淺談潔淨室空調係統的故障診斷與排除

　　 【摘要】隨著社會(hui) 經濟發展，人們(men) 生產(chan) 生活的水平越來越高，空調的應用範圍越發廣泛。隨著空調技術的發展和功能增多，其係統變得更加複雜龐大，這在一定程度上增加了空調係統發生故障的幾率。在醫療行業(ye) ，越來越多的潔淨室被設置，並安裝上空調係統，由於(yu) 其用途的特殊性，如果潔淨室的空調係統發生故障，有可能威脅到人民生命財產(chan) 的安全，因此，如何診斷空調係統的故障顯得很重要。本文主要闡述了對潔淨室空調係統進行故障診斷的作用，並介紹當前主要的診斷方法以及應用狀況。 

　　【關(guan) 鍵詞】空調；故障診斷；潔淨室；神經網絡；模糊理論 

　　1.前言 

　　 係統故障的含義(yi) 是係統在運行的過程中，發生了異常，由此引發其他零部件喪(sang) 失功能的一種狀態。機器係統故障可以依據嚴(yan) 重性分為(wei) 硬件故障和軟件故障。一般空調係統的硬件故障是指空調設備的零件失效導致的運行異常狀態，主要有閥門被堵塞、風機停轉、傳(chuan) 感器完全失靈等。空調硬故障大多是突然發生的，因此問題相對嚴(yan) 重，但因為(wei) 是器件問題，容易被檢測到導致故障的原因。而空調係統的軟件故障是指機器的性能變差而導致的運行異常狀態，具體(ti) 有盤管結垢、傳(chuan) 感器一定程度失效、風道發生泄漏以及閥門關(guan) 閉不緊等。通常軟件故障的發生過程是緩慢的，在發展到一定程度後才能會(hui) 顯示出設備運行異常狀態，因而在故障初期不易被檢測到。 

　　 空調故障診斷主要指相關(guan) 人員根據空調係統運行中出現的異常狀態，檢測、判定設備出現的問題以及出現問題的器件，並能預測該設備惡化發展的趨勢並且確定相應維修、維護等對策。 

　　2.潔淨空調係統故障診斷的作用 

　　由於(yu) 現在空調設備使用廣泛，對人們(men) 的生活生產(chan) 起到較重要的作用，所以維護空調係統的正常運行，具有非常重大的社會(hui) 效益和經濟意義(yi) 。尤其對醫院潔淨室的空調係統進行維護，其作用更為(wei) 重大。因為(wei) 空調係統需要經常運行，長期下來，其器件有所損耗而導致各種不同性能出現衰退；又因為(wei) 一般的暖通空調係統具有各種熱濕處理功能，導致各參數要不斷進行耦合，這就使得係統存在較為(wei) 複雜的故障關(guan) 聯性，常常是一個(ge) 器件出現問題，導致一係列的連鎖反應，從(cong) 而影響到整體(ti) 的設備運行狀況。對比於(yu) 一般場所的空調係統，潔淨室的空調係統的參數控製更嚴(yan) 格，除了溫濕度需要特殊控製外，還要對室內(nei) 的房間壓差、顆粒物濃度和氣流流形有特別的要求，這些參數的設定適宜與(yu) 否，極大地影響到生產(chan) 狀態和產(chan) 品質量的好壞，所以定期對其進行故障診斷是必要的，一方麵能夠提升生產(chan) 的效率和產(chan) 品的質量，一方麵能降低係統能耗和係統發生故障的概率，從(cong) 而節約成本和減輕發生故障好的耗費物力、財力、人力的程度。 

　　3.常用的潔淨室空調故障診斷辦法 

　　 隨著空調診斷技術不斷發展，現階段最常用的故障診斷辦法主要有以下幾大類，而每個(ge) 類別的方法體(ti) 係中又可分為(wei) 若幹子類。如圖1-1所示。 

　　圖1-1常用的診斷辦法體(ti) 係 

　　3.1基於(yu) 係統數學模型的診斷辦法 

　　 這個(ge) 辦法是以現代控製和優(you) 化理論為(wei) 指導理論，以係統數學模型為(wei) 方法基礎，主要利用等價(jia) 空間方程、參數模型估計、Luenberger觀測器、Kalman濾波器以及識別等辦法使被診斷設備產(chan) 生殘差，再根據某個(ge) 閥值對殘差實行分析評價(jia) ，以此達到診斷的目的。這個(ge) 辦法是緊密結合控製係統的，能起到容錯控製、重構、係統修複或者連續監控的作用，所以該辦法得到廣泛應用。在此基礎上，該體(ti) 係辦法又可分為(wei) 參數估計診斷辦法、狀態估計診斷辦法與(yu) 一致空間診斷辦法三種。 

　　3.1.1狀態估計診斷辦法 

　　 由被控製的狀態可以得知係統運行的整體(ti) 狀態，所以，依靠係統狀態的推測，聯合相應的係統數學模型可以實現故障診斷。具體(ti) 辦法為(wei) ：首先要重構係統被控製的狀態，然後將此狀態和可測變量對比，可構成殘差序列，最後聯合恰當的模型進行狀態檢驗，就能初步診斷出空調係統的故障情況。 

　　3.1.2輸出估計(預測)診斷法 

　　 使用這個(ge) 辦法，需要首先確定診斷需要使用的數學模型，然後按照相應的數學辦法分析診斷被測係統的信息。診斷的指導思想是用解析冗餘(yu) 替代硬件冗餘(yu) 。當解析冗餘(yu) 依靠構造係統的模型估算出係統輸出值，再將此數值和實際的係統輸出值相比較，從(cong) 中排除了故障信息突變導致的奇異點之後，其餘(yu) 信息就是對應係統故障的表現。輸出估計(預測)診斷法基本過程如圖1-2所示。 

　　圖1-2輸出估計診斷 

　　3.1.3基於(yu) 信息融合的診斷方辦法 

　　 該辦法是一種多源信息綜合處理技術。即是它把源自同一目標的多源信息進行合成，生成相對單一信息源更為(wei) 完整及精確的預測信息，這個(ge) 辦法通常用於(yu) 診斷信號信噪比低、可信度低等係統問題。 

　　3.2基於(yu) 知識處理的診斷辦法 

　　 知識診斷即是根據專(zhuan) 家總結的經驗進行診斷。一般以領域專(zhuan) 家的實踐經驗知識為(wei) 診斷思想核心，然後進行相似性推理而進行故障診斷，這個(ge) 辦法無需精確的數學模型輔助，總的來說，是根據設備運行表現出的某些智能特性而判斷，屬於(yu) 簡便的空調係統故障診斷法。但是因為(wei) 專(zhuan) 家的實踐和經驗會(hui) 存在局限性，因此采用此法也存在不足之處，要根據實際需要運用。 

　　3.2.1基於(yu) 專(zhuan) 家係統的智能診斷辦法 

　　 在潔淨室的空調係統故障的診斷中，故障診斷專(zhuan) 家係統是應用較多的辦法之一。常用的診斷領域是難建立數學模型或者無精確數學模型的複雜係統上。 

　　3.2.2基於(yu) 神經網絡的智能診斷辦法 

　　 神經網絡表現出強非線性、超高維性等動力學特點。這些特征讓該辦法具備聯想、記憶、自適應、原則上容錯、推測、自學習(xi) 、處理複雜模式以及並行等作用，可提高診斷的精確度。具體(ti) 的應用形式有：以預測的角度將神經網絡當作動態預測模型實施故障預測；從(cong) 知識處理的角度構建基於(yu) 神經網絡的專(zhuan) 家知識診斷係統；利用強非線性的神經網絡特征進行動態跟蹤故障診斷等。 

　　3.2.3基於(yu) 模糊邏輯的診斷辦法 

　　 在空調係統故障診斷中引入模糊邏輯法，不但可以克服診斷過程的不定性和精確度低以及信號差、噪音強等問題，尤其是在處理複雜空調係統的時滯大、時變大以及非線性問題時候，它的優(you) 越性更為(wei) 明顯。 

　　3.2.4基於(yu) 故障樹分析的診斷辦法 

　　 一般空調係統故障具有層次特征，其前因後果的關(guan) 係形成多層次性並表現為(wei) 因果鏈，如果是一因多果或一果多因的情況就構成了故障樹。所以根據因果關(guan) 係進行的故障診斷液稱為(wei) 故障樹分析法。包含定量分析與(yu) 定性分析兩(liang) 種。其中定量分析主要是分析出頂事件發生的特征量與(yu) 底事件的重要度。定性分析是一種利用最小路集算法或者最小割集算法推斷出頂事件發生的全部可能的故障模式，即是分析推斷空調係統可能出現某種最不希望的故障有多少種可能性。 

　　3.2.5基於(yu) 實例推理的診斷辦法 

　　 這是一種新興(xing) 起的推理診斷技術，其核心基於(yu) 一個(ge) 有效的實例進行診斷分析。主要通過類似的案例情況進行判別，這種辦法減少解決(jue) 問題的時間，並能提升推理診斷的有效性，在知識和經驗都存在局限性的情況下，就可參照原有係統的案例問題，防止同一種問題無法識別，縮短故障診斷的過程。 

　　3.2.4 其他診斷方法 

　　 其它故障診斷方法有模式識別診斷方法、定性模型診斷方法以及基於(yu) 灰色係統理論的診斷方法等。另外包括前述方法之間互相融合、互補不足而形成的混合診斷方法。 

　　4.結語 

　　 針對空調係統的複雜性以及運行中不能預知的故障問題，為(wei) 了提高空調的使用率和使用期限，需要定期或者不定期進行相應的故障檢驗或者維修。潔淨室空調係統複雜龐大，這在一定程度上增加了空調係統發生故障的幾率。本文主要闡述了對潔淨室空調係統進行故障診斷的作用以及常用的診斷辦法，增強及時維修設備的可能性，最大程度獲取社會(hui) 效益和經濟效益。