一种压缩机工作异常的检测方法及采用该方法的压缩机的制作方法
【技术领域】
[0001]本发明涉及检测方法，特别地涉及一种压缩机工作异常的检测方法;本发明还涉及一种压缩机，特别地涉及一种采用压缩机工作异常的检测方法的压缩机。
【背景技术】
[0002]随着物联网的到来，空调设备的工作状态就能够得到实时地监控。空调设备的工作状态中最重要的状态就是空调设备中压缩机的状态。在空调设备运行中，我们尤其需要了解到压缩机工作是否处于异常的状态。传统判断压缩机是否处于异常状态的方式是只有当空调报警需要保护了，才安排人员去检测，售后人员在实际检测过程中才有可能发现压缩机工作是异常的。这种人工的方法效率低下，周期长，而且还取决于售后人员本身的经验，检测过程不可控。
[0003]在有些情况下，空调设备会配备GPRS模块或WiFi模块，GPRS模块或WiFi模块在上电工作时会将空调设备的运行数据发到公司的数据服务器;数据服务器就会保存了空调的运行数据。公司的数据服务器将空调设备的运行数据保存到数据库中；当设计人员需要查找空调运行状态时，就要通过select查询语句去查找数据库中的数据，查找自己需要的数据进行分析。但是，即使使用了空调机组本体安装GPRS模块或WiFi模块得到了空调运行数据，但没有技术手段去自动分析压缩机是否工作异常，这主要是依靠机组是否报警保护来评估压缩机是否可能损害，并且不能提前发现压缩机工作在亚健康状态。
【发明内容】
[0004]本发明提供了一种压缩机工作异常的检测方法以及采用该方法的压缩机以解决现有技术中无法自动判断压缩机工作状态并且无法识别压缩机是否处于异常工作状态的技术问题。
[0005]为了解决上述技术问题，本发明提供一种压缩机工作异常的检测方法，其包括以下步骤:S1:将压缩机的原始标定的运行数据保存到数据库服务器中；S2:提取压缩机的实际运行数据;S3:获得压缩机的压缩机MAP图；S4:提取压缩机的异常状态信息;S5:将提取的压缩机的异常状态信息提交处理。
[0006]作为优选，S2步骤包括步骤Sll，步骤Sll是从云服务器中实时提取当前压缩机实际运行中每个运行点的运行数据。
[0007]作为优选，运行数据包括冷凝压力值、蒸发压力值、压缩机运行频率值以及工程安装信息。
[0008]作为优选，步骤S4包括步骤S12、S13和S14，其中，步骤S12是判断步骤SI I中获得的每个运行点的压缩机运行频率值的范围。
[0009]作为优选，步骤S13是根据步骤Sll中获得的每个运行点处的压缩机的冷凝压力值和蒸发压力值，在压缩机MAP图上获得在当前压缩机运行频率值下，压缩机运行点所处的位置点。
[0010]作为优选，步骤S14是判断每个位置点与压缩机MAP图区域的位置关系，如果位置点位于压缩机MAP图区域内，则判断为正常状态，如果位置点位于压缩机MAP图区域外，则判断为异常状态，进入步骤S5。
[0011 ]作为优选，如果多个位置点重复在压缩机MAP图上形成重复点，则对重复点进行计数统计，用渐变的颜色代表重复点的不同数量。
[0012]作为优选，步骤S5包括步骤S15:根据压缩机MAP图区域外的每一个位置点确定位置点所对应的压缩机运行点，然后根据搜书压缩机运行点对应的工程安装信息数据在数据库服务器中找到压缩机对应的工程和城市，并把相应信息在显示并推送给售后人员处理。
[0013]作为优选，步骤S3中压缩机MAP图的生成方法如下:
[0014]S21:根据使用的压缩机，获得压缩机技术规格书；
[0015]S22:将压缩机技术规格书中基于压缩机运行频率的压缩机MAP图导入到Matlab软件中，得到压缩机MAP图的RGB数组；
[0016]S23:移动Matlab软件中的光标到压缩机MAP图中每条线段的顶点，获得对应RGB数组的坐标；
[0017]S24:根据RGB数组和每条线段顶点的坐标获得每条线段的方程式:即冷凝压力(Y)=A*蒸发压力(X)+B;
[0018]S25:通过方程式表示的线段，获得每个对应运行频率下的压缩机工作的MAP图，MAP图为封闭的多边形；
[0019]S26:输入数据库服务器8中保存的压缩机原始标定的运行数据中的蒸发压力值，能够获得冷凝压力值，得到出压缩机工作在某运行点时对应的压缩机MAP图上的位置。
[0020]为了解决上述技术问题，本发明还提供一种压缩机，其采用上述任一项技术方案中的压缩机工作异常的检测方法。
[0021]本发明能够在压缩机工作状态出现亚健康状态，就提前预警，避免了压缩机都损坏了报故障，才安排人员去维修或更换压缩机，提高发现压缩机工作在异常状态(包括亚健康状况)的效率，同时降低维修成本并能提高用户舒适度。
【附图说明】
[0022]图1是本发明涉及的用于压缩机工作异常的检测方法的系统图；
[0023]图2是本发明涉及的压缩机工作异常的检测方法的流程图；
[0024]图3是本发明涉及的压缩机工作异常的检测方法的细化流程图；
[0025]图4是本发明涉及的压缩机工作异常的检测方法中压缩机的MAP图；
[0026]图5是本发明涉及的压缩机工作异常的检测方法中压缩机的MAP图；
[0027]图6是本发明涉及的压缩机工作异常的检测方法中运行点的数据图。
[0028]其中，1、空调设备;2、GPRS模块;3、WiFi模块;4、基站;5、路由器;6、云服务器;7、电信厂家的服务器;8、数据库服务器。
【具体实施方式】
[0029]为了更好地说明本发明的意图，下面结合附图对本发明的内容做进一步说明。
[0030]参见图1所示出的一个实施例中，图1示出了空调设备I，该空调设备I通过通信接口与GPRS模块2或者WiFi模块3连接，这样，空调设备I能够将其中压缩机的运行数据通过通信接口传输给GPRS模块2或者WiFi模块3，其中该通信接口可以是RS485接口、RS232接口、UART-WiFi接口或者CAN总线接口。GPRS模块2或者WiFi模块3将接收到的空调设备I中压缩机的运行数据通过基站4或者互联网路由器5传输给空调厂家的云服务器6或者电信厂家的服务器7，其中，如果运行数据传输给了电信厂家的服务器7，电信厂家的服务器7能够将获得运行数据通过数据库接口传送给空调厂家的云服务器6。此外，空调厂家的云服务器6能够通过数据库接口将空调设备I中压缩机原始标定的运行数据传输给数据库服务器8并保存在数据库服务器8中。
[0031]参照图2，在空调设备I运行时，能够通过以下步骤检测出空调设备I中压缩机的异常状态:
[0032]S1:将压缩机的原始标定的运行数据保存到数据库服务器8中；
[0033]S2:提取相应压缩机的实际运行数据；
[0034]S3:获得相应压缩机的压缩机MAP图；
[0035]S4:提取压缩机的异常状态信息；
[0036]S5:将提取的压缩机的异常状态信息提交给售后人员处理。
[0037]根据上述步骤能够在压缩机工作状态出现工作异常状态时，就提前发出信号，避免直到压缩机损坏才报故障或者安排人员去维修或更换压缩机，这样能够有效提高发现压缩机工作在异常状态(包括亚健康状况)的几率，延长压缩机的使用寿命。。
[0038]参照图3，其中，上述步骤S2步骤的【具体实施方式】为Sll:从云服务器6中实时提