暖通空調系統故障檢測與診斷技術探討

摘 要：目前，暖通空調系統越來越在室內公共建筑運用，在空氣、氣溫的調節上有不可忽視的影響。引發暖通空調系統問題的因素有很多，很大程度上這些問題并不容易被檢測出來。因此，加強其系統故障檢測與診斷技術應用對保障空調系統運行穩定性及完全性有著重要作用，對提高空調系統運行可預測性有著重要意義。本文針對暖通空調系統的故障問題，分析了暖通空調系統的常見故障，提出一些常見的故障檢測方法，分享暖通空調系統故障診斷技術的研究進展，展望故障檢測與診斷系統的未來發展。

關鍵詞：暖通空調系統；故障檢測；診斷技術

引言：暖通系統由于安裝、運行條件發生改變，有時候，在長時間的運作之后，暖通空調的性能也會隨之發生衰退。伴隨著科學技術的發展，暖通空調系統的發展規模越來越龐大，設備種類和數量也在大大的增多，因此，暖通空調系統的程度愈加復雜，更加容易出現各種各樣的故障，比如：閥門卡死、盤管結垢嚴重、水泵燒毀等故障 。如果以上的故障得不到及時的解決，一定會導致運行過程的參數偏離預期的設定值很大程度，影響工作質量，也對現場工作人員的舒適度造成制約。根據對相關文獻進行探究，結合我國自動故障檢測與診斷實際應用于暖通空調的相關經驗，有效對自動故障檢測與診斷在暖通空調中的發展原因及應用情況進行評述。

一、暖通空調系統故障檢測與診斷主要途徑

（一）基于模式識別的檢測與診斷途徑。這種故障是在正

常的工作狀態下，對工作狀態的模式與故障狀態的模式加以識別與分類。使用得到的故障的特點的數量值來開展的決策研究。同樣，也可以開展故障的診斷與計算，由此看來，這種模式的檢測與診斷途徑的優勢在于計算量不多，并且，不需要建模。

（二）基于神經網絡的故障的檢測與診斷途徑。基于神經網絡的這種檢測途徑，主要是通過并行的，數量多、聯系緊密的神經元形成的網絡來完成檢測與診斷的工作的。神經元經過輸入的信號在其之間反復的傳遞。神經網建立之后可在大量的數據庫樣本中進行對這個神經網絡的訓練，持續的修改網絡之間的權值。最終可把數據樣本來對神經網絡進行校驗[1]。在非線性方面故障來說，神經網絡具有天然的優點，并且，不需要建模型。

（三）基于故障樹的檢測與診斷途徑。這種故障的基礎與診斷途徑主要的思想是在檢測診斷的過程由暖通空調系統最終的故障開始的，這是一種從上而下的倒查故障的方法，由此，形成了一顆倒立的故障樹。這種檢測與診斷的途徑有一大特點，就是檢測的比較徹底，但是一旦暖通空調系統是比較龐大的話。對于建立故障樹是很有難度的。

二、暖通空調系統故障檢測與診斷技術的發展目標

（一）加強經濟性研究。加大對暖通空調系統的故障檢測與診斷是非常有必要的，尤其是體現在經濟方面的優勢來說。提升暖通空調系統本身的經濟效益，這樣就可以使使用者直觀的了解到自動故障檢測與診斷系統給自己帶來的方便與技術保障。可以把更加多的讓吸引過來，對研究如何將自動故障檢測與診斷系統更好的和暖通空調系統技術向結合的課堂起推動的作用。對于暖通空調的設計與研發的工作人員來說，不斷的使自動故障檢測與故障的診斷系統的開支是一項任重而道遠的責任，需要在研究出檢測與診斷的方法的同時，要盡可能利用系統本身自帶的元器件，減少對檢測與診斷系統進行篡改。

（二）加強理論研究。提高對暖通空調故障的整個檢測與診斷方法的探討，需要從加強系統故障的理論性的研究著手。自動故障檢測與診斷設備在運行與實際的暖通空調時，需要使用適用面廣泛與更加簡單明了的檢測與診斷的方法，由此，保障暖通空調系統的穩定運行。暖通空調是一項很復雜的服務性制冷的系統設備，提升對暖通空調故障檢測與診斷技術的理論知識的研究是滿足技術發展的必要。

（三）加強可靠性研究。暖通空調設備要有較高的性能系

數，除在設計與制造方面加強技術的研究效率外，也要求在運行的過程中保持正常的運行狀態，保證可以實現最優化的運行。在檢測與診斷暖通空調故障的過程中，會遭受來自外界的影響，從而導致一些不可預見的問題出現。如果要對設備進行改善與創新的話，對暖通空調系統的故障檢測與診斷系統運行的可靠性的要求是必不可少的。這種提升可靠性的做法，可以大大的降低設備警報的錯誤率，對警報噪聲的降低也起很大的作用，盡可能的避免了操作者對故障檢測與診斷系統的操作，提供給暖通空調的安全穩定運行更多有效的保障。

結語：綜上所述，暖通空調系統故障的檢測與診斷作為復雜的一項工程，我們簡析了當代暖通空調系統大大應用于人們生活中的情況下，暖通空調系統的故障檢測與診斷技術的實習途徑與發展的目標，分析和探討發展檢測與診斷技術的目的是為了更好讓暖通空調系統更有效的進行。另外，隨著技術的實現途徑不斷的改善，暖通空調系統的服務能力也要不斷加強和改進，才能適應人們的發展需要。

參考文獻：

[1]王志毅， 谷波. 神經網絡故障診斷技術應用在暖通空調系統的可實現性[J]. 建筑熱能通風空調， 2002， 21（1）：35-38.