，，

(中國(guó)西昌衛(wèi)星發(fā)射中心，四川 西昌 615000)

0 引言

空調(diào)系統(tǒng)中存在大量的溫度、濕度、風(fēng)速、壓力、壓差等傳感器，這些傳感器是空調(diào)系統(tǒng)參數(shù)檢測(cè)的首要環(huán)節(jié)。如果沒(méi)有傳感器對(duì)原始參數(shù)進(jìn)行準(zhǔn)確可靠的測(cè)量，就無(wú)法實(shí)現(xiàn)信號(hào)的轉(zhuǎn)換和信息處理、完成最佳數(shù)據(jù)的顯示和控制[1]。一旦傳感器發(fā)生故障，輕則引起不必要的能源浪費(fèi)、降低室內(nèi)空氣品質(zhì)，重則導(dǎo)致設(shè)備損壞，引發(fā)安全事故[2-3]。傳感器由于工作環(huán)境復(fù)雜、分布面廣、數(shù)量大、安裝部位特殊等，往往成為空調(diào)系統(tǒng)的薄弱環(huán)節(jié)。由于自然的或人為的因素，傳感器隨時(shí)都可能發(fā)生故障。目前，人工檢測(cè)與定期校準(zhǔn)檢定仍然是發(fā)現(xiàn)傳感器故障的主要途徑，但此方法拆卸麻煩、工作量大、效率低，不能及時(shí)發(fā)現(xiàn)故障，因此進(jìn)行傳感器故障檢測(cè)研究非常必要。

空調(diào)系統(tǒng)傳感器數(shù)量龐大，一般會(huì)有多個(gè)傳感器的信號(hào)曲線具有一定的相似性，因此可以利用傳感器數(shù)據(jù)間的相似性進(jìn)行故障檢測(cè)，當(dāng)某一傳感器的數(shù)據(jù)曲線與其他傳感器曲線不再相似時(shí)，表明該傳感器發(fā)生了故障。定性趨勢(shì)分析法能自動(dòng)分析傳感器數(shù)據(jù)，判斷傳感器數(shù)據(jù)間相似性以實(shí)時(shí)檢測(cè)傳感器故障。

1 故障檢測(cè)構(gòu)架及原理

空調(diào)系統(tǒng)中有多個(gè)傳感器的信號(hào)曲線具有一定的相似性。把信號(hào)曲線相似的傳感器分成一組，利用同一組中傳感器數(shù)據(jù)的相似性進(jìn)行故障檢測(cè)。故障檢測(cè)構(gòu)架如圖1所示，采集數(shù)據(jù)預(yù)處理，趨勢(shì)提取、識(shí)別，趨勢(shì)匹配和故障檢測(cè)是構(gòu)架中的四大主要環(huán)節(jié)[4]。采用趨勢(shì)提取識(shí)別算法，將傳感器數(shù)據(jù)轉(zhuǎn)換成趨勢(shì)，用模糊趨勢(shì)匹配算法將傳感器趨勢(shì)兩兩相匹配。正常情況下，同一組中兩兩傳感器趨勢(shì)匹配度SIij較大。若某一時(shí)段，某一傳感器與其他傳感器的趨勢(shì)匹配度明顯下降，即SIi*<設(shè)定值(如0.5)，則說(shuō)明傳感器i發(fā)生故障。

2 定性趨勢(shì)分析

2.1 趨勢(shì)語(yǔ)言

定性趨勢(shì)描述語(yǔ)言為用一階導(dǎo)數(shù)和二階導(dǎo)數(shù)符號(hào)表示的七種基元[2]，如圖2所示。

圖2 基元

2.2 數(shù)據(jù)預(yù)處理

(3.1)

式中，yi為信號(hào)幅值，yi,降噪為信號(hào)降噪后的信號(hào)幅值，N為總采樣點(diǎn)數(shù)。因此，首先要對(duì)采集的數(shù)據(jù)進(jìn)行降噪處理。

故障診斷中，分析的通常是混有白噪聲的非平穩(wěn)信號(hào)，傳統(tǒng)的降噪方法對(duì)此類信號(hào)的處理有一定的局限性，常常會(huì)將含有故障特征的微弱信號(hào)濾除，造成故障漏檢。近年來(lái)發(fā)展起來(lái)的小波分析由于具有可進(jìn)行時(shí)頻域同時(shí)局部分析的特點(diǎn)，能夠很好地抑制非平穩(wěn)信號(hào)中的噪聲并且保留原始信號(hào)的特征，在信號(hào)降噪領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用。因此，本文采用小波降噪法進(jìn)行數(shù)據(jù)的降噪。

2.3 趨勢(shì)提取

實(shí)時(shí)趨勢(shì)演變速率快慢不一。因此，很難確定識(shí)別時(shí)間窗的寬度——寬度太寬或太窄都會(huì)造成趨勢(shì)的誤識(shí)別。任意能準(zhǔn)確捕捉到趨勢(shì)實(shí)時(shí)演變的趨勢(shì)識(shí)別技術(shù)，其識(shí)別時(shí)間窗都不應(yīng)該是固定的。識(shí)別時(shí)間窗應(yīng)該既寬到能觀測(cè)到監(jiān)控信號(hào)的變化，又小到用一個(gè)基元就能很好地描述信號(hào)。區(qū)間半分法能根據(jù)實(shí)時(shí)趨勢(shì)的演變速率，自動(dòng)調(diào)節(jié)識(shí)別時(shí)間窗的寬度，本文采用區(qū)間半分法自動(dòng)提取趨勢(shì)。

Yk=[y(tki)，y(tki+ΔT)，…，y(tki+(mk-1)ΔT]τ

兩個(gè)連續(xù)單峰片段的近似多項(xiàng)式不一定連續(xù)，為了確保近似數(shù)據(jù)的連續(xù)性，一旦識(shí)別了一個(gè)單峰片段，就要用約束多項(xiàng)式擬合方法優(yōu)化近似多項(xiàng)式(包括階次和系數(shù))。下面介紹約束多項(xiàng)式擬合數(shù)據(jù)算法。

對(duì)β1,β2,λ,μ求偏導(dǎo)數(shù)，并使之為零，得:

至此將傳感器數(shù)據(jù)轉(zhuǎn)換為擬合多項(xiàng)式序列。

y(t)={y1,y2,…,yN}→y(t)≈{Q1(t),Q2(t),…,QM(t)}

區(qū)間半分法流程如圖3所示。

圖3 區(qū)間半分法流程圖

根據(jù)多項(xiàng)式的導(dǎo)數(shù)符號(hào)可識(shí)別基元，將多項(xiàng)式序列轉(zhuǎn)換為基元序列[8]：

y(t)≈{Q1(t),Q2(t),…QN(t)}→Tr={P1,P2,…PN}

2.4 趨勢(shì)匹配

采用上述算法得到基元序列后，可以將相互關(guān)聯(lián)的傳感器趨勢(shì)進(jìn)行匹配，根據(jù)趨勢(shì)的匹配程度檢測(cè)傳感器是否發(fā)生故障。下面介紹趨勢(shì)匹配算法：1)基元匹配；2)趨勢(shì)匹配；

2.4.1 基元匹配

基元是趨勢(shì)的基本組成單位，首先要考慮基元間的相似度?；哂邢嗨菩?，如基元A和C、F相似，基元B和C、D相似，因此可以把基元模糊歸類[9]。定義基元Pi和Pi*的相似度如表1所示。

2.4.2 趨勢(shì)匹配

將傳感器數(shù)據(jù)轉(zhuǎn)換成趨勢(shì)后，即y(t)={y1,y2,…,yN}

表1 基元相似度矩陣

→Tr={P1,P2,…,∧PN},就可以將傳感器趨勢(shì)進(jìn)行匹配，求出他們之間的匹配程度[10]。可以從兩個(gè)方面估計(jì)趨勢(shì)的相似度：基元的順序；基元的持續(xù)時(shí)間。定義趨勢(shì)相似度為：

此匹配算法只考慮了基元的順序，是不嚴(yán)密的。為了更準(zhǔn)確的區(qū)分趨勢(shì)，還應(yīng)考慮基元的持續(xù)時(shí)間，即匹配區(qū)間長(zhǎng)度Δtui=tui-tui-1。匹配區(qū)間較長(zhǎng)的基元相似度比匹配區(qū)間較短的基元相似度所占權(quán)重要大些，即:

為了使兩趨勢(shì)具有盡可能大的相似度，定義趨勢(shì)相似度為:

SI=max[SI1，SI2]

2.5 故障檢測(cè)

分析系統(tǒng)正常工況條件下的傳感器趨勢(shì)，將信號(hào)曲線相似的傳感器分成一組，得到若干組傳感器。將同一組中的傳感器趨勢(shì)進(jìn)行兩兩比較分析，得到SIij。由于同一組傳感器趨勢(shì)是相似的，所以傳感器的趨勢(shì)匹配度即SIij較大。若傳感器發(fā)生故障，則傳感器的趨勢(shì)必然會(huì)發(fā)生較大的變化 ，傳感器的趨勢(shì)與其他傳感器趨勢(shì)不再相似，與其他傳感器的匹配度SIi*也會(huì)變小。所以，若某一時(shí)段，某一傳感器與其他傳感器的趨勢(shì)匹配度明顯下降，如SIi*<設(shè)定值(如0.5)，則說(shuō)明傳感器發(fā)生故障。

傳感器發(fā)生階躍偏置故障的時(shí)間較短，SIi*變化不明顯，但包含階躍偏置故障點(diǎn)的單峰片段的一階導(dǎo)數(shù)絕對(duì)值會(huì)偏大，可設(shè)一階導(dǎo)數(shù)值的絕對(duì)值閾值為d1th，若|d1|>d1th，則傳感器發(fā)生故障。故障檢測(cè)流程圖如圖4所示。

本文利用同一組中傳感器兩兩趨勢(shì)的匹配度進(jìn)行故障檢測(cè)，趨勢(shì)匹配的計(jì)算量會(huì)隨著同一組中傳感器數(shù)量的增加而呈幾何級(jí)數(shù)增加，給故障檢測(cè)帶來(lái)極大的挑戰(zhàn)。因此，傳感器分組時(shí)應(yīng)當(dāng)控制同一組中傳感器的個(gè)數(shù)。

3 空調(diào)系統(tǒng)

空調(diào)系統(tǒng)為全新風(fēng)直流式系統(tǒng)，采用定風(fēng)量變露點(diǎn)自動(dòng)控制，特點(diǎn)是送風(fēng)量不變。通過(guò)改變送風(fēng)溫濕度來(lái)滿足室內(nèi)負(fù)荷變化。其暖通部分由新風(fēng)預(yù)處理系統(tǒng)、空調(diào)后處理系統(tǒng)、制冷系統(tǒng)3個(gè)子系統(tǒng)組成，如圖5所示。新風(fēng)機(jī)組和轉(zhuǎn)輪除濕機(jī)組共同組成新風(fēng)預(yù)處理系統(tǒng)，新風(fēng)預(yù)處理系統(tǒng)對(duì)新風(fēng)進(jìn)行初步調(diào)節(jié)，使之接近最終目標(biāo)；空調(diào)后處理系統(tǒng)，對(duì)空調(diào)送風(fēng)進(jìn)行溫度和濕度的精細(xì)調(diào)節(jié)，是送風(fēng)滿足室內(nèi)負(fù)荷要求?？照{(diào)系統(tǒng)由表冷器、加熱器、加濕器、除濕機(jī)、新風(fēng)機(jī)、送風(fēng)機(jī)、變頻器、新風(fēng)閥、送風(fēng)閥、風(fēng)管等組成。

表2 表冷器2溫度傳感器正常工況下基元一階導(dǎo)數(shù)值

圖4 故障檢測(cè)流程圖

圖5 空調(diào)系統(tǒng)結(jié)構(gòu)圖

分析空調(diào)系統(tǒng)各傳感器數(shù)據(jù)，得知表冷器2溫度、機(jī)組電加熱溫度、風(fēng)管電加熱溫度、送風(fēng)溫度的數(shù)據(jù)雖不相同，但曲線很相似，如圖6所示，因此將其分為一組進(jìn)行定性趨勢(shì)分析。

圖6 空調(diào)系統(tǒng)各傳感器數(shù)據(jù)曲線圖

4 仿真研究

傳感器故障都可以等效為漂移故障或偏置故障，本文主要對(duì)傳感器的漂移和偏置故障進(jìn)行實(shí)驗(yàn)[11]。采集空調(diào)系統(tǒng)正常工況下某一時(shí)段各傳感器數(shù)據(jù)，采樣周期為2 s，得到8 000組采樣數(shù)據(jù)。研究表冷器2溫度、機(jī)組電加熱溫度、風(fēng)管電加熱溫度、送風(fēng)溫度的趨勢(shì)相似度，設(shè)趨勢(shì)匹配時(shí)間長(zhǎng)度為20 min，即600組采樣數(shù)據(jù)，按照先進(jìn)先出的原則每2 min匹配一次，得到兩兩間的趨勢(shì)相似度SIij>0.8，表明正常工況下兩兩間的趨勢(shì)很相似。

表冷器2溫度傳感器正常工況下基元的一階導(dǎo)數(shù)值如表2所示。從表中可以看出，表冷器2溫度傳感器基元一階導(dǎo)數(shù)值分布區(qū)間為[-1.1008 1.4611 ]，因此令一階導(dǎo)數(shù)值的絕對(duì)值閾值為d1th=2.0。

4.1 漂移故障

當(dāng)表冷器2溫度傳感器在采樣點(diǎn)3 000點(diǎn)處發(fā)生漂移率為-0.004采樣點(diǎn)的漂移故障時(shí)，趨勢(shì)匹配圖如圖7所示。在3 000點(diǎn)附近，表冷器2溫度傳感器與其他傳感器的相似度SId*顯著下降，遠(yuǎn)遠(yuǎn)小于0.5，而其他傳感器趨勢(shì)無(wú)明顯變化，表明表冷器2溫度傳感發(fā)生了故障。從4 080點(diǎn)到5 080點(diǎn)趨勢(shì)匹配度SId*比較大，這是因?yàn)槠渌麄鞲衅饕脖憩F(xiàn)為下降趨勢(shì)。

圖7 表冷器2溫度傳感器發(fā)生漂移故障趨勢(shì)匹配圖

表3 表冷器2溫度傳感器發(fā)生偏置故障時(shí)基元一階導(dǎo)數(shù)值

4.2 偏置故障

當(dāng)表冷器2溫度傳感器在采樣點(diǎn)3 000點(diǎn)處發(fā)生偏置量為4的偏置故障時(shí)，趨勢(shì)匹配圖如圖8所示。趨勢(shì)匹配度如表3所示。從表中可以看出，當(dāng)分別發(fā)生偏置量為4、2、-2的偏置故障時(shí)，故障發(fā)生點(diǎn)處的一階導(dǎo)數(shù)值為d1+4=5.8999、d1+2=3.2359、d1-2=-2.0921，d1th=2.0，|d1+4|>d1th，|d1+2|>d1th，|d1-2|>d1th，都檢測(cè)出后表冷后溫度傳感器發(fā)生了故障。

圖8 表冷器2溫度傳感器發(fā)生偏置故障趨勢(shì)匹配圖

5 結(jié)論

本文提出基于定性趨勢(shì)分析的傳感器故障檢測(cè)方法，該方法針對(duì)空調(diào)系統(tǒng)中存在多個(gè)傳感器信號(hào)相似的特點(diǎn)，將信號(hào)相似的傳感器分成一組，利用組間傳感器信號(hào)的相似性進(jìn)行故障檢測(cè)。通過(guò)對(duì)傳感器的兩種典型性故障即漂移故障和偏置故障進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明定性趨勢(shì)分析方法能及時(shí)檢測(cè)故障。