冷藏集裝箱故障診斷中的故障分類研究

，，，，

(1.集美大學 輪機工程學院，福建 廈門 361021；2.福建省船舶與海洋工程重點實驗室，福建 廈門 361021)

20世紀70年代以來，全球化進程加快，物流業飛速發展，集裝箱運輸成為國際貿易最重要的運輸方式之一[1]。為了滿足不同種類貨物的運輸要求，集裝箱的形式越來越多樣化。有些貨物對環境的溫、濕度(甚至氣體成分)要求高，管理復雜，因此需要特殊的集裝箱來控制所需要的各項環境參數。冷藏集裝箱能夠有效抑制細菌和微生物的活動，減緩或防止長距離運輸過程中貨物“品質”的降低，實現“門到門”運輸，是食品、醫藥、生物等行業的物流領域不可缺少的運輸手段。目前，全球航運業的冷藏集裝箱的保有量已經超過150萬TEU。在海洋運輸過程中，受航區、航向、氣溫、水溫、太陽輻射角、貨物種類和數量等多變干擾因素的影響，冷藏集裝箱的動態熱負荷急劇變化，再加上船舶在航行過程中的震動、擺動等因素，引發冷藏集裝箱系統的大量故障，造成巨大的經濟損失，據統計，有高達7%的冷藏貨物是在運輸途中因為監管不善而損毀。因此，有必要提高冷藏集裝箱的監管水平，及時、準確的故障診斷是監管的關鍵之一。種類眾多的故障使得冷藏集裝箱的故障診斷的難度較大，作為故障診斷的基礎，合理的故障分類有助于更好地開展故障診斷，因此，進一步的故障分類研究意義重大。

1 冷藏集裝箱的故障診斷現狀

為了保證冷藏集裝箱所載貨物的質量，減少貨物損失，管理方從陸上環節到海上環節采取了多重措施，包括：運輸前檢修、碼頭堆場的監控和檢修、在船的監控和檢修、定期維修等。對于正在服務中的冷藏集裝箱，目前，大多數集裝箱港口普遍采用指派專職人員定時去冷藏箱區巡查并記錄每只冷藏箱的運行狀況，若發現箱內溫度或壓縮機工作異常，馬上報告修理部門進行處理[2]。在運輸過程中，也是采取船員定時到現場檢查記錄，然后再逐一排除故障[3-4]。目前的冷藏集裝箱故障管理取決于現場人員是否能及時發現故障，然后再由相關人員及時進行排查。由此可見，人為因素的影響很大，相關人員的技術熟練程度以及經驗的豐富程度極大地影響管理的效果。

目前，所有的冷藏集裝箱都具備自動PTI(運輸前檢查)功能，通過PTI將檢查出控制電路板、繼電器、電磁閥以及加熱器的故障，并以故障代碼的形式顯示出來，根據故障代碼，管理人員很容易查找故障原因，可以說，冷藏集裝箱的PTI已經具備一定程度的智能，但是還不能診斷所有的故障。根據中遠集裝箱運輸公司的統計數據，王世良[5]將冷藏集裝箱在船上的故障分為9類，并統計了每種故障類型發生的概率，并將冷藏集裝箱的制冷裝置分為制冷系統和電氣系統，根據這兩個系統工作原理的不同，設計了邏輯診斷故障圖，根據該邏輯進行故障原因查找，可以找到大部分故障的起因。伍剛等[6]采用實驗模擬的方法為風機不轉、制冷劑不足、膨脹閥開度過大和吸排氣閥泄漏等故障建立了故障范例集。王世良等提出從溫度圖表的曲線形狀入手，結合相關的故障現象，綜合診斷冷藏集裝箱的某些故障。梁志強等[7]采用神經網絡技術建立了冷藏集裝箱故障診斷系統，并對壓縮機磨損、蒸發器堵塞、冷凝器堵塞和制冷劑泄漏4種故障進行了正確診斷。王富銀和鄭學林[8]采用故障樹分析法，建立了制冷機組不啟動故障樹和換熱器故障樹。Zheng C.Y.等根據智能故障診斷的要求，提出要在冷藏集裝箱上實現智能故障診斷應該從3個方面加強研究，包括建立判斷基準用于故障檢測、獲取故障特征或者診斷規則用于診斷故障以及無線數據傳輸用于實時監控。

雖然冷藏集裝箱的故障診斷獲已經取得了一些研究成果，但仍然有潛力可以挖掘。故障診斷近年來在制冷空調領域研究成果很多，本文借鑒相關的研究成果開展冷藏集裝箱的故障診斷分析。

2 故障分類及在故障診斷中的應用

冷藏集裝箱系統比較復雜，部件較多，功能完善，因此，其故障的種類和原因比較多。為了降低故障診斷的難度，提高故障診斷的準確率，相關行業在各個環節進行了大量的努力，其中，故障分類是提高故障診斷準確率的有效方法，是故障診斷的基礎。借鑒各個領域制冷空調系統的相關研究成果，船用冷藏集裝箱系統的故障可以從以下幾個方面進行分類。

1)服務故障和運行故障。Li H.L.等[9]認為可以將蒸汽壓縮式空調的故障分類為服務故障和運行故障，并指出，如果服務故障可以在提供相關的服務后立刻得到診斷和處理，在之后的故障診斷時就只需要考慮運行故障。對于正在服役中的冷藏集裝箱，服務故障指的是在檢修過程中由于檢查、修理或更換部件、維護保養以及提供制冷劑、潤滑油等相關服務過程中產生的故障，如接線不牢、制冷劑過多以及螺栓松動等；運行故障指的是冷藏集裝箱在陸上運輸、碼頭堆場堆放以及海上運輸過程中產生的故障，如冷凝器臟堵、制冷劑泄漏以及馬達性能下降等；需要指出的是，有些故障雖然屬于服務故障，已經在提供服務后得到診斷和處理，但仍然可能在運行過程中產生，如電氣接線有可能在運行過程中松動導致故障，因此，對于這些故障要特別注意，不要因為之前的診斷和處理而忽視。

2)“硬” 故障和“軟”故障。Braun J.E.[10]認為可以將蒸汽壓縮制冷設備(幾乎所有的冷藏集裝箱都采用此種設備)的故障分為“硬” 故障和“軟”故障，根據兩類故障的不同的特點制定相應的故障診斷策略，為智能故障診斷提供支持。根據冷藏集裝箱的特點及作用，“硬”故障可定義為突然發生的、導致系統或系統中的重要部件停止工作使得箱內設定溫度無法維持的故障，如電器元件燒毀、運轉部件停機等，這類故障通常有明顯的故障特征，檢測相對簡單，比較容易實現智能診斷，現有的PTI檢測已經能夠檢測大部分的“硬”故障。“軟”故障指的是造成系統性能下降、但仍然可以控制住箱內溫度的故障，如冷凝器外表面部分臟堵會導致冷凝壓力以及系統能耗升高，但卻不會立即造成溫度失控，這類故障往往緩慢發展，在故障程度較輕時沒有明顯的特征，比較難以診斷。隨著故障程度的加重，“軟”故障有可能轉化為“硬”故障，比如冷凝器臟堵嚴重時有可能導致壓縮機因高壓保護而停機。對于“硬”故障，應該要及時、準確排查，對于“軟”故障則應盡可能在故障程度較輕的時候將其檢測出來，防止其造成系統能耗的增加甚至發展成“硬”故障。

3)系統級別的故障和元件級別的故障。Li H.L.等認為可以將蒸汽壓縮式空調的故障分類為系統級別的故障和元件級別的故障。系統級別的故障指的是故障的來源很難歸根于某一具體的元件，比如，制冷劑泄漏故障，故障的原因可能是系統的任意元件密封不良，因此該故障屬于系統級別的故障；元件級別的故障指的是故障來源可以歸根于某一部件，如冷凝器臟堵僅僅是冷凝器本身的故障，以其它元件無關，因此，該故障屬于元件級別的故障。對冷藏集裝箱來說，該分類方法可以借鑒的是，元件級別的故障一旦被確認，立刻可以找到故障的原因。

4)流體相關故障和系統元件相關故障。Xiao F.等[11]將陸上建筑空調系統的定流量離心冷水機組的典型故障分類為流體相關故障以及系統元件物理故障。利用ASHRAE RP-1043的實驗數據，通過相對敏感度分析的方法提高對流體相關故障的診斷率。冷藏集裝箱具有與定流量冷水機組相似的制冷系統，區別在于將定流量的介質由水換成空氣(通常冷藏集裝箱蒸發器的風機為雙速，但在一定模式下，速度是固定的，如冷藏模式為高速，冷凍模式為低速)，這有利于借鑒該研究成果。對于冷藏集裝箱的來說，流體相關的故障包括：系統內制冷劑過多、系統制冷劑泄漏、系統內存在不凝性氣體、潤滑油過多、冷凝風量減少、蒸發風量減少等。值得關注的是，在冷藏集裝箱領域，尚未有類似ASHRAE RP-1043的研究項目對冷藏集裝箱制冷系統典型的故障進行全面研究，為發展冷藏集裝箱智能故障診斷系統提供正常運轉數據以及不同故障程度下的系統運行數據，因此，業界有必要開展類似的研究。

5)故障原因分類。對故障進行分類可以提高故障診斷的效率，還可以為智能故障診斷提供基礎。此外，對故障原因也可以進行分類，故障原因可以粗略分為可避免因素和不可避免因素。比如，與制冷劑相關的故障大概有制冷劑種類錯誤、系統內制冷劑過多或者過少三種，這些故障都會影響制冷機組的正常運行。制冷劑種類錯誤指的是往系統內充注錯誤的制冷劑種類，該故障是由于工作人員粗心大意造成的，這個因素是可以避免的；制冷劑過多指的是系統內的制冷劑數量超過正常的水平，該故障的起因是由于充注制冷劑的工作人員粗心大意或者經驗不足無法準確判斷造成的，這個因素是可以避免的；而制冷劑不足指的是系統內的制冷劑數量低于正常水平，該故障的起因除了與制冷劑過多的故障相同的原因外，還有就是由于制冷機組使用過程中制冷劑泄漏引起的，這個因素是無法避免的。

在制定管理制度時應該采取嚴格的措施，對可避免因素進行有效、合理的監管，防止其出現，從而減輕故障診斷的工作量。進一步分析可以發現，可避免因素一般是與人相關的，而不可避免因素一般是與物相關的。因此，在提供某一服務后，立即對與人相關的可避免因素進行及時準確的排查應該成為慣例并記錄在案。

3 結論

對冷藏集裝箱故障進行合理的分類，可以幫助管理方人員制定合理的故障診斷策略，降低技術人員對大量經驗知識的過分依賴，提高故障診斷的效率，也為智能故障診斷的實現提供了一定的基礎，對推動冷藏集裝箱故障診斷的進一步發展具有積極意義。目前，冷藏集裝箱故障診斷的研究仍然有待于進一步提高，尤其是在如何實現智能故障診斷方面仍然需要大量的支撐。

[1] 王 斌，盧毅勤，朱木元.集裝箱空箱海上調運優化模型[J].船海工程，2005(6):72-74.

[2] 陳永德，陳顯山，鮑純海，等.港口冷藏集裝箱監控系統的研制和應用[J].建筑施工，2009,31(2):135-136.

[3] 吳吉安，韓厚德，張安闊.基于RFID的冷藏集裝箱遠洋運輸遠程監控研究[J].港工技術，2009,46(5):7-9.

[4] 紀 珺，韓厚德，闞安康.基于衛星通信的冷藏集裝箱遠程故障診斷系統[J].華中科技大學學報:自然科學版，2009,37(1):140-143.

[5] 王世良.機械制冷冷藏集裝箱與運輸[M].北京：人民交通出版社，2005.

[6] 伍 剛，鄭學林.船舶冷藏集裝箱故障診斷范例集的建立[J].機電設備，2005(5)：43-45.

[7] 梁志強，韓厚德，甘 偉，等.神經網絡在冷藏集裝箱故障診斷中的應用[J].機電設備，2008(3)：37-40.

[8] 王富銀，鄭學林.基于FTA的船舶冷藏集裝箱故障的建立[J].綠色科技，2011(1)：162-164.

[9] LI H L,BRAUN J E.A Methodology for diagnosing multiple-simultaneous faults in vapor compression air conditioners[J].HVAC&R Research,USA,2007,13(2):369-395.

[11] BRAUN J E.Automated fault detection and diagnosis for vapor compression equipment[J].Journal of Solar Energy Engineering,USA,2003(125):266-274.

[11] XIAO F,ZHENG C Y,WANG S W.A fault detection and diagnosis strategy with enhanced sensitivity for centrifugal chillers[J].Applied Thermal Engineering,2011,31:3963-3970.