空调系统多故障诊断及其容错效率研究

对空调系统实施容错控制是为了排除故障、提高运行效率，而运行效率是否提高、提高多少，取决于诊断的能力和容错的效果。如何定量评价空调系统的容错效果？目前仍未见相关报道。本研究从用能效率的角度，探索空调系统容错效果的定量评价机制，并研究针对异常能耗的快速检测逻辑、多故障耦合的诊断及容错方法。首先绘制空调系统的能耗图谱，提取能耗与关键参数的关联特征。采用小波对能耗向量解耦，通过对能耗的高、低频特征进行空间多维标度分析来检测故障。建立了上位级-下位级联合的多故障解耦与诊断模型。对控制失效问题，确定了以相关参数组作为"替补"被控变量、人工神经网络作为辅助控制方法的容错方案。最后，提出"容错效率"的概念，定义了基准能耗与控制目标，建立了以热舒适性（控制目标）为约束、能耗为指标的容错效率评估模型。本研究将丰富空调故障诊断的研究内容，为空调容错评价的行业标准制定提供参考，实现空调系统高效运行与节能。

按照项目计划书的研究计划，本项目主要开展了以下几方面的研究工作：.1）.2011年度：对实际中央空调系统进行了调研，特别是针对其核心环节（冷水机组和空调箱）的运行、控制、故障及能耗状况进行了调研，为理论研究提供依据。结合调研情况，一方面以传感器、控制器和执行器为研究对象，对此类研究对象发生故障（称为软故障）后对空调系统的影响进行分析，另一方面，对系统及设备的硬故障及其与前述软故障耦合对系统运行与能耗的影响进行了理论分析。在此基础上，对空调系统软硬故障的控制特性进行了研究。.2）.2012年度：针对空调系统难以完全真实模拟的特性，提出了虚拟建筑结合实物控制系统的研究思想。搭建了建筑空调系统半实物混合仿真实验台，完成了实验台的软硬件测试及系统整体调试等工作。该实验平台可支持研究计划中涉及的软故障及部分硬故障的研究。提出了带小波分析与分形预处理的神经网络故障检测方法、基于聚类与灰箱模型的故障检测方法及基于双神经网络的故障检测方法等。 .3）.2013年度：结合上年度提出的研究方法及理论，研究了空调系统故障检测与诊断方法，开展了空调系统的容错效率研究。首先，提出了基于神经网络及聚类分析的故障检测与诊断方法，并将其应用于空调系统多种故障的测试中，效果良好。然后，提出了空调系统几个重要的容错效率指标，针对漏报警率、误报警率以及检测时间进行了研究与验证。.通过三年的研究工作，建立了半实物仿真实验台，发展了基于故障特性的故障检测与诊断方法，评价了不同故障下的诊断及容错效率。从而形成了一套完整的空调系统故障检测、诊断、容错控制与性能评价的方法。.本项目通过三年的研究工作，已完成项目计划内容，基本达到了项目研究目的。在上面介绍的工作基础上，目前已发表SCI国际期刊论文6篇，EI中文论文2篇，参加国际会议2次、国内会议3次，研究成果得到国内外同行的高度关注。