专利名称：空调制冷机故障的模糊诊断方法
技术领域：
本发明涉及的是一种空调制冷机故障诊断方法。特别是一种以模糊数学为基础来识别故障的空调制冷机故障的模糊诊断方法。属于机械设备故障诊断和制冷与空调技术领域。
2、对具体故障进行单因素评判。例如冷凝温度变化为ΔT时，对于故障1，请专家做评判，有50％的人认为发生故障1的可能性大，有30％的人认为可能性中，有10％的人认为可能小，剩下10％的人认为无可能性。则该ΔT对故障1的评判结果为(0.5，0.3，0.1，0.1)。
对不同的ΔT都可同样做出可能性评判。为简便起见，把ΔT归一化成为0～8等级值，对每一等级值分别作可能性评判，得到冷凝温度变化对故障1的单因素评判隶属度表F11。同样得到蒸发温度、压缩机进口温度、压缩机出口温度、空调房间温度、冷却水温度这六个参量变化对于故障1的隶属度表F12，F13，…F16。同样可得到这六个参量变化对于其余六个故障的隶属度表，这样6种参量对应7种结论，共组成42个单因素单结论隶属度表，我们将这些表存在PC机中以备查找。
3、确定权重分配。由于每个参量对于不同故障的影响是不一样的，为此我们要分析其各自的权重，得到权重分配表A。例如对于故障1来说，冷凝温度、蒸发温度变化大时发生的可能性最大，其权重应最大；又经分析认为空调房间温度变化权重应次之，压缩机进口温度、压缩机出口温度权重较小，冷却水温度则完全与其无关，那么对这一故障的6个参量的权重分配可得到 同理，对于其他6种故障也有不同的权重关系为 将这7张权重分配表存在PC机中，以备查询和修改。
在故障出现后，六个传感器输入信息的变化量经归一化、量化得到各自的等级值，到各自对应于该故障的隶属度表中查询，得出此时的隶属度值。于是得到综合评判模糊关系矩阵 进一步进行归一化处理，算出此时故障的评判结果B~1,B~2,···,B~7.]]>
4、运用重心法对模糊向量进行反模糊化，若设定“可能性大”时故障发生概率为90％，“可能性中”时故障发生概率为50％，“可能性小”时故障发生概率为10％，“无可能性”时故障发生概率为0，则可算出此时故障发生概率E。
5、故障的最终诊断。上式的结果为7个模糊向量，不考虑各故障之间的关系时，按照各故障自己的反模糊关系矩阵(由专家和统计数据评判)查询，得到各故障自己的报警级别。在实际运用中发现，各个故障之间是有某种联系的，因此，我们需要归纳出这种联系，总结出一张故障关系表。最后得到的各故障发生概率矩阵，可按照各故障自己的反模糊关系矩阵(由专家和统计数据评判)查询，即可得到各故障报警级别。
综上所述，本发明模糊诊断技术以PC机为核心，首先建立一个从评判对象的元素集到评语集的模糊映射，即求出模糊关系。为简便起见，把ΔT归一化成为0～8等级值，对每一等级值分别作可能性评判，得到冷凝温度、蒸发温度、压缩机进口温度、压缩机出口温度、空调房间温度、冷却水温度这六个参量变化对于故障1的隶属度表。同样，先假定系统发生的故障为7种，这样6种参量对应7种结论，共组成42个单因素单结论隶属度表，我们将这些表存在PC机中以备查找。根据模糊理论按查表方式得到其隶属度的量值，再根据各种参量的权重融合成一个模糊量，最后解模糊得到故障信号的输出。
由于上述方法采用了多传感器集成和多信息融合处理技术，该模糊诊断技术具有以下优点1.降低了误报率。
2.由于强调了各种信息的综合判断，做到了灵敏度和误报率的统一。
3.有利于在恶劣环境下使用。
2.系统先对具体故障进行单因素评判。例如冷凝温度变化为ΔT时，对于故障1，请专家做评判，有50％的人认为发生故障1的可能性大，有30％的人认为可能性中，有10％的人认为可能小，剩下10％的人认为无可能性。则该ΔT对故障1的评判结果为(0.5，0.3，0.1，0.1)。
对不同的ΔT都可同样做出可能性评判。为简便起见，把ΔT归一化成为0～8等级值，对每一等级值分别作可能性评判，得到冷凝温度变化对故障1的单因素评判隶属度表F11。同样得到蒸发温度、压缩机进口温度、压缩机出口温度、冷间温度、冷却水温度这六个参量变化对于故障1的隶属度表F12，F13，…F16。同理得到这六个参量变化对其余六个故障的隶属度表。这样6种参量对应7种结论，共组成42个单因素单结论隶属度表，我们将这些表存在PC机中以备查找。系统先对具体故障进行单因素评判。
3.确定权重分配每个参量对于不同故障的影响是不一样的，为此我们要分析其各自的权重，得到权重分配表A。例如对于故障1来说，冷凝温度、蒸发温度变化大时发生的可能性最大，其权重应最大；又经分析认为冷间温度变化权重应次之，压缩机进口温度、压缩机出口温度权重较小，冷却水温度则完全与其无关，那么对这一故障的6个参量的权重分配可设为A~1=(0.5,0.5,0.3,0.1,0.1,0),]]>同理，对于其他6种故障也有不同的权重关系为A~2,···A~7,]]>将这7张权重分配表存在PC机中，以备查询和修改。
4.单一故障综合评判以一次模拟故障为例具体分析模糊诊断的一个流程。在模拟故障三出现后，六个传感器输入信息的变化量经归一化、量化得到各自的等级值，分别为7、5、3、3、2、1，到各自对应于该故障的隶属度表F31，F32，…，F36中查询，得出此时的隶属度值分别为(0.8，0.1，0.1，0.0)、(0.3，0.5，0.1，0.1)、(0.3，0.3，0.2，0.2)、(0.1，0.4，0.4，0.1)、(0.1，0.2，0.5，0.2)、(0.0，0.1，0.3，0.5)、。于是得到综合评判模糊关系矩阵F~3=0.80.10.10.00.30.50.10.10.30.30.20.20.10.40.40.10.10.20.50.20.00.10.30.5]]>此时的权重分配表A3经查询为A~3=(0.3,0.2,0.2,0.2,0.1,0.1)]]>则故障3评判结果为B~3=A~3·F~3=(0.3,0.2,0.2,0.2,0.1,0.1)·0.80.10.10.00.30.50.10.10.30.30.20.20.10.40.40.10.10.20.50.20.00.10.30.5=(0.45,0.23,0.23,0.01)]]>进一步进行归一化处理后得B~3=(0.45,0.22,0.22,0.01)]]>从上面的结果可以看出，“可能性大”的比重最大，比较符合实际情况。
同理，算出此时其余6种故障的评判结果B~1,B~2,···,B~7.]]>5.故障的最终诊断首先，运用重心法对模糊向量进行反模糊化，若设定“可能性大”时故障发生概率为90％，“可能性中”时故障发生概率为50％，“可能性小”时故障发生概率为10％，“无可能性”时故障发生概率为0，则可算出此时故障3发生概率E3为E3＝0.45×90％+0.22×50％+0.22×10％+0.01×0＝53.7％同理计算出其他故障单触发生的概率E1，E2，…，E7。
上式的结果为7个模糊向量，不考虑各故障之间的关系时，按照各故障自己的反模糊关系矩阵(由专家和统计数据评判)查询，得到各故障自己的报警级别。
6.在实际运用中发现，各个故障之间是有某种联系的，因此，我们需要归纳出这种联系，总结出一张故障关系表，如下式所示W=ω11ω12Λω17ω21ω22Λω27ΛΛΛΛω71ω72Λω77]]>上式中ωij为第i项故障发生时引发第j项故障的概率。显然0≤ωij≤1，且ωij＝1。所以，最终的各故障发生概率矩阵D为D=E1E2OE7·W=d11d12Λd17d21d22Λd27ΛΛΛΛd71d72Λd77]]>从上式中，可得各故障i发生的最终概率为Di=Σj=17dij(i=1,2,Λ,7)]]>此时，即可依照预先设定的各域值，将各故障的最终概率值转化为不同报警级别，去触发相应的报警行为。
权利要求
1.一种空调制冷机故障诊断方法，其特征在于采用模糊数学诊断方法，该方法包括(1)在制冷机上布置冷凝温度、蒸发温度、压缩机进口温度、压缩机出口温度、空调房间温度、冷却水温度六个传感器，通过数据采集系统送入PC机，假定系统发生的故障为7种，这7种故障原因是制冷剂过少；制冷系统管道堵塞；蒸发室风机停转；压缩机进排气阀泄漏；冷凝器冷却水流量太小；膨胀阀未打开或被阻塞；系统回油不良，这样6种参量对应7种结论，共组成42个单因素单结论隶属度表，我们将这些表存在PC机中以备查找；(2)对不同的传感器的信号变化量都可同样做出可能性评判，为简便起见，把6个传感器的信号变化量归一化成为0～8等级值，对每一等级值分别作可能性评判，得到冷凝温度、蒸发温度、压缩机进口温度、压缩机出口温度、空调房间温度、冷却水温度这六个参量变化对于故障隶属度表；(3)每个参量对于不同故障的影响是不一样的，为此我们要分析其各自的权重，得到权重分配表A存入PC机；(4)反模糊处理，不考虑各故障之间的关系时，按照各故障自己的反模糊关系矩阵查询，得到各故障自己的报警级别，在实际运用中发现，各个故障之间是有某种联系的，因此，我们需要归纳出这种联系，总结出一张故障关系表，最后得到的各故障发生概率矩阵，可按照各故障自己的反模糊关系矩阵查询，即可得到各故障的报警级别。
全文摘要
空调制冷机故障的模糊诊断方法是以PC机为核心，采用模糊诊断技术，建立一个从评判对象的元素集到评语集的模糊映射，即求出模糊关系。为简便起见，把6个传感器的信号变化量归一化成为0～8等级值，对每一等级值分别作可能性评判，假定系统发生的故障为7种，这样6种参量对应7种结论，共组成42个单因素单结论隶属度表，我们将这些表存在PC机中以备查找。根据模糊理论按查表方式得到其隶属度的量值，再根据各种参量的权重融合成一个模糊量，最后解模糊得到故障信号的输出。
文档编号F25B49/00GK1477353SQ0311645
公开日2004年2月25日 申请日期2003年4月17日 优先权日2003年4月17日
发明者谷波, 王志毅, 黎远光, 谷 波 申请人:上海交通大学