專利名稱：空調(diào)制冷機故障的模糊診斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種空調(diào)制冷機故障診斷方法。特別是一種以模糊數(shù)學為基礎(chǔ)來識別故障的空調(diào)制冷機故障的模糊診斷方法。屬于機械設(shè)備故障診斷和制冷與空調(diào)技術(shù)領(lǐng)域。
2、對具體故障進行單因素評判。例如冷凝溫度變化為ΔT時，對于故障1，請專家做評判，有50％的人認為發(fā)生故障1的可能性大，有30％的人認為可能性中，有10％的人認為可能小，剩下10％的人認為無可能性。則該ΔT對故障1的評判結(jié)果為(0.5，0.3，0.1，0.1)。
對不同的ΔT都可同樣做出可能性評判。為簡便起見，把ΔT歸一化成為0～8等級值，對每一等級值分別作可能性評判，得到冷凝溫度變化對故障1的單因素評判隸屬度表F11。同樣得到蒸發(fā)溫度、壓縮機進口溫度、壓縮機出口溫度、空調(diào)房間溫度、冷卻水溫度這六個參量變化對于故障1的隸屬度表F12，F(xiàn)13，…F16。同樣可得到這六個參量變化對于其余六個故障的隸屬度表，這樣6種參量對應(yīng)7種結(jié)論，共組成42個單因素單結(jié)論隸屬度表，我們將這些表存在PC機中以備查找。
3、確定權(quán)重分配。由于每個參量對于不同故障的影響是不一樣的，為此我們要分析其各自的權(quán)重，得到權(quán)重分配表A。例如對于故障1來說，冷凝溫度、蒸發(fā)溫度變化大時發(fā)生的可能性最大，其權(quán)重應(yīng)最大；又經(jīng)分析認為空調(diào)房間溫度變化權(quán)重應(yīng)次之，壓縮機進口溫度、壓縮機出口溫度權(quán)重較小，冷卻水溫度則完全與其無關(guān)，那么對這一故障的6個參量的權(quán)重分配可得到 同理，對于其他6種故障也有不同的權(quán)重關(guān)系為 將這7張權(quán)重分配表存在PC機中，以備查詢和修改。
在故障出現(xiàn)后，六個傳感器輸入信息的變化量經(jīng)歸一化、量化得到各自的等級值，到各自對應(yīng)于該故障的隸屬度表中查詢，得出此時的隸屬度值。于是得到綜合評判模糊關(guān)系矩陣 進一步進行歸一化處理，算出此時故障的評判結(jié)果B~1,B~2,···,B~7.]]>
4、運用重心法對模糊向量進行反模糊化，若設(shè)定“可能性大”時故障發(fā)生概率為90％，“可能性中”時故障發(fā)生概率為50％，“可能性小”時故障發(fā)生概率為10％，“無可能性”時故障發(fā)生概率為0，則可算出此時故障發(fā)生概率E。
5、故障的最終診斷。上式的結(jié)果為7個模糊向量，不考慮各故障之間的關(guān)系時，按照各故障自己的反模糊關(guān)系矩陣(由專家和統(tǒng)計數(shù)據(jù)評判)查詢，得到各故障自己的報警級別。在實際運用中發(fā)現(xiàn)，各個故障之間是有某種聯(lián)系的，因此，我們需要歸納出這種聯(lián)系，總結(jié)出一張故障關(guān)系表。最后得到的各故障發(fā)生概率矩陣，可按照各故障自己的反模糊關(guān)系矩陣(由專家和統(tǒng)計數(shù)據(jù)評判)查詢，即可得到各故障報警級別。
綜上所述，本發(fā)明模糊診斷技術(shù)以PC機為核心，首先建立一個從評判對象的元素集到評語集的模糊映射，即求出模糊關(guān)系。為簡便起見，把ΔT歸一化成為0～8等級值，對每一等級值分別作可能性評判，得到冷凝溫度、蒸發(fā)溫度、壓縮機進口溫度、壓縮機出口溫度、空調(diào)房間溫度、冷卻水溫度這六個參量變化對于故障1的隸屬度表。同樣，先假定系統(tǒng)發(fā)生的故障為7種，這樣6種參量對應(yīng)7種結(jié)論，共組成42個單因素單結(jié)論隸屬度表，我們將這些表存在PC機中以備查找。根據(jù)模糊理論按查表方式得到其隸屬度的量值，再根據(jù)各種參量的權(quán)重融合成一個模糊量，最后解模糊得到故障信號的輸出。
由于上述方法采用了多傳感器集成和多信息融合處理技術(shù)，該模糊診斷技術(shù)具有以下優(yōu)點1.降低了誤報率。
2.由于強調(diào)了各種信息的綜合判斷，做到了靈敏度和誤報率的統(tǒng)一。
3.有利于在惡劣環(huán)境下使用。
2.系統(tǒng)先對具體故障進行單因素評判。例如冷凝溫度變化為ΔT時，對于故障1，請專家做評判，有50％的人認為發(fā)生故障1的可能性大，有30％的人認為可能性中，有10％的人認為可能小，剩下10％的人認為無可能性。則該ΔT對故障1的評判結(jié)果為(0.5，0.3，0.1，0.1)。
對不同的ΔT都可同樣做出可能性評判。為簡便起見，把ΔT歸一化成為0～8等級值，對每一等級值分別作可能性評判，得到冷凝溫度變化對故障1的單因素評判隸屬度表F11。同樣得到蒸發(fā)溫度、壓縮機進口溫度、壓縮機出口溫度、冷間溫度、冷卻水溫度這六個參量變化對于故障1的隸屬度表F12，F(xiàn)13，…F16。同理得到這六個參量變化對其余六個故障的隸屬度表。這樣6種參量對應(yīng)7種結(jié)論，共組成42個單因素單結(jié)論隸屬度表，我們將這些表存在PC機中以備查找。系統(tǒng)先對具體故障進行單因素評判。
3.確定權(quán)重分配每個參量對于不同故障的影響是不一樣的，為此我們要分析其各自的權(quán)重，得到權(quán)重分配表A。例如對于故障1來說，冷凝溫度、蒸發(fā)溫度變化大時發(fā)生的可能性最大，其權(quán)重應(yīng)最大；又經(jīng)分析認為冷間溫度變化權(quán)重應(yīng)次之，壓縮機進口溫度、壓縮機出口溫度權(quán)重較小，冷卻水溫度則完全與其無關(guān)，那么對這一故障的6個參量的權(quán)重分配可設(shè)為A~1=(0.5,0.5,0.3,0.1,0.1,0),]]>同理，對于其他6種故障也有不同的權(quán)重關(guān)系為A~2,···A~7,]]>將這7張權(quán)重分配表存在PC機中，以備查詢和修改。
4.單一故障綜合評判以一次模擬故障為例具體分析模糊診斷的一個流程。在模擬故障三出現(xiàn)后，六個傳感器輸入信息的變化量經(jīng)歸一化、量化得到各自的等級值，分別為7、5、3、3、2、1，到各自對應(yīng)于該故障的隸屬度表F31，F(xiàn)32，…，F(xiàn)36中查詢，得出此時的隸屬度值分別為(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)、。于是得到綜合評判模糊關(guān)系矩陣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]]>此時的權(quán)重分配表A3經(jīng)查詢?yōu)锳~3=(0.3,0.2,0.2,0.2,0.1,0.1)]]>則故障3評判結(jié)果為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)]]>進一步進行歸一化處理后得B~3=(0.45,0.22,0.22,0.01)]]>從上面的結(jié)果可以看出，“可能性大”的比重最大，比較符合實際情況。
同理，算出此時其余6種故障的評判結(jié)果B~1,B~2,···,B~7.]]>5.故障的最終診斷首先，運用重心法對模糊向量進行反模糊化，若設(shè)定“可能性大”時故障發(fā)生概率為90％，“可能性中”時故障發(fā)生概率為50％，“可能性小”時故障發(fā)生概率為10％，“無可能性”時故障發(fā)生概率為0，則可算出此時故障3發(fā)生概率E3為E3＝0.45×90％+0.22×50％+0.22×10％+0.01×0＝53.7％同理計算出其他故障單觸發(fā)生的概率E1，E2，…，E7。
上式的結(jié)果為7個模糊向量，不考慮各故障之間的關(guān)系時，按照各故障自己的反模糊關(guān)系矩陣(由專家和統(tǒng)計數(shù)據(jù)評判)查詢，得到各故障自己的報警級別。
6.在實際運用中發(fā)現(xiàn)，各個故障之間是有某種聯(lián)系的，因此，我們需要歸納出這種聯(lián)系，總結(jié)出一張故障關(guān)系表，如下式所示W(wǎng)=ω11ω12Λω17ω21ω22Λω27ΛΛΛΛω71ω72Λω77]]>上式中ωij為第i項故障發(fā)生時引發(fā)第j項故障的概率。顯然0≤ωij≤1，且ωij＝1。所以，最終的各故障發(fā)生概率矩陣D為D=E1E2OE7·W=d11d12Λd17d21d22Λd27ΛΛΛΛd71d72Λd77]]>從上式中，可得各故障i發(fā)生的最終概率為Di=Σj=17dij(i=1,2,Λ,7)]]>此時，即可依照預(yù)先設(shè)定的各域值，將各故障的最終概率值轉(zhuǎn)化為不同報警級別，去觸發(fā)相應(yīng)的報警行為。
權(quán)利要求
1.一種空調(diào)制冷機故障診斷方法，其特征在于采用模糊數(shù)學診斷方法，該方法包括(1)在制冷機上布置冷凝溫度、蒸發(fā)溫度、壓縮機進口溫度、壓縮機出口溫度、空調(diào)房間溫度、冷卻水溫度六個傳感器，通過數(shù)據(jù)采集系統(tǒng)送入PC機，假定系統(tǒng)發(fā)生的故障為7種，這7種故障原因是制冷劑過少；制冷系統(tǒng)管道堵塞；蒸發(fā)室風機停轉(zhuǎn)；壓縮機進排氣閥泄漏；冷凝器冷卻水流量太小；膨脹閥未打開或被阻塞；系統(tǒng)回油不良，這樣6種參量對應(yīng)7種結(jié)論，共組成42個單因素單結(jié)論隸屬度表，我們將這些表存在PC機中以備查找；(2)對不同的傳感器的信號變化量都可同樣做出可能性評判，為簡便起見，把6個傳感器的信號變化量歸一化成為0～8等級值，對每一等級值分別作可能性評判，得到冷凝溫度、蒸發(fā)溫度、壓縮機進口溫度、壓縮機出口溫度、空調(diào)房間溫度、冷卻水溫度這六個參量變化對于故障隸屬度表；(3)每個參量對于不同故障的影響是不一樣的，為此我們要分析其各自的權(quán)重，得到權(quán)重分配表A存入PC機；(4)反模糊處理，不考慮各故障之間的關(guān)系時，按照各故障自己的反模糊關(guān)系矩陣查詢，得到各故障自己的報警級別，在實際運用中發(fā)現(xiàn)，各個故障之間是有某種聯(lián)系的，因此，我們需要歸納出這種聯(lián)系，總結(jié)出一張故障關(guān)系表，最后得到的各故障發(fā)生概率矩陣，可按照各故障自己的反模糊關(guān)系矩陣查詢，即可得到各故障的報警級別。
全文摘要
空調(diào)制冷機故障的模糊診斷方法是以PC機為核心，采用模糊診斷技術(shù)，建立一個從評判對象的元素集到評語集的模糊映射，即求出模糊關(guān)系。為簡便起見，把6個傳感器的信號變化量歸一化成為0～8等級值，對每一等級值分別作可能性評判，假定系統(tǒng)發(fā)生的故障為7種，這樣6種參量對應(yīng)7種結(jié)論，共組成42個單因素單結(jié)論隸屬度表，我們將這些表存在PC機中以備查找。根據(jù)模糊理論按查表方式得到其隸屬度的量值，再根據(jù)各種參量的權(quán)重融合成一個模糊量，最后解模糊得到故障信號的輸出。
文檔編號F25B49/00GK1477353SQ0311645
公開日2004年2月25日 申請日期2003年4月17日 優(yōu)先權(quán)日2003年4月17日
發(fā)明者谷波, 王志毅, 黎遠光, 谷 波 申請人:上海交通大學