产生的制冷剂的蒸发物质在吸收器22中被吸收剂所吸收。由于吸收制冷剂而变淡了的吸收剂由吸收剂泵6通过低温热交换器5和高温热交换器4送入高温发生器3中。送入发生器3的吸收剂被燃烧器31所加热，以使制冷剂被蒸发掉。吸收剂因此而浓缩形成中等浓度的吸收剂，流经高温热交换器4进入低温发生器12，其中吸收剂被高温发生器3产生的制冷剂蒸发物所加热并通过除去制冷剂蒸发物而进一步浓缩。具有高浓度的吸收剂通过低温热交换器5送到吸收器22上并散发出去。

联到诸如吸收器22、蒸发器21和冷凝器11的热交换单元上的管路具有一组传感器，用来测量在每个单元的热交换中所介入的液体的温度和流速。该传感器组包括冷却水入口温度传感器71、冷却水中间温度传感器72、吸收剂入口温度传感器73、吸收剂出口温度传感器74、冷水入口温度传感器76、冷水出口温度传感器77、冷凝的制冷剂温度传感器79和冷却水出口温度传感器70。

实施例1：

图1示出本实施例的故障诊断系统的结构。上述传感器组7致力于各种测量数据的测定，这些数据被送到包括以下将要描述的用于识别故障的微机的算术单元8上，所获得的结果被送到包括显示、打印、指示灯等的显示单元9上。

算术单元8包括以下将描述的计算电路81、82、83、84以及故障识别电路85，且每个电路还包括计算程序。

具体讲，吸收器平均温差计算电路81使用下面的算式2来从由传感器71上获得的冷却水入口温度T_{co_in}、由传感器72获得的冷却水中间温度T_{co_mid}、传感器73获得的吸收剂(浓液)入口温度T_{a_in}以及传感器74获得的吸收剂(稀释的)出口温度T_{a_out}中计算出吸收器22的平均温差T_m。

算式2：

T_m＝{(T_{a_in}+T_{n_out})-(T_{co_in}+T_{co_mid})}/2

由算式2给出的平均温差T_m代表流经吸收器22的吸收剂的平均温度与所流过的冷却水的平均温度之间的差值，且该值约为吸收器22的对数平均温差。

吸收器22的平均温差T_m并不仅限于上面的线性表达式，即算式2，也可以由各种线性算式来定义，即下面的算式3：

算式3：

T_m＝T_{a_in}-(T_{co_in}+T_{co_mid})/2

T_m＝T_{a_out}-(T_{co_in}+T_{co_mid})/2

T_m＝(T_{a_in}+T_{a_out})/2-T_{co_in}

T_m＝(T_{a_in}+T_{a_out})/2-T_{co_mid}

T_m＝T_{a_out}-T_{co_in}

T_m＝T_{a_in}-T_{co_in}

T_m＝T_{a_out}-T_{co_mid}

T_m＝T_{a_in}-T_{co_mid}

吸收器热交换计算电路82用算式4从由传感器71获得的冷却水入口温度T_{co_in}、传感器72获得的冷却水中间温度T_{co_mid}和冷却水流速传感器75获得的冷却水流速V_co中计算出吸收器22的热交换量Q_abs。

算式4：

Q_abs＝V_co×(T_{co_mid}-T_{co_in})

制冷负载计算电路83用算式5从由传感器76所获得的冷水入口温度T_c-in、由传感器77所获冷水出口温度T_co-out以及由冷水流速传感器78所获得的冷水流速V_c中计算出蒸发器21的热交换量，即制冷负载L_c。

算式5：

L_c＝V_c×(T_{c_in}-T_{c_out})

此外，吸收器异常度计算电路84根据算式6从由电路81获得的吸收器平均温差T_m和由电路82获得的吸收器22的热交换量Q_abs中计算出吸收器22的异常度A_abs。

算式6：

A_abs＝(T_m-T_mn)/T_mn

其中T_mn是正常工作时理想平均温差。这些差值进一步整理，作为与吸收器热交换量Q_abs有关的量，以表格或曲线图形式存入存储器中。

图2为曲线图，其中吸收器的热交换量作为横座标，平均温差作为纵座标，它示出理想平均温差的变化a与实测得到的平均温差b(T_m)。

由算式6所定义的异常度A_abs是经理想平均温差T_mn将实际平均温差T_m与图2所示优选热交换量理想平均温差T_mn的差值规一化而得到的。不管热交换量的大小，该值被用作泛指数，以表示吸收器的异常度。

用来作为计算吸收器22异常度的基础的热交换量并不仅限于吸收器22的热交换量，也可以是蒸发器21的热交换量，它处于正比例的关系，即与制冷负载成正比。

在此情况下，从图1所示的制冷负载计算电路83中获得的制冷负载L_c被送到吸收器异常度计算电路84并用于计算异常度。故障识别电路85根据确定故障程度的预定的关键值核对由电路84确定的吸收器异常度，并将结果馈入显示单元9。

在利用包括算式2和3的线性表达式定义温差的情况下，故障诊断系统通过简单计算过程而不需对数计算，就像采用对数平均温差的传统异常检测方法一样可靠地检测出代表故障的吸收器的异常。

当以由简单数学表达的温差为基础的本发明的故障识别方法与根据对数平均温差的传统方法相比后，两个根据相对于正常工作的温差的比例(异常度)进行故障识别的方法就取代了使用温差绝对值的方法，所以，如果要进行对数计算时，对数计算的量将很小，并且这两个方法是可相比的。

本发明所用的简单算式无需进行对数计算，由此而使电路规格比传统的要小，这有利于将电路板装在制冷机的控制面板上。

此外，在使用了由表达式3定义的温差时，传统上所需的四个温度测量点就可以减为3个或2个点。这使吸收式制冷机上的温度传感器数量减少，从而简化了其结构。

图3示出冷凝器11的故障诊断系统的结构。在如前面所述的装置中，传感器组7将测量数据送到算术单元80，它根据冷凝器11所检测到的异常来识别故障。并将结果显示在显示单元9上。

算术单元80包括用于计算冷凝器平均温差的电路86、用于计算冷凝器热交换量的电路87、用于计算冷凝器异常度的电路88以及故障识别电路89。根据下面的算式7，电路86从由传感器72获得的冷却水中间温度T_{co_mid}、传感器70获得的冷却水出口温度T_{co_out}和传感器79获得的冷凝的制冷剂温度T_{v_cond}中计算出冷凝器的平均温差T_m′。

算式7：

T_m′＝{(T_{v_cond}-T_{co_mid})+(T_{v_cond}-T_{co_out})}/2

冷凝器的平均温差可以是由在两点所测的数据定义的简化表达式中计算出的值。

冷凝器热交换计算电路87用下面的算式8从由传感器72获得的冷却水中间温度T_{co_mid}、由传感器70获得的冷却水出口温度T_{co_out}以及由传感器75获得的冷却水流速V_co中计算出冷凝器的热交换量Q_cond。

算式8：

Q_cond＝V_co×(T_{co_out}-T_{co_mid})

冷凝器异常度计算电路88用下面的算式9从由计算电路86中获得的实际冷凝器平均温差T_m′和电路87所获得的冷凝器热交换量Q_cond中计算出冷凝器11的异常度A_cond。

算式9：

A_cond＝(T_m′-T_mn′)/T_mn′

其中T_mn′是正常工作时理想平均温差。这些差值作为与冷凝器热交换器量Q_cond有关的量被算式所定义或进一步制备成表格形式并存在存储器中。

将从电路88中获得的冷凝器异常度馈到故障识别电路89并与预定标准值进行比较。电路89根据比较结果识别故障程度，并把结果送到显示单元9上。

图3所示冷凝器故障诊断系统不仅适于为早期检查和维修而进行制冷机的部分加载时冷凝器异常的正确检测，而且具有与图1所示吸收器故障诊断系统的电路结构相同的优点。

以上述实施例，通过计算冷凝器11和吸收器22或蒸发器21的热交换量来测出冷却水或冷水的流速，但当水的流速恒定时，可仅根据如冷却水或冷水的入口和出口温度的测量数据来计算热交换量。

实施例2：

图4示出算术单元180，它包括用于从传感器组合组7中的测量数据中计算出吸收剂异常度的电路181，以及用于从类似数据中计算出冷凝器异常度的电路182。

吸收器22的对数平均温差ΔT_abs由算式10给出，冷凝器11的对数平均温差ΔT_cond由算式11给出。

算式10：

ΔT_abs＝{(T_{s_lo}-T_{co_mid})-(T_{w_lo}-T_{co_in})}/ln{(T_{s_lo}-T_{co_mid})/(T_{w_lo}-T_{co_in})}

算式11：

ΔT_cond＝{(T_{v_cond}-T_{co_out})-(T_{v_cond}-T_{co_mid})}/ln{(T_{v_cond}-T_{co_out})/(T_{v_cond}-T_{co_mid})}

其中：

T_{s_lo}：吸收剂(浓缩)的吸收器入口温度

T_{v_cond}：制冷剂的冷凝器出口温度

T_{w_lo}：吸收剂(稀释)的吸收剂出口温度

T_{co_in}：冷却水入口温度

T_{co_mid}：冷却水中间温度

T_{co_out}：冷却水出口温度

吸收器22的异常度A_abs和冷凝器11的异常度A_cond可从由此获得的对数平均温差T_abs和T_cond中计算出来。每个吸收器22和冷凝器11的对数平均温差的规一值进一步与作为变量的制冷负载一起形成一个函数或列表值。

算术单元180还具有一个电路183，用于根据所计算出来的吸收器异常度和冷凝器异常度来修正吸收器异常度。根据下面的算式12，电路183计算出与冷却水污染度的影响无关的吸收器异常度的修正值X_Aabs。

算式12：

X_Aabs＝A_abs-K·A_cond

其中，K为经验确定的系统，通常取约1.2。

例如，异常真空如果在下壳2中出现，将不会传到上壳1中，使冷凝器11不受异常真空的影响。此外，如果吸收剂在高温发生器3中与蒸发物相混，污染了制冷剂，则混入的蒸发物通过冷凝器11并因而暂时改变冷凝器11的对数平均温差，从而导致了另一种冷凝器的异常。但是，经过冷凝器11的吸收剂立即进入下壳2的蒸发器21且随后仅仅通过制冷剂循环通道循环而不再返回到冷凝器11。因此，当在一段时间内考虑异常性时，可以说，冷凝器异常度与制冷剂的混入污染无关。表达式12给出了一种吸收器异常度，其中冷却水污染度的影响被排除了，不过却涉及其它异常度的影响。

图5示出吸收器22和冷凝器11的异常，它随制冷负载的增加而增加，所增加的异常度间的差代表修正的吸收器异常度。

由此而获得的修正的吸收器异常度XA_abs被送入图4所示的故障识别电路184中。该电路检测异常真空、制冷剂的污染等异常，在需要时对异常度或测量数据给予考虑，从而可确定制冷机的具体部位的故障。

甚至随着时间，冷却水的污染程度加重，真正出问题的诸如异常真空和制冷剂混入污染的异常情况可在排除污染冷却水的影响下，由前述故障诊断系统检测出来，由此而获得高可靠性的故障诊断。

实施例3

本实施例适于从温度计的计量中而不使用压力传感器来精确检测吸收剂的异常浓度。

本实施例将两个测量原则应用于在冷凝器11中的饱和蒸汽温度的测定。第一个原则是，饱和蒸汽温度约等于制冷剂冷凝温度。第二个原则是，饱和蒸汽温度与制冷剂冷凝温度间的温差随冷却水温度而改变。具体讲，虽然饱和的蒸汽温度约等于制冷剂冷凝温度，但是在这些温度之间还会出现差值，例如，由于在高温发生器3中产生的蒸汽在冷凝时流入冷凝器11所致。

在吸收式制冷机中，随着冷却水温度的变化，其工作状态千差万别，制冷机的各部分的温度变化或压力变化可近似以一个方程来表示，其中以冷却水的温度作为一个变量。

因此，饱和蒸汽温度与制冷剂冷凝温度间的差值进一步类似地以冷却水温度的函数定义，以从冷却水温度的测量值中得到温差，并以该温差校正制冷剂的冷凝温度。

在图6所示的本实施例中，装在制冷机主体上的传感器组7测量在低温发生器12出口的吸收剂T_{s_hi}、冷凝器11的出口的冷却水温度T_{co_out}以及在冷凝器11中制冷剂冷凝温度T_{v_cond}，并将测量数据送到算术单元280上。

算术单元280包括一个制冷剂冷凝温度校正部分281，以根据测量出的冷却水出口温度T_{co_out}校正制冷剂冷凝温度T_{v_cond}的测量值。校正部分281中寄存的是一个程序，用来通过在温度T_{v_cond}上加入一个制冷剂冷凝温度校正g(T_{co_out})，以此来产生校正的值mT_v-cond，其中制冷剂冷凝温度校正g(T_{co_out})包括一个作为变量的冷却水出口温度T_{co_out}，由算式13来表达。

算式13：

mT_{v_cond}＝T_{v_cond}+g(T_{co_out})

校正g(T_{co_out})是以实验预定的。

具体讲，在吸收式制冷机正常工作中，如图10所示在改变冷却水出口温度时，测定上壳饱和的蒸汽温度与制冷剂冷凝温度间的差值。由此获得的测量值被进行回归分析，以得到一个以冷却水出口温度为变量的上壳饱和蒸汽温度与制冷剂冷凝温度间差值的函数。例如，图10给出如下的算式14。

算式14：

$g\left(T_{\mathrm{co}\_\mathrm{out}}\right)=-2.98+0.154\·T_{\mathrm{co}\_\mathrm{out}}-2.12\×{10}^{-3}\·T_{\mathrm{co}\_\mathrm{out}}^2$

与此相连带，制冷剂温度校正也可定义为冷却水入口温度的函数g(T_{co_in})或冷却水中间温度的函数g(T_{co_mid})。

在此情况下，用于校正的算式15或16被寄存在校正部分281中。

算式15：

mT_{v_cond}＝T_{v_cond}+g(T_{co_in})

算式16：

mT_{v_cond}＝T_{v_cond}+g(T_{co_mid})

制冷剂冷凝温度校正g(T_{co_in})或g(T_{co_mid})是凭实验预定的。在正常工作的吸收式制冷机中，在如图8所示冷却水入口温度变化时或如图9所示冷却水中间温度变化时，测出上壳饱和蒸汽温度与制冷剂冷凝温度间的差值。由此获得的测量值被进行回归分析，以获得这两个温度间差值的函数。例如，图8给出的算式17。

算式17：

$g\left(T_{\mathrm{co}\_\mathrm{in}}\right)=-0.752+1.35\×{10}^{-2}\·T_{\mathrm{co}\_\mathrm{in}}-1.77\×{10}^{-4}\·T_{\mathrm{co}\_\mathrm{in}}^2$

图9给出算式18。

算式18：

$g\left(T_{\mathrm{co}\_\mathrm{mid}}\right)=-3.16+0.173\·T_{\mathrm{co}\_\mathrm{mid}}-2.52\×{10}^{-3}\·T_{\mathrm{co}\_\mathrm{mid}}^2$

由图6的校正部分281校正的制冷剂冷凝温度mT_{v_cond}被送到浓液浓度估算部分282，它根据算式19从传感器组7中获得的温度mT_{v_cond}和吸收剂低温发生器出口温度T_{s_hi}中计算出浓液的浓度D_s。

算式19：

D_s＝(T_{s_hi}+280.0)×139.0/(mT_{v_cond}+273.0)-102.4

由估算部分282计算的浓液浓度D_s被送到浓液浓度异常检测部分283，它根据算式20制备表示异常度的诊断数据。该数据进一步输出到显示、报警或像报警单元90的装置上。如果诊断数据表明异常，一种安全装置即开始工作以关断吸收式制冷机的工作。

算式20：

如果D_s＞65％，则诊断数据＝异常

如果64.5％＜D_s＜65％，则诊断数据＝注意

如果D_s＜64.5％，则诊断数据＝正常

所述异常识别系统适于仅根据对温度的测量来精确地估算浓液浓度，以此正确地识别异常情况。

实施例4：

在第三实施例中，浓液浓度的估计值与给定参考值相比较以识别异常，而本发明借助参照浓液浓度的正常值更精确地识别异常。

在吸收式制冷机中，其各部件的工作状态随冷却水温度而变化，许多状态量，例如温度和压力，可近似以冷却水温度的函数表达。因此，如图12所示在制冷负载随冷却水温度改变处于常值测出浓液浓度时，沿如实线所示的二次曲线获得其限定关系。此外，随着冷却水入口温度降低，制冷负载与由二次曲线表示的浓液浓度间的关系移向低浓度端。因此，如果制冷负载与在正常工作状态时浓液浓度间的关系进一步以冷却水入口温度为参数以一个方程表达，则浓液浓度的正常值可根据所测的冷却水入口温度和制冷负载值计算出来。

在图11所示的本实施的情况下，在主制冷机组件上的传感器组7测量在低温发生器12出口的吸收剂温度T_{s_hi}、在冷凝器11中制冷剂冷凝温度T_{v_cond}、冷水流速V_c、冷水出口温度T_{co_ont}、冷水入口温度T_{c_in}和冷却水入口温度T_{co_in}。这些项目的测量数据被送到算术单元380，该单元包括一个制冷负载计算部分384，用于从冷水流速V_c、冷水出口温度T_{co_out}和冷水入口温度中根据算式21计算制冷负载L_c。

算式21：

L_c＝V_c×(T_{c_in}-T_{co_out})

该算术单元380还具有一个浓液浓度估算部分385，用于从吸收剂低温发生器出口温度T_{s_hi}和制冷剂冷凝温度T_{v_cond}中借助算式22算出浓液浓度D_s。

算式22：

D_s＝(T_{s_hi}+280.0)×139.0/(T_{v_cond}+273.0)-102.4

从计算部分384中获得的制冷负载L_c和从传感器组7中获得的冷却水入口温度T_{co_in}被送入浓液浓度正常值计算部分386中，该部分计算浓液浓度的正常值D_{s_n}。

计算部分386如图12的实线所示存储了代表浓液浓度正常值变化的浓度曲线，并针对作为参数的不同的冷却水入口温度而转换成函数形式。下面的算式23为在特定冷却水入口温度近似浓液浓度曲线的二次表达式。

算式23：

D_{s_n}＝axLc²+bxLc+c

基中a、b和c为常数，这些常数是通过对图12所示测量值用最小二乘法来确定的。

正常值计算部分386还存有用于执行将未包括在参数中的选定冷却水入口温度T_{co_in}插入的程序，从而可高精度地计算出与制冷负载和冷却水入口温度测量值相对应的浓液浓度的正常值。

由估算部分385算出的浓液浓度的估算值D_{s_m}以及由计算部分386所算出的浓液浓度的正常值D_{s_n}被送到浓液浓度偏差计算部分87，该部分根据算式24计算两值之间的浓度差dD_s。

算式24：

dD_s＝D_{s_m}-D_{s_n}

算出的浓度差dD_s送入报警单元9，它根据差值dD_s制备以下诊断数据，以将数据报知给监视器。

D_s＜t₁：正常

D_s＞t₁：注意结晶

其中t₁是预定的常数。

上述实施例不管制冷负载或冷却水温度而可以正确检测在吸收式制冷机中异常浓液浓度。特别是由于当负载低或冷却水温度低时系统能提供吸收剂结晶的警告，通过在夏天准备高负载工作的适当时间检查制冷机而消除异常的起因。

在将图8至10和图12中的数据整理成函数方程时，不仅二次曲线，而且回归曲线也是可用的。

实施例5

如图13所示，传感器组7包括温度计和流量计，用于测定经蒸发器21循环的制冷剂的循环温度T_{v_eva}、在蒸发器出口和入口的冷水温度T_{c_out}和T_{c_in}，以及冷水的流速。

在四个计算部分481-484之外，算术单元480包括检测部分485和存储器486。具体讲，蒸发器对数平均温差计算部分481利用算式25从由传感器组7中获得的制冷剂循环温度T_{v_eva}、冷水出口温度T_{c_out}和冷水入口温度T_{c_in}中算出对数平均温差dTeva。

算式25：

dTeva＝{(T_{c_in}-T_{v_eva})-(T_{c_out}-T_{v_eva})}/log{(T_{c_in}-T_{v_eva})/(T_{c_out}-T_{v_eva})}

制冷负载计算部分482利用算式26从由传感器组7获得的冷水出口温度T_{c_out}、冷水入口温度T_{c_in}和冷水流速Vc中算出制冷负载Lc。

算式26：

Lc＝Vcx(T_{c_in}-T_{c_out})

蒸发器对数平均温差正常值计算部分483将从计算部分482中获得的制冷负载Lc代入算式27中，以算出现在工作状态下蒸发器对数平均温差的正常值dT_{eva_n}。

算式27：

dT_{eva_n}＝g(Lc)

其中g为实验确定的函数，例如，线性表达式。

蒸发器异常度计算部分484从由计算部分481中获得的对数平均温差dTeva和由计算部分483中获得的正常值dT_{eva_n}中，借助算式28计算蒸发器的异常度Aeva。

算式28：

Aeva＝(dT_eva-dT_{eva_n})/dT_{eva_n}

从计算部分484中获得的异常度被存在蒸发器异常度存储器486中。存储器486能存储在特定时期(例如几分钟至几小时)内获得的异常度的履历数据，这样，当新数据被输入后，旧数据就被擦除以保持总是存储在最后的特定阶段中的异常度。

混入污染检测部分485从存储器486中读出在经过的特定时间内异常度的履历数据，并且判定在某一刻异常度随时间改变的倾向是否改变。如果有改变，则被判定为在改变出现时制冷剂受到吸收剂的污染。这些结果从打印机、显示器等输出单元(未示出)中输出出来。

在图14的吸收式制冷机实际工作中，溴化锂中混入制冷剂，逐渐增加了其浓度，且被判定出蒸发器在异常度方面有所改变。如图所示，在溴化锂浓度在正常恒定水平时，异常度维持基本恒定，随着开始受混入污染，异常度开始降低，且这种倾向会持续一段时间。

这种倾向可以通过在过去由三段时间T_b、T_m和T_a组合起来的90分钟内在存储器486中存入异常数据来测出，并且将初始期Tb的异常度的平均值与最后时段T_a内异常度的平均值进行比较，这样，当减少量超过预定值时，就被判定为混入了吸收剂。倾向的改变可由多种方法测出。

本发明的故障诊断系统仅通过监视异常度来正确检测制冷剂被吸收剂混入污染的情况，从而可早期发现制冷机的故障。

实施例6

图21的吸收式制冷机中一旦在高温发生器3中的吸收剂的液面水位出现异常时，即使吸收剂泵6停止工作。随着吸收剂泵的停止，制冷机的工作状态从正常工作状态发生改变。这种异常状态在泵6重新启动后还持续一段时间。

例如，在高温发生器4、低温热交换器5等热交换单元中，通常的热交换不起作用，且对数平均温差呈现异常值，直到停止的吸收剂泵6重新启动并维持一段时间，即泵6进入稳态为止。

在吸收剂泵处于非稳态下使故障诊断系统如在稳态下般工作，则诊断结果就不可靠，且如果表明情况严重，安全装置将会使制冷机停止工作。

为了避免此问题，本实施例在如果泵6受控暂时停动后，使故障诊断测量数据无效或中断这种诊断。

根据图15所示的本发明，由控制单元100控制制冷机组件10来进行冷却操作，并且根据制冷机主体10各部分的测量数据执行故障诊断。入口和出口温度数据被热交换单元所利用。泵6的开始、亭止和转速受反馈控制电路61控制以使在高温发生器3中的吸收剂保护在恒定的液面水位上。

反馈控制电路61还将代表吸收剂泵6工作状态的开/关数据送入控制单元100。当在数据中发现泵6停动，故障诊断操作将中断，直到泵6重新启动并持续一段时间为止。

结果，从故障诊断中可得到高可靠性的结果，在出现故障时，可迅速执行适当的程序。

伴随而来的是，在吸收剂泵停止工作时，可以中断故障诊断和识别程序，并将识别结果输出，或者仅中断结果的输出，在涉及测量数据移动平均处理的故障诊断中，也可以无视吸收剂泵非稳态期间的测量数据，并且仅根据进行连续故障诊断其它时期的测量数据计算移动平均值。

实施例7：

温度传感器的工作基本上都包括由诸如材料阻值改变所引起的误差(偏差)，这样，传感器在预定温度下(例如20℃)进行初始调节。但是，如果测量温度与预定的温度不同，则就会出现偏差。因此，当由温度传感器获得的测量数据用于吸收式制冷机的故障诊断时，结果的可靠性很低。

为了获得精确的测量数据，需对在制冷机主体上的所有温度传感器进行调节以消除偏差，这样，吸收式制冷机包括多个热交换单元，每个都装有3或4个温度传感器，这样，传感器的总数目非常多。因此对所有温度传感器单个地进行调节将很麻烦且费时。

为了省却或简化对根据本实施例的单个温度传感器偏差的调节，在热交换单元异常检测之前计算温差数据的偏差，温差数据被与计算出的偏差对应的量所校正，且根据校正的数据，使热交换单元的异常被检测出来。

根据图16所示的实施例，制冷机主体10带有一组传感器7，用来测量在各部分的温度和压力。由传感器组7所得的测量数据被送到控制单元101，用于控制主体10。

控制单元101包括一个故障识别电路102，用于根据测量数据识别各种异常或故障。其结果被输出到显示、提示、打印等单元90上。控制单元101在联有偏差计算电路104和启动按钮103。当按钮按下时，启动按钮103启动偏差计算电路104进入工作状态。计算对数平均温差和热交换量中的偏差电路将如下描述。所算出的偏差被送入控制电路10的故障识别电路102，并用于故障识别的计算。

例如，在检测高温热交换器4、低温热交换器5、冷凝器11或吸收器22的异常的情况下，检查热交换量Q与对数平均温差ΔT间的关系。差值ΔT可通过算式29，表示为代表热阻的正比系数K与热交换量Q的乘积。例如，正比系数K如果异常增加，则表明热传输器表面脏污等。

算式29：

ΔT＝K×Q

然而在对数平均温差包含由温度传感器偏差引起的误差的场合，表达式29的关系将不成立，且如果用于异常诊断时，则可靠性降低。

例如，当以热交换量为横轴，平均温差为纵轴如图17(a)所示给出对数平均温差时，可从图17(b)获得两者间的线性关系，其中的线不延长通过原点。

在此情况下，对数平均温差ΔT′可由算式30给出。

算式30：

ΔT′＝K×Q+d

其中d为偏差。偏差d可被认为是将一个热交换单元的多个温度传感器的单个偏差值组合起来的结果。

在根据本实施例计算偏差d中，在热交换量改变时计算对数平均温差，且该差值如图17(a)所示给出。再如图17(b)(一条具有已知斜率的线)，系数K近似代表对数平均温差的改变。系数K可从热交换单元的设计说明中确定。此外，线的高位可由最小二乘法来确定。当可用的数据项数足够大时，线的斜率也可由最小二乘法确定。

随后，求出由点划线代表的线与图17(c)纵轴的交点，该值被取作偏差d。将该线下移与偏差值对应的量，得到一条由实线表示的通过原点延伸的直线。该线由算式29表示。

这样，在异常检测时，可省却对单个温度传感器的调节，从温度传感器的测量数据中算出对数平均温差，并以偏差d来校正该差值。

在图16的系统中，仅当监管人启动按钮103后，热交换单元的对数平均温差才进行自动的偏差调节，从而使系统输出故障识别的精确结果。在出现故障时可迅速进行测量。

识别热交换单元异常的温差数据可以是简单的温差，或优选地限定为所需的在对数平均温差之外的温差。

实施例8：

在吸收剂浓度增加的异常状态中，实际作法是如前所述的通过监视吸收剂浓度来检测吸收式制冷机整体异常度。特别是，在从低温发生器12经低温热交换器22送入吸收器22的吸收剂(浓缩)的浓度升高将直接引起吸收剂结晶，招致制冷机工作停止。吸收剂的浓度因此而用作监视这种异常的指数。具体讲，计算出与图2所示浓液浓度的正常值对应的浓液浓度测量的偏离，且当偏离超过预定的临界值时，则判定为出现异常。

吸收器22和冷凝器11中的冷却水管中流过的冷却水在循环经过冷却塔时与外界空气接触并且会沾染上一些诸如灰尘的物质。这种异物粘到冷却水管的内表面，随着时间流逝，使热交换的效率降低。这种冷却水脏污的问题与制冷机本身故障引起的制冷剂混入污染或异常真空问题不同，因此需要分清冷却水脏污与其它异常。

然而，传统的故障诊断系统没有将冷却水被脏污与其它原因区分开来，因而在进行正确的故障诊断时遇到了困难。因此，本实施例在检测浓液浓度异常时，排除了冷却水受脏的影响。

在吸收式制冷机中，冷却水流经吸收器22并随后流经冷凝器11。因此，当冷却水受脏后，不仅在吸收器22中而且还在冷凝器11中造成影响。上壳1中放置冷凝器11，且通过隔壁与下壳2中的吸收器22分离开，这样，在吸收器22中的异常真空或制冷剂的混入污染将不会在冷凝器11上造成影响。冷凝器11的异常是受冷却水的脏污所支配的。换言之，冷凝器11的异常度是一个表明冷却水受脏污的一个恰当指标。另一方面，在吸收器22中，冷却水的脏污如前所述降低了冷却水管路的热交换效率，导致吸收器22不能产生足够的冷却效果，以导致浓液浓度偏差加大。这样，冷凝器异常度的变化和浓液浓度偏离的变化在冷却水污染方面彼此相关，且存在着一定的相关性。

图2示出这种相关性。可以见到，当制冷机工作时除冷却水的受脏的异常之外的异常，即冷凝器11的异常度Acond，以及随着时间的流逝，即随着冷却水受脏程度加重，在一定比率下的浓液浓度偏离dD_{s_dco}的增加。

下面，通过将冷凝器异常度乘以一个适当的校正系数，来估算仅由冷却水脏污引起的浓液浓度的偏离。

根据本发明，算出代表冷凝器11异常度的异常度数据，且根据该数据的幅度修正浓液浓度的偏离。数据的修正量可通过诸如将冷凝器异常度数据乘以校正系数来算出。在此情况下，从浓液浓度中减去修正量，以得到一个修正后的浓液浓度。

如算式31所示，修正后的浓液浓度偏离dD_s′是通过从测量所得的浓液浓度偏离dD_s中减去仅由于冷却水受脏所引起的浓液浓度偏离dD_{s_dco}而得到的。

算式31：

dD_s′＝dD_s-dD_{s_co}

偏离dD_{s_dco}可以定义为由算式32表达的冷凝器异常度A_cond的函数f_o该函数是实验预定的。

算式32：

dD_{s_dco}＝f(A_cond)

图19示出由冷却水受脏程度以及其它异常引起的浓液浓度偏离的变化，以展示受脏度的影响，以及其它原因所造成的影响。除水受脏的原因以外的原因引起的影响，可通过从浓度偏离中减去从上述算式32中算出的水受脏的影响而得到。

在图18所示本发明的实施例中，由传感器组7所获的各项测量数据被送到包括微机的算术单元590，用于如下所述的异常检测和故障识别。其结果被输出到显示单元9中。

算术单元590包括计算电路581-589，和下面将要描述的异常检测电路580，且每个电路还包括计算机程序。计算电路581以算式33从由上壳压力传感器702中获得的上壳内部压力P_up中计算出上壳饱和蒸汽温度T_cond。

算式33：

Tcond＝[-b+{b²-4·C·(a-lnPup)}^0.5]/{2·(a-lnPup)}-237.0

其中a、b和c为常数，分别为8.0509，-1685.1和-90991。

电路582利用算式34从由电路581中获得的上壳饱和的蒸汽温度T_cond、由传感器70中获得的冷却水出口温度T_{co_out}和由传感器72获得的冷却水中间温度T_{co_mid}中计算出冷凝器11的对数平均温差ΔT_cond。

算式34：

ΔT_cond＝{(T_cond-T_{co_mid})+(T_cond-T_{co_out})}/ln{(T_cond-T_{co_mid})/(T_cond-T_{co_out})}

电路583利用算式35，从由传感器78中获得的冷水流速Vc、由传感器77获得的冷水出口温度T_{c_out}和传感器76获得的冷水入口温度T_{c_in}中计算出制冷负载Lc。

算式35：

Lc＝Vcx(T_{c_in}-T_{c_out})

电路584从由电路583获得的制冷负载Lc中，利用算式36，算出冷凝器11的对数温差的正常值ΔT_{cond_n}。

算式36：

ΔT_{cond_n}＝AxLc

其中A是取决于吸收式制冷机特性的常数，并且是由实验确定的。

电路585从由低温发生器温度传感器701中获得的低温发生器的温度T_{s_hi}和从电路581中获得的上壳饱和的蒸汽温度T_cond中，借助于算式37估算浓液浓度D_s。

算式37：

Ds＝{(T_{s_hi}-283.0)×139.0}/(T_cond+273.0)-102.4

电路586从由传感器71获得的冷却水入口温度T_{co_in}和电路583中获得的制冷负载Lc，借助于图12的曲线图，计算浓液浓度的正常值D_{s_n}。

图12的曲线图示出在不同的冷却水入口温度下近似于浓液浓度的变化的二次函数，并且通过插入，计算在优选的冷却水入口温度时的浓液浓度。

电路587从由电路582中得到的冷凝器11的对数平均温差ΔT_cond和由电路584得到的冷凝器11的对数平均温差的正常值ΔT_{cond_n}中，借助于算式38算出冷凝器11的异常度A_cond。

算式38：

A_cond＝(ΔT_cond-ΔT_{cond_n}/ΔT_{cond_n}

电路588从由估算电路585获得的浓液浓度D_s和电路586获得的浓液浓度正常值D_{s_n}中，借助于算式39算出浓液浓度偏离dD_s。

算式39：

dD_s＝D_s-D_{s_n}

电路589从由电路588中获得的浓液浓度偏离dD_s和电路587获得的冷凝器异常度A_cond中，借助算式40算出修正的浓液浓度偏离dD_s′。

算式40：

dD_s′＝dD_s-K×A_cond

其中K是仅由冷却水受脏引起的浓度偏离dD_{s_dco}与冷凝器异常度A_cond的比值(例如K＝0.01)，并且是由实验预定的。

异常度检测电路580将由电路589所获的修正的浓液浓度偏离dD_s′与特定阈值比较，以制备一个代表冷却水受脏之外的异常的异常度信号，并将该信号送到显示单元9。

例如，将显示如下结果：

当dD_s′＜t₁，“正常”

当t₁≤dD_s′≤T₂，“轻微异常”

当dD_s′＞t₂“异常”

其中t₁和t₂是特定的阈值

由于这样所得的浓液浓度偏离不受冷却水受脏污的影响，以偏离作为一个指标，可使故障诊断系统执行正确的故障诊断。

浓液浓度的修改表达式并不限于表达式40，其它线性或二次表达式也是可以的。

上述八个实施例可综合成一个单一的故障诊断系统以保证更加可靠的诊断。例如第一至第五实施例的每一个可与第六至第八实施例之一结合起来。

Claims (3)

1.一种吸收式制冷剂的故障诊断系统，包括：

传感器装置，用于检测流入蒸发器的冷却水的入口温度、流出蒸发器的冷却水的出口温度、和流经吸收器和冷凝器的冷却水温度；

制冷负载计算装置，用于计算制冷负载，该制冷负载是通过将从所述传感器装置获得的所述冷却水入口温度和冷却水出口温度之间的差乘以冷却水流速来计算的；

浓度检测装置，通过实际测量或包括估算的测量，来检测流向所述吸收器的吸收剂的浓度；

存储装置，其中存有在正常工作期间吸收剂浓度改变的浓度特性，该浓度特性是随制冷负载和冷却水温度而改变的；

计算装置，用于根据从所述制冷负载计算装置获得的制冷负载和从所述传感器装置获得的冷却水温度，从存储装置中的浓度特性导出吸收剂浓度正常值；以及

异常识别装置，用于将由所述浓度检测装置测出的浓度与由所述计算装置导出的浓度正常值比较，并根据比较结果检测吸收剂浓度的异常的出现。

2.如权利要求1所述的系统，其特征在于，所述传感器装置进一步检测在所述冷凝器中制冷剂的冷凝温度，并且，所述浓度检测装置包括：

存储装置，其中存有以冷却水温度作为变量，与冷凝器饱和蒸汽温度和制冷剂冷凝温度间差值对应的温度校正数据；

温度校正装置，用于从所述存储装置中检出与由所述传感器装置中得到的冷却水温度对应的温度校正数据，并以检出的温度校正数据校正制冷剂冷凝温度；以及

浓度估算装置，用于根据被所述温度校正装置校正后的制冷剂冷凝温度和由所述传感器装置测出的吸收剂出口温度，估算吸收剂的浓度。

3.如权利要求1所述的系统，其特征在于，所述异常识别装置包括：

用于计算代表冷凝器异常度的异常度数据的装置，这种计算是通过计算代表在所述冷凝器中经历热交换时对制冷剂和冷却水的温度实测数据的平均温差来完成的，并且将该温差数据与对应的正常值进行比较；

用于计算检测出的浓度从导出的浓度正常值上偏离的装置；以及

用于根据计算出来的冷凝器异常度数据的幅度修正计算出的浓度偏离，并且根据修正的浓度偏离检测吸收剂浓度的异常出现的装置。

Images