JP6750091B2 - 空気調和機の性能診断装置及び性能診断方法 - Google Patents

Description

本発明は、空気調和機の性能診断装置及び性能診断方法に関するものである。

各種工場やビル等、比較的大規模な空間を冷房するための装置として、熱駆動式の冷凍機や電気式の冷凍機が用いられている。冷凍機の１次エネルギーの消費量は、建物全体の２割から３割程度を占めるため、近年、特に省エネルギーの推進が求められている。

一般に、冷凍機は、求められる冷房負荷によって冷房出力を制御しており、７、８月の盛夏期は出力が大きく、５、１０月等の中間期は出力が小さくなるなど、複雑に変化する。

また、冷凍機は、長期間使い続けることが前提となるため、省エネルギーには設置時に高効率な機器を選択するばかりでなく、経年後もシステム性能を維持することが重要となる。上述の冷凍機は、冷凍機から被冷却空間へ冷熱を運ぶ水回路や、冷凍機への入熱や被冷却空間の熱を放熱するための冷却水回路を備えているため、経年により配管内にスケールなどが付着し、機器自体の劣化が生じる。所定のシステム性能を維持するためには、定期的な保守作業により性能劣化を解消することが必要である。

特許文献１には、冷凍機の性能劣化に対して実施すべきメンテナンス内容としてチューブ洗浄とオーバーホールとを正確に切り分けることを目的として、評価運転状況データに基づいて評価運転状況下における実性能を示す評価実ＣＯＰと評価実ＬＴＤとを計算し、当該評価実ＣＯＰと評価基準ＣＯＰとの差分を示すＣＯＰ変化量と、当該評価実ＬＴＤと評価基準ＬＴＤとの差分を示すＬＴＤ変化量とを計算し、評価時点におけるＣＯＰ変化量とＬＴＤ変化量との変化量比Ｒが一定の判定領域Ｑ内であるか否かで場合分けをする、冷凍機劣化診断装置及び冷凍機劣化診断方法が開示されている。ここで、ＬＴＤは、冷凍機の冷却効率を示す指標の１つであるLeaving Temperature Differenceの略称である。特許文献１には、３次元空間内で帯形状の曲面として表された、基準ＣＯＰ推定モデルを示す説明図（図６）も記載されている。

特開２０１６−２０５６４０号公報

空気調和機の運転停止を伴う保守作業は、冷房負荷が大きい盛夏期や暖房負荷が大きい厳冬期に行うと、冷房及び暖房（空調）の対象である建物内の快適性を著しく損ねることになるため、あらかじめ性能劣化が現れる時期を予測し、空調負荷の小さい春秋期に行うことが望ましい。もちろん、暖房運転を行わず冷房運転だけを行う場合には、冬期などの無負荷時に行ってもよい。

特許文献１には、冷凍機の劣化診断の際に用いる基準ＣＯＰ推定モデルの作成に関しては、概括的に、評価時点以前に得られた冷凍機の運転状況データを利用してもよいことが記載されている。しかしながら、特許文献１には、冷房負荷が小さい時期に性能劣化を検知する観点で、冷凍機の運転状況データを用いる考え方については開示されていない。

同一の機種であっても設置場所や稼動状況により発揮する性能が異なる冷凍機（空気調和機）について、実際の稼動時に取得される稼動データから算出される評価パラメータと、カタログデータ（評価パラメータ）との偏差が、劣化によるものか、測定誤差によるものか、を判別することは、特に、冷房負荷が小さい時期においては困難であった。

本発明は、空調負荷の大小によらず、空気調和機の性能劣化を検知し、空気調和機の保守作業の要否を明確にすることを目的とする。

本発明の空気調和機の性能診断装置は、空気調和機の稼動データを収集し記録するデータ収集部と、空気調和機の仕様を満たす稼動条件を網羅するデータ群である機器特性データベースと、を備え、さらに、データ収集部が有する稼動データと機器特性データベースとを用いて個別特性曲面データを算出する基準データ作成部と、データ収集部が有する稼動データの一部と個別特性曲面データとを比較し、空気調和機の性能の評価をする性能評価部と、を備え、個別特性曲面データは、データ収集部が有する稼動データに対応するように、機器特性データベースに対して補正されたものであることを特徴とする。

本発明によれば、空調負荷の大小によらず、空気調和機の性能劣化を検知することを可能とし、空気調和機の保守作業の要否を明確にすることができる。

実施例の性能評価サーバーの構成を示すブロック図である。 実施例の冷凍機の構造及び計測センサーの配置を示す模式構成図である。 実施例の機器特性データベースの一例を示す表である。 一般的な伝熱管汚れの時系列変化を示すグラフである。 実施例の基準データ作成部における処理工程を示すフローチャートである。 実施例の個別特性曲面の一例を示す三次元グラフである。 実施例の評価パラメータの構成の一例を示す表である。 実施例のシステム性能評価部における処理工程を示すフローチャートである。 実施例の性能評価の結果として出力された画面の一例を示すグラフである。

本発明の空気調和機の性能診断装置及び性能診断方法は、空気調和機を遠隔地から監視する技術として好適である。

以下の説明においては、主として、冷凍機の冷房運転について説明しているが、冷房運転だけでなく暖房運転も可能なヒートポンプの場合には、冷房負荷及び暖房負荷を合わせた空調負荷を考慮する必要がある。本明細書においては、冷房運転のみの場合でも、冷房運転及び暖房運転の両方を行う場合でも適用可能な技術を開示している。冷凍機、ヒートポンプ等は、まとめて「空気調和機」と呼ぶことにする。後述の空調負荷率は、冷房運転及び暖房運転のうち少なくとも一方を行う空気調和機の負荷率を意味する。

空気調和機は、電気式及び熱駆動式のうちいずれであってもよい。

電気式の空気調和機は、電動式の圧縮機を備えたものである。一方、熱駆動式の空気調和機としては、吸収式冷凍機、吸収式ヒートポンプ、吸着式冷凍機、吸着式ヒートポンプ等が挙げられる。熱駆動式の空気調和機の熱源は、ガス、石油等の燃焼熱、工場排熱等である。

以下、本発明の実施例に係る空気調和機（冷凍機）の性能診断装置及び性能診断方法について、図面を参照しながら詳細に説明する。

図１は、本実施例の性能評価サーバーの構成を示すブロック図である。図２は、性能評価対象である冷凍機の構成の一例を示したものである。

まず、図１の性能評価サーバーの構成を説明する。

冷凍機３の性能評価サーバー１（性能診断装置）は、送信機である稼動データモニター２を介して冷凍機３と接続されている。稼動データモニター２により取得される稼動データは、冷凍機３に設けられたセンサーからの信号を含むものであり、実際に運転している冷凍機３から得られる生データを含む。本実施例では、冷凍機３としてターボ冷凍機を想定しており、その構成の詳細については、図２を用いて後述する。

性能評価サーバー１には、主記憶装置１０（第一の記憶ユニット）、副記憶装置１１（第二の記憶ユニット）、インターフェース１２、ＣＰＵ１３（中央処理ユニット）、入力装置１４（入力ユニット）、および出力装置１５（出力ユニット）が設けられ、冷凍機３の性能変化を診断する。主記憶装置１０は、データ収集部１０Ａと、基準データ作成部１０Ｂと、システム性能評価部１０Ｃ（性能評価部）と、出力部１０Ｄと、から構成されている。なお、第一の記憶ユニット及び第二の記憶ユニットは、まとめて単に「記憶ユニット」と呼ぶことができる。

データ収集部１０Ａは、冷凍機３に設けられたセンサーを介して、所望の評価パラメータに対応するデータを計測する機能と、計測した時系列データを履歴データとして記録する機能と、を備えている。

副記憶装置１１には、機器特性データベースが格納されている。

図２は、冷凍機３の構造と、性能評価サーバーを適用した場合における計測センサーの配置の一例を示す構成図である。本実施例は、冷凍機３がターボ冷凍機の場合を示したものである。

ターボ冷凍機は、主に、電動機２０から動力を得るターボ圧縮機２１と、凝縮器２２と、膨張機構２３と、蒸発器２４と、を順次冷媒配管で接続することにより、冷媒回路を構成したものである。

計測センサーとしては、冷水入口温度センサー２４ｂ、冷水出口温度センサー２４ｃ、冷却水入口温度センサー２２ｂ、冷却水出口温度センサー２２ｃ、冷水流量計２４ａ、及び冷却水流量計２２ａが各所に設けられている。

蒸発器２４では、冷水出口温度センサー２４ｃにより測定した温度が所定の値となるように、冷水が生成される。この冷水は、水循環ポンプ２８の動力により被冷却空間２７（建物の室内等）へ送られ、被冷却空間２７から吸熱する。吸熱し温度が上昇した冷水は、蒸発器２４の冷媒と熱交換をして冷却される。そして、蒸発器２４の冷媒は、冷媒配管を介して凝縮器２２に運ばれ、冷却水に対して放熱する。冷却水は、水循環ポンプ２５により冷却塔２６に送られる。冷却塔２６では、冷却水入口温度センサー２２ｂにより測定した温度が所定の値となるように、冷却塔ファン２６ａを制御し、冷却水の熱が大気へ放熱される。

図２に示す冷凍機３の機器構成ならびに動作は、あくまで一例であり、本実施例の冷凍機の性能評価サーバー１が評価対象とする冷凍機の作動原理、配置等を限定するものではない。

図１の基準データ作成部１０Ｂは、副記憶装置１１に格納された機器特性データベースと、データ収集部１０Ａに格納されたデータの一部と、を用いて、冷凍機３に劣化が生じてない状態におけるシステム性能のデータを、想定される全稼動範囲にわたり作成する機能を備えている。

図３は、機器特性データベースに含まれるデータの一例を示したものである。

機器特性データベースは、冷凍機の仕様を満たす稼動条件を網羅したデータ群である。機器特性データベースは、冷凍機の設計値、冷凍機メーカーが発行するカタログなどに掲載するために出荷前に試験機を用いて測定された品質確認試験の結果等を利用してまとめたものであってもよい。冷凍機のシステム性能に相当するＣＯＰ（Coefficient of Performance）は、空調負荷率、冷却水入口温度、冷水出口温度などにより変化するが、本図においては、冷水出口温度を固定し、空調負荷率（以下では単に「負荷率」ともいう。）、ＣＯＰ及び冷却水入口温度を評価パラメータとして、Ｘ軸、Ｙ軸及びＺ軸の３軸で整理したものを用いている。

本図に示すように、負荷率が等しい場合で比較すると、冷却水入口温度が低い条件（春、秋及び冬）では、ＣＯＰが高くなっている。一方、冷却水入口温度が高い条件（夏）では、ＣＯＰが低くなっている。

なお、本実施例の評価対象は、水冷式の冷凍機であるが、冷却水を必要としない空冷式の冷凍機においては、冷却水入口温度の代わりに凝縮器の周囲空気温度を評価パラメータとしてもよい。

ここで、空調負荷率は、室内機における処理熱量を、空調の定格能力で除した値であり、冷房運転において冷水を蒸発器により冷却して室内機に供給する場合、実際に稼動している冷凍機における冷水出口温度と冷水入口温度との差を、冷凍機の設計値として設定されている冷水出口温度と冷水入口温度との差で除した値である。具体的には、図２においては、蒸発器２４により冷却される冷水の入口温度及び出口温度として、それぞれ、冷水入口温度センサー２４ｂ、冷水出口温度センサー２４ｃにより測定した値を用いて計算する。

一般に、圧縮式の冷凍機（ヒートポンプ）の場合、凝縮器で発生する熱を用いて暖房運転を行うことも可能である。この場合、空調負荷率は、温水を凝縮器により加熱して室内機に供給する場合、実際に稼動しているヒートポンプにおける温水出口温度と温水入口温度との差を、ヒートポンプの設計値として設定されている温水出口温度と温水入口温度との差で除した値である。なお、圧縮式の冷凍機（ヒートポンプ）による暖房運転を、室内機と凝縮器とを循環する熱媒体として空気を用いて行う場合には、凝縮器の上流側及び下流側における空気の温度を測定し、それぞれ、入口温度、出口温度として、温水の場合と同様の計算により、空調負荷率を算出する。

吸収式ヒートポンプにおける暖房運転の場合、凝縮器及び吸収器のうち少なくとも一方で発生する熱により温水を加熱し、この温水を室内機に送ることにより、暖房を行うため、空調負荷率は、室内機から戻ってきた温水について、実際に稼動している吸収式ヒートポンプにおける温水出口温度と温水入口温度との差の平均値を、吸収式ヒートポンプの設計値として設定されている温水出口温度と温水入口温度との差で除した値である。

ところで、実際の冷凍機のシステム性能は、設置初期のシステム性能に劣化がない状態であっても、設置状況などの影響により、機器特性データに対して下回ることが一般的である。本実施例では、機器ごとに劣化のない状態でのシステム性能を正確に把握するために、データ収集部１０Ａに格納されたデータの一部を使用し、機器特性データを補正して個別特性曲面を作成する。

図４は、一般的な伝熱管汚れの時系列変化を示すグラフである。

冷凍機のシステム性能の劣化原因の大部分は、冷却水または冷水の伝熱管内部に、スケールなどが付着することで生じるものである。伝熱管内では、循環水の加熱や蒸発により、水中のミネラル分などが結晶化し、これが堆積してスケールとなる。

図４から、循環水の流速や温度により、汚れ（スケール）の付着速度は異なるものの、伝熱管の内部に汚れが付着しない一定期間ｔ_ｄが存在することがわかる。この期間は、機器の構成や設置環境、稼動状況などにより変化するが、本実施例に示すような冷凍機では、設置後１年間はスケールの付着によるシステム性能の劣化がほとんどないという傾向が得られている。また、本図から、汚れが付着し始めると、急速に汚れ係数が増加することがわかる。

そこで、図１に示す基準データ作成部１０Ｂでは、データ収集部１０Ａに格納された稼動データのうち、例えば、初期の１年間のデータ（以下「正常データ」という。）を用いて、機器特性データを補正し、想定される全稼動範囲での冷凍機３の劣化のない状態のシステム性能のデータを、個別特性曲面として作成する。なお、正常データは、必ずしも１年間のデータでなくてもよく、これより短くても長くても個別特性曲面の作成に十分なデータが収集できればよい。

よって、システム性能評価部１０Ｃにおいては、正常データを取得した後で計測される稼動データ（正常データとは異なる時期の稼動データ）と、個別特性曲面のデータと、を比較することにより、空気調和機の性能の評価をすることができる。なお、比較対象の稼動データが正常データの一部を含んでいてもよい。

このように、機種ごとに取得される実際の稼動データに基づいて、補正された個別特性曲面データが得られるため、冷凍機３のわずかな性能劣化を検知することができる。

図５は、図１の基準データ作成部１０Ｂにおけるデータ処理を示すフローチャートである。以下、図５を用いて、上述した基準データ作成部１０Ｂでの個別特性曲面の作成方法について説明する。なお、以下の説明においては、図１及び２において用いた符号も付加している。

まず、Ｓ１００において、入力装置１４から入力された評価パラメータを取得するともに、データ収集部１０Ａから正常データを取得する。本実施例では、評価パラメータは、負荷率、ＣＯＰ及び冷却水入口温度である。

ここで、負荷率は、機器特性データにおいて最大となる冷水入口温度と冷水出口温度との差分に対する、実稼動データの冷水入口温度センサー２４ｂと冷水出口温度センサー２４ｃとの差分の割合である。ＣＯＰは、冷水出口温度センサー２４ｃと冷水入口温度センサー２４ｂとで得られた温度の差分に冷水流量計２４ａの測定値を乗じたものを、冷却水入口温度センサー２２ｂと冷却水出口温度センサー２２ｃとで得られた温度の差分に冷却水流量計２２ａの測定値を乗じたものから、冷水出口温度センサー２４ｃと冷水入口温度センサー２４ｂとで得られた温度の差分に冷水流量計２４ａの測定値を乗じたものを引いた値で除した値である。また、冷却水入口温度は、冷却水入口温度センサー２２ｂの測定値である。

次に、Ｓ１０１において、システム性能を評価するため、評価パラメータ中の冷凍機３のシステム性能に相当するＣＯＰ以外の負荷率及び冷却水入口温度を稼動条件として、正常データを稼動条件ごとに分類する。

その後、Ｓ１０２において、副記憶装置１１から機器特性データベースを取得する。そして、Ｓ１０３において、稼動条件ごとに正常データと機器特性データとを一致させる補正係数を算出する。冷凍機３の稼動条件によっては、正常データはないが、稼動条件が一致する部分の補正係数の内挿または外挿を行い、機器特性データベースにある全稼動範囲において、補正係数を算出する。このように補正係数を算出することにより、設置状況がそれぞれ異なる冷凍機（実際に設置された冷凍機）から得られる正常データが少ない場合であっても、正常データに対応する全稼動範囲における補正係数を算出することができる。

最後に、Ｓ１０４において、機器特性データベースにあるデータのそれぞれに、対応する補正係数を稼動条件ごとに乗じて、実際に設置された冷凍機３の劣化のないシステム性能である個別特性曲面データを作成する。このデータは、機器特性データベースと同様のデータ群だけでなく、評価パラメータである負荷率、ＣＯＰ、冷却水入口温度をそれぞれ、Ｘ軸、Ｙ軸、Ｚ軸の３軸とした三次元のグラフとして、主記憶装置１０の出力部１０Ｄから出力され、出力装置１５を介して稼動データモニター２に表示される。

図６は、稼動データモニター２に表示された個別特性曲面の一例を示したものである。

本図に示すように、冷却水入口温度が低く負荷率が高い場合は、ＣＯＰが高くなっている。一方、冷却水入口温度が高く負荷率が低い場合は、ＣＯＰが低くなっている。

なお、評価パラメータは、冷凍機の性能と稼動条件に相当する項目とから構成されればよく、評価対象の冷凍機に設置する計測センサーにより、適宜変更することが可能である。

このように、機器特性データベースと、実際に空調する建物に設置された試験用の冷凍機とは異なる冷凍機の正常データと、から得られた個別特性曲面データは、全稼動範囲において基準となる正確な冷凍機の近似データとして用いることができる。この個別特性曲面データは、冷凍機の配管の配置や装置の傾き等も含む設置状態、装置ごとに若干異なる計測センサー等の設置状態等を勘案した全稼動範囲における基準データである。なお、機器特性データベースには、必要とされる負荷率のすべての領域におけるデータ群と、そのデータ群から算出された評価パラメータと、が完備されている。当該データ群は、負荷率が低い稼動条件におけるデータも含むものであって、冷凍機の設計値、試験用の冷凍機（試験機）を用いて出荷前に正確に測定されたデータなどであってもよい。

図７は、設置した計測センサーに対する評価パラメータの構成の一例を示したものである。

事例１は、図６に対応するものである。一方、事例２及び３は、変形例である。

図７に示す評価パラメータＸ、Ｚは、図６のＸ軸、Ｚ軸に対応するものであり、空気調和機（冷凍機）の性能に影響を及ぼす外的要因である。一方、図７に示す評価パラメータＹは、図６のＹ軸に対応するものであり、性能評価の指標となるパラメータである。言い換えると、評価パラメータＹは、評価パラメータＸ及びＺとの関係で整理されるものである。このようにして、評価パラメータＸ、Ｙ及びＺは、データ群としてまとめられる。

なお、空気調和機の性能に影響を及ぼす外的要因となる評価パラメータは、３つ以上であってもよい。

まとめると、個別特性曲面データは、空気調和機の性能に影響を及ぼす外的要因となる２つ以上の評価パラメータ（稼動条件）を含み、当該２つ以上の評価パラメータは、他の１つの評価パラメータ（性能評価の指標）との関係で整理される。

なお、吸収式冷凍機の場合は、空気調和機の性能に影響を及ぼす外的要因となる評価パラメータとしては、吸収器及び凝縮器のうち少なくともいずれか一方で発生する熱を除去する冷却水又は冷却用空気の入口温度であってもよい。性能評価の指標となる評価パラメータとしては、再生器への投入熱量であってもよい。

また、空気調和機の性能に影響を及ぼす外的要因となる評価パラメータとしては、空調負荷率に関連する関数であってもよい。

次に、本実施例のシステム性能の評価方法について説明する。

図８は、本実施例のシステム性能評価部１０Ｃにおける処理工程を示すフローチャートである。

まず、Ｓ１１０において、データ収集部１０Ａから評価対象データを取得する。評価対象データは、指定された期間の冷凍機３（図１）の稼動データである。期間の指定方法としては、図１の入力装置１４より任意の評価期間を入力するか、一定期間ごとに自動で評価を実施する設定としてもよい。言い換えると、評価対象データは、データ収集部１０Ａが有する稼動データの一部である。

次に、Ｓ１１１において、評価対象データを稼動条件ごとに分類する。この稼動条件は、個別特性曲面の稼動条件の評価パラメータと一致させたものであり、本実施例では、冷却水入口温度である。その後、Ｓ１１２において、分類した評価対象データ内の最も出現頻度の高い稼動条件（最頻稼動条件）を抽出する。ここで、最頻稼動条件は、本実施例においては、最も出現頻度の高い負荷率である。また、Ｓ１１１において評価対象データを分類する稼動条件を負荷率とした場合には、最頻稼動条件は、最も出現頻度の高い冷却水入口温度である。

さらに、Ｓ１１３では、冷却水入口温度条件ごとに抽出した、出現頻度の高い負荷率における評価対象データよりＣＯＰを導出し、これを代表評価データとする。なお、代表評価データとしては、ＣＯＰの代わりに、図７の事例２及び３で用いた消費電力を用いてもよい。ＣＯＰは、低下した場合に性能劣化と判定される。一方、消費電力は、上昇した場合に性能劣化と判定される。よって、代表評価データは、性能評価の指標となるパラメータの当該領域における平均値である。

一方で、Ｓ１１４では、基準データ作成部１０Ｂで作成された個別特性曲面データを取得する。

そして、Ｓ１１５においては、個別特性曲面データのうち、代表評価データの稼動条件と一致するデータを抽出し、これを基準値と設定する。よって、基準値は、代表評価データの値に対応する稼動条件における個別特性曲面データの値（図６の場合、Ｙ軸（ＣＯＰ）の値）である。

Ｓ１１６では、Ｓ１１３の代表評価データとＳ１１５の基準値とを比較する。具体的には、正常データに対する評価対象データの偏差を算出する。この結果は、評価を行うごとにシステム性能評価部１０Ｃに蓄積され、経過時間に対するシステム性能の変化から劣化度合いを評価する。言い換えると、データ収集部１０Ａは、システム性能評価部１０Ｃにより、複数の異なる時期に収集された稼動データと、個別特性曲面データと、を比較した結果を蓄積する機能を有し、それらの結果を用いて、空気調和機の性能の変化を判定する。

最後に、Ｓ１１７において、主記憶装置１０の出力部１０Ｄから出力され、出力装置１５を介して稼動データモニター２に表示される。

なお、上記の偏差は、指定された期間内の狭い範囲の評価対象データから算出されるものであるが、正常データに対応する補正係数は、個別特性曲面データの全領域について得られているため、保守作業を行わずに冷凍機を稼動し続けた場合に、年間消費電力がどの程度大きくなり、ランニングコストがどの程度高くなるか等の試算を行うことができる。これにより、保守作業の必要性について説得力のあるデータをユーザーに提供することができる。

具体的には、空調負荷率が低い稼動条件となる春秋冬等に取得した稼動データを用いて、空調負荷率が高い稼動条件を含むすべての稼動条件の範囲における評価パラメータを補正係数により推算することができるため、現状の性能劣化の度合いについて、年間消費電力、ランニングコスト等を考慮して判断することができる。

更に具体的には、空調負荷率が高くなる時期（冷凍機の場合、一般には盛夏期）における空調負荷率の最大値を基準として、空調負荷率が、その最大値に対する割合で、例えば５０％以下になっている時期（冷凍機の場合、春秋冬等）に収集されたものを用いて、当該割合が５０％を超える領域における稼動データの推算値を算出し、当該推算値と個別特性曲面データとを比較してもよい。また、当該推算値を用いて、年間消費電力、ランニングコスト等を算出してもよい。年間消費電力、ランニングコスト等を考慮して、現状の性能劣化の度合いについて判断することができる。上記の判断は、上記の割合が３０％以下になっている時期に収集されたものを用いて行ってもよい。

図９は、稼動データモニター２に表示される評価結果の一例を示したものである。

図９に示す評価結果は、データの収集時期に対するシステム性能の評価結果である。評価ごとに基準値となるデータが異なるため、評価結果は、ＣＯＰ低下率（偏差）をポイントで表示している。

本図においては、月ごとにＣＯＰ低下率のデータを取得している。２００５年１１月まではＣＯＰ低下率は緩やかに上昇し、１０ポイント未満となっているが、２００５年１２月及び２００６年１月は、１５ポイント以上に上昇している。このようなデータを得ることにより、例えば、２回連続でＣＯＰ低下率が高い値となった場合には保守作業を行うといった対応をするための検討材料を得ることができる。

言い換えると、空気調和機の性能の変化に対応する値であるＣＯＰ低下率が所定の値を複数回超えた場合には、空気調和機の性能の劣化として通知してもよい。

なお、本図においては、月ごとのデータを示したが、本発明は、これに限定されるものではなく、例えば、週ごとのデータを取得することもでき、そのデータを用いて保守作業の必要性を判断してもよい。

これにより、個別の冷凍機の小さな変化を高頻度で正確に取得し、早い段階で劣化を判定することができる。

なお、空調負荷率が高くなる時期（冷凍機の場合、一般には盛夏期）における空調負荷率の最大値を基準として、冷凍機の場合、一般には春秋冬の時期には、空調負荷率が、その最大値に対する割合で、５０％以下（半分以下）となっている場合が多い。このような時期において、その時期に収集された稼動データを用いて性能の評価をすることにより、空気調和機の運転停止を伴う保守作業を、建物内の快適性を著しく損ねることなく、必要に応じて行うことができる。上記の割合は、３０％以下であることが更に望ましい。

本実施例の性能評価サーバーによれば、以下の効果を奏する。

まず、設置場所や稼動状況により同一機種でも初期のシステム性能が異なる空気調和機に対して、個別特性曲面を作成することにより、想定される全稼動範囲において劣化のない状態のシステム性能が得られるため、評価対象データの稼動条件と同一条件での劣化のない状態のシステム性能を基準値として、劣化度合いを診断することができ、短期間で空気調和機のシステム性能の劣化を検知することが可能となる。言い換えると、空気調和機の性能劣化をより早く検出することが可能となる。

また、このように精度よく劣化検知を行うにもかかわらず、計測センサーの数は少なく、導入コストを抑えることができる。

そして、性能診断は、空気調和機の稼動条件にかかわらず、評価対象データの稼動条件に合わせて行うことが可能である。このため、冷房負荷の低い時期に性能劣化を検知することができ、結果として、空気調和機の運転停止を伴う保守作業を、建物内の快適性を損ねることなく行うことが可能である。

１：性能評価サーバー、２：稼動データモニター、３：冷凍機、１０：主記憶装置、１０Ａ：データ収集部、１０Ｂ：基準データ作成部、１０Ｃ：システム性能評価部、１０Ｄ：出力部、１１：副記憶装置、１２：インターフェース、１３：ＣＰＵ、１４：入力装置、１５：出力装置、２０：電動機、２１：ターボ圧縮機、２２：凝縮器、２２ａ：冷却水流量計、２２ｂ：冷却水入口温度センサー、２２ｃ：冷却水出口温度センサー、２３：膨張機構、２４：蒸発器、２４ａ：冷水流量計、２４ｂ：冷水入口温度センサー、２４ｃ：冷水出口温度センサー、２５、２８：水循環ポンプ、２６：冷却塔、２６ａ：冷却塔ファン、２７：被冷却空間。

Claims (10)

1. 空気調和機の稼動データを収集し記録するデータ収集部と、
   前記空気調和機の仕様を満たす稼動条件を網羅するデータ群である機器特性データベースと、を備え、前記空気調和機の性能を診断する装置において、
   さらに、前記データ収集部が有する前記稼動データと前記機器特性データベースとを用いて個別特性曲面データを算出する基準データ作成部と、
   前記データ収集部が有する前記稼動データの一部と前記個別特性曲面データとを比較し、前記空気調和機の性能の評価をする性能評価部と、を備え、
   前記個別特性曲面データは、前記データ収集部が有する前記稼動データに対応するように、前記機器特性データベースに対して補正されたものであり、
   前記性能評価部は、代表評価データと、基準値と、を比較する機能を有し、
   前記代表評価データは、前記データ収集部が有する前記稼動データの一部であって前記性能評価部が用いるもののうち、最も出現頻度の高い稼動条件を含む領域にあるパラメータであって性能評価の指標となるものの平均値であり、
   前記基準値は、前記代表評価データに対応する稼動条件における前記個別特性曲面データの値であることを特徴とする、空気調和機の性能診断装置。
2. 前記データ収集部が有する前記稼動データの一部であって前記性能評価部が用いるものは、前記個別特性曲面データの算出に用いる前記稼動データとは異なる時期に収集されたものであることを特徴とする、請求項１記載の空気調和機の性能診断装置。
3. 前記データ収集部が有する前記稼動データの一部であって前記性能評価部が用いるものは、前記稼動データの一部から算出される空調負荷率の、前記稼動データから算出される前記空調負荷率の最大値に対する割合が、５０％以下となっている時期に収集されたものを含むことを特徴とする、請求項１記載の空気調和機の性能診断装置。
4. 前記性能評価部は、
   前記データ収集部が有する前記稼動データの一部であって、前記稼動データの一部から算出される空調負荷率の、前記稼動データから算出される前記空調負荷率の最大値に対する割合が、５０％以下となっている時期に収集されたものを用いて、
   当該割合が５０％を超える領域における稼動データの推算値を算出し、
   当該推算値と前記個別特性曲面データとを比較する機能を有することを特徴とする、請求項１記載の空気調和機の性能診断装置。
5. 前記個別特性曲面データは、前記空気調和機の性能に影響を及ぼす外的要因となる２つ以上の評価パラメータを含み、
   前記２つ以上の評価パラメータは、他の１つの評価パラメータとの関係で整理されることを特徴とする、請求項１記載の空気調和機の性能診断装置。
6. 前記データ収集部は、前記性能評価部により、複数の異なる時期に収集された前記稼動データと、前記個別特性曲面データと、を比較した結果を蓄積する機能を有し、
   それらの結果を用いて、前記空気調和機の前記性能の変化を判定することを特徴とする、請求項１記載の空気調和機の性能診断装置。
7. 前記空気調和機の前記性能の変化に対応する値が所定の値を複数回超えた場合には、前記性能の劣化として通知する機能を有することを特徴とする、請求項６記載の空気調和機の性能診断装置。
8. 前記空気調和機は、電気式又は熱駆動式であることを特徴とする、請求項１〜７のいずれか一項に記載の空気調和機の性能診断装置。
9. 空気調和機の稼動データを収集し記録する工程を含み、
   前記空気調和機の仕様を満たす稼動条件を網羅するデータ群である機器特性データベースを用いる、前記空気調和機の性能を診断する方法において、
   さらに、前記空気調和機の前記稼動データと前記機器特性データベースとを用いて個別特性曲面データを算出する工程と、
   前記空気調和機の前記稼動データの一部と前記個別特性曲面データとを比較し、前記空気調和機の性能の評価をする工程と、を含み、
   前記個別特性曲面データは、前記空気調和機の前記稼動データに対応するように、前記機器特性データベースに対して補正されたものであり、
   前記性能の前記評価をする前記工程においては、代表評価データと、基準値と、を比較し、
   前記代表評価データは、収集され記録された前記稼動データの一部であって前記性能の前記評価をする前記工程において用いられるもののうち、最も出現頻度の高い稼動条件を含む領域にあるパラメータであって性能評価の指標となるものの平均値であり、
   前記基準値は、前記代表評価データに対応する稼動条件における前記個別特性曲面データの値であることを特徴とする、空気調和機の性能診断方法。
10. 空気調和機の稼動データを収集し記録する工程を含み、
    前記空気調和機の仕様を満たす稼動条件を網羅するデータ群である機器特性データベースを用いる、前記空気調和機の性能を診断する方法において、
    さらに、前記空気調和機の前記稼動データと前記機器特性データベースとを用いて個別特性曲面データを算出する工程と、
    前記空気調和機の前記稼動データの一部と前記個別特性曲面データとを比較し、前記空気調和機の性能の評価をする工程と、を含み、
    前記個別特性曲面データは、前記空気調和機の前記稼動データに対応するように、前記機器特性データベースに対して補正されたものであり、
    前記性能の前記評価をする前記工程においては、
    収集され記録された前記稼動データの一部であって、前記稼動データの一部から算出される空調負荷率の、前記稼動データから算出される前記空調負荷率の最大値に対する割合が、５０％以下となっている時期に収集されたものを用いて、
    当該割合が５０％を超える領域における稼動データの推算値を算出し、
    当該推算値と前記個別特性曲面データとを比較することを特徴とする、空気調和機の性能診断方法。

Images