鄭超瑜，俞文勝，陳　武

(集美大學(xué) a.輪機工程學(xué)院；b.福建省船舶與海洋工程重點實驗室，福建 廈門 361021)

?

數(shù)據(jù)驅(qū)動法在船用冷藏集裝箱系統(tǒng)模型建立中的應(yīng)用

鄭超瑜，俞文勝，陳武

(集美大學(xué) a.輪機工程學(xué)院；b.福建省船舶與海洋工程重點實驗室，福建 廈門 361021)

利用數(shù)據(jù)驅(qū)動方法避開船用冷藏集裝箱制冷機組相對復(fù)雜的控制策略，建立精度較高的系統(tǒng)模型,采用回歸模型，通過數(shù)據(jù)驅(qū)動方法訓(xùn)練并獲取系統(tǒng)模型，驗證結(jié)果表明，采用數(shù)據(jù)驅(qū)動法獲取的系統(tǒng)模型能夠以較高的精度預(yù)測船用冷藏集裝箱系統(tǒng)的正常運行狀態(tài)，可作為故障診斷的判斷基準(zhǔn)。

船用冷藏集裝箱；數(shù)據(jù)驅(qū)動；故障診斷；系統(tǒng)模型

裝有不同數(shù)量、不同種類貨物的冷藏集裝箱在運輸途中，受到諸如大氣溫濕度、太陽輻射角、水溫、航區(qū)及航向等海洋氣候環(huán)境的影響，其動態(tài)熱負(fù)荷不斷變化；同時，船舶在航行過程中會產(chǎn)生震動、擺動和顫動，因此，冷藏集裝箱在運營中難免產(chǎn)生故障，這些故障輕則引起能耗增大，重則影響貨物的質(zhì)量，甚至造成貨損。為了避免故障造成經(jīng)濟損失，冷藏集裝箱在管理過程中多采取運輸前檢修、碼頭堆場的監(jiān)控和檢修、在船的監(jiān)控和檢修以及定期維修等多種措施。這些措施有些已經(jīng)具備一定的智能，但還不能診斷所有故障[1]，處理系統(tǒng)元件或部件突然失效的“硬”故障智能程度較高，而對諸如風(fēng)機性能逐步下降、冷凝器逐漸臟堵等緩慢發(fā)生的“軟”故障的報警與診斷的智能程度仍然較低，需要進一步加深研究。要在冷藏集裝箱上實現(xiàn)智能故障診斷應(yīng)該加強相關(guān)的關(guān)鍵技術(shù)研究，尤其要加強建立冷藏集裝箱故障診斷判斷基準(zhǔn)方法的研究[2]。為了匹配冷藏集裝箱運輸途中不斷變化的動態(tài)熱負(fù)荷，制冷機組的控制策略通常比較復(fù)雜，再加上制冷機組生產(chǎn)廠商的技術(shù)保護，具體的制造和控制參數(shù)比較難以獲取，使得冷藏集裝箱故障診斷判斷基準(zhǔn)的建立難度增大，因此，考慮采取合適的方法建立冷藏集裝箱的系統(tǒng)模型作為故障診斷的判斷基準(zhǔn)。

1　冷藏集裝箱故障診斷

除了運輸前檢查以外，無論是在碼頭的監(jiān)控檢修，還是在船的監(jiān)控檢修，都是采用指派專職人員定時去冷藏箱區(qū)巡查并記錄和維修[3]，定時巡查能否保證故障被及時發(fā)現(xiàn)，取決于相關(guān)人員的技術(shù)水平以及相關(guān)經(jīng)驗，人為因素影響很大。為了實現(xiàn)更加有效的管理，實時監(jiān)控成為研究的關(guān)鍵，要實現(xiàn)實時監(jiān)控需要完成運行數(shù)據(jù)的實時傳輸以及智能分析運行數(shù)據(jù)是否正常。

根據(jù)碼頭堆場和船舶運輸?shù)奶攸c，在實時數(shù)據(jù)傳輸方面，射頻技術(shù)和衛(wèi)星通信方式得到了廣泛的關(guān)注[4-6]。

運行數(shù)據(jù)的智能分析診斷包括兩個方面：根據(jù)運行數(shù)據(jù)判斷機組系統(tǒng)是否處于正常運行狀態(tài)；如果機組系統(tǒng)處于故障狀態(tài)則判斷是什么類型的故障。這兩個方面都是實現(xiàn)智能故障診斷必不可少的，但第一個方面是最根本的，要是無法判斷運行數(shù)據(jù)所代表的機組運行狀態(tài)是否異常，自然也就無法判斷故障是否發(fā)生；而且，只要能夠判斷機組系統(tǒng)的運行狀態(tài)，即使無法判斷故障種類，也可以在第一時間指派專職人員進行處理，避免故障的后果進一步擴大。目前，冷藏集裝箱故障的智能診斷的研究還處于初步階段，因此需要借鑒其他制冷空調(diào)領(lǐng)域的故障診斷技術(shù)。

可以將故障診斷的方法簡單分為模型法和無模型法，在制冷空調(diào)領(lǐng)域，模型法應(yīng)用更多，準(zhǔn)確的模型可以為故障診斷提供可靠的判斷基準(zhǔn)。建立模型的方法有多種，其中，數(shù)據(jù)驅(qū)動模型對相關(guān)的系統(tǒng)知識要求較低，特別適用于系統(tǒng)比較復(fù)雜，難以獲取完整的系統(tǒng)信息的場合，其精度取決于模型的形式以及驅(qū)動數(shù)據(jù)的豐富程度，在制冷空調(diào)領(lǐng)域，數(shù)據(jù)驅(qū)動模型得到了廣泛的應(yīng)用[7-11]。為了滿足運輸途中復(fù)雜的氣候環(huán)境等因素的要求，冷藏集裝箱系統(tǒng)及相應(yīng)的控制策略相對復(fù)雜，因此，采用數(shù)據(jù)驅(qū)動的方法具有較高的可行性。

2　實驗臺及實驗數(shù)據(jù)

2.1實驗臺及測量參數(shù)

用于開展實驗的實驗臺系統(tǒng)如圖1所示，系統(tǒng)采用定頻渦旋壓縮機、電子膨脹閥、熱氣旁通閥和吸氣調(diào)節(jié)閥來實現(xiàn)容量控制。實驗臺具有冷凍模式、冷藏模式、融霜模式以及加熱模式等工作模式，可滿足貨物的控溫要求，實現(xiàn)冷藏集裝箱的箱內(nèi)溫度保持穩(wěn)定。系統(tǒng)配備了一系列高精度的數(shù)據(jù)采集元件，用于采集所需要的測量參數(shù)，主要包括：壓縮機的吸排氣壓力和溫度、蒸發(fā)器和冷凝器的進、出口溫度、制冷劑流量、液管溫度以及壓縮機的運行電流和電壓等，主要傳感器的測量精度如表1所示。

EV-電子膨脹閥；LSV-供液電磁閥；ESV-節(jié)能電磁閥；ISV-注入電磁閥；SMV-吸氣調(diào)節(jié)閥；LPT-低壓傳感器；HPS-高壓轉(zhuǎn)換閥；HPT-高壓傳感器；DPR-排氣壓力調(diào)節(jié)閥；DSV-融霜電磁閥；HSV-熱氣電磁閥；BSV-排氣旁通電磁閥圖1　實驗臺系統(tǒng)

表1　主要傳感器的測量精度

2.2實驗數(shù)據(jù)

實驗數(shù)據(jù)有兩組，分別為“數(shù)據(jù)一”和“數(shù)據(jù)二”?！皵?shù)據(jù)一”是在箱內(nèi)設(shè)定溫度為0 ℃，箱內(nèi)總負(fù)荷4.0～10.5 kW，環(huán)境溫度19.6～31.7 ℃條件下所獲取的數(shù)據(jù)，用于建立冷藏集裝箱系統(tǒng)模型；“數(shù)據(jù)二”是在相同的設(shè)定溫度、相同的負(fù)荷和環(huán)境溫度范圍所獲取的數(shù)據(jù)，用于進一步驗證所建議的模型的準(zhǔn)確性。所選用的數(shù)據(jù)都是穩(wěn)態(tài)數(shù)據(jù)。

3　冷藏集裝箱系統(tǒng)模型獲取及驗證

3.1系統(tǒng)模型獲取

從系統(tǒng)的角度看，驅(qū)動系統(tǒng)運行的直接參數(shù)分別是箱內(nèi)設(shè)定溫度Tset、外界環(huán)境溫度Tamb以及蒸發(fā)器的負(fù)荷Qev，當(dāng)箱內(nèi)設(shè)定溫度不變時，系統(tǒng)的運行只受環(huán)境溫度和蒸發(fā)器的負(fù)荷影響。由于冷凝器風(fēng)機在工作時會有部分排風(fēng)被吸回，因此，冷凝器的風(fēng)機的進風(fēng)溫度Tair_in通常會比環(huán)境溫度高；對于特定的箱內(nèi)設(shè)定溫度，穩(wěn)態(tài)運行時，定速蒸發(fā)器的風(fēng)機轉(zhuǎn)速是相同的，當(dāng)箱內(nèi)的貨物不產(chǎn)生濕負(fù)荷的時候，蒸發(fā)器的負(fù)荷也可以用蒸發(fā)器風(fēng)機的回風(fēng)與送風(fēng)溫差ΔTev來代替。模型如下。

(1)

式中:Y——輸出參數(shù)；

a0～a8——回歸系數(shù)。

利用“數(shù)據(jù)一”訓(xùn)練模型，所建立的模型的預(yù)測精度如圖2所示，液管溫度、冷凝風(fēng)機出風(fēng)溫度和冷凝溫度的預(yù)測值的決定系數(shù)(R2)分別為0.947 98、0.952 74和0.890 61，這說明回歸模型的擬合效果很好。

圖2　“數(shù)據(jù)一”擬合的系統(tǒng)模型精度

3.2系統(tǒng)模型驗證

為了對“數(shù)據(jù)一”所擬合的系統(tǒng)模型進行進一步的驗證，將“數(shù)據(jù)二”的運行條件輸入系統(tǒng)模型中，得到液管溫度、冷凝風(fēng)機出風(fēng)溫度和冷凝溫度的預(yù)測值，將這些預(yù)測值與實際的運行參數(shù)進行比較，結(jié)果見圖3。

圖3　模型對“數(shù)據(jù)二”的預(yù)測精度

所有參數(shù)的誤差都在±5%以內(nèi)，說明系統(tǒng)模型具有很好的預(yù)測能力，能夠根據(jù)運行條件以較高的精度(>95%)預(yù)測系統(tǒng)的運行參數(shù)，為故障診斷提供合理有效的判斷基準(zhǔn)。

4　結(jié)束語

采用數(shù)據(jù)驅(qū)動方法可以避開船用冷藏集裝箱系統(tǒng)復(fù)雜多樣的控制策略，建立具有較高預(yù)測精度的系統(tǒng)模型，對典型參數(shù)液管溫度、冷凝風(fēng)機出風(fēng)溫度和冷凝溫度的預(yù)測誤差范圍僅在±5%。數(shù)據(jù)驅(qū)動法在船用冷藏集裝箱系統(tǒng)模型建立中的應(yīng)用研究為冷藏集裝箱智能故障判斷基準(zhǔn)的建立提供了有效的手段。

受實驗條件所限，冷藏集裝箱系統(tǒng)的工作范圍還不夠大。在具備環(huán)境室等相關(guān)實驗條件時，可以開展不同箱內(nèi)設(shè)定溫度、更大環(huán)境溫度范圍的實驗，從而增加模型的適用性。此外，條件具備時也可以從運營中的多個同一型號的冷藏集裝箱系統(tǒng)獲取數(shù)據(jù)用于研究。

[1] 鄭超瑜，花開太，俞文勝，等.冷藏集裝箱故障診斷中的故障分類研究[J].船海工程，2014，43(6)：86-88,153.

[2] ZHENG C Y , CHEN W. The discussion on several key factors for the realization of automated fault detection and diagnosis (FDD) system in refrigerated container[C]. OEMT2011.

[3] 陳永德，陳顯山，鮑純海，等.港口冷藏集裝箱監(jiān)控系統(tǒng)的研制和應(yīng)用[J].建筑施工，2009，31(2)：135-136.

[4] 吳吉安，韓厚德，張安闊.基于RFID的冷藏集裝箱遠(yuǎn)洋運輸遠(yuǎn)程監(jiān)控研究[J].港工技術(shù)，2009，46(5)：7-9.

[5] 紀(jì)珺，韓厚德，闞安康.基于衛(wèi)星通信的冷藏集裝箱遠(yuǎn)程故障診斷系統(tǒng)[J].華中科技大學(xué)學(xué)報：自然科學(xué)版，2009，37(1)：140-143.

[6] 王亞煒，董麗華.短距離無線技術(shù)在冷藏集裝箱監(jiān)控中的應(yīng)用探討[J].中國電子商情：RFID技術(shù)與應(yīng)用，2009(1)：25-27.

[7] Katipamula S, Michael R. Brambley. Methods for Fault Detection, Diagnostics, and Prognostics for Building System-a Review, Part I [J]. HVAC&R Research, 2005,11(1):3-20.

[8] JIA， REDDY. Characteristic physical parameter approach to modeling chillers suitable for fault detection, diagnosis, and evaluation [J]. Journal of Solar Energy Engineering, 2003(125):258-265.

[9] CUI J T, WANG S W. A model-based online fault detection and diagnosis strategy for centrifugal chiller systems [J]. International Journal of Thermal Sciences, 2005,44:986-999.

[10] ZHOU Q, WANG S W, XIAO F, et al. A novel strategy for the fault detection and diagnosis of centrifugal chiller systems [J]. HVAC & R Research, 2009,15(1):57-75.

[11] XIAO F, ZHENG C Y, WANG S W. A fault detection and diagnosis strategy with enhanced sensitivity for centrifugal chillers[J]. Applied Thermal Engineering, 2011,31:3963-3970.

Application of the Data-driven Method in Establishment of the System Model of Marine Refrigerated Container

ZHENG Chao-yu, YU Wen-sheng, CHEN Wu

(a.Marine Engineering Institute; b.Fujian Key Laboratory of Naval Architecture and Ocean Engineering， Jimei University, Xiamen Fujian 361021, China)

The control strategy of the refrigeration unit in marine refrigerated containers is relatively complex, which can be avoided by using data-driven method to build a system model with high accuracy. A regression system model of marine refrigerated container is trained and established by data-driven method, and it is also verified. The results show that the system model obtained by data-driven method can predict the normal operation conditions of marine refrigerated container with high accuracy, which can be used as the baseline of the fault detection and diagnosis in marine refrigerated container.

marine refrigerated container; data-driven; fault detection and diagnosis; system model

10.3963/j.issn.1671-7953.2016.01.024

2015-10-13

2015-11-05

福建省自然科學(xué)基金項目(2013J01201)；福建省科技廳項目(201205180008)；福建省教育廳科技項目(JA12187)；廈門市科技計劃項目(3502Z20123024)

鄭超瑜(1979-),男，碩士，講師

TB61

A

1671-7953(2016)01-0120-04

研究方向:制冷空調(diào)的仿真、控制及故障診斷研究

E-mail:cyzheng@jmu.edu.cn