CN116163914A - 一种空调器压缩机预警方法、装置和系统 - Google Patents
一种空调器压缩机预警方法、装置和系统 Download PDFInfo
- Publication number
- CN116163914A CN116163914A CN202111414438.0A CN202111414438A CN116163914A CN 116163914 A CN116163914 A CN 116163914A CN 202111414438 A CN202111414438 A CN 202111414438A CN 116163914 A CN116163914 A CN 116163914A
- Authority
- CN
- China
- Prior art keywords
- compressor
- signal
- acceleration
- acceleration signal
- foot pad
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B37/00—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00
- F04B37/10—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00 for special use
- F04B37/12—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00 for special use to obtain high pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明提供一种空调器压缩机预警方案,通过对对压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取压缩机脚垫的实际振动衰减量;采用仿真模型输出与傅里叶变换后的压缩机脚垫主动端的加速度信号和被动端的加速度信号对应的仿真振动衰减量,当误差率在预设误差范围内,且实际振动衰减量低于预设衰减阈值时,基于压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于外界负荷谱,对压缩机脚垫进行风险性分析,并输出分析结果,实现了空调压缩机故障的提前预测。
Description
技术领域
本发明涉及故障检测技术领域,具体涉及一种空调器压缩机预警方法、装置和系统。
背景技术
驻车空调主要安装在商用车与工程车辆上,由于驻车空调匹配的车型使用工况比较恶劣,且外界路面载荷变化多样,使得驻车空调管压缩机路系统发生疲劳断裂的概率增大。
如何及时检测驻车空调管压缩机路系统是否会发生故障的问题,成为本申请亟待解决的技术问题之一。
发明内容
有鉴于此,本发明实施例提供一种空调器压缩机预警方法、装置和系统,以实现对空调压缩机的故障情况进行预测。
为实现上述目的,本发明实施例提供如下技术方案:
一种空调器压缩机预警方法,包括:
获取空调工况信号,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;
基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;
获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;
将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;
当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;
采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
可选的,上述空调器压缩机预警方法中,所述工况信号还包括:压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号;
方法还包括:对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化;
基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线;
获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
可选的,上述空调器压缩机预警方法中,所述工况信号还包括:压缩机的倾角信号和压缩机转角信号;
方法还包括,将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对;
获取目标位置的实际应变信号;
将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向;
获取压缩机的力信号和力矩信号;
基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小;
采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
可选的,上述空调器压缩机预警方法中,还包括:
通过设置于压缩机脚垫主动端的加速度传感器以及设置于压缩机脚垫被动端的加速度传感器,获取压缩机脚垫主动端的加速度信号和被动端的加速度信号。
可选的,上述空调器压缩机预警方法中,还包括:通过设置于压缩机出气口位置的加速度传感器、设置于压缩机管路靠近压缩机位置的加速度传感器、设置于压缩机管路靠近蒸发器位置的加速度传感器、设置于外机支架安装点位置的加速度传感器,分别获取压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号。
可选的,上述空调器压缩机预警方法中,还包括:
通过安装于压缩机底部的倾角传感器和转速传感器分别测量压缩机的倾角信号和压缩机转角信号。
一种空调器压缩机风险预警装置,包括:
工况数据采集单元,用于获取空调工况信号,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
压缩机脚垫风险评估单元,用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
可选的,上述空调器压缩机风险预警装置中,所述工况数据采集单元获取的工况信号还包括:压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号;
装置还包括:
第一管路风险预测单元,用于对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化;
基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线;获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
可选的,上述空调器压缩机风险预警装置中,所述工况数据采集单元获取的工况信号还包括:压缩机的倾角信号和压缩机转角信号;
装置还包括:第二管路风险预测单元,用于将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对
结合CAE仿真模型计算压缩机管路系统发生相应倾角与转角可以计算出压缩机管路系统产生相应倾角与转角时,若干不同的力和力矩的组合对
获取所述力和力矩的组合对对应的仿真应变结果;
获取目标位置的实际应变信号;
将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向;
获取压缩机的力信号和力矩信号;
基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小;
采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
一种空调器压缩机预警系统,包括:
传感器集合,所述传感器集合内具有多个用于采集空调工况信号的传感器,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
数据处理器,用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果;
仿真模块,所述仿真模块内置仿真模型,用于基于获取到的输入数据进行仿真操作。
基于上述技术方案,本发明实施例提供的本发明提供一种空调器压缩机预警方案,通过对对压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取压缩机脚垫的实际振动衰减量;采用仿真模型输出与傅里叶变换后的压缩机脚垫主动端的加速度信号和被动端的加速度信号对应的仿真振动衰减量,当误差率在预设误差范围内,且实际振动衰减量低于预设衰减阈值时,基于压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于外界负荷谱,对压缩机脚垫进行风险性分析,并输出分析结果,实现了空调压缩机故障的提前预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的空调器压缩机预警方法的流程示意图;
图2为本申请另一实施例公开的空调器压缩机预警方法的流程示意图;
图3为本申请另一实施例公开的空调器压缩机预警方法的流程示意图;
图4为本申请实施例公开的空调器压缩机预警装置的结构示意图;
图5为本申请实施例公开的空调器压缩机预警系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了实现对空调压缩机的工况及时进行检测,以判断压缩机是否出现运行风险,本申请公开了一种空调器压缩机预警方法,参见图1,该方法可以包括:
步骤S101:获取空调工况信号。
在本方案中,所述工况信号可以为由设置在压缩机或相应管路上的各个传感器采集到的传感器信号,所采集的信号的类型可以基于检测项目进行配置,通过设置相应的传感器可以获取相应的工况信号。
例如,在本实施例公开的技术方案中,所述空调工况信号可以包括:压缩机脚垫主动端的加速度信号A5(t)和被动端的加速度信号、A6(t)。
其中,可以通过设置于压缩机脚垫主动端的加速度传感器获取压缩机脚垫主动端的加速度信号,通过设置于压缩机脚垫被动端的加速度传感器获取脚垫被动端的加速度信号。
步骤S102:对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换。
在本步骤中,对所述压缩机脚垫主动端的加速度信号A5(t)和A6(t)被动端的加速度信号进行傅里叶变换得到A5(f)、A6(f);
步骤S103:基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;
在本步骤中,具体用于基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,采用公式ηt=[A5max(fi)-A6max(fi)]/A5max(fi)计算压缩机脚垫主动端和被动端加速度传感器的信号的实际振动衰减量ηt,其中,A5max(fi)用于表示第i阶共振频率下A5位置点的幅值,所述A5指的是空调压缩机脚垫的主动端;A6max(fi)用于表示第i阶共振频率下A6位置点的幅值,所述A6指的是空调压缩机脚垫的被动端;
步骤S104:获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量。
采用仿真模型计算得到与所述第i阶共振频率对应的振动衰减量,记为仿真振动衰减量,具体的,所述仿真模型用于通过公式ηs=[a5max(fi)-a6max(fi)]/a5max(fi)计算得到仿真衰减量,其中,该公式中式中a5和a6分别为压缩机脚垫主动端和被动端加速度传感器对应仿真分析模型的位置点,a5max(fi)用于表示第i阶共振频率下a5位置点的幅值,a6max(fi)用于表示第i阶共振频率下a6位置点的幅值。
步骤S105:将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率。
本步骤中,将计算得到的实际振动衰减量与由仿真模型中计算的仿真振动衰减量进行对比,计算得到实际振动衰减量与所述仿真振动衰减量的误差率。
步骤S106:当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱。
在本步骤中,当所述误差率在预设误差范围内(例如10%以内)时,并且衰减量低于30%,此时确定脚垫的材料性能衰退,有存在疲劳破坏的风险。
通过脚垫的主、被动端的加速度的大小,采用MCU控制器内置算法,求出脚垫受到的外界载荷谱,其中,内置算法公式为:F(f)*H(f)=X(f),式中F(f)为激励力,H(f)为系统频响函数,X(f)为主、被动端的加速度的大小;
步骤S107:采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
在获取到所述脚垫的主、被动端对应的外界载荷谱后,基于振动/疲劳分析脚本,进行脚垫的CAE疲劳分析,若计算分析结果存在风险,则通过MCU控制器系统向厂家售后和用户发出预警信息,及时更换脚垫,若没有风险,则不预警,从而实现了压缩机工况的预警。
在本申请另一实施例公开的技术方案中,还可以判断压缩机管路是否存在断裂风险,在判断压缩机管路是否存在断裂风险时,需要用到压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,因此,所述工况信号还可以包括上述几个加速信号。其中,具体的通过设置于压缩机出气口位置的加速度传感器获取所述压缩机出气口位置的加速信号,通过设置于压缩机管路靠近压缩机位置的加速度传感器获取压缩机管路靠近压缩机位置加速信号,通过设置于压缩机管路靠近蒸发器位置的加速度传感器获取所述压缩机管路靠近蒸发器位置加速信号,通过设置于外机支架安装点位置的加速度传感器获取所述外机支架安装点位置加速信号。
此时,参见图2,上述方法还包括:
步骤S201:对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化。
本步骤中,在对对所述压缩机出气口位置的加速信号A1(t)、压缩机管路靠近压缩机位置加速信号A2(t)、、压缩机管路靠近蒸发器位置加速信号A3(t)、、外机支架安装点位置加速信号A4(t)进行傅里叶变换时,具体可以利用频谱分析仪对其进行傅里叶变换,得到对应的信号:A1(f)、A2(f)、A3(f)、A4(f)。
步骤S202:基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线。
本步骤用于计算出激振器到上述加速度传感器之间的各条传递路径下的频响函数曲线FRF,该过程可以由频谱分析仪调用各传感器的信号数据进行处理实现,其中,所述激振器为微型激振器,微型激振器在车辆熄火以及压缩机不工作的状态下进行工作,微型激振器安装在压缩机管路靠近蒸发器的位置处。
步骤S203:获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
本步骤中,获取到各条频响函数曲线以后,对每条频响函数曲线进行分析,若该频响函数曲线在t=n时刻与t=m时刻,其相同共振频率fi所对应的幅值10%以上的偏移时,则判定该频响函数曲线对应的管路存在断裂的风险,待车辆着车后结合其他传感器的数值结果进行综合分析。
在本申请另一实施例公开的技术方案中,还可以通过分析压缩机的受力来判断压缩机是否存在风险,此时,所用到的工况信号还包括:压缩机的倾角信号和压缩机转角信号;其中,所述压缩机的倾角信号和压缩机转角信号可以通过安装于压缩机底部的倾角传感器和转速传感器来获取。
参见图3,本方案还可以包括:
步骤S301:将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对。
获取压缩机倾角传感器与压缩机转角传感器测量到的压缩机的倾角信号T(t)和转角信号R(t)。结合CAE仿真模型,计算压缩机管路系统发生相应倾角T(t)与转角R(t)时的若干不同的力和力矩的组合对,即,将该若干不同的力和力矩的组合对是加到压缩机后,可以使得所述压缩机产生相应的倾角信号T(t)和转角信号R(t)。
例如,将响应结果T(t)、R(t)代入公式F(t)*H(t)=X(t),其中公式中即可得到与所述T(t)、R(t)对应的外界激励矩阵,其中,所述F(t)为外界激励矩阵,H(t)为系统矩阵,X(t)由T(t)和R(t)构成的响应矩阵,由F(t)为外界激励矩阵可得到若干力与力矩的组合结果{F,M}。
步骤S302:获取目标位置的实际应变信号;
获取目标位置的实际应变信号,应变片安装在所需监测的压缩机管路系统弯头位置,应变数据的数量可以基于用户需求自行设定,例如,所述应变信号为通过设置在压缩机目标位置处设置的应变片采集到的应变数据S1(t)、S2(t)、S3(t)、S4(t)。
步骤S303:将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向。
在进行本步骤之前,获取基于CAD几何模型搭建的空调CAE仿真模型,将{F,M}施加在空调CAE仿真模型,然后通过专门的有限元求解器进行强度计算分析,得到空调应变仿真分析结果。
将S1(t)、S2(t)、S3(t)、S4(t)与仿真分析结果的对比,确定使仿真模型产生一样应变效果的载荷的大小和方向{F1,M1}。将上文中力与力矩的组合结果{F,M}分别施加在CAE仿真模型上进行静力学计算得到不同的应变结果,并与S1(t)、S2(t)、S3(t)、S4(t)进行一致性验证,选择一致性最高的一组载荷即为{F1,M1},这个力的组合就是压缩机管路系统受到的力和力矩的大小和方向。
步骤S304:获取压缩机的力信号和力矩信号;
所述力信号和力矩信号由安装在压缩机内部轴承位置的力和力矩传感器获得,通过该力和力矩传感器可以测量压缩机不同工作状态的力信号F(t)和力矩信号M(t)。
步骤S305:基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小。
在本步骤中,已知步骤S 303确定的力和力矩的大小以及方向,以及步骤S304确定的力信号和力矩信号,求两者之和,可以计算得到压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小。
步骤S306:采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
在本步骤中,在确定所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小字后,将这些数据作为预设脚本的输入数据,所述预设脚本可以为开源求解器也可以是商用求解器,该求解器可以根据压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力求得应力结果,然后基于压缩机材料的S-N曲线,计算求解,对空调管路的疲劳寿命进行预测。
本实施例中对应于上述方法,本申请还公开了一种空调器压缩机风险预警装置,各个单元的具体工作内容,请参见上述方法实施例的内容。
下面对本发明实施例提供的空调器压缩机风险预警装置进行描述,下文描述的空调器压缩机风险预警装置与上文描述的空调器压缩机风险预警方法可相互对应参照。
参见图4,本申请实施例公开的空调器压缩机风险预警装置,可以包括:
工况数据采集单元100,用于获取空调工况信号,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
压缩机脚垫风险评估单元200,用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
与上述方法相对应,所述工况数据采集单元获取的工况信号还包括:压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号;
装置还包括:
第一管路风险预测单元300,用于对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化;
基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线;获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
与上述方法相对应,所述工况数据采集单元获取的工况信号还包括:压缩机的倾角信号和压缩机转角信号;
装置还包括:第二管路风险预测单元400,用于将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对
结合CAE仿真模型计算压缩机管路系统发生相应倾角与转角可以计算出压缩机管路系统产生相应倾角与转角时,若干不同的力和力矩的组合对
获取所述力和力矩的组合对对应的仿真应变结果;
获取目标位置的实际应变信号;
将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向;
获取压缩机的力信号和力矩信号;
基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小;
采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
对应于上述装置,参见图5,本申请还公开了一种空调器压缩机预警系统,参见图5,系统包括:
传感器集合A,所述传感器集合内具有多个用于采集空调工况信号的传感器,例如上文中提到的倾角传感器、转角传感器、加速度传感器、力和力矩传感器、激振器、应变片等,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
数据处理器B,所述数据处理器B可以由MCU控制器系统和频谱分析仪构成,用于执行本申请实施例公开的空调器压缩机预警方法的各个步骤,例如用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果;
仿真模块C,所述仿真模块内置CAE仿真模型,用于基于获取到的输入数据进行仿真操作,所述仿真模块C还可以内置振动/疲劳分析脚本。
为了描述的方便,描述以上系统时以功能分为各种模块分别描述。当然,在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种空调器压缩机预警方法,其特征在于,包括:
获取空调工况信号,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;
基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;
获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;
将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;
当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;
采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
2.根据权利要求1所述的空调器压缩机预警方法,其特征在于,所述工况信号还包括:压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号;
方法还包括:对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化;
基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线;
获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
3.根据权利要求1所述的空调器压缩机预警方法,其特征在于,所述工况信号还包括:压缩机的倾角信号和压缩机转角信号;
方法还包括,将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对;
获取目标位置的实际应变信号;
将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向;
获取压缩机的力信号和力矩信号;
基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小;
采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
4.根据权利要求1所述的空调器压缩机预警方法,其特征在于,还包括:
通过设置于压缩机脚垫主动端的加速度传感器以及设置于压缩机脚垫被动端的加速度传感器,获取压缩机脚垫主动端的加速度信号和被动端的加速度信号。
5.根据权利要求2所述的空调器压缩机预警方法,其特征在于,还包括:通过设置于压缩机出气口位置的加速度传感器、设置于压缩机管路靠近压缩机位置的加速度传感器、设置于压缩机管路靠近蒸发器位置的加速度传感器、设置于外机支架安装点位置的加速度传感器,分别获取压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号。
6.根据权利要求3所述的空调器压缩机预警方法,其特征在于,还包括:
通过安装于压缩机底部的倾角传感器和转速传感器分别测量压缩机的倾角信号和压缩机转角信号。
7.一种空调器压缩机风险预警装置,其特征在于,包括:
工况数据采集单元,用于获取空调工况信号,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
压缩机脚垫风险评估单元,用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果。
8.根据权利要求7所述的空调器压缩机风险预警装置,其特征在于,所述工况数据采集单元获取的工况信号还包括:压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号;
装置还包括:
第一管路风险预测单元,用于对所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号进行傅里叶变化;
基于傅里叶变化后的压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号,计算得到安装在管路靠近蒸发器位置的激振器,到所述压缩机出气口位置的加速信号、压缩机管路靠近压缩机位置加速信号、压缩机管路靠近蒸发器位置加速信号、外机支架安装点位置加速信号对应的传感器,之间的各传递路径下的频响函数曲线;获取频响函数曲线在n时刻和m时刻的频率和幅值,当所述n时刻和m时刻的频率和幅值的变化率均大于预设值时,输出用于表征该频响函数曲线对应的管路存在断裂风险的提示信息。
9.根据权利要求7所述的空调器压缩机风险预警装置,其特征在于,所述工况数据采集单元获取的工况信号还包括:压缩机的倾角信号和压缩机转角信号;
装置还包括:第二管路风险预测单元,用于将所述压缩机的倾角信号和压缩机转角信号作为CAE仿真模型的输入信号,计算得到与所述压缩机的倾角信号和压缩机转角信号相匹配的力和力矩的组合对
结合CAE仿真模型计算压缩机管路系统发生相应倾角与转角可以计算出压缩机管路系统产生相应倾角与转角时,若干不同的力和力矩的组合对
获取所述力和力矩的组合对对应的仿真应变结果;
获取目标位置的实际应变信号;
将所述实际应变信号与所述仿真应变结果进行对比,基于对比结果确定目标位置所收到的力和力矩的大小以及方向;
获取压缩机的力信号和力矩信号;
基于所述力和力矩的大小以及方向以及压缩机的力信号和力矩信号,确定压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小;
采用仿真模型基于所述压缩机管路系统所受到的压缩机自身激励力与外界车辆传递力的相对大小,判断压缩机管路是否存在断裂风险,并输出判断结果。
10.一种空调器压缩机预警系统,其特征在于,包括:
传感器集合,所述传感器集合内具有多个用于采集空调工况信号的传感器,所述空调工况信号包括:压缩机脚垫主动端的加速度信号和被动端的加速度信号;
数据处理器,用于对所述压缩机脚垫主动端的加速度信号和被动端的加速度信号分别进行傅里叶变换;基于傅里叶变换后的所述压缩机脚垫主动端的加速度信号和被动端的加速度信号,获取所述压缩机脚垫的实际振动衰减量;获取仿真模型基于所述压缩机脚垫主动端和被动端的加速度检测点输出的仿真振动衰减量;将所述实际振动衰减量与所述仿真振动衰减量进行对比,计算得到所述实际振动衰减量与所述仿真振动衰减量的误差率;当所述误差率在预设误差范围内,且所述实际振动衰减量低于预设衰减阈值时,基于所述压缩机脚垫主动端的加速度信号和被动端的加速度信号计算出所述压缩机脚垫收到的外界负荷谱;采用预设疲劳分析模型基于所述外界负荷谱,对所述压缩机脚垫进行风险性分析,并输出分析结果;
仿真模块,所述仿真模块内置仿真模型,用于基于获取到的输入数据进行仿真操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414438.0A CN116163914A (zh) | 2021-11-25 | 2021-11-25 | 一种空调器压缩机预警方法、装置和系统 |
PCT/CN2022/120287 WO2023093246A1 (zh) | 2021-11-25 | 2022-09-21 | 一种空调器压缩机预警方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111414438.0A CN116163914A (zh) | 2021-11-25 | 2021-11-25 | 一种空调器压缩机预警方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116163914A true CN116163914A (zh) | 2023-05-26 |
Family
ID=86420615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111414438.0A Pending CN116163914A (zh) | 2021-11-25 | 2021-11-25 | 一种空调器压缩机预警方法、装置和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116163914A (zh) |
WO (1) | WO2023093246A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011158362A (ja) * | 2010-02-01 | 2011-08-18 | Kyushu Electric Power Co Inc | 熱疲労評価方法 |
CN106525226B (zh) * | 2016-11-28 | 2020-07-10 | 株洲中车时代电气股份有限公司 | 一种基于现场振动载荷识别的评估方法及系统 |
CN107590321B (zh) * | 2017-08-25 | 2020-12-01 | 中国船舶重工集团公司第七一九研究所 | 一种管道振动响应的整体测量方法 |
CN107808056A (zh) * | 2017-10-30 | 2018-03-16 | 四川长虹空调有限公司 | 空调压缩机配管振动可靠性评估方法 |
CN109063246A (zh) * | 2018-06-25 | 2018-12-21 | 四川长虹空调有限公司 | 变频压缩机配管振动评价方法 |
CN112464537B (zh) * | 2020-12-15 | 2022-06-21 | 四川长虹空调有限公司 | 空调管路结构噪声辐射快速计算方法 |
-
2021
- 2021-11-25 CN CN202111414438.0A patent/CN116163914A/zh active Pending
-
2022
- 2022-09-21 WO PCT/CN2022/120287 patent/WO2023093246A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023093246A1 (zh) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109357822B (zh) | 一种基于车桥耦合系统时变动力特征改变的桥梁快速测试与评估方法 | |
US5396438A (en) | Tire manufacturing method | |
CN102016736B (zh) | 齿轮箱模型式诊断方法、工具 | |
EP2904368B1 (en) | Turbine blade fatigue life analysis using non-contact measurement and dynamical response reconstruction techniques | |
US6556939B1 (en) | Inferential signal generator for instrumented equipment and processes | |
JP6442091B2 (ja) | 自動車部品破壊防止システム、自動車部品破壊防止方法、および非一時的コンピュータ読取可能媒体 | |
Larsen et al. | Modal analysis of wind turbine blades | |
EP3206103A1 (en) | Model based system monitoring | |
CN103900826B (zh) | 实时监测汽车底盘结构疲劳损伤的方法 | |
CN106568604A (zh) | 一种汽车动力总成悬置系统隔振率的计算方法 | |
CN102566421B (zh) | 机器状态监控中异常检测的条件相关性建模的系统和方法 | |
JP5113874B2 (ja) | 構造的完全性監視システム | |
CN109813511B (zh) | 基于移动车辆的桥梁快速测试与参数识别方法 | |
CN110657930B (zh) | 一种零件的振动应力测量方法以及测量系统 | |
Manouchehrynia et al. | Fatigue-based reliability in assessing the failure of an automobile coil spring under random vibration loadings | |
Oberholster et al. | On-line fan blade damage detection using neural networks | |
US6101432A (en) | Vehicle rattle detection method and system | |
Abdullah et al. | Computational modal analysis on finite element model of body-in-white structure and its correlation with experimental data | |
JP2003322585A (ja) | 常時微動計測に基づく建物の健全性診断法 | |
CN116163914A (zh) | 一种空调器压缩机预警方法、装置和系统 | |
Cerrato et al. | Practical approaches to solving noise and vibration problems | |
CN102270249B (zh) | 识别零部件特征频率的方法 | |
JP5112730B2 (ja) | タイヤ耐久力性能予測方法、タイヤ耐久力性能予測装置、及びタイヤ耐久力性能予測プログラム | |
Feng et al. | Hybrid uncertainties-based analysis and optimization methods for axial friction force of drive-shaft systems | |
CN112240352B (zh) | 一种轮毂轴承的有限元分析方法及其系统 |
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 |