中央空调系统运行故障监测与诊断方法浅谈

　　为了避免或及时解决中央空调系统运行中出现的故障，本文对常用的故障检测及诊断方法进行了介绍，回顾了国内外在建筑空调领域故障检测及诊断技术的研究情况，最后提出几点发展建议.

　　引言

　　随着智能建筑的兴起和迅猛发展，中央空调系统及其自控系统的复杂程度越来越高，不可避免地会出现各种故障：阀门卡死、盘管结垢、仪表不准、过滤器堵塞、风机或水泵电机烧毁等。这些故障如果得不到及时排除，势必导致系统运行严重偏离额定工况，降低工作效率和工作质量，增加系统能耗，缩短设备寿命。因此，为保证中央空调系统运行的安全性和可靠性，必须对故障检测与诊断技术进行深入研究。

　　1 故障诊断的几种主要方法

　　系统的输出幅值、相位、频率及相关性上与故障之间会存在一定的联系，这些联系可以用数学形式来表示，如输出量的频谱等。在故障发生时则可利用这些量进行分析和处理，来判断故障源的所在。常用的方法有：谱分析法，概率密度法及概率谱分析法 。

　　1.2 基于故障树的诊断方法

　　这是实际系统中比较有效的故障诊断方法，所需要的前提是有关故障与原因思维先验知识。诊断过程是从系统的最终故障开始的，通过不断提问“为什么会出现这种现象?”而逐渐构造成一棵倒立的故障树。通过对此故障树的启发式搜索会查到故障的最终原因。

　　1.3 传统模式识别的方法

　　这种方法的步骤是：1)故障模式向量的形成，2)特征向量的提取，3)判别函数的生成 。

　　1.4 基于专家系统的方法

　　专家系统故障诊断主要是通过数据库，诊断规则库，并用适当的推理方法来完成的。该方法是根据专家以往的经验，将其归纳成规则，通常以“IF……THEN……”形式来表示对被诊断系统所观察到的症状与可能故障之间的关系。主要由诊断规则库，动态

　　数据库和推理算法组成。

　　1.5 基于模糊理论的方法

　　无论从现象的获得、现象到故障的推理甚至诊断的根本原理三个方面实际上都存在着模糊性，因此可以用模糊理论的方法来进行故障诊断。其本质是一种模式识别问题，根据所提取的征兆信息来识别系统的状态是整个诊断过程的核心。

　　1.6 神经网络的方法

　　神经网络是一个大量简单的处理单元广泛连接组成的复合网络，是现代生物学研究人脑组织所取得的成果基础上提出的，模拟大脑神经系统的结构和行为。它不需要领域专家知识和从案例中归纳的经验规则，从而克服了基于规则方法的知识获取的瓶颈，对规则推理存在的错误不是很敏感。