CN116821846A - 一种空调外机在线一体化快速检测方法、系统和设备 - Google Patents
一种空调外机在线一体化快速检测方法、系统和设备 Download PDFInfo
- Publication number
- CN116821846A CN116821846A CN202310733305.2A CN202310733305A CN116821846A CN 116821846 A CN116821846 A CN 116821846A CN 202310733305 A CN202310733305 A CN 202310733305A CN 116821846 A CN116821846 A CN 116821846A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- evaluation result
- external unit
- parameters
- tested
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 100
- 238000011156 evaluation Methods 0.000 claims abstract description 101
- 239000013598 vector Substances 0.000 claims abstract description 47
- 230000004927 fusion Effects 0.000 claims abstract description 38
- 238000007499 fusion processing Methods 0.000 claims abstract description 37
- 238000010606 normalization Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 25
- 238000004378 air conditioning Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052731 fluorine Inorganic materials 0.000 description 2
- 239000011737 fluorine Substances 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明属于空调故障诊断领域，并公开了一种空调外机在线一体化快速检测方法、系统和设备，检测方法包括以下步骤：对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；对数据向量集分别进行初步数据融合处理，生成归一化参数；比较每类归一化参数与其对应的标准参数的大小，以获取待测空调外机的单参数评价结果；对归一化参数进行加权平均概率值融合运算，并基于运算值对待测空调外机整体性能进行判断，以获得整体评价结果；对整体评价结果和单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得待测空调外机的综合状态判别结果。本发明能实现空调外机的快速高效检测。
Description
技术领域
本发明属于空调故障诊断技术领域，更具体地，涉及一种空调外机在线一体化快速检测方法、系统和设备。
背景技术
目前，空调外机检测线上对产品的合格检测主要是由人工判断结合机器判断。判断的主要指标是外机功率和冷媒的压力，如通过计算前40台的空调数据的平均值并且给一定的裕度作为衡量下一批的空调外机的标准。在检测过程当中，如果机器判断产品不合格则会报警，再由人工检测来判断产品是否真正有故障。在此检测流程中，单台空调外机的检测周期较长，检测线检测外机工作过程一共分为启动、制热1、制热2、停机、制冷1、制冷2、收氟共7个步骤，导致单台外机检测的运行时长大于300秒，检测效率较低。
现有的检测系统是一条回转线，为了能同时满足产线产品的8秒节拍及单台空调外机不小于300秒的检测时长，检测线一般安排40个左右的检测工位，多台外机并行进行检测，以符合生产节拍。但这样的检测方式占用空间比较大。综上，现有的空调外机检测技术存在检测时间长、检测效率不高且检测场地要求高等固有缺陷，不符合产线自动化、智能化、高效率的要求。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种空调外机在线一体化快速检测方法、系统和设备，以解决现有空调外机检测时间长和检测效率低的问题。
为实现上述目的，本发明提供了一种空调外机在线一体化快速检测方法，所述检测方法包括以下步骤：
S1对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
S2对所述数据向量集分别进行初步数据融合处理，生成归一化参数；
S3比较每类所述归一化参数与其对应的标准参数的大小，以获取所述待测空调外机的单参数评价结果；对所述归一化参数进行加权平均概率值融合运算，并基于运算值对所述待测空调外机整体性能进行判断，以获得整体评价结果；
S4对所述整体评价结果和所述单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得所述待测空调外机的综合状态判别结果。
进一步的，步骤S1前，待所述空调外机运行至非稳态过程时，在一定连续时刻内采集多类运行参数，以得到多个所述运行参数集。
进一步的，所述运行参数集至少包括待测空调外机的出入口温度、s端子温度、电压、电流、媒介压强、噪声和功率中的两类。
进一步的，步骤S2中所述初步数据融合处理包括以下步骤：
S21分别计算所述数据向量集中两两向量间的距离dp；
S22根据所述向量距离dp计算所述数据向量集中数据向量的相互支持程度；
S23基于所述数据向量的相互支持程度，计算每类运行参数在t检测时刻的加权平均概率值，以作为所述归一化参数；
S24当有第t+1时刻的新运行参数加入时，重复步骤S21-S23。
进一步的，步骤S3中，采用如下公式对多类归一化参数进行加权平均概率值融合运算：
式中，i为运行参数集的种类数，j为连续时刻内采集的0～N个相互支持的运行参数概率值，q为连续时刻内采集的0～M个相互不支持的参数概率值，m(空调状态)为整体评价结果，mpi表示归一化参数。
进一步的，步骤S3中，基于运算值对所述待测空调外机整体性能进行判断的步骤包括：
比较预设阈值与运算值的大小：
当所述运算值小于所述预设阈值时，判定所述待测空调外机为故障；
当所述运算值大于等于所述预设阈值时，判定所述待测空调外机为合格。
进一步的，步骤S4中，对所述整体评价结果和所述单参数评价结果赋予权重值的步骤包括：所述整体评价结果对应的权重值大于每类所述单参数评价结果对应的权重值。
进一步的，步骤S4中，先对所述整体评价结果和所述单参数评价结果分别赋值后，再采用如下公式进行最终数据融合计算：
其中，V为赋值后的整体评价结果，Q为赋值后的单参数评价结果，S为对待测空调状态的综合状态判别指标，δ1为对空调整体评价结果赋予的权重值，δi为对i类单参数判别结果赋予的权重值。
根据本发明的另一个方面，还提供一种空调外机在线一体化快速检测系统，所述检测系统包括：
预处理模块，用于对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
第一数据融合处理模块，用于对所述数据向量集分别进行初步数据融合处理，以生成归一化参数并传输给核心数据融合处理模块；
第二数据融合处理模块，用于比较每类所述归一化参数与其对应的标准参数的大小，以获取所述待测空调外机的单参数评价结果；还用于对所述归一化参数进行加权平均概率值融合运算，并基于运算值对所述待测空调外机整体性能进行判断，以获得整体评价结果；
第三数据融合处理模块，用于对所述整体评价结果和所述单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得所述待测空调外机的综合状态判别结果。
根据本发明的再一个方面，还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如前任一项所述的检测方法的步骤。
通过本发明所构思的以上技术方案，与现有技术相比，主要具备以下优点：
1.本发明提供的空调外机在线一体化快速检测方法，采用了三级数据融合算法，通过初步数据融合处理，生成归一化参数，再基于归一化参数获取待测空调外机的单参数评价结果，同时对归一化参数进行核心数据融合处理，即进行加权平均概率值融合运算，获取对空调外机的整体评价结果；再对整体评价结果和单参数评价结果进行最终数据融合计算，从而快速获得待测空调外机的综合状态判别结果，实现快速高效检测。
2.本发明提供的空调外机在线一体化快速检测方法能够采集多类空调外机运行参数，并通过三级数据融合处理步骤处理运行参数，采用关联的运算结果构建复合判据，及时快速对产品的状态进行分类，以建立新的空调外机性能判据，取代人工判断步骤，实现全自动化检测，并能够将检测时间缩短至80-120s内。
3.本发明提供的空调外机在线一体化快速检测系统，实现了空调外机开放、快速、可靠的在线自动检测，单个检测工位通过三级数据融合算法处理实现空调外机的高效故障检测，在空调外机运行的短时间内得到空调外机的运行状态和故障点，同时建立新的判断依据来取代人工判断，实现自动化检测，从而提高生产效率；并且由于单台工位的检测时间缩短，同样数量的检测工位下，本发明检测时间更短。
附图说明
图1是本发明提供的一种空调外机在线一体化快速检测方法流程的示意图；
图2是本发明实施例1提供的一种空调外机在线一体化快速检测方法整体流程示意图；
图3是本发明实施例2提供的一种空调外机在线一体化快速检测系统结构示意图；
图4是本发明实施例中提供的三级数据融合处理流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，为本发明提供的一种空调外机在线一体化快速检测方法的流程示意图，检测方法包括以下步骤：
S1对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
S2对数据向量集分别进行初步数据融合处理，生成归一化参数；
S3比较每类归一化参数与其对应的标准参数的大小，以获取待测空调外机的单参数评价结果；对归一化参数进行加权平均概率值融合运算，并基于运算值对待测空调外机整体性能进行判断，以获得整体评价结果；
S4对整体评价结果和单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得待测空调外机的综合状态判别指标，并将该综合状态判别指标作为判断待测空调外机是否合格的依据，即作为空调外机的综合状态判别结果。
具体的，预处理的步骤包括：通过多个运行参数传感器待测采集空调外机的非稳态运行过程中一定连续时刻内的运行参数，并对该些运行参数进行模数转换处理，在积累了大量待测空调外机的历史数据(数字量)之后，对该些历史数据的各个参数进行频数统计，即在二维坐标中统计出运行参数值沿横坐标的分布情况，坐标横轴从左至右表示相关参数从最小变化到最大，坐标纵轴表示该参数出现的频率值；
然后分别对待测空调外机每个采集时刻的电压、电流、压力、功率等运行参数进行概率赋值，赋值区间在[0，1]，赋值方法如公式(1)所示：
运行参数的历史频数坐标值为区域索引，在赋值区间[0，1]内，从频数最高值处向两边给定各类空调外机的实际检测运行参数连续的概率值，并由一定连续时刻内的多个运行参数构成数据向量集，从而完成对运行参数的预处理。
更具体的，前述比较每类归一化参数与其对应的标准参数的大小，以获取待测空调外机的单参数评价结果的步骤为：使用待测空调外机的电流、压力、噪声、S端子解析的其它状态参数(比如T3/T4/T5温度)与历史数据或者标准参考值进行对比，对每一类运行参数均设有独立的判断值，如参数的典型正常取值为：电流上下波动15％内、压力上下波动10％内、噪声在60分贝内、T3/T4/T5默认接上等等，每一类运行参数对比时，若单参数对应的空调外机性能合格则赋值为1，若不合格则赋值为0，该合格与否的结果同时在检测系统中展示，不合格时(即故障时)还报警提醒。
在优选实施例中，步骤S1前，由于采用三级数据融合处理运行参数，因此开启空调外机后，当空调运行在非稳态过程时，可随时采集一定连续时刻内的多类运行参数，以得到多个运行参数集，无需等到空调运行至稳定状态再采集运行参数，进一步缩短了检测时间。
在优选实施例中，运行参数集至少包括待测空调外机的出入口温度、s端子温度、电压、电流、媒介压强、噪声和功率中的两类，如采集一定连续时刻内的多个入口温度值作为一类运行参数集，再采集一定连续时刻内的多个电压值作为另一类运行参数集，还采集一定连续时刻内的多个媒介压强值作为第三类一类运行参数集。
在优选实施例中，步骤S2中初步数据融合处理包括以下步骤：
S21分别计算数据向量集中两两向量间的距离dp；具体的，计算公式如下所示：
其中，m1，m2分别为两个时刻包含有空调外机运行参数概率赋值的向量，m1、m2均为标量积，dp(m1,m2)为两个向量之间的距离，D是一个2N×2N的矩阵，N为空调非稳态运行时段内所采集的功率、压力等单个运行参数的数据个数，式中的因子“1/2”是用来标准化距离dp(m1,m2)的，保证0≤dp(m1,m2)≤1；
S22根据向量距离dp计算数据向量集中数据向量的相互支持程度；具体的，确定N个运行参数集内相互支持的数据向量，和N个运行参数集内相互矛盾的数据向量；
S23基于数据向量的相互支持程度，计算每类运行参数在t时刻的加权平均概率值，以作为归一化参数；
S24当有第t+1时刻的新运行参数加入时，重复步骤S21-S23。
在优选实施例中，步骤S3中，采用如下公式对多类归一化参数进行加权平均概率值融合运算：
式中，i为运行参数集的种类数，j为连续时刻内采集的0～N个相互支持的运行参数概率值，q为连续时刻内采集的0～M个相互不支持的参数概率值，m(空调状态)为整体评价结果，mpi表示归一化参数。
在优选实施例中，步骤S3中，基于运算值对待测空调外机整体性能进行判断的步骤包括：
比较预设阈值与运算值的大小：当运算值小于预设阈值时，判定待测空调外机为故障；当运算值大于等于预设阈值时，判定待测空调外机为合格；
具体的，判定待测空调外机故障时赋值为0，若判定待测空调外机为合格则赋值为1，该结果在检测系统显示模块中展示，待测空调不合格时能发出报警。
在优选实施例中，步骤S4中，对整体评价结果和单参数评价结果赋予权重值的步骤包括：整体评价结果对应的权重值大于每类单参数评价结果对应的权重值，具体的，整体评价结果对应的权重值与所有单参数评价结果对应的权重值的和为1。
再优选实施例中，步骤S4中，先对整体评价结果和单参数评价结果分别赋值后，再采用如下公式进行最终数据融合计算：
其中，V为赋值后的整体评价结果，Q为赋值后的单参数评价结果，S为对待测空调状态的综合状态判别结果，δ1为对空调整体评价结果赋予的权重值，δi为对i类单参数判别结果赋予的权重值；具体的，整体评价结果及各个单参数评价结果均被赋值不同的权重δi(详细的权重值根据经验数据确定)。
在其他实施例中，还对已判断得到的合格与故障的空调外机综合评价结果数据进行结果标记，将标记后的原始数据作为训练数据来优化步骤S3中的加权平均概率值融合运算规则，目的在于找到大量空调外机样本的群体特性，以此为基础用数据融合技术来判断其他待测空调外机的状态。
根据本发明的另一个方面，还提供一种空调外机在线一体化快速检测系统，检测系统包括：
预处理模块，用于对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
第一数据融合处理模块，用于对数据向量集分别进行初步数据融合处理，以生成归一化参数并传输给核心数据融合处理模块；
第二数据融合处理模块，用于比较每类归一化参数与其对应的标准参数的大小，以获取待测空调外机的单参数评价结果；还用于对归一化参数进行加权平均概率值融合运算，并基于运算值对待测空调外机整体性能进行判断，以获得整体评价结果；
第三数据融合处理模块，用于对整体评价结果和单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得待测空调外机的综合状态判别结果。
根据本发明的再一个方面，还公开一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如前任一一个实施例中的检测方法的步骤。
为了更好地说明本发明的实施细节，提供以下实施例来对本发明进行进一步说明，应当清楚，以下实施例只是作为最优实施方式，并不作为对本发明保护范围的任何限制。
实施例1
参照图2，针对空调外机具体的检测流程为：空调外机经产线并入检测线，由检测系统扫描枪扫描机身二维码来确认各工位对应的空调外机ID，确认之后人工接管，整个过程10s内即可完成。空调外机进入检测线后，先由检测系统自动连接空调外机的媒介管路，初步检测空调外机外观，然后启动空调外机性能检测。
单台空调外机检测时间为80s-120s，优选时间为100s，检测时，空调运行状态包括低启、制热(频率50Hz-70Hz)、停机、制冷(50Hz-70Hz)、收氟五个步骤。
参照图3，每个单工位搭载多个传感器采集，包括媒介出入口温度传感器、电压/电流传感器、S端子温度传感器、媒介压强传感器、噪声传感器及其他参数P。
参考图4，对空调外机的快速检测方案中的三级数据融合算法具体如下：
一、进行初步数据融合处理
通过多个传感器采集空调外机(以下简称外机)的数据并进行模数转换处理，在积累了大量外机历史数据(数字量)之后，对大量外机历史数据的各类参数进行频数统计，在二维坐标中统计出参数值沿横坐标的分布情况，坐标横轴从左至右表示相关参数从最小变化到最大，坐标纵轴表示该参数出现的频率值。
然后分别对每台外机每个采集时刻的电压、电流、压力、功率等运行参数进行概率赋值，赋值区间在[0，1]，赋值方法如前述的公式(1)所示：即参数的历史频数坐标值为区域索引，从频数最高值处向两边在赋值区间[0，1]内给定各类外机实测运行参数连续的概率值，由多个运行参数的某时刻检测值构成某检测时刻的检测向量m，从而完成对数据的预处理。
在一段连续检测时间周期内，分别计算多类运行参数的概率值所构建成的多个时刻的检测向量m中两两向量之间的距离，计算公式如前公式(2)所示，计算完向量距离后，再对检测单个参数的数据进行归一化处理，获得归一化参数。
在实际的空调外机快速检测应用中，可以把归一化参数过程总结成如下的5个步骤：
1)用N组空调外机运行参数的数据向量，分别计算本参数间的两两向量距离dp；
2)根据向量距离dp计算每一个数据向量的相互支持程度；
3)计算每一个运行参数在某检测时刻的加权平均概率值mpi(i为运行参数的种类数)，以作为归一化参数；
4)当有第N+1时刻的新运行参数数据加入时，重复第1)步。
二、进行核心数据融合处理
基于前期获得的归一化参数mpi，i＝1～n，即将mp1、mp2、mp3、......、mpn，通过核心融合算法及规则2进行加权平均概率值融合运算，运算公式如前述的公式(3)所示，通过计算，获得针对空调状态的评估值m(空调状态)，该评估值即为对空调整体性能的评价值，具体取值在[0,1]区间内。
再通过设定阈值为0.5，当m(空调状态)小于0.5时判断外机为故障状态，当m(空调状态)大于等于0.5时判断空调外机为合格状态，且外机合格则赋值1，不合格则赋值0，并将合格或故障结果进行展示，外机不合格时还发出报警，如采用声音、闪灯、屏幕提示等方式报警。
在利用融合算法及规则2进行空调整体评价的同时，还使用外机的电流、压力、媒介进出口温差、S端子解析的其它运行参数进行单参数评价，具体评价时，每类单参数都对应有一个参考历史数据或者标准参考值，某类归一化参数与其对应的参考历史数据进行比对，当电流上下波动在15％内时证明合格(合格即空调外机对应的性能正常)，否则不合格(不合格即故障)；当压力上下波动10％内证明合格，否则不合格；当噪声在60分贝内证明合格，否则不合格；前述每类性能下外机合格时赋值1，不合格时赋值0，该结果同时在系统中展示，不合格时还报警提醒。
三、最后进行最终数据融合处理
在此阶段，整体性能评价及各个单参数评价结果均被赋值不同的权重值，本实施例中，整体性能评价权重δ1＝0.5、单压力权重δ2＝0.1、单电流权重δ3＝0.1等，且满足所有单参数评价结果对应的权重与外机整体评价结果的总和为1，即如公式(5)所示：
根据不同的权重赋值，计算出最终的融合结果，如公式(6)所示：
由上式计算出来的“结果”，P为赋值后的空调整体评价结果，Q为赋值后的单参数评价结果，S为对空调状态的综合判断结果。
可以看出，在综合判断结果中，整体评价结果赋值占据主导地位，这和其功能及多参数融合的评价过程有关；但是，“单参数评价”也很重要，在报警展示的同时，也会影响最终的外机综合判断结果。
最终的综合判断结果值S也是一个取值在[0,1]区间内的数，该值为对空调状态的最终评价，并在系统中显示。
检测完成后，执行人机脱管，然后再使空调外机脱线，从而结束整个检测步骤，执行人机托管前还可对外机进行复检。
本实施例实现了空调外机开放、快速、可靠的在线自动检测，通过三级数据融合算法处理实现空调外机的故障实时检测，在空调外机运行之后的短时间内得到空调外机的运行状态和故障点，同时建立新的判断依据来取代人工判断，实现自动化检测，从而提高生产效率。
实施例2
本实施例提供的一种空调外机在线一体化快速检测系统，检测系统能实现实施例1中的空调外机在线一体化快速检测方法，检测系统包括单工位检测台和工业控制计算机，该工业控制计算机包括存储器和处理器，处理器执行计算机程序时能实现实施例1中的检测方法的步骤，其中：
单工位检测台包括嵌入式PLC模块和与其分别连接的多种运行参数采集模块，运行参数采集模块用于采集一定连续时刻内待测空调外机在非稳态过程中的运行参数，并将运行参数发送至嵌入式PLC模块；具体的，运行参数采集模块包括：内机出入温度传感器、电压传感器、电流传感器、外机端子传感器、媒介压强传感器、外机噪声传感器及其他类型的传感器。
嵌入式PLC模块用于将接收到的运行参数通过工业现场总线传输至工业控制计算机；
工业控制计算机，用于接收运行参数，并利用其上搭载的数据融合算法获取待测空调外机的整体评价结果和单参数评价结果，并基于整体评价结果和单参数评价结果综合判断待测空调外机是否合格(即是否故障或正常运行)；
具体的，工业控制计算机包括：
预处理模块，用于对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；第一数据融合处理模块，用于对数据向量集分别进行初步数据融合处理，以生成归一化参数并传输给核心数据融合处理模块；第二数据融合处理模块，用于比较每类归一化参数与其对应的标准参数的大小，以获取待测空调外机的单参数评价结果，还用于对归一化参数进行加权平均概率值融合运算，并基于运算值对待测空调外机整体性能进行判断，以获得整体评价结果；第三数据融合处理模块，用于对整体评价结果和单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得待测空调外机的综合状态判别结果。
更具体的，工业控制计算机上还设置有显示及操作台，用于显示外机评价结果、故障报警、人工输入控制指令等功能；并且，工业控制计算机还与产线厂区系统实现通信连接。
本实施例检测系统的工作原理大致如下：
通过多个传感器采集空调外机(以下简称外机)的数据传输到工业控制计算机中进行模数转换处理，在积累了大量外机历史数据(数字量)之后，在工业控制计算中按照实施例1中的检测方法的步骤进行三级数据融合处理：首先对大量外机历史数据进行如实施例1中的预处理，然后利用预处理后的数据进行初步数据融合，以得到归一化参数；之后再利用归一化参数进行核心数据融合处理，以及单参数评价，得到外机的整体评价结果和单参数评价结果；最后将整体评价结果和单参数评价结果进行最终数据融合处理，得到综合评价结果(即是否故障或正常运行)。
可以理解，本发明实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ReadOnly Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccess Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，前述预测方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field Programmable GateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理模块中或在处理模块外部实现。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种空调外机在线一体化快速检测方法，其特征在于，所述检测方法包括以下步骤：
S1对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
S2对所述数据向量集分别进行初步数据融合处理，生成归一化参数；
S3比较每类所述归一化参数与其对应的标准参数的大小，以获取所述待测空调外机的单参数评价结果；对所述归一化参数进行加权平均概率值融合运算，并基于运算值对所述待测空调外机整体性能进行判断，以获得整体评价结果；
S4对所述整体评价结果和所述单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得所述待测空调外机的综合状态判别结果。
2.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S1前，待所述空调外机运行至非稳态过程时，在一定连续时刻内采集多类运行参数，以得到多个所述运行参数集。
3.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，所述运行参数集至少包括待测空调外机的出入口温度、s端子温度、电压、电流、媒介压强、噪声和功率中的两类。
4.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S2中所述初步数据融合处理包括以下步骤：
S21分别计算所述数据向量集中两两向量间的距离dp；
S22根据所述向量距离dp计算所述数据向量集中数据向量的相互支持程度；
S23基于所述数据向量的相互支持程度，计算每类运行参数在t检测时刻的加权平均概率值，以作为所述归一化参数；
S24当有第t+1时刻的新运行参数加入时，重复步骤S21-S23。
5.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S3中，采用如下公式对多类归一化参数进行加权平均概率值融合运算：
式中，i为运行参数集的种类数，j为连续时刻内采集的0～N个相互支持的运行参数概率值，q为连续时刻内采集的0～M个相互不支持的参数概率值，m(空调状态)为整体评价结果，mpi表示归一化参数。
6.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S3中，基于运算值对所述待测空调外机整体性能进行判断的步骤包括：
比较预设阈值与运算值的大小：
当所述运算值小于所述预设阈值时，判定所述待测空调外机为故障；
当所述运算值大于等于所述预设阈值时，判定所述待测空调外机为合格。
7.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S4中，对所述整体评价结果和所述单参数评价结果赋予权重值的步骤包括：所述整体评价结果对应的权重值大于每类所述单参数评价结果对应的权重值。
8.如权利要求1所述的一种空调外机在线一体化快速检测方法，其特征在于，步骤S4中，先对所述整体评价结果和所述单参数评价结果分别赋值后，再采用如下公式进行最终数据融合计算：
其中，V为赋值后的整体评价结果，Q为赋值后的单参数评价结果，S为对待测空调状态的综合状态判别结果，δ1为对空调整体评价结果赋予的权重值，δi为对i类单参数判别结果赋予的权重值。
9.一种空调外机在线一体化快速检测系统，其特征在于，所述检测系统包括：
预处理模块，用于对待测空调外机的多类运行参数集进行预处理，以得到对应的数据向量集；
第一数据融合处理模块，用于对所述数据向量集分别进行初步数据融合处理，以生成归一化参数并传输给核心数据融合处理模块；
第二数据融合处理模块，用于比较每类所述归一化参数与其对应的标准参数的大小，以获取所述待测空调外机的单参数评价结果；还用于对所述归一化参数进行加权平均概率值融合运算，并基于运算值对所述待测空调外机整体性能进行判断，以获得整体评价结果；
第三数据融合处理模块，用于对所述整体评价结果和所述单参数评价结果分别赋予权重值后进行最终数据融合计算，以获得所述待测空调外机的综合状态判别结果。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310733305.2A CN116821846A (zh) | 2023-06-19 | 2023-06-19 | 一种空调外机在线一体化快速检测方法、系统和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310733305.2A CN116821846A (zh) | 2023-06-19 | 2023-06-19 | 一种空调外机在线一体化快速检测方法、系统和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116821846A true CN116821846A (zh) | 2023-09-29 |
Family
ID=88112098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310733305.2A Pending CN116821846A (zh) | 2023-06-19 | 2023-06-19 | 一种空调外机在线一体化快速检测方法、系统和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116821846A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808361A (zh) * | 2023-12-29 | 2024-04-02 | 广州市广实通信科技有限公司 | 一种光纤检测系统及方法 |
-
2023
- 2023-06-19 CN CN202310733305.2A patent/CN116821846A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808361A (zh) * | 2023-12-29 | 2024-04-02 | 广州市广实通信科技有限公司 | 一种光纤检测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | An improved fault detection method for incipient centrifugal chiller faults using the PCA-R-SVDD algorithm | |
| CN117312997B (zh) | 一种电力管理系统智能诊断方法及系统 | |
| CN117308275B (zh) | 一种基于温差的管路连接异常检测方法及系统 | |
| CN111140986A (zh) | 空调系统的运行状态检测方法、装置、存储介质及空调 | |
| CN109874148B (zh) | 天馈异常检测方法、装置、系统及计算机设备 | |
| CN106709816A (zh) | 基于非参数回归分析的电力负荷异常数据识别与修正方法 | |
| CN108491580A (zh) | 一种设备故障诊断装置及系统 | |
| CN117220441A (zh) | 基于全景监控下的信息监测智能预警方法 | |
| CN115358281B (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
| CN112001511A (zh) | 基于数据挖掘的设备可靠性及动态风险评价方法、系统和设备 | |
| CN112283876A (zh) | 空调故障预测方法及空调 | |
| CN114910160B (zh) | 一种冰箱噪声检测系统及方法 | |
| CN107036354B (zh) | 一种空调器漏氟的检测方法、装置以及空调系统 | |
| He et al. | A non-intrusive approach for fault detection and diagnosis of water distribution systems based on image sensors, audio sensors and an inspection robot | |
| CN118228128A (zh) | 一种基于机器学习的电力设备状态监测预警系统及方法 | |
| CN116641855B (zh) | 一种风力发电机组运行监测方法、系统、设备及存储介质 | |
| CN114838968B (zh) | 一种基于冷水水冷测试的空调故障检测方法及系统 | |
| CN116821846A (zh) | 一种空调外机在线一体化快速检测方法、系统和设备 | |
| CN112926756A (zh) | 一种中央空调设备ai维修知识库应用方法 | |
| CN117290666A (zh) | 一种光伏异常功率数据清洗方法 | |
| CN116068304A (zh) | 能效评估方法、装置、系统、设备及存储介质 | |
| CN107766948A (zh) | 基于故障件淘汰算法的光伏电站备品备件管理方法及装置 | |
| CN113864999A (zh) | 空调系统能耗预测方法、装置及空调系统 | |
| CN117111661B (zh) | 生产车间集中控制系统及方法 | |
| CN117474710B (zh) | 中空玻璃全过程信息化管理系统 |
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 |