基于SVDD的冷水机组传感器故障检测及效率分析

冷水机组故障检测与诊断方法研究冷水机组故障检测与诊断方法研究摘要：随着冷水机组的广泛使用，其故障检测与诊断方法的研究越来越重要。

本文通过对现有冷水机组故障检测与诊断方法的综述和整理，深入研究了不同类型故障的检测与诊断方法，并提出了一种基于振动信号分析的新方法。

实验结果表明，该方法能够有效检测和诊断冷水机组中的故障。

一、引言冷水机组是工业生产中常用的制冷设备之一，广泛应用于空调系统、制冷设备以及工业生产中其他需要冷却的环境。

然而，长时间的使用和不可预测的环境因素可能导致冷水机组出现故障，影响其正常运行。

因此，及时有效地检测和诊断冷水机组的故障显得尤为重要。

二、冷水机组故障检测与诊断方法的综述冷水机组故障检测与诊断方法可以分为传统方法和新兴方法。

传统方法包括参数统计法、专家系统法和模型预测法等。

参数统计法基于机组运行时的参数数据，通过统计分析来检测故障。

专家系统法利用专家经验和知识构建诊断模型，对机组的运行状态进行判断。

模型预测法是通过建立机组的数学模型，利用数学方法对机组运行状态进行预测。

新兴方法主要包括信号处理法和机器学习法。

信号处理法通过对机组振动信号、温度信号等进行处理和分析，检测和诊断故障。

机器学习法是基于大量的机组数据和故障样本，通过机器学习算法来建立故障检测和诊断模型。

三、不同类型故障的检测与诊断方法1. 压缩机故障检测与诊断方法压缩机是冷水机组的核心部件之一，常见的故障包括过热、润滑不良等。

传统方法中，参数统计法可以通过监测压缩机的进出口压力、温度等参数来判断其运行状态。

新兴方法中，信号处理法可以通过对压缩机振动信号的分析来检测故障。

2. 冷凝器故障检测与诊断方法冷凝器是冷水机组中的另一个重要部件，其故障主要包括管道堵塞、换热效果降低等。

传统方法中，模型预测法可以通过建立冷凝器的热力学模型来预测其运行状态。

新兴方法中，机器学习法可以通过对冷凝器的历史数据进行学习，建立故障检测和诊断模型。

冷水机组系统的温度传感器故障诊断
晋欣桥;杜志敏;肖晓坤;惠广海;李晓锋
【期刊名称】《上海交通大学学报》
【年(卷),期】2004(38)6
【摘要】根据能量守恒关系式的残差特征,在冷水机组系统中选取恰当的控制体,推导了关于系统中温度传感器的故障诊断方程组.通过建立和求解故障诊断方程组,以达到对温度传感器固定漂移故障的检测、诊断和度量.同时,提出了在建立诊断方程组过程中稳定状态检测和方程组封闭性等问题的解决方法,分析了采集数据样本数对诊断结果准确度的影响.最后,所有的诊断方程组在已建立的系统数字仿真器上进行了验证.结果表明,所建立的诊断方程组能够准确地诊断出传感器的固定漂移故障.【总页数】7页(P976-981)
【关键词】空气调节系统;控制系统;故障检测;故障诊断;温度传感器
【作者】晋欣桥;杜志敏;肖晓坤;惠广海;李晓锋
【作者单位】上海交通大学机械与动力工程学院
【正文语种】中文
【中图分类】TU8
【相关文献】
1.关于空调系统中满液式冷水机组与双循环DX冷水机组的比较 [J], P.Perera;徐雄冠
2.基于神经网络的冷水机组故障诊断系统 [J], 樊建中;李保东
3.基于单类支持向量机的冷水机组温度传感器故障检测 [J], 毛前军; 梁致远; 刘冬华; 胡云鹏; 李冠男; 方曦
4.基于现场传感器参数及SVM的冷水机组故障诊断 [J], 范雨强;崔晓钰;韩华;武浩;徐玲
5.基于特征Petri网建模的冷水机组故障诊断系统 [J], 徐兵;朱亚橙;苏俊;范秋敏因版权原因，仅展示原文概要，查看原文内容请购买。

冷水机组常见故障及处理方法分析报告冷水机组是一种常用的空调设备，用于提供冷水供应给建筑物的空调系统。

由于长时间运行和各种原因，冷水机组可能会发生故障。

本文将针对冷水机组常见故障进行分析，并提供相应的处理方法。

一、制冷效果差1.故障描述：冷水机组无法达到预期的制冷效果，室内温度无法降低。

2.可能原因：(1)冷水机组制冷剂不足；(2)循环水泵故障；(3)冷冻水阀门未打开；(4)冷凝器堵塞。

3.处理方法：(1)检查制冷剂是否需要补充；(2)检查循环水泵是否正常运转，修复或更换故障水泵；(3)检查冷冻水阀门状态，确保是否正确开启；(4)清洁、维护冷凝器，清除堵塞。

二、噪音过大1.故障描述：冷水机组运行时发出异常的噪音，影响使用环境。

2.可能原因：(1)循环水泵故障；(2)冷冻水泵轴承损坏；(3)壳体松动；(4)振动降噪隔绝装置故障。

3.处理方法：(1)检查循环水泵，修复或更换水泵；(2)检查冷冻水泵轴承，更换损坏的部件；(3)紧固冷水机组壳体螺栓，确保无松动；(4)检查振动降噪隔绝装置，修复或更换故障装置。

三、冷凝器结霜1.故障描述：冷水机组的冷凝器表面结霜，降低了传热效率。

2.可能原因：(1)空气过滤器堵塞；(2)冷凝器压力过低；(3)冷水流量过低。

3.处理方法：(1)清洁或更换空气过滤器，确保空气通畅；(2)调节冷凝器的压力，以保持正常运行；(3)检查冷水流量，调整至合理范围。

四、制热效果差1.故障描述：冷水机组无法达到预期的制热效果，室内温度无法升高。

2.可能原因：(1)加热器故障；(2)冷凝器结垢；(3)冷冻水阀门未关闭。

3.处理方法：(1)检查加热器，修复或更换故障部件；(2)清洁、维护冷凝器，确保无结垢现象；(3)关闭冷冻水阀门，以确保不会对制热效果产生干扰。

五、制冷周期长1.故障描述：冷水机组制冷周期较长，无法快速制冷。

2.可能原因：(1)制冷系统压力过低；(2)冷水泵流量不足；(3)蒸发器过腔。

冷水机组故障及分析冷水机组是一种用于制冷的设备，广泛应用于工业生产和商业场所。

在使用过程中，冷水机组可能会发生各种故障。

以下将列举一些常见的冷水机组故障，并对其进行分析。

1.冷水机组不能正常启动。

故障可能原因：-电源供应不良，检查电源连接是否稳固，电压是否符合要求。

-控制面板故障，检查面板上的电源开关和控制开关是否正常。

-压缩机故障，检查压缩机是否正常运转，是否存在堵塞或磨损。

-冷凝器故障，检查冷凝器是否清洁，是否存在漏气或加热。

2.冷水机组无法达到设定的温度。

故障可能原因：-冷媒不足，检查冷媒的压力和流量，是否满足设定要求。

-蒸发器故障，检查蒸发器是否清洁，是否存在堵塞或泄漏。

-控制阀门故障，检查阀门是否正常工作，是否存在堵塞或漏气。

-温度传感器故障，检查传感器的连接是否良好，是否需要更换。

3.冷水机组噪音过大。

故障可能原因：-压缩机故障，检查压缩机是否正常工作，是否需要更换振动吸音垫。

-冷却风扇故障，检查风扇是否正常运转，是否需要重新调整位置或更换。

-水泵故障，检查水泵是否正常工作，是否存在异物或堵塞。

4.冷水机组漏水。

故障可能原因：-冷凝器或蒸发器渗漏，检查设备外壳是否有水渍，是否需要更换密封件。

-管道连接故障，检查管道连接是否牢固，是否需要重新固定或更换密封件。

-水泵故障，检查水泵是否正常运转，是否需要更换密封件或重新调整。

5.冷水机组能耗过高。

故障可能原因：-冷媒泄漏，检查冷媒管道是否有漏气现象，是否需要重新密封管道或更换冷媒。

-传热效率低，检查蒸发器和冷凝器是否清洁，是否需要进行清洗或维护。

-控制系统故障，检查控制系统是否正常工作，是否需要进行调整或更换。

以上是一些常见的冷水机组故障和可能的原因分析。

在实际工作中，要及时排除故障，保证冷水机组的正常运行。

其次，进行定期维护和检查，确保设备的性能和寿命。

专利名称：基于支持向量回归模型的冷水机组故障诊断方法专利类型：发明专利
发明人：蔡洪,吕瑾,李咏强,王复峰,青晓雨,王欣,陈海莲,梁草茹,周天一
申请号：CN202210337657.1
申请日：20220401
公开号：CN114638317A
公开日：
20220617
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于支持向量回归模型的冷水机组故障诊断方法，确定冷水机组故障类型；确定冷水机组故障的敏感特征参数和故障诊断规则；使用冷水机组的运行数据训练各个敏感特征参数的支持向量回归模型，所述支持向量回归模型需选取的参数通过狼群算法获得；确定各个敏感特征参数的故障阈值；利用支持向量回归模型预测当前各个敏感特征参数值，根据敏感参数值和故障阈值，判断冷水机组故障。

本发明能够有效提高故障诊断预测精度和准确率。

申请人：中国人民解放军战略支援部队航天工程大学士官学校
地址：102249 北京市昌平区府学路7号
国籍：CN
代理机构：北京天盾知识产权代理有限公司
代理人：张彩珍
更多信息请下载全文后查看。

冷水机组故障判断与排除方法冷水机组是一种常见的制冷设备，用于提供冷却水或制冷剂。

在使用过程中，冷水机组可能会出现各种故障，如冷却效果不佳、噪音大、运行不稳定等。

下面将介绍一些冷水机组故障的判断与排除方法。

1.冷却效果不佳当冷却效果不佳时，首先要检查冷水机组的制冷剂压力。

如果制冷剂压力过低，可能是因为制冷剂泄漏造成的。

可以通过检查管道连接处、阀门和制冷器外壳等地方是否有气体泄漏的迹象来判断。

如果发现泄漏，需要及时修复漏点，并重新注入制冷剂。

另外，冷水机组的冷凝器和蒸发器也可能因为压力或者温度的问题导致冷却效果不佳。

可以通过检查冷凝器和蒸发器的温度差来判断是否存在问题。

如果温度差较大，可能是因为冷凝器或蒸发器的污垢堵塞导致的，此时需要进行清洗。

2.噪音大当冷水机组运行时，如果出现异响或噪音较大，可能是由于机组内部的零件松动或损坏导致的。

可以通过检查机组的风扇、压缩机和泵等部件是否松动或有异常声音来判断。

如果发现异常，需要及时进行紧固或更换零件。

此外，冷水机组的冷却水循环系统也可能因为水泵故障或水管堵塞等问题导致噪音增大。

可以通过检查水泵的运行状况和检查水管是否堵塞来判断是否存在问题。

如果发现异常，需要及时修复或更换水泵，并进行清洗水管。

3.运行不稳定当冷水机组运行不稳定或者频繁启停时，可能是由于冷水机组的控制系统出现故障。

可以通过检查冷水机组的控制面板是否有故障提示或报警来判断。

如果控制面板显示异常，可以尝试重启机组或进行系统复位来解决问题。

如果问题仍然存在，可能是控制系统的传感器或控制器出现故障，需要进行更换或修复。

另外，冷水机组的供电系统也可能因为电源不稳定或线路接触不良等问题导致运行不稳定。

可以通过检查机组的供电电压是否稳定和检查电源线路是否良好接触来判断是否存在供电问题。

如果存在供电问题，需要调整电压或修复线路。

综上所述，冷水机组故障的判断与排除方法主要包括检查制冷剂压力、清洗冷凝器和蒸发器、检查并修复或更换零件、检查水泵和水管、检查控制面板和传感器、以及检查供电系统。

制冷机组故障检测与诊断研究摘要：在石油化行业和空调行业中，制冷机组是其极其重要的设备构成，而在现阶段的制冷机组中有两种是较为典型的，就是离心式制冷机组和螺杆式制冷机组。

如果想要将制冷机组运行的可靠性有效的提高，对制冷机组运行故障及诊断技术进行探讨是至关重要的。

在分析某种离心式制冷机组和螺杆式制冷机组基本的工况的基础上，对象分别是离心式机组的磨损故障和压缩机出现磨损故障，与实际的运行状况相结合，对其出现故障的原因进行了分析。

最后，根据故障问题给出了相应的解决措施，希望对制冷机组的稳定工作能够有一定的帮助。

关键词：制冷机组故障检测诊断前言：离心式制冷机组和螺杆式制冷机组的特点有以下几点：简单的结构、较小的体积、很轻的重量、运行稳定以及有较大的制冷量的调节范围，在很多重种的工况下否能够很好地使用，还能够进行实时的无级调节，而且有较高的COP，所以不管是在石油化行业，还是空调行业，其应用都是极为广泛的。

所以，对离心式和螺杆式的制冷机组常见的一些故障进行了分析，并给出了相应的一些解决措施，有助于促进制冷机组的运行稳定有效的提高，为制冷机组的使用效果提供了有利的保障。

一、某型号螺杆式制冷机组的基本工况对相互齿合的螺旋型转子构成了该压缩机，而且加工的方法使采用双边非对称圆弧包络线型线，是由阳转子输入原动机的功率。

阴阳转子通过分别安装在吸、排气端的主轴承、滚动轴承和隔环等对控制转子端面与端座之间出现擦伤。

这套设备在使用一段时间以后，因为是在温度比较高的环境下使用的，导致制冷机组的压缩机出现了磨损故障，机组冷却系统工作故障等。

而本文这个是从这两个方面进行详细的论述的。

二、诊断和处理螺杆压缩机磨损故障（一）描述故障的现象和主要的典型故障情况在制冷机组的12#机组运行的过程中，有异常的声音产生，而且还有比较明显的加剧振动，另外油压也有所降低，使得启动了机组的保护装置，使得制冷机组的车自动停止了。

值班人员对其进行了初步的检查，发现有金属粉末存在于机组的油过滤器滤芯内部，比如说有一些小的不锈钢丝、铁片等等。

专利名称：一种基于神经网络的风冷式制冷机组传感器故障诊断方法
专利类型：发明专利
发明人：李冬辉,高龙,李丁,尹海燕
申请号：CN201910144268.5
申请日：20190227
公开号：CN109781399A
公开日：
20190521
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于神经网络的风冷式制冷机组传感器故障诊断方法，包括以下步骤：将风冷式制冷机组的传感器历史采集值作为长短时记忆循环神经网络输入；通过正常样本对长短时记忆循环神经网络进行训练，根据训练完成的长短时记忆循环神经网络计算得到每个传感器当前时刻的输出预测值；将长短时记忆循环神经网络的输出预测值与当前时刻对应传感器采集值进行比较得到预测残差；将预测残差与预设阈值进行比较，若预测残差大于预设阈值，则对应传感器存在故障。

本发明设计合理，其采用神经网络方法可准确、快速地对风冷式制冷机组多传感器故障进行定位，避免造成能源浪费，提高设备的使用寿命。

申请人：天津大学
地址：300072 天津市南开区卫津路92号
国籍：CN
代理机构：天津盛理知识产权代理有限公司
代理人：王利文
更多信息请下载全文后查看。

基于深度学习的冷水机组故障检测与诊断研究基于深度学习的冷水机组故障检测与诊断研究随着科技的不断进步，深度学习在工业领域的应用越来越广泛。

冷水机组作为工业生产过程中重要的设备之一，其故障会直接影响到生产效率和系统稳定性。

因此，研究基于深度学习的冷水机组故障检测与诊断方法具有重要的意义。

冷水机组通常由压缩机、冷凝器、蒸发器和节流装置等组成，通过循环流体实现工业设备的冷却。

在实际运行中，由于设备老化、设计不合理、环境变化等原因，冷水机组可能会发生各种故障，例如压缩机故障、冷却效果下降等。

传统的故障检测方法通常基于规则或模型，但对于复杂的冷水机组系统而言，这些方法往往难以准确地识别故障类型和精确定位故障位置。

而深度学习作为一种数据驱动的方法，通过学习大量的数据样本来提取特征，并构建复杂的模型进行故障检测和诊断。

在冷水机组故障检测与诊断中，基于深度学习的方法具有以下几个优点：首先，深度学习具有强大的学习能力和自适应性。

通过大量的样本数据进行训练，可以学习到输入特征的高维表示，从而能够提取出冷水机组故障的隐含特征。

因此，深度学习方法能够较好地应对冷水机组系统复杂性和多变性的问题，提高故障检测和诊断的准确率。

其次，深度学习方法可以实现端到端的故障检测。

传统的故障检测方法通常需要手动提取特征，并构建模型进行分析和判断。

而基于深度学习的方法则可以直接从原始数据中学习到特征，不需要依赖人工提取的特征。

这样一来，可以减少对领域知识的依赖，提高故障检测的准确率和效率。

最后，深度学习方法具有较强的泛化能力。

通过充分的训练，深度学习方法可以学习到冷水机组系统的一般模式和规律，从而可以对未知的故障样本进行准确的分类和诊断。

这也为实际工业应用提供了便利，可以及时发现冷水机组故障，并采取相应的维修措施，避免生产中断和设备损坏。

基于以上优势，研究者们对于基于深度学习的冷水机组故障检测与诊断方法进行了一系列的研究。

他们通常将深度学习模型应用于冷水机组系统数据的处理和分析，通过大量的样本训练，构建故障检测和诊断模型。

一、故障分析根据冷水机组的故障现象及机组的主要运行参数(见表1) ，结合冷水机组各系统工作原理进行故障分析。

1、滑油变质滑油系统在制冷机组中起着密封、冷却、润滑和能量调节的作用，从压缩机分油器流出的油经过贮油器、粗油过滤器、油泵、精油过滤器、油冷却器通往油分配器，再到达各进油口、轴承、平衡活塞、能量调节等部位。

1) 机理分析。

导致冷水机组滑油变质的因素有:①没有按说明书要求进行周期检查更换滑油，超期使用导致变质。

②冷水机组的冷凝器、油冷却器、蒸发器的冷却水系统管路泄露，使滑油中混入海水或淡水造成乳化变质。

③在机器运转过程中，由于异常摩擦产生的金属磨料，以及主电动机掉下的漆包线，设备检修过程中不慎遗留的棉纱、石棉等碎片颗粒进入到滑油系统中，致使滑油变质。

④油冷却器冷却系统管路脏堵或水泵故障导致供水不足时，油冷却器内的滑油得不到充分冷却，长时间在高温条件下发生脱氢变质，滑油的总酸值增加，粘度和密度增加。

⑤冷水机组在充注制冷剂R22 过程中将空气带入制冷系统，在使用条件下润滑油与空气接触逐渐发生氧化而生成树漆、树脂和有机酸等不溶于油的沉淀物。

2) 原因排查。

图1 滑油变质的故障树示意图根据滑油变质的故障树(如图1) ，结合现场检查情况，对故障原因进行逐一排查:滑油正常更换周期为10000h，故障机发生故障前400h更换新滑油，且同时更换滑油的其他3 台冷水机组工作正常，可排除①; 取滑油进行油样分析，滑油颜色发黑，混有部分金属微粒，滑油粘度正常，未发生乳化变质，排除了②、④; 不凝性气体进入制冷系统后，通常聚集在系统的高压部分，使压缩机排气压力明显升高，根据现场检查排气压力正常，可排除⑤; 拆开滑油滤器进行检查，未发现有棉纱、漆包线等杂质，但发现油中混有部分金属微粒。

由此可推断，滑油变质是压缩机内部机械部件异常摩擦产生的金属磨料混入油中所致。

2、吸气端面温度高BLG－16 半封闭螺杆制冷压缩机是制冷机组的关键部件，电动机通过花键联轴节直接同阳转子相连，阳转子带动阴转子啮合运动，阴阳转子由6个滚珠轴承支撑于机体内部。

冷水机组常见故障及处理方法分析冷水机组是一种常见的制冷设备，用于提供冷却水或冷却液体以供工业或商业用途。

然而，由于长时间使用和各种外部因素的影响，冷水机组常常会出现故障。

本文将分析冷水机组常见的故障，并提供相应的处理方法。

1.压缩机故障压缩机是冷水机组的核心部件，常见的故障包括启动困难、压缩机过热、压缩机噪音大等。

处理方法包括检查电源是否正常供电，清理压缩机周围的灰尘和杂物，及时替换过热的压缩机，并进行日常保养和维护。

2.冷却塔故障冷却塔是冷水机组的重要组成部分，故障常见于水泵堵塞、冷却塔结垢、风机运行异常等。

处理方法包括清洗冷却塔的水泵和管道，定期进行冷却塔的清洗和维护，修复或替换故障的风机。

3.冷凝器故障冷凝器是冷水机组中用于冷却工质的重要设备，常见故障包括冷凝器漏水、散热不良等。

处理方法包括及时更换漏水的冷凝器，保持冷凝器周围的通风良好，定期清洗冷凝器表面的灰尘和杂物。

4.蒸发器故障蒸发器是冷水机组中的制冷核心部件，常见故障包括结霜、冷水温度不稳定等。

处理方法包括清理堆积在蒸发器表面的霜冰，保持蒸发器周围的通风畅通，调整蒸发器的供冷水量和水温。

5.电气控制故障冷水机组的电气控制系统经常会出现故障，如电气线路故障、控制面板故障等。

处理方法包括检查电气线路的接触是否良好，修复或更换故障的电气元件，定期清洗和校准控制面板。

6.冷水泵故障冷水泵是冷水机组中用于循环冷却水的关键设备，常见故障包括水泵堵塞、水泵漏水等。

处理方法包括清洗水泵和管道，检查水泵的密封件是否完好，修复或更换故障的水泵。

综上所述，冷水机组的常见故障包括压缩机故障、冷却塔故障、冷凝器故障、蒸发器故障、电气控制故障和冷水泵故障等。

处理这些故障的方法包括清洁和保养设备、更换故障的部件、修复电气线路和控制面板等。

定期的维护和保养是预防冷水机组故障的关键。

基于SVDD与D-S证据理论的发动机故障诊断研究[摘要]提出了一种基于支持向量数据描述( SVDD)和D-S 证据理论相结合的故障诊断新方法，通过SVDD算法分别判断来自单个传感器的数据，然后运用D-S证据理论对各传感器的诊断结果进行信息融合，最终实现对发动机的故障诊断。

试验表明，该方法充分利用各信号源的冗余互补信息，降低了诊断的不确定性，提高了故障诊断的可靠性。

关键词：发动机；故障诊断；支持向量数据描述；D-S证据理论；信息融合A Research on Engine Fault Diagnosis Based on SVDD and D-S Evidence Theory[Abstract] A novel fault diagnostic method based on the combination of support vector data description(SVDD) and D-S evidence theory is proposed. Firstly SVDD algorithm is used to judge the data from individual sensor. Then diagnostic results of all sensors are fused by applying D-S evidence theory, and the fault diagnosis of engine is finally completed. The test results show that the method proposed can fully utilize the redundant and complementary information of all signal sources, and hence reduce the uncertainty and enhance the reliability of fault diagnosis.Keywords: engine; fault diagnosis; support vector datadescription; Dumpster-Shafer evidence theory; information fusion前言柴油发动机工作时机体表面振动信号含有丰富的零部件运行状态信息，采用振动信号进行特征分析与模式识别是发动机故障诊断的主要方法之一。