空气调节系统的故障检测方法与流程

本申请涉及换热领域，具体而言，其涉及一种空气调节系统及用于其的故障检测方法。

背景技术：

目前，商业应用中的大型制冷系统，尤其是一些具有较大压差的应用需求的制冷系统，可应用喷射器来增加系统效率。且此类大型商业制冷系统常使用多套并联的喷射器用于在部分负荷工况下获取更好的部分负荷调节能力和运行效率。例如，在部分负荷工况下，当根据实际需要仅开启部分室内换热单元的情况时，则该制冷系统无需保持满负荷运转，而仅需部分喷射器工作便可达成最高效率。但还需妥善协调所需开启的喷射器数量及其间的开度关系，以便实现稳定的按需制冷与提高能效。然而，在此过程中，很可能由于喷射器自身发生故障或控制器对喷射器的控制故障，而导致在喷射器处发生逆流问题，进而对系统运行的可靠性及系统效率造成极大影响。因此，如何在发生逆流问题时，根据系统所表征出的部分工况参数来判定其诱因，进而做出相应的调整与处理，成为亟待解决的技术问题。

技术实现要素：

有鉴于此，本申请提供了一种空气调节系统及用于其的故障检测方法，从而有效解决了或者至少缓解了现有技术中存在的上述问题和其他方面的问题中的一个或多个。

为实现本申请的至少一个目的，根据本申请的一个方面，提供一种用于空气调节系统的故障检测方法，其中，所述空气调节系统具有喷射器及用于提供压力补偿的液体泵；所述故障检测方法包括：s100，通过所述液体泵的耗电量与所述喷射器的高压侧压力来自动学习获得单调递减的故障检测特性曲线y=k(x-xmax)+a；其中，y为液体泵的耗电量，x为喷射器的高压侧压力，k为自动学习获得的故障检测特性曲线的斜率，且a为设定的故障容差值，其不小于0；且其中y与a为0时，x对应于喷射器的最大高压侧压力xmax；以及s200，在当前的喷射器压力xcurrent≤xmax时：若当前的耗电量ycurrent＜k(xcurrent-xmax)+a，则所述空气调节系统的喷射器状态正常的概率大于第一预设值，若当前的耗电量ycurrent＞k(xcurrent-xmax)+a，则所述空气调节系统的喷射器发生故障的概率大于第二预设值。

可选地，还包括s300：在xcurrent＞xmax时：若ycurrent＞a，则所述空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤a，且喷射器的数量n=1时，则所述空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤a，且喷射器的数量n＞1时，则所述空气调节系统的喷射器因控制故障而导致逆流的概率大于第三预设值。

可选地，还包括s300：在xcurrent＞xmax时，若ycurrent＞k(xcurrent-xmax)+a，则所述空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤k(xcurrent-xmax)+a，且喷射器的数量n=1时，则所述空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤k(xcurrent-xmax)+a，且喷射器的数量n＞1时，则所述空气调节系统的因控制故障而导致逆流的概率大于第三预设值。

可选地，若所述空气调节系统的因控制故障而导致逆流时，还包括s400：协调各个所述喷射器的启停及开度来停止逆流。

可选地，设定的故障容差值a对应于所述空气调节系统的故障检测敏感度，当a从0开始增加时，所对应的故障检测敏感度逐渐降低。

可选地，设定的故障容差值a为液体泵额定耗电量的10%。

可选地，所述喷射器的最大高压侧压力xmax关联至空气调节系统在稳态工况下夏季室外最高温度或夏季系统设计室外温度下制冷剂的冷凝压力。

可选地，所述喷射器的最大高压侧压力xmax关联至所述喷射器的数量与高压侧温度。

可选地，所述喷射器的最大高压侧压力xmax关联至所述喷射器的热力性能及所述液体泵的补偿压力设定值。

可选地，所述空气调节系统中的液体泵的当前耗电量通过液体泵运转速度、运转时间及运转时对应的液体泵两侧的压力来计算获得；或者通过查询电表来获得；或者通过测量液体泵的电流和电压计算获得。

可选地，s100中所述的自动学习来获得故障检测特性曲线的方法包括：函数拟合、构建人工神经网络或构建支持向量机模型中的一个或多个。

可选地，获得故障检测特性曲线所选用的所述液体泵的耗电量与所述喷射器的高压侧压力为所述空气调节系统运转时的模拟值。

可选地，获得故障检测特性曲线所选用的所述液体泵的耗电量与所述喷射器的高压侧压力为所述空气调节系统正常稳态运转时所记录的历史数据。

为实现本申请的至少一个目的，根据本申请的另一方面，还提供一种空气调节系统，其包括：用于提供压力补偿的液体泵；喷射器；以及控制器，所述控制器用于执行如前所述的控制方法。

可选地，所述空气调节系统包括制冷系统、热泵系统或冷藏/冷冻系统。

根据本申请的空气调节系统及用于其的故障检测方法，通过自动学习液体泵的耗电量与喷射器的高压侧压力来建立单调递减的故障检测特性曲线y=k(x-xmax)+a，并通过将液体泵的当前耗电量与该特性曲线作比较来评估系统是否发生逆流及发生逆流的诱因是否为喷射器发生故障，整个故障检测过程均可基于现有系统中的已经存在的传感器及其所采集的参数来执行，判断准确，且无需额外增加硬件成本。

附图说明

以下将结合附图和实施例来对本申请的技术方案作进一步的详细描述，但是应当知道，这些附图仅是为解释目的而设计的，因此不作为本申请范围的限定。此外，除非特别指出，这些附图仅意在概念性地说明此处描述的结构构造，而不必要依比例进行绘制。

图1是本申请的空气调节系统的控制示意图。

具体实施方式

下文将参照附图1中的示例性实施例来详细地描述本申请。但应当知道的是，本申请可通过多种不同的形式来实现，而不应该被理解为限制于本文所阐述的实施例。在此提供这些实施例旨在使得本申请的公开内容更为完整与相近，并将本申请的构思完全传递给本领域技术人员。

本领域技术人员还应当知道的是，本申请所提出的空气调节系统并非狭义地指代行业内用于楼宇中的具备室外制冷/制热单元与室内换热单元的空调。而应理解为一类具有实现空气调节功能的热力系统，其在各类动力源（例如，电力）的驱动下，通过系统内的制冷剂的相变来实现与待调节位置处的空气交换热量。例如，当该空气调节系统用于建筑暖通空调时，其可能是具备单冷功能（只制冷）的制冷系统，也可能是同时具备制冷与制热能力的热泵系统。再如，当该空气调节系统用于冷链领域时，其可能是运输制冷系统，也可能是冷藏/冷冻系统。但考虑到本构想的故障检测基础，前述任意空气调节系统中均应存在喷射器及液体泵才会适用于本构想的方法。

具体而言，在此提供了一种用于空气调节系统的故障检测方法。其中，正如前文所述的，应用该故障检测方法的空气调节系统在其换热回路中至少应具有喷射器及用于提供压力补偿的液体泵。该控制方法至少包括如下步骤。

首先执行s100，通过液体泵的耗电量与喷射器的高压侧压力来自动学习获得单调递减的故障检测特性曲线y=k(x-xmax)+a；其中，y为液体泵的耗电量，x为喷射器的高压侧压力，k为自动学习获得的故障检测特性曲线的斜率，且a为设定的故障容差值，其不小于0；且其中y与a为0时，x对应于喷射器的最大高压侧压力xmax。此步骤旨在提供一种作为特定故障评判基础的故障检测特性曲线，也即故障检测函数。

构建该函数的理论基础为：空气调节系统内的喷射器主要用于为制冷剂带来压差，而液体泵则用于在经由喷射器所喷出的制冷剂压力不够时提供补偿。若喷射器的高压侧压力越大，则需要开启液体泵的时间将越短，转速也可以越低；甚至于在喷射器的高压侧压力足够大时，可以无需开启液体泵。而液体泵的开启时间与转速则为反映液体泵耗电量的参数，故液体泵的耗电量随着喷射器的高压侧压力增大而减小。因此，该函数具有单调递减的特性。

随后执行s200，在当前的喷射器压力xcurrent≤xmax时：若当前的耗电量ycurrent＜k(xcurrent-xmax)+a，则空气调节系统的喷射器状态正常的概率大于第一预设值，若当前的耗电量ycurrent＞k(xcurrent-xmax)+a，则空气调节系统的喷射器发生故障的概率大于第二预设值。此步骤旨在提供具体应用该特性曲线来做出故障判断的方式。基于前述函数构建的理论基础可知，若当前喷射器的高压侧压力xcurrent较高时，则其当前的液体泵耗电量ycurrent应小于特性曲线所带来的值k(xcurrent-xmax)+a；当其大于该值时，说明此时的液体泵耗电量过大，存在不正常的情形，且该情形极可能由喷射器故障所导致。在此之所以引入判断概率，是考虑到空气调节系统并非时刻处于稳态运行状态下，在某些工况剧变的瞬态运行过程中，仍有可能因为各种各样的原因而导致耗电量的突变，而此类情况也可能会导致误判。因此，判断概率的引入可使得该判定结果更为可靠。而第一预设值或第二预设值的设定则可以根据用户所期望的系统敏感度而调整。例如，若其希望系统具有较高的敏感度，可以对各类可能引发问题的情形进行报错，则调大该第二预设值；若其希望系统具有较高的容错程度，仅对较为严重的情形报错，则可以调小该第二预设值。相似地，若其希望系统具有较高的敏感度，可以对各类可能引发问题的情形进行报错，则调小该第一预设值；若其希望系统具有较高的容错程度，仅对较为严重的情形报错，则可以调大该第一预设值。

根据前述故障检测方法的实施例，通过自动学习液体泵的耗电量与喷射器的高压侧压力来建立单调递减的故障检测特性曲线y=k(x-xmax)+a，并通过将液体泵的当前耗电量与该特性曲线作比较来评估系统是否发生逆流及发生逆流的诱因是否为喷射器发生故障，整个故障检测过程均可基于现有系统中的已经存在的传感器及其所采集的参数来执行，判断准确，且无需额外增加硬件成本。

关于前述故障检测方法，应当知道的是，所述的喷射器状态正常与喷射器发生故障并受限制于喷射器硬件正常或存在故障，而是知道喷射器相关各因素均正常，或相关因素之一发生了故障。例如，控制器对喷射器的控制发生了故障；再如喷射器在系统运行的某些瞬态工况下发生了运行问题等。这些均可被纳入该故障检测方法中所述的故障对象。当然，在实际检测中，其也有可能因为所设定的各类容差值而在检测过程中被筛除，而并非在判断初期就不将其认定为故障对象。

在此基础上，为进一步完善该方法，还可增设如下步骤。

例如，该方法还可包括s300：在xcurrent＞xmax时，若ycurrent＞k(xcurrent-xmax)+a，则空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤k(xcurrent-xmax)+a，且喷射器的数量n=1时，则空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤k(xcurrent-xmax)+a，且喷射器的数量n＞1时，则空气调节系统的因控制故障而导致逆流的概率大于第三预设值。由于该系统稳态运行状态下的喷射器高压侧压力通常会低于xmax，在某些瞬态也会发生高于xmax的情形，而此步骤旨在提供一种当喷射器高压侧压力高于xmax时的补充判断方式，其中做出了更进一步的区分。在第一大类情形中，仍然倾向于系统内存在某些问题而导致喷射器发生故障。而在第二大类情形中，则细化到系统内存在某些问题而导致喷射器发生故障，且进而导致了系统逆流。此时，尚未将系统逆流聚焦于某种具体诱因上，而是对其做出进一步的分析。经过实验与研究发现，当系统内仅存在单个喷射器正常运转时，因控制故障而发生瞬态逆流的可能性较低，若此时依然发生了逆流现象，则其有较大概率是因为该喷射器发生其他故障，此时系统故障检测方法可以止步于此，并通过人工或机器做出进一步的其他检测判断；也可以在此基础上对故障检测方法做出更大的改型，使其能够再进一步地检测出其他故障类型。当系统内存在多个喷射器正常运转时，则发生瞬态逆流的可能性较高，此时发生的逆流现象有较大概率是因为系统内各喷射器之间的开度协调与控制问题所致，也即故障诱因可先聚焦于控制故障上，并可据此做出后续的调整措施。因此，前述步骤s300额外引入了喷射器的数量判断来评估引发系统逆流的诱因，进一步提高其准确性。

在另一种情形下，步骤s300可适当调整为：在xcurrent＞xmax时：若ycurrent＞a，则空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤a，且喷射器的数量n=1时，则空气调节系统的喷射器发生故障的概率大于第二预设值；若ycurrent≤a，且喷射器的数量n＞1时，则空气调节系统的喷射器因控制故障而导致逆流的概率大于第三预设值。该步骤s300与前述另一实施例中的步骤s300大体相似，其不同之处在于改变了对液体泵耗电量异常的判断标准。若在xcurrent＞xmax时，依然以ycurrent=k(xcurrent-xmax)+a来作为判断标准，则随着喷射器高压侧压力的不断增大，液体泵耗电量的任意一点跳动都可能会导致故障预警。此时，检测延时、传感器噪音等原因均有可能导致所检测耗电量的跳动，从而触发报警。因此，在此可将标准提升至判断液体泵耗电量是否小于设定的故障容差值a，由此适当降低系统的故障检测敏感度，避免频发报警，从而改善系统运行的稳定性。

再如，该方法还可包括s400，也即在检测出问题为控制故障所需执行的处理措施。此时，若空气调节系统因控制故障而导致逆流时，则无需更换喷射器部件，而可以通过协调各个喷射器的启停及开度来停止逆流。通过调节喷射器来停止逆流现象的方法在现有技术中已存在，可直接沿用来处理本申请中所发现的因控制故障而导致的逆流问题，在此不再赘述。

此外，关于本申请所构建的故障检测特性曲线函数，其中的若干参数的获取方法可存在多种形式，如下将予以示例性说明。

例如，其中设定的故障容差值a对应于空气调节系统的故障检测敏感度，当a从0开始增加时，其所对应的故障检测敏感度逐渐降低。应当知道的是，此处所述的故障容差值a可由供应商或用户根据设备的应用场景或运转需求来进行调整，若系统容差程度较好，则可将故障检测敏感度相应调低，也即增大a；若系统容差程度较差，则可将故障检测敏感度相应调高，也即减小a。作为一个示例，设定的故障容差值a为液体泵额定耗电量的10%，一般的瞬态异常所带来的液体泵耗电量波动通常也在此容差范围内。

又如，喷射器的最大高压侧压力xmax对应于空气调节系统在稳态工况下夏季室外最高温度或夏季系统设计室外温度下制冷剂的冷凝压力。可选地，喷射器的最大高压侧压力xmax关联至喷射器的数量与高压侧温度。可选地，所述喷射器的最大高压侧压力xmax关联至所述喷射器的热力性能及所述液体泵的补偿压力设定值。具体而言，若喷射器的热力性能很差（压升能力很差），则会使得系统即使在一个较大的高压侧压力下也会开启液体泵，xmax比较大，反之xmax就会比较小。若液体泵的补偿压力设定值比较大，则可能使得液体泵在一个很大的高压侧压力下也会开启，xmax就会很大，反之xmax就小。

还如，空气调节系统中的液体泵的当前耗电量可以通过查询电表来获得。当然，在不期望额外增设电表来增加成本的情况下，也可以采取现有系统中所存在的传感器，通过采集液体泵运转速度、运转时间及运转时对应的喷射器的高压侧压力来计算获得。备选地，也可通过测量液体泵的电流和电压来计算获得。

此外，应当知道的是，s100中述及的通过自动学习来获得故障检测特性曲线的方法包括：函数拟合、构建人工神经网络或构建支持向量机模型中的一个或多个。且在此过程中，获得故障检测特性曲线所选用的液体泵的耗电量与喷射器的高压侧压力等参数的多个值均为空气调节系统运转时的模拟值，由此可以确保构建曲线时所选用的点均为正常状态下的参数，而不会发生参数自身存在问题的情况。当然，获得故障检测特性曲线所选用的液体泵的耗电量与喷射器的高压侧压力也可以是空气调节系统正常稳态运转时所记录的历史数据。通过撷取历史数据中稳态的部分数据，也可以达成与前述模拟值类似的技术效果。

还应当知道的是，前述特定实施例虽然可能示出、公开或要求了特定步骤顺序，但应了解某些步骤仍可按照任何次序实施、分离或组合，除非已经明确地指出需按照特定顺序来执行。

在此还提供一种空气调节系统的实施例。其既可以是制冷系统，也可以是热泵系统，还可以是冷藏/冷冻系统。且该空气调节系统所具有的室外制冷/制热单元与室内换热单元及其具体所包含的冷凝部件、蒸发部件、节流部件与压缩机等均可为常规的成熟部件，其中至少应包括喷射器与用于提供压力补偿的液体泵。此外，该空气调节系统所具有的控制器应能够用于执行前述任意实施例或其组合中的控制方法。在此种布置下，该空气调节系统通过自动学习液体泵的耗电量与喷射器的高压侧压力来建立单调递减的故障检测特性曲线y=k(x-xmax)+a，并通过将液体泵的当前耗电量与该特性曲线作比较来评估系统是否发生逆流及发生逆流的诱因是否为喷射器发生故障，整个故障检测过程均可基于现有系统中的已经存在的传感器及其所采集的参数来执行，判断准确，且无需额外增加硬件成本。

前文中述及的用于执行前述方法的控制器可能涉及若干功能实体，其不一定必须与物理或逻辑上独立的实体相对应。也可以采用软件形式来实现这些功能实体，或者在一个或多个硬件模块或集成电路中实现这些功能实体，或者在不同处理装置和/或微控制器装置中实现这些功能实体。

本说明书使用实例来公开本申请，包括最佳模式，并且也使本领域的任何技术人员能够实践本申请，包括制作和使用任何装置或系统以及执行任何所涵盖的方法。本申请的专利保护范围由权利要求书限定，并且可包括本领域的技术人员想出的其他实例。如果此类其他实例具有与权利要求书的字面语言并无不同的结构元件，或者如果它们包括与权利要求书的字面语言并无实质差别的等效结构元件，那么其意图也在权利要求书的范围内。