KR100291724B1 - 냉각기 컴프레서 모터의 과열 예측 방법 - Google Patents
냉각기 컴프레서 모터의 과열 예측 방법 Download PDFInfo
- Publication number
- KR100291724B1 KR100291724B1 KR1019980020929A KR19980020929A KR100291724B1 KR 100291724 B1 KR100291724 B1 KR 100291724B1 KR 1019980020929 A KR1019980020929 A KR 1019980020929A KR 19980020929 A KR19980020929 A KR 19980020929A KR 100291724 B1 KR100291724 B1 KR 100291724B1
- Authority
- KR
- South Korea
- Prior art keywords
- values
- cooler
- condenser
- temperature
- compressor
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- 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
- F04B17/00—Pumps characterised by combination with, or adaptation to, specific driving engines or motors
- F04B17/03—Pumps characterised by combination with, or adaptation to, specific driving engines or motors driven by electric motors
-
- 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
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/10—Other safety measures
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K11/00—Structural association of dynamo-electric machines with electric components or with devices for shielding, monitoring or protection
- H02K11/20—Structural association of dynamo-electric machines with electric components or with devices for shielding, monitoring or protection for measuring, monitoring, testing, protecting or switching
- H02K11/25—Devices for sensing temperature, or actuated thereby
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
- F25B49/005—Arrangement or mounting of control or safety devices of safety devices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
냉각기 내의 컴프레서 모터의 임박한 과열이 냉각기 내에서 측정된 출력값들과, 상기 출력값들 및 냉각기 입력값들을 칼만 필터에 통과시킴으로써 예측된 출력값들을 비교함으로써 예측될 수 있다. 임계값을 초과하는 분산들은 과열 조건을 예측하는 데 사용된다. 칼만 필터는 저차 상태 공간 냉각기 모델로부터 도출되고, 그 행렬값들은 컴퓨터 내에서 고차 냉각기 모델의 신호 입력들을 무작위로 여기시킨 결과인 출력 및 상태들로부터의 선형 회귀에 의해 도출된다.
Description
본 발명은 냉각기 시스템의 열역학적 작동을 모니터링하여 컴프레서 모터의 과열 상황을 표시할 수 있는 냉각기의 비정상 작동에 대한 조기 경보를 제공하는 방법에 관한 것이다.
공지된 바와 같이, 냉각기는 냉각 목적으로 냉각수를 제공하며, 계속적인 서비스를 비용 효율적인 방식으로 제공할 것으로 기대된다. 전형적으로, 냉각기들은 부적절한 환경 하에서의 작동을 방지하기 위해 내장형 진단 기능을 가지는 제어기의 사용을 포함하는 안전 장치들을 구비해 왔다. 그러나, 종래의 진단은 정상적인 설계값들을 초과하는 일정한 냉각기 작동 상황만을 검출하여, 냉각기를 폐쇄하고 관련 경보 코드를 디스플레이했다. 경보가 발생하기 전에는 시스템 내의 어떠한 임박 문제에 대한 징후도 없으므로, 컴프레서의 성능이 저하됨에 따라 과열하기 시작한 모터는 장시간 방치될 것이다. 경보가 발생할 때는 이미 시스템이 폐쇄되기 때문에 너무 늦게 된다. 또한, 모터는 큰 수선이 필요할만큼 심각하게 손상될 수 있다.
본 발명의 목적은 고장이 임박했음을 추정하게 하는 냉각기의 성능 저하를 검출하여 기기 파손이 발생하기 전에 서비스를 개시하여, 서비스가 냉각기 서비스에 대한 필요를 예측하여 긴급 상황에서보다는 적절한 상황에서 제공될 수 있게 하며, 또한 지속적인 냉각기 작동을 제공하는 것이다.
본 발명은 비선형 대수 및 미분 방정식에 기초하는 정확한 열역학적 수학적 모델로부터 저차 선형 상태 공간 열역학적 냉각기 모델(low order, linear, state space, thermodynamic model)의 개발에 부분적으로 기초하며, 이는 컴프레서 모터의 과열 상황을 정확하게 특성화한다.
또한, 본 발명은 온라인 작동 동안 냉각기의 상태 및 출력 표시를 제공하기 위해, 저차 열역학적 냉각기 모델에 기초하는 칼만 필터의 사용에 기초하며, 이는 임박한 컴프레서 모터 과열을 검출하는 데 사용될 수 있다.
본 발명에 따르면, 냉각기의 온라인 모니터링은 입력 또는 원인 파라미터, 및 측정 가능한 출력 또는 결과 파라미터를 모니터링하고, 그들을 감소된 차수의 상태 공간 표현 또는 냉각기의 열역학적 모델에 기초하는 칼만 필터에 통과시킴으로써 성취된다. 또한, 본 발명에 따르면, 감소된 차수의 모델은 컴퓨터 내에서 다수의 샘플들에 대하여 고차 모델의 입력들을 무작위로 여기시키고(random exitation), 저차 상태 공간 모델을 위한 행렬 계수를 유도하기 위해, 고차 모델에서 결정된 결과적인 출력 및 상태에 선형 회귀 기술을 적용시킴으로써 성취된다. 입력들은 개발 중인 건강 모니터링 시스템(health monitoring system)이 지향하는 유형의 실제 냉각기에 대한 전형적인 입력들일 수 있으며, 무작위 변동은 실제 냉각기의 공칭 입력들의 99% 내지 100% 사이 등으로 제한될 수 있다.
본 발명의 다른 목적, 특성 및 장점들은 첨부된 도면에 도시된 바와 같은 예시적인 실시예의 상세한 설명을 통해 더욱 명확해질 것이다.
도 1은 본 발명에 따라 모니터링될 수 있는 냉각기의 양식화된 개략도.
도 2는 특정한 냉각기 유형에 대한 본 발명의 한 실시예 전개의 데이터 획득부에서 사용되는 장치에 대한 개략도.
도 3은 개발의 선형 회귀 부분 동안 사용되는 장치의 단순화된 개략도.
도 4는 본 발명에 따른 냉각기의 온라인 모니터링 동안 사용되는 장치의 단순화된 개략도.
도 5는 도 4에서와 같은 본 발명의 온라인 모니터링 동안 수행되는 프로세스를 도시하는 양식화된 챠트.
도 6은 경보 논리 루틴의 논리 흐름도.
〈도면의 주요 부분에 대한 부호의 설명〉
12 : 냉각기
13 : 컴프레서
14, 16, 18, 20 : 유체 수송관
15 : 콘덴서
17 : 팽창 밸브
19 : 증발기
26 : 제어기
27, 28, 32 : 온도 센서
34, 35 : 압력 검출기
37 : 팬
도 1을 참조하면, 냉각기(12)는 본 발명의 실시에서 수반되는 센서들과 함께, 고압의 냉각제 증기를 유체 수송관(14)을 통해 콘덴서(15)에 공급하는 컴프레서(13)를 포함한다. 액상 냉각제는 유체 수송관(16)을 통해 콘덴서에서 팽창 밸브(17)로 흐르고, 상기 팽창 밸브(17)의 출력은 유체 수송관(18)을 통해 증발기(19)로 흐르며, 냉각제 증기는 유체 수송관(20)을 통해 컴프레서(13)로 흐른다. 밸브(17)는 제어기(26)로부터의 라인(25) 상의 신호에 의해 제어되는 스테퍼 모터(stepper motor) 또는 다른 밸브 제어 장치에 응답하여 제어된다. 라인(25) 상의 신호는 온도 센서(27)에 의해 감지된 증발기(19) 출구에서의 온도 및 온도 센서(28)에 의해 감지된 컴프레서(13) 입구에서의 냉각 증기의 온도 간의 차이로부터 종래의 방식으로 계산된 수송관(20) 내의 증기의 과열 조건에 기초한다. 온도 센서(32)에 의해 감지된 증발기(19) 출구에서의 물의 온도는 컴프레서를 턴온 또는 턴오프하여 물의 일정 온도를 유지하기 위해 제어기(26) 내에서 사용된다. 압력 검출기(34)에 의해 감지된 콘덴서 입구 압력과 압력 검출기(35)에 의해 감지된 콘덴서 출구 압력 간의 차이에 의해 결정되는, 콘덴서를 통하는 압력 헤드는 팬(37) 열을 적절하게 턴온 및 턴오프하는 신호를 라인(36) 상에 제공하기 위해 제어기에 의해 사용된다. 지금까지 설명된 모든 장치들은 종래의 냉각기를 나타내며, 이들은 종래의 방식으로 구현되고 제어될 수 있다.
본 발명에 따라, 종래의 방식으로 제조된 냉각기의 흐름, 압력, 및 온도 역학을 설명하는 비선형 대수 및 미분 방정식에 기초하는 냉각기의 정확한 수학적 모델은 컴프레서 모터의 과열 조건을 정확하게 특성화할 수 있으며, 이것이 본 발명이 예측하고자 하는 바이다. 왕복 컴프레서(reciprocating compressor))에 대해, 모델은 다음 중의 하나와 유사할 수 있다.
1) Clark, D. R. 및 W. B. May(1985), HVACSIM + 구축 시스템 및 장비 시뮬레이션 프로그램-사용자 메뉴얼, 규격 표준국, NBSIR 85-3243.
2) Clark, D. R. (1985a), HVACSIM + 구축 시스템 및 장비 시뮬레이션 프로그램-참조 메뉴얼, 미국 통상부, 규격 표준국, NBSIR 84-2996.
3) Clark, D. R., C. Park 및 G. E. Kelly(1986), HVACSIM + 구축 시스템 및 장비 시뮬레이션 프로그램-구축 로드 계산, 규격 표준국, NBSIR 85-3331.
원심 컴프레서를 구비하는 냉각기에 대하여, 모델은 아래에 개시되는 것과 유사할 수 있다.
4) Nadira, R. 및 I. Schick, HVAC 냉각 시스템의 모델링 및 시뮬레이션, Simulator Ⅳ, Proceedings of the SCS Simulator Conference, April 6-9, 1987, Orland, Fla, Vol. 18, No.4.
5) Clark, D. R. (1985b) 원심 냉각기 모델: 예비 문서, 미국 통상부, 규격 표준국, 공개 안 됨.
그 다음에, (컴퓨터 프로그램 내에서) 가변 입력들로 모델을 순차적으로 무작위로 여기시킴으로써, 모델은 다수의 데이터 세트를 생성하는데 사용될 수 있다. 한 예시로서, 전형적인 냉각 시스템의 응답을 관찰함으로써, 시스템 파라미터들의 응답 주파수는 최소 주파수 0.005㎐에서 최대 주파수 0.33㎐의 범위에 있음이 판정되었다. 클럭(샘플링 속도)은 최대 주파수의 두 배의 역수로 선택되며, 이것은 1.52초 당 하나의 샘플을 취하는 속도에 해당한다. 최저속의 응답을 잡기 위해, 샘플링 주기의 지속 시간은 최소 응답 주파수의 역수로 선택되며, 이는 204초 동안 134개의 샘플이 채취되게 한다. 각각의 샘플은 표 1에 제시된 3개의 입력 U1-U3를 사용한다.
입력 | 상태 | 출력 |
U1:증발기에 들어가는 물의 온도U2:콘덴서에 들어가는공기의 온도U3: 팽창 밸브 위치 | X1: 콘덴서 내의냉각제 엔탈피X2: 콘덴서 내의냉각제 질량X3: 증발기 내의냉각제 엔탈피X4: 증발기 내의냉각제 질량X5: 콘덴서 내의공기 엔탈피X6: 콘덴서 내의냉각제 포화 온도X7: 증발기 내의물의 엔탈피X8: 증발기 내의냉각제 포화 온도X9: 컴프레서 효율 | Y1:증발기에서 나가는 물의 온도Y2:콘덴서에서 나가는 공기의 온도Y3: 컴프레서방출 압력Y4: 컴프레서흡입 압력Y5: 컴프레서흡입 온도Y6: 과열 온도Y7: 콘덴서 내의냉각제 유입 온도Y8: 콘덴서 내의냉각제 유출 온도Y9: 증발기 내의냉각제 유입 온도 |
각각의 입력들은 관련된 특정 냉각기에 대해 공칭값 또는 전형적인 값을 가지는 신호를 포함하는데, 이 값은 각각의 샘플 주기에서 1% 증가 또는 감소될 수 있다. 각 신호에 대한 증가 또는 감소는 의사 난수열에 응답하여 각각의 입력이 자신에 대하여 실질적인 무작위 형태로 변하게 하는 것이며, 입력들의 조합도 실질적인 무작위 형태로 변하게 하는 것이다. 각각의 샘플링 시간에서, 표 1에 나타난 것과 같은 입력 U, 상태 X, 및 출력 Y가 모두 기록된다. 즉, 각각의 샘플링에 대하여, 21가지의 기록된 데이터 항목이 존재한다. 이들은 아래에 설명되는 바와 같이 사용되기 위해 저장된다. 이와 동시에 또는 나중에, 동일한 또는 다른 컴퓨터에 저장된 데이터로부터 각 X 및 Y 값들에 대한 표준 편차가 계산되어, 아래에 설명되는 바와 같이 모터 과열 예측을 확인하는데 중요한 오차 임계치를 결정하는데 사용된다.
칼만 필터의 전개는 다음의 단계들로 요약된다.
1. 냉각기의 열역학 프로세스를 비선형 대수 미분 방정식의 세트로서 설명하는 컴퓨터 모델을 생성하는 단계.
2. 모터의 과열 조건에 의해 영향을 받는 입력, 상태, 및 출력 파라미터들을 선택하는 단계.
3. 선택된 입력들 각각에서 난수 신호로 냉각기 모델을 무작위로 여기시키는 단계; 결과적인 선택된 상태 및 출력 파라미터 데이터를 저장하는 단계. 도 2.
4. 냉각기 상태 미분 및 냉각기 출력을 피팅(fitting)하기 위해 저장된 데이터 상에 선형 회귀 방정식을 사용하여, 모델의 행렬 값들을 결정하는 단계; 저장된 데이터를 사용하여 ±3의 표준 오차로서 오차 임계치를 정의하는 단계. 도 3.
5. 단계 4에서 구한 행렬 값을 사용하여 9차 비선형 방정식의 세트를 포함하는 모델을 생성하는 단계.
6. 상태 공간 모델에 기초하여 칼만 필터를 전개하는 단계.
이제 도 2를 참조하면, 다수의 샘플을 얻기 위한 셋업이 의사 난수 2진열 생성기 및 드라이버를 포함하는 신호 생성기(42)를 사용하며, 상기 의사 난수 2진열에 응답하여 U1-U3 ±1%를 생성한다. 이들은 신호 라인들(43)을 통해 내부에 고차 열역학적 모델을 포함하는 컴퓨터(44)에 공급된다. 라인들(43) 상의 입력들에 의해 무작위로 여기되는 이 모델은 각각의 순차적인 입력에 대한 X 및 Y 값을 생성하며(표 1 참조), 이들은 대응하는 입력들 U와 함께 적절한 버스를 지나 저장소(46)에 제공된다.
그 다음에, 도 3에 도시된 바와 같이, U, X 및 Y의 모든 값들에 대한 각각 134개의 샘플, 총합 2,814개의 데이터 항목이 저장소(46)에서 컴퓨터(44)로 공급되고, 이 컴퓨터에서 평균값들이 데이터로부터 제거된 후, 회귀적 최소 제곱 측정 선형 회귀가 사용되어, 데이터를 9차 상태 공간 모델에 대한 행렬 계수값을 유도하는데 적합하게 한다. 그 다음에, 디스플레이(47)에 나타난 행렬 값들은 다음과 같이 표시되는 선형의 9차 냉각기 모델을 생성하는데 사용된다.
여기에서, A, B, C, 및 D는 전치 행렬이며, W(k) 및 V(k)는 각각 공분산 Qk및 Rk제로 평균 백색 가우시안 시퀀스(zero mean, white gaussian sequence)이다. 회귀적 최소 제곱 추정 루틴은 다음의 자료들에 개시된다.
6) Soderstrom, T., 및 P. Stoica, ″시스템 확인″, Prentice Hall Inc., New York, N.Y., 1989, Chapter 9, pp. 324, 349-350.
7) Dexter, A. L., et al, ″단일 칩 마이크로컴퓨터 구현을 위한 셀프-튜닝 제어 알고리즘″, IEE Proceedings, Vol.130, No.5, September 1983, pp. 255-260.
8) Franklin, G. F, 및 D. Powell, ″동적 시스템의 디지털 제어″, Addison Wesley, Reading, MA, 1980, pp. 210-215.
일단 고차 냉각기 열역학적 모델에 의해 생성된 데이터로부터 감소된 차수의 선형 상태 공간 모델이 유도되면(도 2 및 도 3), 다음과 같은 자료에 개시되는 종래의 방식으로 이러한 감소된 차수의 상태 공간 표현에 기초하여 칼만 필터가 진행된다.
9) Gelb, A., Editor, ″최적 측정 응용″, M.I.T Press, 1980, Chapter 3 및 4.
도 4를 참조하면, 작동 중에 도 1의 냉각기가 작동하는 동안, 온-사이트, 온-라인 컴퓨터(48)(일반적으로 도 2 및 도 3의 컴퓨터가 아님)가 라인(49) 상의 입력 U1-U3및 출력 Y1-Y9를 모니터하며, 샘플링의 특정 시간 k에서 실제 검출된 U 및 Y 값들에 대해 어떠한 출력 및 상태 값들이 다음의 샘플링 시간 k+1에 있어야하는지를 예측하기 위해 칼만 필터 기술을 이용한다.
다음에서, 공지된 바와 같이, 각각의 샘플링 시간에서 냉각기의 출력을 필터링 하기 전에 상태 및 출력을 예측하도록, 칼만 필터는 사용 전에 갱신된다는 것을 이해해야만 한다. 검출된 출력들은 우선적으로 칼만 필터 방정식을 갱신하는데 사용되고, 그 다음에 입력 및 출력들은 예측된 상태(X) 및 출력(Y)값들을 계산하기 위해 갱신된 칼만 필터 방정식으로 전달된다.
초기의 상태 추정값들은 X(0) =0이고, 초기의 상태 추정의 오차 공분산 행렬은 P(0)=0이다; 이들은 개시의 초기화동안 성립된다. 필터에서, 각각의 샘플링 시간 단계 k에서, 상태 추정값은 다음을 이용하여 갱신된다.
여기에서, 은 시간 k-1까지의 측정값들에 기초하는 시간 k에서의 필터 상태 추정값이다. 샘플링 k는 약 3분 동안 분리될 수 있다. 갱신된 칼만 게인 행렬 K는 다음과 같이 계산된다.
여기에서, P(.|.)는 다음의 관계를 만족하는 상태 추정 오차 공분산 행렬이다.
여기에서, T는 전치되었음을 의미한다.
k+1에서의 후행 측정을 수행하기 전에, 상태 추정값은 수학식 7과 같은 상태 역학을 이용하여 시간상 한 단계 전진한다.
그 다음에, 이것은 후행 샘플링의 수학식 1에서 로서 사용된다.
칼만 필터가 갱신된 후, 각각의 샘플링 시간에서, 기지의 입력 U, 및 냉각기로부터의 센서 신호들 Y가 칼만 필터에 의해 처리되어, 최적의 냉각기 상태 추정값 및 센서 측정의 예측값 을 생성한다. 실제의 측정값 Y에서 를 공제하여 오차 신호 벡터 e를 형성하며, 이것은 실패 판정을 공식화한다. 칼만 필터에 대하여, 이다. 그러므로, 오차 신호 e(k)는 공분산과 함께 제로 평균이고 백색일 것이다.
온라인 모니터링 동안 각각의 샘플링 주기에 대하여 컴퓨터(48) 내에서 수행되는 프로세스가 도 5에 도시된다. 모니터링 시스템이 처음으로 온라인될 때, 그것은 전술한 바와 같은 초기 상태 추정값 및 초기 상태 추정값 오차 공분산 행렬을 포함하여 초기화될 것이다(블록 51). 매 3분 당 한 번 정도일 수 있는 각각의 샘플링 시간에서, 상태 추정값들은 수학식 3에서와 같이 갱신된다(블록 52). 다음으로, 수학식 4 내지 수학식 6에서와 같이, 칼만 게인 행렬이 계산되고(블록 53), 상태 추정값 오차 공분산 행렬이 갱신되어 후속 샘플링 시간으로 진행된다. 상태 추정값은 수학식 7에 나타난 것과 같은 상태 역학을 이용하여 후속 샘플링 시간으로 진행된다(블록 54). 칼만 필터가 갱신되면, 라인(49) 상의 입력 센서 신호들 U1-U3 및 라인(50) 상의 출력 센서 신호들 Y1-Y9가 칼만 필터에 공급된다(블록 55). 칼만 필터는 최적의 냉각기 상태 추정값 및 센서 측정값 예측 을 생성한다. 센서 측정값 예측 은 현재의 실제 센서 측정값 Y와 비교되고, 냉각기 상태 추정값 은 선행 냉각기 상태 추정값과 비교되어(블록 56), 오차 신호들을 생성한다. 오차 신호들은 관련 임계값들과 비교되는데, 본 실시예에서 이 임계값들은 ±3 표준 편차이고, 이 값을 초과하는 값들은 경보 논리 루틴에서 조사되어(블록 58), 도 6에 도시되는 바와 같이 그러한 초과값들이 임박한 컴프레서 모터의 과열 상황을 표시하는지를 판정한다.
도 6의 논리 루틴은 개시 포인트(62)를 통해 도달되고, 테스트(63-65)들은 인식되는 경보 조건에 대해 Y3, Y4, 및 Y5 값들에 오차가 있어야 함을 요구한다. 그렇지 않은 경우, 경보 조건을 세팅하지 않고 회귀 포인트(66)를 통해 다른 프로그래밍에 도달한다. 세 개의 모든 오차값들이 제시되면(Y3, Y4, 및 Y5), 일련의 테스트들(67-70)이 X1, X3, X5, 또는 X9 중의 하나라도 오차를 가지고 있는지를 판정한다. 하나라도 오차를 가지고 있는 경우, 경보 조건이 발생한다; 그러나, 오차를 가지고 있는 것이 없을 경우에는 경과 상황의 발생 없이 회귀 포인트에 도달한다. 그러나, Y3, Y4, 및 Y5가 모두 오차를 가지고, X1, X3, X5 또는 X9 중의 하나가 오차를 가지며, X2, X4 및 X7 중의 하나가 오차를 가지는 경우, 단계(74)는 경보 조건을 설정한다.
도 5에서, 경보 조건은 라인(76) 상의 신호가 임의의 적절한 종류의 경보(77)를 실제적으로 구동시키고, 프린터(78)가 라인들(49 및 50) 상의 모든 현재 입력 및 출력들을 프린트하게 함으로써, 손상된 작동의 특성 표시를 제공한다.
상기에 표현된 바와 같이 냉각기(12)를 제어하기 위해 사용된 제어기(26) 및 파라미터들은 단순히 예시적이다. 냉각기는 원하는 방식의 제어기를 이용하여 제어될 수 있으며, 본 발명은 단순히 제어기가 냉각기에 미치는 효과가 본래의 고차 모델에 실질적으로 반영될 것을 보장함으로써 단순히 실행될 수 있다. 단순하게, 본 발명은 여기에서의 예시적인 목적을 위해 개시된 실시예에 관하여 광범위한 종류의 냉각기들에서 사용될 수 있다.
따라서, 본 발명이 여기에서는 예시적인 실시예들로 도시되고 설명되었지만, 당해 기술 분야의 기술자들이라면, 전술한 그리고 다양한 변경, 생략 및 첨가가 본 발명의 취지와 범위를 벗어나지 않고 만들어질 수 있음을 이해하여야만 한다.
Claims (6)
- 냉각기 컴프레서 모터의 과열을 예측하는 방법에 있어서,컴퓨터 내에서, 냉각기의 흐름, 압력, 및 온도 역학을 나타내는 비선형 대수 및 미분 방정식에 기초하여 고차 수학적 냉각기 모델을 준비하는 단계;복수의 입력 각각에서 선택된 입력 신호의 무작위값들로 상기 냉각기 모델을 여기시키는 단계-상기 입력 신호들의 변화는 모터의 과열에 의해 영향을 받는 측정 가능한 출력 파라미터의 값들 및 측정 불가능하지만 계산 가능한 냉각기 상태들의 값들의 변화를 제공함-;상기 무작위 입력 신호들의 각각의 변화에 대하여, 각각의 상기 입력값들, 각각의 상기 출력값들, 및 각각의 상기 계산 가능한 냉각기 상태들을 포함하는 한 세트의 값을 기록하는 단계;저장된 데이터 상에 선형 회귀 방정식을 사용하여, 저차 선형 상태 공간 냉각기 모델(low order linear state space model)에 대한 행렬값들을 결정하기 위해 상기 기록된 냉각기 상태값들 및 출력값들을 피팅(fitting)하는 단계;선행 단계에서 결정된 행렬값들을 이용하여, 한 세트의 선형 방정식을 포함하는 저차 상태 공간 모델을 생성하는 단계; 및선행 단계에서 생성된 상기 저차 선형 상태 공간 모델에 기초하여 칼만 필터를 전개하는 단계를 각각의 냉각기 유형들에 대해 한 번씩 포함하고,냉각기 각각의 정상 작동 시에-상기 선택된 입력 및 상기 측정 가능한 출력 파라미터들의 값을 측정하는 동안, 상기 선택된 입력을 포함하는 입력 신호를 상기 냉각기에 제공함으로써 상기 냉각기를 작동시키는 단계;예측된 출력값들을 결정하기 위해 상기 측정된 입력값들 및 출력값들을 상기 칼만 필터를 채용하는 컴퓨터에 제공하는 단계;상기 예측된 출력값들을 상기 측정된 출력값들과 비교하는 단계; 및상기 계산된 출력값들과 상기 측정된 출력값들 간의 분산이 모터 과열 조건을 나타낼 때마다 경보를 표시하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 저차 상태 공간 모델은 9차 모델인 것을 특징으로 하는 방법.
- 제1항에 있어서,상기 입력들은 증발기에 들어가는 물의 온도, 콘덴서에 들어가는 공기의 온도, 및 팽창 밸브의 위치이고;상기 출력들은 상기 증발기에서 나가는 물의 온도, 상기 콘덴서에서 나가는 공기의 온도, 상기 컴프레서의 방출 압력, 상기 컴프레서 입구의 압력, 상기 컴프레서 입구의 온도, 초과열 온도(super heat temperature), 상기 콘덴서에 들어가는 냉각제의 온도, 상기 콘덴서에서 나오는 냉각제의 온도, 및 상기 컴프레서에 들어가는 냉각제의 온도이며;상기 상태들은 상기 콘덴서 내의 냉각제의 엔탈피, 상기 콘덴서 내의 냉각제 질량, 상기 증발기 내의 냉각제의 엔탈피, 상기 증발기 내의 냉각제 질량, 상기 콘덴서 내의 공기의 엔탈피, 상기 콘덴서 내의 냉각제 포화 온도, 상기 증발기 내의 물의 엔탈피, 상기 증발기 내의 냉각제 포화 온도, 및 상기 컴프레서의 효율인 것을 특징으로 하는 방법.
- 제1항에 있어서,추정된 출력값들과 측정된 출력값들 간의 편차에 대한 임계값을 설정하는 단계를 더 포함하며,상기 표시 단계는 상기 추정된 출력 신호들과 상기 측정된 출력 신호들 간의 상기 임계값을 초과하는 경우에만 응답하여 경보를 표시하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제1항에 있어서,상기 기록된 값들의 세트에 의해 표시되는 각각의 상기 출력값들 및 상기 기록된 값들의 세트에 의해 표시되는 상기 각각의 계산 가능한 냉각기 상태들에 대한 표준 편차를 결정하는 단계를 더 포함하며,상기 표시 단계는 상기 계산된 출력값들과 상기 측정된 출력값들 간의 분산 및 상기 계산된 냉각기 상태들과 앞서 계산되어 전달된 냉각기 상태들 간의 분산이 대응값의 3개의 표준 편차를 초과하여 모터 과열 조건을 나타낼 때에만 경보를 표시하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제1항에 있어서, 상기 표시 단계는(1) 컴프레서 방출 압력, 컴프레서 흡입 압력, 및 컴프레서 흡입 온도 각각에 대해 임계값을 초과하는 분산과,(2) 상기 콘덴서 내의 냉각제 엔탈피, 상기 증발기 내의 냉각제 엔탈피, 상기 콘덴서 내의 공기 엔탈피, 또는 상기 컴프레서 효율 중의 임의의 하나에 대해 임계값을 초과하는 분산과,(3) 상기 콘덴서 내의 냉각제 질량, 상기 증발기 내의 냉각제 질량, 및 상기 증발기 내의 물의 엔탈피 중의 임의의 하나에 대해 임계값을 초과하는 분산에만응답하여 상기 경보를 표시하는 단계를 포함하는 것을 특징으로 하는 방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US8/869,323 | 1997-06-05 | ||
US08/869,323 US5911127A (en) | 1997-06-05 | 1997-06-05 | Prediction of chiller compressor motor overheating |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19990006717A KR19990006717A (ko) | 1999-01-25 |
KR100291724B1 true KR100291724B1 (ko) | 2001-06-01 |
Family
ID=25353342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019980020929A KR100291724B1 (ko) | 1997-06-05 | 1998-06-05 | 냉각기 컴프레서 모터의 과열 예측 방법 |
Country Status (10)
Country | Link |
---|---|
US (1) | US5911127A (ko) |
EP (1) | EP0883046B1 (ko) |
JP (1) | JP3029257B2 (ko) |
KR (1) | KR100291724B1 (ko) |
CN (1) | CN1098512C (ko) |
AR (1) | AR012935A1 (ko) |
AU (1) | AU733822B2 (ko) |
BR (1) | BR9801771B1 (ko) |
DE (1) | DE69806207T2 (ko) |
TW (1) | TW430720B (ko) |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19818860C2 (de) * | 1998-04-28 | 2001-04-19 | Daimler Chrysler Ag | Verfahren und Einrichtung zur Detektion und Lokalisation von Sensorfehlern in Kraftfahrzeugen |
EP0953815B1 (en) | 1998-04-30 | 2003-08-06 | Showa Denko K.K. | Connecting device for heat exchanger |
DE19923296A1 (de) * | 1999-05-21 | 2000-12-07 | Baelz Gmbh Helmut | Anlage mit Prüfeinrichtung |
SE9902401L (sv) * | 1999-06-23 | 2000-12-24 | Saab Ab | Förfarande för övervakning eller styrning av en anordning med hjälp av en datormodell |
US20020082884A1 (en) * | 2000-12-22 | 2002-06-27 | Moroney Brady J. | Manufacturing and testing communications system |
US6651012B1 (en) * | 2001-05-24 | 2003-11-18 | Simmonds Precision Products, Inc. | Method and apparatus for trending and predicting the health of a component |
EP1540812A1 (en) * | 2002-07-31 | 2005-06-15 | Sydkraft Ab | Electric machine |
JP4396286B2 (ja) * | 2004-01-21 | 2010-01-13 | 三菱電機株式会社 | 機器診断装置および機器監視システム |
DE102004058619A1 (de) * | 2004-12-04 | 2006-06-08 | Audi Ag | Diagnoseverfahren in Systemen |
DE102004058621B4 (de) * | 2004-12-04 | 2008-08-07 | Audi Ag | Verfahren zum Ermitteln von Größen in einem Motorsteuergerät |
US7992395B2 (en) * | 2006-01-17 | 2011-08-09 | Hussmann Corporation | Expansion valve with piezo material |
ITBO20070399A1 (it) * | 2007-06-04 | 2008-12-05 | Rhoss S P A | Metodo per stimare il carico termico di un circuito per un fluido di servizio in uscita da una macchina frigorifera |
US8291720B2 (en) * | 2009-02-02 | 2012-10-23 | Optimum Energy, Llc | Sequencing of variable speed compressors in a chilled liquid cooling system for improved energy efficiency |
US9286582B2 (en) | 2009-06-22 | 2016-03-15 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US9753455B2 (en) | 2009-06-22 | 2017-09-05 | Johnson Controls Technology Company | Building management system with fault analysis |
US8788097B2 (en) | 2009-06-22 | 2014-07-22 | Johnson Controls Technology Company | Systems and methods for using rule-based fault detection in a building management system |
US9606520B2 (en) | 2009-06-22 | 2017-03-28 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
US8731724B2 (en) | 2009-06-22 | 2014-05-20 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
US10739741B2 (en) | 2009-06-22 | 2020-08-11 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US8532839B2 (en) | 2009-06-22 | 2013-09-10 | Johnson Controls Technology Company | Systems and methods for statistical control and fault detection in a building management system |
US8600556B2 (en) | 2009-06-22 | 2013-12-03 | Johnson Controls Technology Company | Smart building manager |
US9196009B2 (en) | 2009-06-22 | 2015-11-24 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US11269303B2 (en) | 2009-06-22 | 2022-03-08 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US8165860B2 (en) * | 2009-08-25 | 2012-04-24 | Invensys Systems, Inc | Thermodynamic process control based on pseudo-density root for equation of state |
US8386121B1 (en) | 2009-09-30 | 2013-02-26 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Optimized tuner selection for engine performance estimation |
CN102575685B (zh) | 2009-10-21 | 2015-08-12 | 开利公司 | 用于改进性能的离心压缩机部分负载控制算法 |
US20130133751A1 (en) * | 2009-12-08 | 2013-05-30 | Christoph Backi | Method and device for regulating the production of steam in a steam plant |
WO2011100255A2 (en) | 2010-02-09 | 2011-08-18 | Johnson Controls Technology Company | Systems and methods for measuring and verifying energy savings in buildings |
US9390388B2 (en) | 2012-05-31 | 2016-07-12 | Johnson Controls Technology Company | Systems and methods for measuring and verifying energy usage in a building |
CN104654690B (zh) * | 2014-11-18 | 2017-01-11 | 深圳职业技术学院 | 冷水机组控制方法及控制系统 |
US9778639B2 (en) | 2014-12-22 | 2017-10-03 | Johnson Controls Technology Company | Systems and methods for adaptively updating equipment models |
EP3124897B1 (en) * | 2015-07-27 | 2018-02-21 | Honeywell spol s.r.o. | Methods and apparatus for vapor compression circuit control |
US11062062B2 (en) | 2015-11-19 | 2021-07-13 | Carrier Corporation | Diagnostics system for a chiller and method of evaluating performance of a chiller |
US20170243413A1 (en) * | 2016-02-22 | 2017-08-24 | Hamilton Sundstrand Corporation | Method for determining aircraft sensor failure without a redundant sensor and correct sensor measurement when redundant aircraft sensors give inconsistent readings |
KR102571211B1 (ko) * | 2017-01-12 | 2023-08-24 | 엘지전자 주식회사 | 공기조화기 시스템 및 그 제어방법 |
WO2018146805A1 (ja) * | 2017-02-13 | 2018-08-16 | 三菱電機株式会社 | 冷凍装置 |
JP7057205B2 (ja) * | 2018-05-01 | 2022-04-19 | 三菱重工業株式会社 | 油圧機器の異常診断方法、及び、油圧機器の異常診断システム |
CN109827378B (zh) * | 2019-01-28 | 2021-08-03 | 长虹美菱股份有限公司 | 用于制冷设备变频压缩机运行失步的调控方法及装置 |
DE102020118762A1 (de) | 2020-07-16 | 2022-01-20 | Vaillant Gmbh | Massenstromschätzung in linksdrehenden Kreisprozessen |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5716719A (en) * | 1980-07-04 | 1982-01-28 | Hitachi Ltd | Method and equipment for controlling steam temperature in thermal power plant |
US5394322A (en) * | 1990-07-16 | 1995-02-28 | The Foxboro Company | Self-tuning controller that extracts process model characteristics |
FI922031A0 (fi) * | 1991-10-23 | 1992-05-05 | Antti Aarne Ilmari Lange | Foerfarande foer kalman-filter i stora system. |
US5740033A (en) * | 1992-10-13 | 1998-04-14 | The Dow Chemical Company | Model predictive controller |
US5633800A (en) * | 1992-10-21 | 1997-05-27 | General Electric Company | Integrated model-based reasoning/expert system diagnosis for rotating machinery |
-
1997
- 1997-06-05 US US08/869,323 patent/US5911127A/en not_active Expired - Lifetime
-
1998
- 1998-05-11 EP EP98303678A patent/EP0883046B1/en not_active Expired - Lifetime
- 1998-05-11 DE DE69806207T patent/DE69806207T2/de not_active Expired - Lifetime
- 1998-05-12 TW TW087107331A patent/TW430720B/zh not_active IP Right Cessation
- 1998-06-02 AU AU69871/98A patent/AU733822B2/en not_active Ceased
- 1998-06-04 BR BRPI9801771-3A patent/BR9801771B1/pt not_active IP Right Cessation
- 1998-06-05 JP JP10156954A patent/JP3029257B2/ja not_active Expired - Fee Related
- 1998-06-05 AR ARP980102675A patent/AR012935A1/es unknown
- 1998-06-05 CN CN98109564A patent/CN1098512C/zh not_active Expired - Fee Related
- 1998-06-05 KR KR1019980020929A patent/KR100291724B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
EP0883046A1 (en) | 1998-12-09 |
JP3029257B2 (ja) | 2000-04-04 |
US5911127A (en) | 1999-06-08 |
BR9801771B1 (pt) | 2009-08-11 |
CN1098512C (zh) | 2003-01-08 |
CN1201959A (zh) | 1998-12-16 |
DE69806207D1 (de) | 2002-08-01 |
AR012935A1 (es) | 2000-11-22 |
JPH10339527A (ja) | 1998-12-22 |
KR19990006717A (ko) | 1999-01-25 |
EP0883046B1 (en) | 2002-06-26 |
AU733822B2 (en) | 2001-05-24 |
TW430720B (en) | 2001-04-21 |
DE69806207T2 (de) | 2002-11-07 |
BR9801771A (pt) | 1999-07-13 |
AU6987198A (en) | 1998-12-10 |
MX9804468A (es) | 1998-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100291724B1 (ko) | 냉각기 컴프레서 모터의 과열 예측 방법 | |
US4410950A (en) | Method of and apparatus for monitoring performance of steam power plant | |
KR100368703B1 (ko) | 팽창밸브모니터링시스템 | |
EP0216356B1 (en) | Plant diagnostic system | |
EP1565720B1 (en) | A method for detecting an abnormality of a heat exchanger | |
JP2021521405A (ja) | 凍結乾燥プロセス及び機器健全性モニタリング | |
JP2015179443A (ja) | 診断モデル生成装置、診断用モデル生成方法、及び異常診断装置 | |
Navarro-Esbri et al. | A vapour compression chiller fault detection technique based on adaptative algorithms. Application to on-line refrigerant leakage detection | |
JP7072398B2 (ja) | 一体型空気調和装置の管理装置および管理プログラム | |
JP2002147818A (ja) | 空気調和機およびその故障判定方法 | |
JP4041395B2 (ja) | 故障検出装置及び故障検出方法 | |
JP4009288B2 (ja) | フラッシュガスを検出するための方法と装置 | |
KR101549754B1 (ko) | 가변속 냉동시스템의 고장진단방법 | |
US20120141251A1 (en) | Method and device for predicting the instability of an axial compressor | |
MXPA98004468A (en) | Prediction of overheating of compressor motor enfria | |
Rueda et al. | Fault detection and diagnosis in liquid chillers | |
JPH1115517A (ja) | プラント状態監視システム | |
JP2002269622A (ja) | 寿命評価システム | |
RU2795112C1 (ru) | Способ контроля технического состояния компрессорно-конденсаторных агрегатов систем кондиционирования и устройство для его осуществления | |
CN115264929B (zh) | 一种调频率调节方法、装置及空调 | |
JPH07181292A (ja) | プラント運転支援装置 | |
EP4033161A1 (en) | Limescale deposition detection by thermal pulse technology | |
US20240272129A1 (en) | Virtual sensor system for measuring voc inflow amount of rto and method for verifying voc measurement sensor by using same | |
Vecchio | Fault Detection and Diagnosis for Brine to Water Heat Pump Systems | |
KR20120014685A (ko) | 히트펌프 시스템의 정상운전상태 감지장치 및 감지방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20060113 Year of fee payment: 6 |
|
LAPS | Lapse due to unpaid annual fee |