[发明专利]一种空调水系统调节阀故障智能诊断方法

说明书

技术领域

本发明型涉及调节阀故障诊断与检测技术领域，特别的涉及楼宇自动化控制系统。

背景技术

随着我国对建筑能源利用率的持续高度关注，寻找切实有效的方法提高建筑能源的利用率、降低建筑能耗迫在眉睫。在建筑的实际工程运行中，即使经历了较为完善的建筑运行调试，在实际运行中也会逐渐偏离最佳的运行效果。

空调水系统负责建筑暖通空调系统冷热负荷的调节，对暖通空调系统的能耗起到关键作用。而在空调水系统中，阀门则是非常重要的控制部件，它用来改变管路系统的通路断面和介质流动方向，具有截断、止回、调节、安全等功能。

当空调水系统调节阀出现故障时，会影响到系统控制逻辑的执行，造成末端水系统的严重水利失衡，同时无法保证对冷热源机组的保护功能，严重时会影响机组的正常运转时和使用寿命，不仅影响机组运行安全性和室内舒适性，而且增大了设备费用和整个系统的能耗，造成能源浪费，从而导致不必要的经济损失。因此，实时对空调水系统阀门运行状态进行监控，并采用可靠的故障检测与诊断策略防止故障的发生，对空调水系统始终高效运行具有巨大的现实意义。

故障检测与诊断(FDD)的传统方式依赖维护人员的专业知识和经验，耗时耗力且对维护人员素质要求较高，可靠性及可持续性无法满足现代社会的要求。

目前，以智能化理论为基础的故障诊断技术是FDD系统发展的主流。现阶段被广泛接受的FDD方法有三类，即基于解析模型的故障诊断方法、基于信号处理的故障诊断方法以及基于知识的故障诊断方法。

空调水系统调节阀发生渐进性软故障的几率较大，会影响系统运行状态，日积月累甚至损坏整个阀体。但是，在不破坏原水系统管路的基础上进行阀门的故障检测与诊断一直是空调水系统调试的难题之一。

近年来研究人员提出了多种阀门故障诊断与检测方法，一种趋势是在管路系统上增加特殊的传感器以及检测设备来进行故障的检测，这种检测方法多是用来检测阀体本身故障，比如泄露、堵塞等。

另一种检测趋势是向智能化故障诊断与检测方法发展，这种检测方法对故障类型的判别更为全面，主要应用于执行机构相关的阀门控制故障判断。

随着现代设备的不断大型化、复杂化和非线性化，往往很难或者无法建立系统精确的数学模型，从而大大限制了基于解析模型的故障诊断方法的推广和应用。在解决高维度问题、非线性问题、小样本情况下的机器学习问题具有很大的局限性，难以避免神经网络结构选择和局部极小点问题。且现阶段的诊断方法对数据预处理的依赖性较高，灵敏度以及准确度较低。

发明内容

针对上述现有技术的不足，本发明型专利所要解决的技术问题是：①在解决高维度问题、非线性问题、小样本情况下的机器学习问题方面的局限性；②解决现阶段空调水系统调节阀故障调节敏感性、准确性问题。

为实现上述目的，本发明基于支持向量机理论的可进行故障检测与诊断的空调水系统调节阀，从而进行空调水系统调节阀初期故障发生时故障的检测与诊断，即公开一种空调水系统调节阀故障智能诊断方法，其特征在于，包括以下步骤:

1)空调水系统模型建立

根据建筑内实际空调系统的水系统的管网系统建立仿真模型；

2)实际工况参数收集、特性参数提取

根据步骤1)所述的仿真模型，测试设置正常工况和若干种调节阀故障工况(滞后性、控制死区、失控带、粘滞性、泄露、卡堵)下可表征故障的特性参数:控制器输出信号、调节阀的阀位反馈信号和调节阀后流量；

3)基于SVM的故障检测模型训练

3-1)选取步骤2)所获得若干种调节阀故障工况下的调节阀的阀位反馈信号合并作为一个故障工况数据集；

选取步骤2)所获得若干种调节阀正常工况下的调节阀的阀位反馈信号作为正常工况数据集；

故障工况数据集和正常工况数据集作为SVM的故障诊断模型训练的输入；

对数据进行等间距拆分为两部分，一部分作为SVM分类模型的训练集，从而获得调节阀故障检测模型，另一部分则作为模型测试集。

3-2)将训练集和测试集中的数据进行可视化处理后，利用MATLAB自带的归一化函数对数据进行离差标准化的归一化处理；

3-3)在完成数据的归一化处理之后，开始进行支持向量机故障分类模型的参数优选过程。优选过程的目的是获得最佳的SVM的核参数g和惩罚因子c；

3-4)根据步骤3-3)获得的最优参数进行模型的训练，训练过程通过LIBSVM工具箱完成，最终得到故障检测模型；