JP2007536073A - エアフィルタ状態の検出および予測技術 - Google Patents

Abstract

空気処理システム用のエアフィルタ状態を検出し予測する方法およびシステムは、空気流量に対するシステム抵抗を求めることによって機能する。システム抵抗は、現在のフィルタ状態を示す検出統計値を求め、エアフィルタの残り寿命を予測するのに使用される。システム抵抗は、空気処理システムの期待作動を近似するモデルを用いて求められる。この近似値は、実際の値と比較されて差が求められる。近似値の差が閾値を超えると、システム抵抗を指示する警告が発せられる。次いで、エアフィルタの残り寿命が、履歴データを用い、またはエアフィルタの既知の劣化率を用いることによって求められる。エアフィルタの残り寿命が推定されれば、他の整備と同時実施の交換が計画されることができる。

Description

本発明は、一般に、暖房、換気および空調システム用エアフィルタの状態を検出する方法に関する。

通常、空気処理システムは、空気に運ばれる粉塵を遮断し、収集するフィルタを有する。エアフィルタは使用するにつれて閉塞するようになり、定期的に交換されなければならない。エアフィルタが閉塞されると、電力消費が増加し、冷房および暖房能力が低下し、早期部品故障が生じる恐れがある。

大規模な商業用空気処理システム用のエアフィルタを点検するには、システムの一部を部分的に分解することが必要になり得る。システムの分解には費用と時間が掛かり、したがって望ましくない。フィルタ検出システムが開発されたのは、これが理由である。

現在のフィルタ検出装置は、空気処理システム内に装着された、空気流量、温度または他の測定パラメータの変化を直接検出するセンサを使用する。さらに、別の公知の装置では、光学センサを使用して、目詰まりしたフィルタを視覚的に識別する。

従来技術のフィルタ検出システムには、空気処理システム内に装着される追加センサを必要とするという欠点がある。追加センサは、追加の制御器を必要とし、それにより費用および複雑さが増す。別のシステムでは、フィルタ内にセンサを搭載するために、フィルタに変更を加える必要がある。追加センサを使用することは、可変速送風機またはファンを使用するシステムには有効でないこともあり得る。さらに、公知の検出システムは、目詰まり状態を予測するのではなく、単に検出するだけである。他の定期整備と同時に実施できる予測可能なスケジュールに従って、エアフィルタを交換することが好ましい。

したがって、センサを追加することなくシステム内で現在得られる情報を用いてエアフィルタの状態を検出かつ予測するシステムであって、可変速送風機システムに有効なシステムを開発することが望ましい。

本発明は、空気処理システム用のエアフィルタの状態を検出し予測する方法およびシステムである。その方法およびシステムは、空気流に対するシステム抵抗を求め、そのシステム抵抗は、現在のフィルタ状態を表す検出統計値を求め、エアフィルタの残り寿命を予測するのに用いられる。

本発明の方法は、システム抵抗に基づいて検出統計値を求めるステップを含む。システム抵抗は、空気処理システムの期待作動を近似するモデルを用いて求める。近似値は、実際の値と比較されて、差が求められる。近似値の差が閾値を超えると、システム抵抗を知らせる警告が発せられる。システム抵抗値は、空気流に対するシステム全体の抵抗を表す。システム抵抗は、ファン速度および電力から得られる情報を用い、または熱交換器を通って流れる冷媒の温度と圧力の間の既知の関係を用いることによって求められる。

この検出方法は、システム抵抗が閾値を超えたか否かを最適に検出する。検出閾値は、システム抵抗の平均値および統計的特性を計算するのに用いられたサンプルの数に従って選択される。検出統計値のデータベースは、エアフィルタの残り寿命の予測を提供するために時間に亘って蓄積される。エアフィルタの残り寿命は、履歴データを用い、またはエアフィルタの既知の劣化率を用いることによって求められる。エアフィルタの残り寿命が推定されれば、他の整備と同時実施の交換が計画されることができる。

したがって、本発明は、センサを追加することなく現在得られる情報を用いてエアフィルタの状態を検出しかつ予測するシステムであって、可変速送風機システムに対して有効であり、エアフィルタの残り寿命を予測することができるシステムを提供する。

本発明の様々な特徴および利点は、以下の現時点での好ましい実施形態の詳細な説明から、当業者には明らかになるであろう。

暖房、換気および空調（ＨＶＡＣ）システムの空気処理システム１０のエアフィルタの目詰まりを検出し予測する方法が開示される。図１を参照すると、システム１０が、概略的に示されており、空気流２２を形成するファン１２を有する。エアフィルタ１４、ダクト１６、およびフィン１８を有する熱交換器２０が空気流２２に抵抗する。フィルタ１４の状態が、空気流２２に対するシステム抵抗を測定することによって検出され、システム抵抗が所定の値に到達すればエアフィルタ１４が目詰まりされたと判定する。当業者は、空気流２２に対する、熱交換器２０およびフィルタ１４の後方へのファン１２の配置が、フィルタ１４によって実施される濾過、または濾過されなかった粉塵の熱交換器２０上への緩慢な堆積に影響することなく変更されることができることを理解するであろう。

空気流２２に対する抵抗は、エアフィルタ１４の詰まりによって生じさせられ、ダクト１６または熱交換器フィン１８の詰まりによって生じさせられる抵抗に比較して相対的に早く起こる。したがって、システム抵抗は、エアフィルタ１４の目詰まりによって直接生じさせられると見做される。システム抵抗が増加されると、所望の空気流２２を生じさせるのにより高い圧力が必要とされるために、ファン１２の負荷が増加する。

図２を参照すると、システム抵抗が推定され、検出統計値を求めるのに使用される。システム抵抗は、エアフィルタ抵抗２４、ならびにダクトおよび熱交換器フィン抵抗２６の組合せである。エアフィルタ抵抗２４、ならびにダクトおよび熱交換器抵抗２６の組合せは、検出統計値を求めるのに使用される。検出統計値は、次いで、基準値と比較される。基準値は、目詰まりされたフィルタを示すシステム抵抗の値である。エアフィルタ１４は、検出統計値が基準値より大きいことに応答して、目詰まりされていると判定される。

ファンの作動性能は、ファンにわたる圧力降下と体積空気流量との関係であるファン性能曲線２６によって定義される。ファン性能曲線は以下のように表される。

上記の式では、ａ₀、ａ₁、ａ₂、ｂ₀、ｂ₁、ｂ₂、ｋ₀、ｋ₁、ｋ₂は製造業者のデータを用いて推定されることができる定数である。ΔＰはファンにわたる圧力降下、ｎはファン速度、Ｖは空気の体積流量である。

システム曲線は、ファン１２の負荷特性を示す。システム曲線は、既知のファン速度に於けるシステム全体の圧力降下と体積空気流量との関係を提供する。空気流量が増加するにつれてそれにより生じる抵抗が急速に増加し、その結果、所望の空気流を維持するために、ファン１２によって圧力が上昇されなければならない。システム曲線は以下のように表される。

上記の式では、ｃは、エアフィルタ抵抗（ｃ₁）ならびにシステム内のダクトおよび熱交換器フィンの抵抗（ｃ₂）を含むシステムの「抵抗」として定義され、ΔＰはファンにわたる圧力差、Ｖは体積流量である。

システム抵抗は２つの成分を有する。第１の成分は、エアフィルタ１４によって生じさせられる空気抵抗２４であり、第２の成分は、それ以外のシステム内の構成部品、すなわちダクト、熱交換器フィン、および空気流と干渉し得るその他の構成部品などによって生じさせられる抵抗２６である。空気流量に対するエアフィルタ１４の抵抗２４は、時間経過と共に、他の障害物によって生じさせられる抵抗２６より大幅に早く増加する。したがって、システム１０全体の抵抗の変化は、エアフィルタ１４によって生じさせられる抵抗にかなり近似する。

図３を参照すると、グラフは、新しいフィルタ３０および詰まったフィルタ３２についての流量と圧力降下との関係を様々なファン速度３４に対して示す。詰まったフィルタは、所望の空気流量を供給するのに必要な圧力差の増加を実現するためにファン速度を増加させる必要がある。フィルタ１４を交換すると、空気流に対するシステム抵抗が減り、その結果、より小さな圧力差で所望の流量を実現することができる。

図４は、エアフィルタ１４によって生じさせられる抵抗３６と、熱交換器２０およびシステム１０内の他の構成要素によって生じさせられる抵抗３８との関係を示すグラフである。エアフィルタ１４によって生じさせられる抵抗３６は、熱交換器フィン１８の目詰まりによる抵抗３８より大幅に早い速度で増加する。この発明の方法は、エアフィルタ１４の交換直後の４０で示される抵抗３６の値に基づいて、熱交換器フィン１８の状態を判定するステップを含む。エアフィルタ１４が交換された直後に生じるシステム抵抗の急な減少が、それ以前の同様なシステム抵抗の急な低下後のシステム抵抗の記録された履歴データと共に、熱交換器フィン１８および他のシステム構成要素によって寄与される抵抗の増加を示すのに使用される。

この発明の方法は、検出統計値を定式化するのにシステム抵抗を使用する。次いで、検出統計値は、エアフィルタ１４の現在の状態および残り有効寿命を求めるのに使用される。検出統計値の平均値は、時間経過と共に変動する。検出統計値の変動は、累積和法を用いることによって吸収される。検出統計値は、以下の関係式によって求められる。

上記の式では、Ｒは検出統計値、ｃはシステム抵抗、ｎはサンプリング間隔、μはシステム抵抗の基準平均値として定義される。

この検出方法により、システム抵抗ｃが基準値μを超えたか否かの検出が行える。サンプリング頻度に応じて、システム抵抗は複数のサンプルの平均値であり得る。検出閾値は、システム抵抗の平均値および統計的特性を計算するのに用いられたサンプルの数に従って選択される。検出閾値は、数値シミュレーションによって、または収集されたデータから決定される。

検出閾値が設定された後は、エアフィルタ１４が目詰まりさせられているとの指示は２要素テストから導かれる。２要素テストは、単に検出統計値を検出閾値と比較する。検出統計値が検出閾値より大きくなると、エアフィルタ１４が目詰まりさせられたという警告または他の指示が発せられる。

ある場合には、実際の状態を反映していない、またはシステム抵抗に関係のないランダム事象によって生じる短時間の非平常状態を反映した異常値や一致性のないデータ値によって、検出閾値が超えられることもある。したがって、この方法は対抗策を設けている。検出統計値が検出閾値を超える度毎に、計数が行われる。その検出統計値が所定の回数を超えると、フィルタ目詰まりの警告または他の指示が発せられる。他の時間的平滑化またはフィルタリング方法が容易に使用されることができることを、当業者は理解するであろう。

検出閾値は、エアフィルタの使用期間および所期寿命に応じて所望のレベルに設定される。検出閾値を低く設定すると、フィルタ目詰まりの警告が早期に行われる。この早期警告は、フィルタの交換を計画するために、エアフィルタの残り寿命を予測する予測ルーチンを開始する。検出閾値はまた、フィルタ交換がすぐに必要であるとの指示を出すフィルタ目詰まり警告用としても設定される。また、フィルタ状態の所望の諸段階で警告が発せられる段階的警告方式も用いられることができる。

図５を参照すると、エアフィルタ１４の残り寿命を求めるためには、エアフィルタ１４が時間経過と共にどのように劣化するかを理解する必要がある。エアフィルタ１４の目詰まりが一旦始まると、エアフィルタ１４を通る開口が減少するので、粒子が捕捉される割合が増加し、さらに多くの粒子が捕捉されることになる。言い換えれば、エアフィルタ１４が、一旦少しでも目詰まりすると、次第に多くの粒子を捕捉し始め、それら粒子がさらにエアフィルタ１４の目詰まりを加速する。

この方法では、履歴データまたはテストデータが、エアフィルタ１４の残り寿命を求めるのに使用される作動時間とシステム抵抗との関係を定める。作動時間とシステム抵抗との関係は、最小二乗法に基づいて求められる。この実際のデータは、エアフィルタ目詰まりのモデルを定式化するのに使用される。モデルは、既知のパラメータと測定されたパラメータを互いに関係付けて定められる。たとえば、フィルタ目詰まり量は、時間に関係付けられることができる。したがって、将来のフィルタ目詰まり量が、履歴データに基づいて求められる。エアフィルタ状態劣化の１つの代表モデルは指数関数であり、そのモデルでは、フィルタ抵抗が、エアフィルタ作動時間の指数関数として表されている。

上記の式では、ｋおよびδは、指数関数の２つの正のパラメータであり、ｃはフィルタ抵抗である。警告が発せられた後は、フィルタ抵抗の最新の履歴データ４６が、劣化モデルの２つのパラメータの値を推定するのに使用されることができる。次いで、フィルタ交換の閾値が与えられれば、モデルによって、エアフィルタ１４の有効残り寿命４４が予測される。当業者にとっては、他の線形または非線形劣化モデルが、エアフィルタ状態の劣化の軌跡４２を定めるのに使用されることができる。

あるいは、統計モデルが、エアフィルタ１４の劣化を表すのに使用される。フィルタ状態の劣化の特性により、実際のフィルタ抵抗は、フィルタ作動時間と共に単調に増加する傾向がある。たとえば、エアフィルタ抵抗の平均値の変化は、単調に増加する傾向を示す。しかし、フィルタ抵抗の測定推定値は、測定または推定プロセスでの誤差およびノイズのために単調に増加しないこともある。測定または推定は、離散時間で実施されるので、測定または推定される抵抗は、離散時間で生じる一連のジャンプと考えられることができる。

そのような劣化の統計モデルの開発は、エアフィルタ抵抗の平均値のジャンプ間の時間の分布、所与の時間で平均値が増加する確率、および平均値のジャンプの高さの分布に関する事前情報に基づかされることができる。ジャンプ間の時間の度数およびジャンプの高さは、エアフィルタのその有効寿命内での現在の点に応じて決まる。目詰まりしたフィルタはさらに多くの汚染物質を捕捉することになるので、抵抗値のジャンプは、エアフィルタの有効寿命の末期段階でより生じ易くなる。マルコフ連鎖などの有限状態モデルが、平均抵抗の変化過程を特徴付けるのに使用されることができる。他の劣化の統計モデルまたは劣化過程の有限状態モデルが容易に使用されることができることを、当業者は理解するであろう。

フィルタ抵抗変化の統計モデルが作り出されれば、このモデルは、エアフィルタ１４の残り寿命を所望の信頼水準で求めるシミュレーションに使用される。それは、たとえば、警告信号を受け取った後に、起こり得る平均値変化の経路の許容数をシミュレートすることによって達成される。それを超えるとフィルタ交換が必要になる既知のフィルタ抵抗閾値により、フィルタ１４全体の有効残り寿命が、たとえば９５％の信頼水準で、シミュレートされた残り寿命の順序統計量に対応して計算されて求められる。順序統計量を用いずに残り寿命シミュレーション値を単純に平均すると、残り寿命予測に対して５０％の信頼水準が得られる。

可変速ファンを用いる空気処理システムでは、制御器９０（図７）は、所望の環境内で温度を制御するためにファン速度を管理する。制御器９０は、所望の空気流量を供給し、それによって所望の温度を実現するようにファン速度を調節する。制御器９０は、当技術分野で知られたいかなる種類のものでもよい。さらに、制御器９０は、エアフィルタ目詰まり検出専用の独立した制御器でもよく、または空気処理システム全体を管理する制御器の一部でもよい。ファン速度、および所与のファン速度でファンによって消費される電力を示すデータが、制御器９０に利用可能である。フィルタ抵抗の推定値が、ファン速度およびファン電力を用いて求められる。ファン電力と、圧力差と、空気流量との関係が、以下のように表される。

上記の式では、Ｗはファン電力、ΔＰはファンにわたる圧力降下、Ｖは体積空気流量、ηはファンおよびモータの効率である。

ファン速度によって与えられるファン電力およびモータによって消費される電力が制御器９０で分かれば、ファン電力関係式を式１に代入することができて、下式が得られる。

式６によって、体積流量が、電力値ならびにファンおよびモータの効率を使用して求められることができる。式６は、当業者には既知の通常使用される非線形求解器によって解かれる。体積流量が分かれば、ファン１２にわたる圧力降下は、式１を用いて求められることができる。

さらに、体積流量Ｖと共に、ファン１２にわたる圧力降下が分かれば、式２を用いてシステム抵抗が求められることができる。

中程度ないし軽度なエアフィルタ詰まりによりシステム曲線が変化したとき、ファン１２およびモータ１５の効率は一定であると仮定されていることに留意されたい。エアフィルタ１４がますますまたは非常に詰まると、ファンおよびモータの効率は、もはや一定ではなく計算されねばならない。その時、効率は下式で計算される。

上記の式では、ｋ、ｋ０は定数である。

図６を参照すると、フィルタ目詰まり検出および予測方法が概略的に示され、システム抵抗の推定を行う最初のステップ５０を含む。システム抵抗は、ファン速度およびファン電力に関するデータを測定すること５２によって求められる。ファン電力およびファン速度を示すデータは、可変速ファン用の制御器９０から得ることができる。診断／予測装置のデータ取得ユニットは、ファン速度および電力に関する複数のデータサンプルを収集する。

第２のステップ５４では、所望の熱交換率を達成するのに必要な空気流量が、ファン速度および電力データを用いて求められる。ファン１２にわたる圧力降下が、空気流量ならびにファン速度および電力によって求められることができる。圧力降下が分かれば、システム抵抗が、システム曲線を用いて求められることができる５６。

次いで、検出統計値が式３によって求められる。次いで、検出統計値が、判断ブロック５８に示されるように閾値と比較される。検出統計値が閾値を超えた場合は、警告状態が表示され６２、エアフィルタ１４の交換を計画するのに用いるスケジュールを設定するためにエアフィルタ１４の残り寿命を求めるトレンディングプロセス６４が開始される。検出統計値が閾値より小さい場合は、検出統計値は、統計データベース６０を作成し改良するために処理されて使用され、次いで、新しく収集されたデータによりプロセスが再び始まる。

ある場合には、ファン作動状態のデータが得られない。そのような場合には、別の方法が使用されてシステム抵抗の値を得る。システム抵抗は、冷媒圧力、温度、作動信号、ファン速度、膨張バルブ制御信号などのシステムパラメータを示すデータを用いて推定される。システムパラメータデータは、事前に記憶されたファン曲線と併せて、システム抵抗を求めるのに使用される。

ファン電力を使用せずにシステム抵抗を求めるには、空気処理システム１０全体から収集されたデータを必要とする。図７を参照すると、ヒートポンプシステム６０の概略図が示されている。冷房モードのヒートポンプシステム６０の作動は、冷媒によって熱が吸収される内側コイル６４と外部空気に熱が放出される外側コイル６２との間に冷媒を循環させることを含む。内側コイル６４上を通過する空気からの熱は、冷媒によって吸収される。冷媒はコイル６４を出て、圧縮機６６内で加圧される。高圧蒸気は、熱が外部空気に排出される外側コイル６２を通って移動する時、液体に凝縮される。凝縮された冷媒は、膨張バルブ６８を通って膨張し、内側コイル６４に戻る。そのプロセスは、外部空気から熱を吸収し、その熱を内側コイル６４を介して放出することによって内部空気を加熱するように反転されることができる。

ヒートポンプシステム６０の作動中は、制御状態を維持し作動を最適化するために、多数の変数が監視される。変数の一部は、センサ８２および７８によって得られるような冷媒の入口および出口温度を含む。さらに、センサ８０、８６は、入口および出口の温度および湿度を測定する。センサ７０、７２および７４、７６は、圧縮機６６に入る冷媒および圧縮器を出る冷媒の圧力および温度を測定する。すでにシステム６０内に存在するこれら様々なセンサが、システム抵抗を求めるのに使用される。これらの測定値間の熱力学的諸関係は周知であり、システム抵抗を求めるのに使用される情報を提供する。冷房モードにおける熱交換器の熱伝達方程式は以下の通りである。

さらに、暖房モードにおける熱交換器の熱伝達方程式は以下の通りである。

それぞれの流体の入口および出口温度が与えられると、冷房モードにおける空気の質量流量は下式で計算される。

体積流量は下式で与えられる。

上記の式では、ρ₁は空気密度である。

計算された体積流量およびファンモータ速度を用いて、ファン曲線からファンにわたる圧力降下が求められることができ、その後、フィルタ抵抗が求められる。ある場合には、熱交換器を出る空気の温度の直接的な測定値が利用できないことがあり得る。そのような場合には、出口温度は、その時点の作動状態に基づいて推定される。

理解されるように、流入および排出空気状態に対して定められる顕熱比が、知られていないこともある。定常作動状態下では、流入および排出空気状態は既知の値に留まる。予測のために一日のある時間のサンプルデータが選択される場合には、顕熱比は一定値と仮定されることができる。

あるいは、熱交換率は、冷媒の状態の測定値を用いて計算されることができる。この計算は、下式から始まる。

冷媒のエンタルピｈ_r1、ｈ_r2は、温度および圧力の測定値を用いて、冷媒の特性の知識によって計算されることができる。通常は、冷媒の流量の直接の測定値は得られないが、圧縮機モデルを用いて推定されることができる。圧縮機モデルは、製造業者のデータから得られることができる。圧縮機の理論体積流量を近似する３項モデルは下式で表される。

上記の式では、Ａ、Ｂ、Ｃは熱量計データから推定される定数、Ｐ_Rは、吐出圧力（Ｐ_dis）と吸入圧力（Ｐ_suc）との比である圧縮機の圧力比である。

圧縮機圧力比は、吐出圧力と吸入圧力との比であり、下式で表される。

質量流量は、圧縮機吸入点での冷媒の密度ρ_sucを用いて下式により得られる。

吸入過熱の特性値に関するモデルが得られる。しかし、実際の過熱は設計過熱と異なることがある。この場合、冷媒流量は、下式によって示されるように修正する必要がある。

圧縮機モデルを用いる冷媒の推定は、単一システムに適した手法である。多重分割モジュール式空調システムなど、多数の蒸発器および多数の膨張バルブを有するより複雑なシステムは、より詳細なモデルを必要とする。多数の蒸発器および膨張バルブ間の配分は、膨張バルブ６８の流量計量特性を用いて推定されることができる。

膨張バルブを通る冷媒流量は、膨張バルブ制御信号ｕによって決められるバルブにわたる圧力差（ΔＰ）およびバルブの開度（％）の関数である。その関係は下式によって表される。

上記の式では、Ｃ_vはバルブの特性定数である。

冷媒流量を調整するのに定圧差動バルブが使用されることができる。そのような場合、バルブにわたる圧力差を測定する必要はない。さらに別のタイプの調整バルブは、流量を計算する目的のためにバルブにわたる圧力差を直接計測し、または間接的に推定する必要がある。流量が圧力降下に対して正規化されれば、正規化流量と膨張バルブ信号との関係が、以下に示すような単一の関数を用いて表すことができる。

上記の式では、ｇ（ｕ）はバルブ設計によって決まる既知の形の関数である。この関数はまたバルブ流量計量曲線とも呼ばれ、バルブ製造業者または実験から得られることができる。システム主制御器から知られるバルブ制御信号ｕにより、冷媒の質量流量は、ΔＰが既知または定数であれば、式２１を用いて計算されることができる。冷媒の質量流量が分かった後、式１２および１４を用いて空気の質量流量が求められることができる。

図８を参照すると、システム抵抗の決定は、５１で示されるように熱交換器の入口および出口での冷媒のエンタルピを求めることによって進む。エンタルピは、４８に示されるように、冷媒ループ内から収集される圧力および温度データを用いて求められる。エンタルピが求められた後は、５３に示されるように、予め定められた膨張バルブ流量計量曲線を用いて冷媒流量が得られる。室内熱交換器の熱交換率は、５５に示されるように、エンタルピ差に冷媒の流量を掛けた積として計算される。５７に示されるように、熱交換率を達成するのに必要な空気流量は、熱交換器にわたる空気温度差を示すデータを用いて顕熱比を求めることによって得られる。システム抵抗の計算は、５６に示されるように、予め記憶された既知のファン曲線、測定されたファン速度、および前記の計算で求められた空気流量を用いて達成される。

システム抵抗の値は式３（上記）に代入されて、検出統計値を計算し、５８の判断ブロックによって示されるようにそれを閾値と比較する。検出統計値が求められれば、それが閾値と比較され、警告基準が満たされた場合は、警告状態６２が示される。警告状態６２が示された後は、トレンディングおよび予測プロセス６４が開始される。検出統計値が閾値を超えない場合は、警告は発せられず、検出統計値はそれ以前に収集された情報と組み合わされて、統計データベース６０を作り、改善する。

この発明の方法およびシステムは、エアフィルタ状態を判定するための効果的で経済的な検出および予測技術を提供する。この方法およびシステムは、ファンが浄化され調節された空気を室内位置に送る場合に特に有用である。エアフィルタ抵抗が、エアフィルタの詰まりの指標として使用される。ファン製造業者のデータが、ファン性能特性用の簡単なモデルを得るのに使用され、そのモデルからの偏差がエアフィルタ状態の指標を提供することになる。

上記は例示であり、具体的な仕様では全くない。本発明は例示として記述されおり、用いられている用語は、限定するのではなく、説明を行うために用いられていることが理解されるべきである。上記の教示に照らして、本発明の多くの修正形態および変更形態が可能である。この発明の好ましい実施形態が開示されてきたが、当業者は、ある種の修正形態はこの発明の範囲内にあることを理解するであろう。特許請求の範囲内において、本発明は具体的に記述されたのとは異なる方法で実施されることができることが理解されよう。そのため、特許請求の範囲は、この発明の真の範囲および内容を判断するために検討されるべきである。

空気処理システムの概略図である。 空気処理システムのシステム抵抗の概略図である。 詰まったフィルタと新しいフィルタとの差を示すグラフである。 システム抵抗の成分を示すグラフである。 エアフィルタの作動時間全体を通してのフィルタ目詰まりの加速状態を示すグラフである。 エアフィルタ目詰まりを判定し、予測する方法の流れ図である。 ヒートポンプシステムの概略図である。 この発明による、エアフィルタ目詰まりを判定し予測する別の方法を示す流れ図である。

Claims (33)

1. 空気処理システム用エアフィルタの目詰まり検出方法であって、
   ａ）システム抵抗を求めるステップと、
   ｂ）前記求められたシステム抵抗を閾値と比較するステップと、
   ｃ）前記求められたシステム抵抗が閾値より大きい場合に前記エアフィルタが詰まっていると判定するステップと、
   を含む方法。
2. 前記ステップａ）が、ファンの電力および速度を使用してシステム抵抗を求めることを含む請求項１に記載の方法。
3. 前記ステップａ）が、ファンの消費電力、および前記ファンの速度を検出することを含む請求項１に記載の方法。
4. 前記ステップａ）が、前記フィルタを通る流量を求めることを含む請求項３に記載の方法。
5. 前記ステップａ）が、前記エアフィルタにわたる圧力差を求めることを含む請求項４に記載の方法。
6. 前記ステップａ）が、前記求められた圧力差および流量を用いて前記フィルタの抵抗を求めることを含む請求項５に記載の方法。
7. 前記ステップａ）が、現在の作動状態を示す収集データを用いて推定システム抵抗を求めることを含む請求項１に記載の方法。
8. 前記データが圧力、温度、ファン速度および膨張バルブの作動状態を含む請求項７に記載の方法。
9. 前記ステップａ）が、
   熱交換器の入口および出口でのエンタルピを計算するステップと、
   冷媒の流量を得るステップと、
   前記冷媒の流量、および前記熱交換器の前記入口および出口での前記計算されたエンタルピを用いて前記熱交換器の熱交換率を求めるステップと、
   前記求められた熱交換率を実現するのに必要な空気流量を求めるステップと、
   予め定められたファン速度値および前記求められた空気流量を用いてシステム抵抗を求めるステップと、
   を含む請求項７に記載の方法。
10. 検出統計値を計算するステップを含む請求項９に記載の方法。
11. 前記ステップｂ）が、前記計算された検出統計値を閾値と比較し、前記計算された検出統計値が前記閾値を超えた場合に前記エアフィルタが目詰まりしていることを指示することを含む請求項１０に記載の方法。
12. 目詰まりしていないエアフィルタを装着した直後に前記システム抵抗を検出するステップと、目詰まりしていないエアフィルタを装着した直後に検出された複数のシステム抵抗値に基づいて熱交換器のフィンの状態を判定するステップとを含む請求項１に記載の方法。
13. 目詰まりしていないエアフィルタの装着後の複数のシステム抵抗を比較するステップと、目詰まりしていないエアフィルタの装着後の前記システム抵抗が予め定められた閾値を超えたことに応答して前記熱交換器のフィンが汚れていると判定するステップとを含む請求項１２に記載の方法。
14. 暖房、換気、および空調システム用エアフィルタの目詰まり予測方法であって、
    ａ）システム抵抗値を求めるステップと、
    ｂ）前記求められたフィルタ抵抗値を用いて検出統計値を計算するステップと、
    ｃ）前記検出統計値を閾値と比較し、前記比較に基づいて警告を発するステップと、
    ｄ）前記検出統計値に基づいてエアフィルタを交換する時を予測するステップと、
    を含む方法。
15. 所望の数の連続する検出統計値の計算値が前記閾値より大きい場合に警告を発するステップを含む請求項１４に記載の方法。
16. 前記検出統計値が、
    Ｒｎ＝ｍａｘ（０，Ｒｎ−１＋ｃｎ−μ）
    の式により求められ、
    上式で、Ｒは前記検出統計値、ｃはシステム抵抗、ｎはサンプリング間隔、μはフィルタ抵抗の基準平均値である請求項１４に記載の方法。
17. 前記警告に応答して前記エアフィルタの残り時間を予測するステップを含む、請求項１５に記載の方法。
18. 複数の前記統計値をある期間にわたって計算するステップと、前記複数の検出統計値に基づいて前記エアフィルタの残り寿命を予測するステップとを含む請求項１４に記載の方法。
19. 前記エアフィルタの劣化をシミュレートするモデルを構築するステップと、履歴データを用いてモデルパラメータを推定するステップと、前記エアフィルタの劣化をシミュレートする前記モデルを用いて前記エアフィルタの残り寿命を予測するステップとを含む請求項１８に記載の方法。
20. エアフィルタ劣化の統計モデルを含む請求項１９に記載の方法。
21. 前記統計モデルが、エアフィルタ劣化の統計モデルと前記劣化プロセスの有限状態モデルとを含む請求項２０に記載の方法。
22. 前記統計モデルが、エアフィルタの劣化の変化の時間間隔の確率分布と、前記エアフィルタ劣化の時間と、各エアフィルタ劣化の変化の大きさとを含む請求項２０に記載の方法。
23. 前記エアフィルタの前記残り寿命を予測する前記ステップが、所望の信頼水準を得るために、前記エアフィルタの劣化をシミュレートする前記モデルを用いて前記残り寿命の複数の確率分布を計算することを含む請求項２２に記載の方法。
24. 前記空気処理システムのシステム抵抗を示すデータを受け取るとともに、前記システム抵抗を閾値と比較し、かつ前記システム抵抗が前記閾値より大きい場合に前記空気処理システムのエアフィルタが目詰まりしていると判定する制御器を含む空気処理システムの監視システム。
25. 前記制御器が、前記システム抵抗を求めるためにファンの電力および速度を示す情報を受け取る請求項２４に記載のシステム。
26. 前記ファンの前記電力および速度が前記エアフィルタにわたる圧力差を求めるのに使用される請求項２５に記載のシステム。
27. 前記制御器が、空気処理システムの現在の作動状態を示す情報を受け取る請求項２４に記載のシステム。
28. 前記制御器が、空気処理システムの作動状態を示す前記情報を使用して、熱交換率を求めるとともに、前記求められた熱交換率を実現するのに必要な空気流量を求める請求項２７に記載のシステム。
29. 空気処理システムの作動状態を示すデータを供給する複数のセンサを備える請求項２４に記載のシステム。
30. 前記制御器が、前記システム抵抗の統計モデルに基づいて前記システム抵抗の将来値を予測する請求項２４に記載のシステム。
31. 前記制御器が、有限状態モデルに基づいて前記システム抵抗の将来値を予測する請求項２４に記載のシステム。
32. 前記制御器が、前記空気処理システムの制御器から独立している請求項２４に記載のシステム。
33. 前記制御器が、前記空気処理システムの制御器と一体に設けられている請求項２４に記載のシステム。