JP3979232B2

JP3979232B2 - 故障診断装置および故障診断方法

Info

Publication number: JP3979232B2
Application number: JP2002247112A
Authority: JP
Inventors: 山田　　豊
Original assignee: Daikin Industries Ltd
Current assignee: Daikin Industries Ltd
Priority date: 2002-08-27
Filing date: 2002-08-27
Publication date: 2007-09-19
Anticipated expiration: 2022-08-27
Also published as: JP2004085088A

Description

【０００１】
【発明の属する技術分野】
本発明は、故障診断装置および故障診断方法、特に、冷媒回路を持つ設備機器の故障診断装置および故障診断方法に関する。
【０００２】
【従来の技術】
冷媒回路を持つ設備機器の冷媒関連部品の故障診断を行う故障診断装置が知られている。この故障診断装置は、冷媒関連部品の状態を取得する。取得した状態があらかじめ設定された閾値条件を満たさない場合、あるいは取得した状態があらかじめ設定された閾値条件を満たさない時間があらかじめ設定された一定時間以上連続した場合に、この故障診断装置は、冷媒関連部品が故障状態であると判断する。例えば、空調機の冷媒回路に用いられる圧縮機の故障診断を行う場合、圧縮機内部の温度を計測する。計測された温度がある温度閾値を超えた場合、あるいは計測された温度がある温度閾値を超える時間が一定時間以上連続した場合に、この故障診断装置は、圧縮機が故障状態であると判断する。
【０００３】
【発明が解決しようとする課題】
上記のような故障診断装置では、冷媒関連部品の状態があらかじめ設定された閾値条件を満たすが定常的にその閾値に近い状態にある場合には、冷媒関連部品の受ける物理的なダメージは大きいと考えられる。しかしながら、この従来の故障診断装置では、閾値条件を満たす限り、冷媒関連部品が故障状態であるとは判断されない。また同様に、冷媒関連部品の状態があらかじめ設定された閾値条件を満たさない状態があらかじめ設定された一定時間以上連続しないが、断続的に発生する場合にも、冷媒関連部品の受けるダメージは大きいと考えられる。しかしながら、この従来の故障診断装置では、連続時間の条件を満たす限り、冷媒関連部品が故障状態であるとは判断されない。
【０００４】
そこで、本発明では、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮した故障診断装置および故障診断方法を提供することを課題とする。
【０００５】
【課題を解決するための手段】
請求項１にかかる故障診断装置は、冷媒回路を持つ設備機器の冷媒関連部品の故障診断装置であって、記憶部と、情報取得部と、故障診断部とを備えている。記憶部は、冷媒関連部品の特定のパラメータの状態をあらかじめ複数に分割した状態レベルと、状態レベルそれぞれに対して設定された重み係数とを記憶する。情報取得部は、冷媒関連部品の特定のパラメータの状態を所定の時間間隔で取得する。故障診断部は、情報取得部により取得された所定の時間間隔ごとの状態から判断される所定の時間間隔ごとの状態レベルのそれぞれに対して設定された重み係数を導出し、所定の時間間隔ごとの重み係数を積算し、積算値が所定の値を超えた場合に冷媒関連部品が故障状態にあると判断する。ここで、冷媒回路を持つ設備機器とは、例えば、空調機、冷媒給湯器、冷蔵・冷凍庫などである。冷媒関連部品とは、例えば、圧縮機、膨張弁、熱交換器あるいはその他冷媒回路に用いられる部品などである。冷媒関連部品のパラメータとは、冷媒関連部品の動作に起因して変化する設備機器の各部の温度、湿度、圧力などであり、例えば、冷媒関連部品が圧縮機の場合、圧縮機内部の温度、吸入管温度、吐出管温度、冷媒の吸入圧、冷媒の吐出圧、冷媒の湿りなどといったものである。
【０００６】
情報取得部は、冷媒関連部品の特定のパラメータの状態を所定の時間間隔で取得する。取得された所定の時間間隔ごとの状態から記憶部の記憶する状態レベルが所定の時間間隔ごとに判断され、判断された所定の時間間隔ごとの状態レベルのそれぞれに対してあらかじめ設定された重み係数が導出され、導出された所定の時間間隔ごとの重み係数が積算される。重み係数は、冷媒関連部品の特定のパラメータの状態が冷媒関連部品に与える物理的なダメージの大きさ、あるいは冷媒関連部品の特定のパラメータの状態が間接的に表現する冷媒関連部品が受ける物理的なダメージの大きさに応じて設定されている。このため、重み係数を積算した積算値は、冷媒関連部品の受けた物理的なダメージの大きさを示している。故障診断部は、この積算値が所定の値を超えた場合に、冷媒関連部品が故障状態にあると診断する。
【０００７】
本発明の故障診断装置により、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。
【０００８】
請求項２にかかる故障診断装置は、冷媒回路を持つ設備機器の冷媒関連部品の故障診断装置であって、記憶部と、情報取得部と、故障診断部とを備えている。記憶部は、冷媒関連部品の異なるパラメータの状態の組み合わせをあらかじめ複数に分割した状態レベルと、状態レベルそれぞれに対して設定された重み係数とを記憶する。情報取得部は、冷媒関連部品の異なるパラメータの状態を所定の時間間隔で取得する。故障診断部は、情報取得部により取得された所定の時間間隔ごとの状態の組み合わせから判断される所定の時間間隔ごとの状態レベルのそれぞれに対して設定された重み係数を導出し、所定の時間間隔ごとの重み係数を積算し、積算値が所定の値を超えた場合に冷媒関連部品が故障状態にあると判断する。ここで、冷媒回路を持つ設備機器とは、例えば、空調機、冷媒給湯器、冷蔵・冷凍庫などである。冷媒関連部品とは、例えば、圧縮機、膨張弁、熱交換器あるいはその他冷媒回路に用いられる部品などである。冷媒関連部品のパラメータとは、冷媒関連部品の動作に起因して変化する設備機器の各部の温度、湿度、圧力などであり、例えば、冷媒関連部品が圧縮機の場合、圧縮機内部の温度、吸入管温度、吐出管温度、冷媒の吸入圧、冷媒の吐出圧、冷媒の湿りなどといったものである。
【０００９】
情報取得部は、冷媒関連部品の異なるパラメータの状態を所定の時間間隔で取得する。取得された所定の時間間隔ごとの状態の組み合わせから記憶部の記憶する状態レベルが所定の時間間隔ごとに判断され、判断された所定の時間間隔ごとの状態レベルのそれぞれに対してあらかじめ設定された重み係数が導出され、導出された所定の時間間隔ごとの重み係数が積算される。重み係数は、冷媒関連部品の異なるパラメータの状態の組み合わせが冷媒関連部品に与える物理的なダメージの大きさ、あるいは冷媒関連部品の異なるパラメータの状態の組み合わせが間接的に表現する冷媒関連部品が受ける物理的なダメージの大きさに応じて設定されている。このため、重み係数を積算した積算値は、冷媒関連部品の受けた物理的なダメージの大きさを示している。故障診断部は、この積算値が所定の値を超えた場合に、冷媒関連部品が故障状態にあると診断する。
【００１０】
本発明の故障診断装置により、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。また、異なるパラメータの状態の組み合わせにより複合的に故障診断を行うことができるので、より的確な故障診断を行うことが可能となる。
【００１１】
請求項３にかかる故障診断装置は、第１発明または第２発明にかかる故障診断装置であって、故障診断部は、情報取得部により取得された状態または状態の組合せが所定の範囲を超える場合には、冷媒関連部品が故障状態であると診断する。
【００１２】
請求項４にかかる故障診断方法は、３つのステップを備えている。第１ステップでは、冷媒回路を持つ設備機器の冷媒関連部品の特定のパラメータの状態を所定の時間間隔で取得する。第２ステップでは、第１ステップにより取得された所定の時間間隔ごとの状態から所定の時間間隔ごとの状態レベルを判断し、所定の時間間隔ごとの状態レベルのそれぞれに対してあらかじめ設定された重み係数を導出する。第３ステップでは、第２ステップで導出された所定の時間間隔ごとの重み係数を積算し、積算値が所定の値を超えた場合に冷媒関連部品が故障状態にあると判断する。ここで、状態レベルとは、冷媒関連部品の特定のパラメータの状態をあらかじめ複数に分割したものである。冷媒回路を持つ設備機器とは、例えば、空調機、冷媒給湯器、冷蔵・冷凍庫などである。冷媒関連部品とは、例えば、圧縮機、膨張弁、熱交換器あるいはその他冷媒回路に用いられる部品などである。冷媒関連部品のパラメータとは、冷媒関連部品の動作に起因して変化する設備機器の各部の温度、湿度、圧力などであり、例えば、冷媒関連部品が圧縮機の場合、圧縮機内部の温度、吸入管温度、吐出管温度、冷媒の吸入圧、冷媒の吐出圧、冷媒の湿りなどといったものである。
【００１３】
ここで、重み係数は、冷媒関連部品の特定のパラメータの状態が冷媒関連部品に与える物理的なダメージの大きさ、あるいは冷媒関連部品の特定のパラメータの状態が間接的に表現する冷媒関連部品が受ける物理的なダメージの大きさに応じて設定されている。このため、重み係数を積算した積算値は、冷媒関連部品の受けた物理的なダメージの大きさを示している。第３ステップでは、この積算値が所定の値を超えた場合に、冷媒関連部品が故障状態にあると診断する。
【００１４】
本発明の故障診断方法により、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。
【００１５】
【発明の実施の形態】
［第１実施形態］
〈システムの概要〉
本発明の第１実施形態にかかる空調管理システムを図１に示す。この空調管理システムは、情報端末１と、ステーション２と、空調設備３とがネットワークを介して接続されているものである。この空調管理システムは、ステーション２により、空調設備３の備える空調機３１，３２，・・・の状態監視、発停制御、動作設定などを行う。また、この空調管理システムは、空調機３１，３２，・・・の故障診断を行う。本実施形態においては、この故障診断について説明する。
【００１６】
〈システムの構成〉
図１に示す空調管理システムは、情報端末１と、ステーション２と、空調設備３とから構成される。情報端末１は、ＣＰＵを搭載すると共に、このＣＰＵが制御する記憶装置としてＲＡＭ、ＲＯＭあるいはハードディスクなどを備えるコンピュータ、携帯型コンピュータあるいはパネルコンピュータなどである。情報端末１は、ステーション２により実行された空調機３１，３２，・・・の故障診断の結果などを表示画面などを介して表示する。ステーション２は、例えば、ＣＰＵを搭載するコンピュータであり、情報取得部２１と、故障診断部２２と、記憶部２３とを備えている。記憶部２３は、例えば、ＣＰＵにより制御されるＲＡＭ、ＲＯＭなどである。空調設備３は、空調機３１，３２，・・・を備えている。空調機３１は、冷媒関連部品３１ａを備えている。ここで、冷媒関連部品３１ａとは、例えば、圧縮機、膨張弁、熱交換器あるいはその他冷媒回路に用いられる部品などである。その他の空調機３２，・・・は、空調機３１と同様の構成である。以下では、空調機３１，３２，・・・について、空調機３１を例にとり説明を行う。
【００１７】
〈システムの作用〉
ステーション２の情報取得部２１は、空調機３１の冷媒回路に用いられる冷媒関連部品３１ａのパラメータの状態を取得する。冷媒関連部品３１ａのパラメータとは、冷媒関連部品３１ａの動作に起因して変化する空調機３１の各部の温度、湿度、圧力などである。例えば、圧縮機のパラメータとは、圧縮機内部の温度、吸入管温度、吐出管温度、冷媒の吸入圧、冷媒の吐出圧、冷媒の湿りなどといったパラメータである。情報取得部２１は、所定の間隔、例えば、１０秒毎あるいは１分毎といった間隔で、これらの温度、湿度、圧力などを取得し、記憶部２３に情報を記憶させる。記憶部２３は、冷媒関連部品３１ａのパラメータの状態をあらかじめ複数に分割した状態レベルと、状態レベルそれぞれに対して設定された重み係数とを係数データ２３ａとして記憶している。以下、冷媒関連部品３１ａの故障診断のうち、圧縮機の故障診断、特に、圧縮機の内部温度による圧縮機の故障診断を例にして、本発明の空調管理システムの作用を説明する。
【００１８】
〈圧縮機の内部温度による圧縮機の故障診断〉
図２に、記憶部２３が記憶する圧縮機の内部温度についての係数データ２３ａの概念説明図の一例を示す。係数データ２３ａでは、圧縮機の内部温度について、Ｔ４を限界値として、４つの状態レベル１０１〜１０４が設定されている。圧縮機の内部温度がＴ１未満である状態レベル１０１に対して、重み係数０．０が設定されている。圧縮機の内部温度がＴ１以上Ｔ２未満である状態レベル１０２に対して、重み係数０．５が設定されている。圧縮機の内部温度がＴ２以上Ｔ３未満である状態レベル１０３に対して、重み係数０．７が設定されている。圧縮機の内部温度がＴ３以上Ｔ４未満である状態レベル１０４に対して、重み係数１．０が設定されている。それぞれの状態レベル１０１〜１０４に対して設定された重み係数は、圧縮機の内部の温度が限界値Ｔ４に近づくにつれて大きくなるように設定されている。これは、圧縮機の内部温度の上昇は、冷媒の潤滑油の粘性不足などを原因として起こり、圧縮機の内部温度は、圧縮機が受ける物理的なダメージの大きさを間接的に表現しているからである。故障診断部２２は、情報取得部２１が圧縮機の内部温度を取得するたびに、圧縮機の内部温度が状態レベル１０１〜１０４のいずれにあるかを判断し、重み係数を積算する。さらに、故障診断部２２は、積算値に対してあらかじめ設けられた上限積算値などにより、圧縮機の故障が予知される状態にある、あるいは圧縮機が故障状態にあると診断する。また、情報取得部２１が取得する圧縮機内部の温度が限界値Ｔ４を超えている場合には、故障診断部２２は、圧縮機が故障状態であると即座に診断する。
【００１９】
〈故障診断処理〉
図３は、ステーション２で行われる空調機３１の冷媒関連部品３１ａの故障診断の流れを示すフローチャートである。この処理では、情報取得部２１により取得された空調機３１の冷媒関連部品３１ａのパラメータの状態と、記憶部２３の有する係数データ２３ａとに基づいて、故障診断部２２が空調機３１の冷媒関連部品３１ａの故障診断を行う。以下では、圧縮機の内部温度による圧縮機の故障診断を取り上げて説明する。
【００２０】
ステップＳ１１１では、情報取得部２１により、圧縮機の内部温度の状態が取得される。
【００２１】
ステップＳ１１２では、ステップＳ１１１により取得された状態と、圧縮機の内部温度についての係数データ２３ａとに基づいて、故障診断部２２が重み係数を導出する。なお、ステップＳ１１１により取得された圧縮機の内部温度が図２に示す限界値Ｔ４を超える場合には、故障診断部２２は、圧縮機が故障状態であると即座に診断する。
【００２２】
ステップＳ１１３では、故障診断部２２がステップＳ１１２により導出された重み係数を積算する。さらに、故障診断部２２は、積算値と、積算値に対してあらかじめ設けられた上限積算値などとの比較を行い、圧縮機の故障診断を行う。
【００２３】
〈システムの効果〉
本発明の空調管理システムにより、空調機３１の冷媒関連部品３１ａが受ける物理的なダメージを考慮して、空調機３１の冷媒関連部品３１ａの故障診断を行うことができる。これにより、冷媒関連部品３１ａが受ける物理的なダメージが大きく、故障状態である可能性が高いにもかかわらず、従来の故障診断では故障状態であると診断できなかった場合にも適切な診断を行うことが可能となる。また、以上の効果は、その他の空調機３２，・・・に対しても同様である。
【００２４】
［第２実施形態］
〈システムの概要と構成〉
図１に示す空調管理システムにおいて、記憶部２３が、冷媒関連部品３１ａの異なるパラメータの状態の組み合わせをあらかじめ複数に分割した状態レベルと、それぞれの状態レベルに対して設定された重み係数とから構成される係数データ２３ｂを有する場合がある。本発明の第２実施形態にかかる空調管理システムを図４に示す。記憶部２３が係数データ２３ｂを有するほかは、図１に示す空調管理システムと同様であるので、ここでは説明を省略する。以下、冷媒関連部品３１ａの故障診断のうち、圧縮機の故障診断、特に、圧縮機における冷媒の吸入圧と冷媒の吐出圧との２つの異なるパラメータの状態からの圧縮機の故障診断を例にして、システムの作用を説明する。
【００２５】
〈圧縮機における冷媒の吸入圧と冷媒の吐出圧による圧縮機の故障診断〉
図５に、記憶部２３が記憶する圧縮機における冷媒の吸入圧と冷媒の吐出圧とについての係数データ２３ｂの概念説明図の一例を示す。圧縮機における冷媒の吸入圧がａ１以上ａ４未満である状態と、冷媒の吐出圧がｂ１以上ｂ４未満である状態との組み合わせをあらかじめ複数に分割した状態レベルが設定されている。図５において５角形ＯＰＱＲＳ内部の線分にて区切られた領域のそれぞれが状態レベルを示している。また、それぞれの領域内部に記載された数字が、それぞれの状態レベルに対して設定された重み係数を示している。例えば、冷媒の吸入圧がａ２以上ａ３未満である状態ｇと、冷媒の吐出圧がｂ２以上ｂ３未満である状態ｈとの組み合わせからなる状態レベル２０１に対しては、重み係数０．５が設定されている。また、図５の重み係数は、圧縮機における冷媒の吸入圧と冷媒の吐出圧との状態の組み合わせにより間接的に表現される圧縮機が受ける物理的なダメージの大きさに応じて設定されている。
【００２６】
故障診断部２２は、情報取得部２１が圧縮機における冷媒の吸入圧と、冷媒の吐出圧とを取得するたびに、これらのパラメータの状態の組み合わせから状態レベルを判断し、重み係数を積算する。さらに、故障診断部２２は、積算値に対してあらかじめ設けられた上限積算値などにより、圧縮機の故障が予知される状態である、あるいは圧縮機が故障状態である、などと診断する。また、例えば、情報取得部２１が取得する圧縮機における冷媒の吸入圧と、冷媒の吐出圧とのパラメータの状態の組み合わせが、五角形ＯＰＱＲＳの外部にある場合、故障診断部２２は、圧縮機が故障状態であると即座に診断する。
【００２７】
〈故障診断処理〉
図６は、ステーション２で行われる空調機３１の冷媒関連部品３１ａの故障診断の流れを示すフローチャートである。この処理では、情報取得部２１により取得された空調機３１の冷媒関連部品３１ａのパラメータの状態と、記憶部２３の有する係数データ２３ｂとに基づいて、故障診断部２２が空調機３１の冷媒関連部品３１ａの故障診断を行う。以下では、圧縮機における冷媒の吸入圧と冷媒の吐出圧による圧縮機の故障診断を取り上げて説明する。
【００２８】
ステップＳ２１１では、情報取得部２１により、圧縮機における冷媒の吸入圧と冷媒の吐出圧との異なるパラメータの状態が取得される。
【００２９】
ステップＳ２１２では、ステップＳ２１１により取得された状態と、圧縮機における冷媒の吸入圧と冷媒の吐出圧とについての係数データ２３ｂとに基づいて、故障診断部２２が重み係数を導出する。なお、ステップＳ２１１により取得された圧縮機における冷媒の吸入圧と冷媒の吐出圧とのパラメータの状態の組み合わせが、図５に示す五角形ＯＰＱＲＳの外部にある場合、故障診断部２２は、圧縮機が故障状態であると即座に診断する。
【００３０】
ステップＳ２１３では、故障診断部２２がステップＳ２１２により導出された重み係数を積算する。さらに、故障診断部２２は、積算値と、積算値に対してあらかじめ設けられた上限積算値などとの比較を行い、圧縮機の故障診断を行う。
【００３１】
〈システムの効果〉
本発明の空調管理システムにより、空調機３１の冷媒関連部品３１ａが受ける物理的なダメージを考慮して、空調機３１の冷媒関連部品３１ａの故障診断を行うことができる。これにより、冷媒関連部品３１ａが受ける物理的なダメージが大きく、故障状態である可能性が高いにもかかわらず、従来の故障診断では故障状態であると診断できなかった場合にも適切な診断を行うことが可能となる。また、以上の効果は、その他の空調機３２，・・・に対しても同様である。
【００３２】
また、異なるパラメータの状態の組み合わせにより複合的に故障診断を行うことができるので、より的確な故障診断を行うことが可能となる。
【００３３】
［その他の実施形態］
（１）
第１実施形態では、情報取得部２１が取得する圧縮機の内部温度が限界値Ｔ４を超えている場合には、故障診断部２２は、圧縮機が故障状態であると即座に診断する、と記載した。
【００３４】
一方、情報取得部２１が取得する圧縮機の内部温度が限界値Ｔ４を超える場合にも、より大きい重み係数、例えば、１．５、を設定しておくことも可能である。このとき、情報取得部２１が取得した圧縮機の内部温度がＴ４を超えていれば、故障診断部２２は、圧縮機の内部温度がＴ４を超える場合に設定された重み係数を積算する。さらに、故障診断部２２は、積算値に対してあらかじめ設けられた上限積算値などにより、圧縮機の故障が予知される状態にある、あるいは圧縮機が故障状態にあると診断する。
【００３５】
これにより、例えば、パラメータの過渡状態が許容される場合にも、実情にそぐわない故障診断の結果を出力することが防ぐことが可能である。
【００３６】
また、このことは、第２実施形態に対しても同様に適用できる。第２実施形態では、情報取得部２１が取得する圧縮機における冷媒の吸入圧と、冷媒の吐出圧とのパラメータの状態の組み合わせが、五角形ＯＰＱＲＳの外部にある場合、故障診断部２２は、圧縮機が故障状態であると即座に診断する、と記載した。
【００３７】
一方、取得したパラメータの状態の組み合わせが五角形ＯＰＱＲＳの外部にある場合にも、より大きい重み係数、例えば、１．５を設定し、重み係数の積算により故障診断を行うことが可能である。
【００３８】
（２）
第１実施形態および第２実施形態における空調管理システムにおいて、情報端末１とステーション２とを一体に構成することも可能である。
【００３９】
これにより、情報端末１とステーション２とが備えるＣＰＵなどを共用し、システムを簡略に構成することが可能となる。
【００４０】
（３）
第１実施形態および第２実施形態では、空調設備３の備える空調機３１，３２，・・・の状態監視、発停制御、動作設定などを行うステーション２が故障診断機能を持つ場合について説明した。しかし、ステーション２とは別に情報取得部と故障診断部と記憶部とを備える故障診断装置を設置することも可能である。さらに、空調機３１，３２，・・・がその故障診断装置を備えることも可能である。
【００４１】
（４）
図２において、圧縮機の内部温度についての係数データ２３ａの概念説明図の一例を示した。図２においては、圧縮機の内部温度について、４つの状態レベル１０１〜１０４を設定した。ここで、状態レベルの設定については、任意に設定することができる。状態レベルの設定数を増やせば、故障診断をより詳細に実行することが可能となる。また、状態レベルの設定数を減じれば、状態レベルおよび重み係数の記憶に必要な記憶部２３の容量を削減することが可能となる。
【００４２】
このことは、図４に示す係数データ２３ｂについても同様である。図４に示す５角形ＯＰＱＲＳ内部をより小さな領域に分割することで、故障診断をより詳細に実行することが可能となる。また、５角形ＯＰＱＲＳ内部をより大きな領域に分割することで、状態レベルおよび重み係数の記憶に必要な記憶部２３の容量を削減することが可能となる。
【００４３】
（５）
第１実施形態および第２実施形態においては、空調機３１の冷媒関連部品３１ａの故障診断について説明した。しかし、この故障診断は、その他の冷媒回路を持つ設備機器、例えば、冷媒給湯器、冷蔵・冷凍庫などの冷媒関連部品の故障診断にも適用可能である。
【００４４】
（６）
ステーション２の記憶部２３が、係数データ２３ａと、係数データ２３ｂとを同時に備えることも可能である。
【００４５】
これにより、特定の冷媒関連部品３１ａの故障診断を行う場合に、複数の故障診断を行い複合的に特定の冷媒関連部品３１ａの故障診断を行うことができる。例えば、空調機３１の圧縮機の故障診断を行う場合、圧縮機の内部温度および冷媒の湿りというパラメータの状態と、それぞれのパラメータについての係数データ２３ａとから圧縮機の故障診断を行う。さらに、圧縮機における冷媒の吸入圧と冷媒の吐出圧とのパラメータの状態の組み合わせと、そのパラメータの状態の組み合わせについての係数データ２３ｂとから圧縮機の故障診断を行う。実行された３つの故障診断を複合的に判断して、圧縮機の故障を診断する。
【００４６】
複数の故障診断を行い複合的に特定の冷媒関連部品３１ａの故障診断を行うことにより、より正確な故障診断を行うことが可能となる。
【００４７】
【発明の効果】
請求項１にかかる発明では、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。
【００４８】
請求項２にかかる発明では、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。また、異なるパラメータの状態の組み合わせにより複合的に故障診断を行うことができるので、より的確な故障診断を行うことが可能となる。
【００４９】
請求項４にかかる発明では、冷媒回路を持つ設備機器の冷媒関連部品の受ける物理的なダメージを考慮して故障診断を行うことが可能となる。
【図面の簡単な説明】
【図１】本発明の第１実施形態に係る空調管理システムの構成図。
【図２】係数データ２３ａの概念説明図。
【図３】本発明の第１実施形態の故障診断処理を示すフローチャート。
【図４】本発明の第２実施形態に係る空調管理システムの構成図。
【図５】係数データ２３ｂの概念説明図。
【図６】本発明の第２実施形態の故障診断処理を示すフローチャート。
【符号の説明】
２ステーション
２１情報取得部
２２故障診断部
２３記憶部
３１，３２，・・・空調機
３１ａ冷媒関連部品
１０１，１０２，１０３，１０４状態レベル
２０１状態レベル

Claims

冷媒回路を持つ設備機器（３１，３２，・・・）の冷媒関連部品（３１ａ）の故障診断装置であって、
前記冷媒関連部品（３１ａ）の特定のパラメータの状態をあらかじめ複数に分割した状態レベル（１０１，１０２，１０３，１０４）と前記状態レベル（１０１，１０２，１０３，１０４）それぞれに対して設定された重み係数とを関連付けて記憶する記憶部（２３）と、
前記冷媒関連部品（３１ａ）の前記特定のパラメータの前記状態を所定の時間間隔で取得する情報取得部（２１）と、
前記情報取得部（２１）により取得された前記所定の時間間隔ごとの前記状態から判断される前記所定の時間間隔ごとの前記状態レベル（１０１，１０２，１０３，１０４）のそれぞれに対して設定された前記重み係数を導出し、前記所定の時間間隔ごとの前記重み係数を積算し、積算値が所定の値を超えた場合に前記冷媒関連部品（３１ａ）が故障状態にあると判断する故障診断部（２２）と、
を備える故障診断装置（２）。
冷媒回路を持つ設備機器（３１，３２，・・・）の冷媒関連部品（３１ａ）の故障診断装置であって、
前記冷媒関連部品（３１ａ）の異なるパラメータの状態の組み合わせをあらかじめ複数に分割した状態レベル（２０１）と前記状態レベル（２０１）それぞれに対して設定された重み係数とを関連付けて記憶する記憶部（２３）と、
前記冷媒関連部品（３１ａ）の前記異なるパラメータの前記状態を所定の時間間隔で取得する情報取得部（２１）と、
前記情報取得部（２１）により取得された前記所定の時間間隔ごとの前記状態の組み合わせから判断される前記所定の時間間隔ごとの前記状態レベル（２０１）のそれぞれに対して設定された前記重み係数を導出し、前記所定の時間間隔ごとの前記重み係数を積算し、積算値が所定の値を超えた場合に前記冷媒関連部品（３１ａ）が故障状態にあると判断する故障診断部（２２）と、
を備える故障診断装置（２）。
前記故障診断部（２２）は、前記情報取得部（２１）により取得された前記状態または前記状態の組合せが所定の範囲を超える場合には、前記冷媒関連部品（３１ａ）が故障状態であると診断する、
請求項１または２に記載の故障診断装置（２）。
冷媒回路を持つ設備機器（３１，３２，・・・）の冷媒関連部品（３１ａ）の特定のパラメータの状態を所定の時間間隔で取得する第１ステップと、
前記第１ステップにより取得された前記所定の時間間隔ごとの前記状態から前記所定の時間間隔ごとの状態レベル（１０１，１０２，１０３，１０４）を判断し、前記所定の時間間隔ごとの前記状態レベル（１０１，１０２，１０３，１０４）のそれぞれに対してあらかじめ設定された重み係数を導出する第２ステップと、
前記第２ステップで導出された前記所定の時間間隔ごとの前記重み係数を積算し、積算値が所定の値を超えた場合に前記冷媒関連部品が故障状態にあると判断する第３ステップと、
を備え、
前記状態レベル（１０１，１０２，１０３，１０４）とは、前記冷媒関連部品（３１ａ）の前記特定のパラメータの前記状態をあらかじめ複数に分割したものである、
故障診断方法。