CN106840733B - 一种空调机组性能在线检测方法及其检测设备 - Google Patents

一种空调机组性能在线检测方法及其检测设备 Download PDF

Info

Publication number
CN106840733B
CN106840733B CN201710199761.8A CN201710199761A CN106840733B CN 106840733 B CN106840733 B CN 106840733B CN 201710199761 A CN201710199761 A CN 201710199761A CN 106840733 B CN106840733 B CN 106840733B
Authority
CN
China
Prior art keywords
refrigerant
water
enthalpy value
enthalpy
pressure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710199761.8A
Other languages
English (en)
Other versions
CN106840733A (zh
Inventor
陈雪清
童蕾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Mechanical and Electrical College
Original Assignee
Guangdong Mechanical and Electrical College
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Mechanical and Electrical College filed Critical Guangdong Mechanical and Electrical College
Priority to CN201710199761.8A priority Critical patent/CN106840733B/zh
Publication of CN106840733A publication Critical patent/CN106840733A/zh
Application granted granted Critical
Publication of CN106840733B publication Critical patent/CN106840733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提供了一种空调机组性能在线检测方法，其特征在于：包括构建数据库、采集测试数据、线性拟合获取焓值线性回归方程组、计算焓值、焓值储存到数据库、计算换热比率、判断是否合格等步骤。该方法可实现空调机组性能在线检测，便于技术人员及时掌握空调机组运行状况，提高空调机组研发及故障处理的效率，检测准确度高。本发明还提供一种检测准确度高、使用便捷的空调机组性能在线检测设备。

Description

一种空调机组性能在线检测方法及其检测设备
技术领域
本发明涉及空调机组性能在线检测技术领域，更具体地说，涉及一种空调机组性能在线检测方法及其检测设备。
背景技术
随着经济的发展和人们生活水平的提高，人们对室内空气品质重视度越来越高，空调成为千家万户必不可少的产品。对空调机组的工作性能判断是目前空调机组检修和应用中的一个重点项目。在以往的检修和应用当中，对空调机组的性能判断要么是单凭温度估计，缺乏有效的测试数据和理性的判断，要么是返厂维修，造成工作量大，且不能实时在线检测，给应用带来诸多不便。因此，大力发展在线监测检测技术和利用当代社会先进的性能监测装置进行科学有效的性能判断对制冷空调行业以及仪器仪表行业进一步发展有着深远的意义。
返厂检测维修除了不能让技术人员技术掌握空调机组性能状况外，其检测准确度还不理想，原因主要有以下几点：1)工程上使用的温度测量方法多为壁温测量法，由于工质在管道内的温度分布不均匀，此法测量的温度存在偏差；2)工程上使用的压力测量方法多为静压测量法，工质的实际工作过程是流动的，此法测量会少测了流体的动压，使测量值存在偏差；3)工质的焓值理论上可以按热力学一般关系式直接由状态方程和理想气体比热容方程算出。但是，这种方法对状态方程的要求较高，方程必须同时对气液两相都有较高的计算精度。4)工质的实际工作工程是流动的，但现场往往使用静态的温度、压力值来查询工质的焓值，继而进行制冷量、制热量、COP等性能计算，即使偶有考虑动态的也是借助于各种经验关联式进行推算，使计算结果产生偏差。
发明内容
为克服现有技术中的缺点与不足，本发明的目的在于提供一种空调机组性能在线检测方法，该方法可实现空调机组性能在线检测，便于技术人员及时掌握空调机组运行状况，提高空调机组研发及故障处理的效率，检测准确度高。本发明的另一个目的在于提供一种检测准确度高、使用便捷、节省安装时间、提高工作效率的空调机组性能在线检测设备。
为了达到上述目的，本发明通过下述技术方案予以实现：一种空调机组性能在线检测方法，其特征在于：包括以下步骤：
第一步，将现有关于水和制冷剂的温度-压力-焓值列表存储到数据库中，以构建水焓值数据库和制冷剂焓值数据库；
第二步，将检测设备连接到被测试空调机组上；启动被测试空调机组和检测设备；在一段时间内采集被测试空调机组的测试数据，测试数据包括水进口温度T1、水进口压力p1、水体积流量V、水密度ρ、水出口温度T2、水出口压力p2、制冷剂进口温度T3、制冷剂进口压力p3、制冷剂质量流量m、制冷剂出口温度T4和制冷剂出口压力p4；
第三步，将测试数据采用GRI算法统一转换成数字属性；根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据；
第四步，对水的焓值数据和制冷剂的焓值数据分别采用线性拟合方式得到水焓值线性回归方程组和制冷剂焓值线性回归方程组，水焓值线性回归方程组和制冷剂焓值线性回归方程组的自变量均为温度和压力，因变量均为焓值；采用指数平滑法分别对水焓值线性回归方程组和制冷剂焓值线性回归方程组进行优化；
第五步，判断水焓值线性回归方程组和制冷剂焓值线性回归方程组是否均符合精度要求：若符合则跳至第六步；否则对不符合精度要求的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组采用另一种线性拟合方式重新拟合得到新的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组，并采用指数平滑法进行优化，直至符合精度要求；
第六步，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4；将水进口焓值h1和水出口焓值h2储存到水焓值数据库中，将制冷剂进口焓值h3和制冷剂出口焓值h4储存到制冷剂焓值数据库中；
计算水侧换热量Q、制冷剂侧换热量Q’和换热比率R：
Q＝ρ均×V均×(|h1-h2|)；
Q′＝m均×(|h3-h4|)；
Figure GDA0004056366550000031
其中，ρ均为水密度ρ的均值，V均为水体积流量V的均值；m均为制冷剂质量流量m的均值；
判断换热比率R和预设比率阈值的大小：若R＜预设比率阈值，则判定被测试空调机组为合格，否则判定被测试空调机组为不合格。
优选地，在所述第三步中，根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据，是指：
查找水进口温度T1和水出口温度T2两组测试数据中的最大值MAX水温和最小值MIN水温；查找水进口压力p1和水出口压力p2两组测试数据中的最大值MAX水压和最小值MIN水压；查找制冷剂进口温度T3和制冷剂出口温度T4两组测试数据中的最大值MAX制冷剂温度和最小值MIN制冷剂温度；查找制冷剂进口压力p3和制冷剂出口压力p4两组测试数据中的最大值MAX制冷剂压力和最小值MIN制冷剂压力；设定水温度范围为[MIN水温，MAX水温]，水压力范围为[MIN水压、MAX水压]，制冷剂温度范围为[MIN制冷剂温度、MAX制冷剂温度]，制冷剂压力范围为[MIN制冷剂压力、MAX制冷剂压力]；在水焓值数据库中选取温度在水温度范围内且压力在水压力范围内的所有焓值数据作为水的焓值数据；在制冷剂焓值数据库中选取温度在制冷剂温度范围内且压力在制冷剂压力范围内的所有焓值数据作为制冷剂的焓值数据。
优选地，在所述第五步中，判断水焓值线性回归方程组是否符合精度要求，是指：采用K-折交叉验证法将所述水的焓值数据分成三份；将其中两份数据分别代入水焓值线性回归方程组中进行水焓值线性回归方程组优化；将剩余一份数据代入优化后的水焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断水焓值线性回归方程组是否均符合精度要求；
判断制冷剂焓值线性回归方程组是否符合精度要求，是指：采用K一折交叉验证法将所述制冷剂的焓值数据分成三份；将其中两份数据分别代入制冷剂焓值线性回归方程组中进行制冷剂焓值线性回归方程组优化；将剩余一份数据代入优化后的制冷剂焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断制冷剂焓值线性回归方程组是否均符合精度要求。
优选地，在所述第六步中，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4，是指：将水进口温度T1和水进口压力p1代入水焓值线性回归方程组，得出水进口焓值h1；将水出口温度T2和水出口压力p2代入水焓值线性回归方程组，得出水出口焓值h2；将制冷剂进口温度T3和制冷剂进口压力p3代入制冷剂焓值线性回归方程组，得出制冷剂进口焓值h3；将制冷剂出口温度T4和制冷剂出口压力p4代入制冷剂焓值线性回归方程组，得出制冷剂出口焓值h4。
优选地，所述水进口温度T1和水进口压力p1分别通过设置在被测试空调机组的冷凝器水箱进水侧管道内部的温度传感器和压力传感器测量获得；所述水出口温度T2和水出口压力p2分别通过设置在被测试空调机组的冷凝器水箱出水侧管道内部的温度传感器和压力传感器测量获得；所述制冷剂进口温度T3和制冷剂进口压力P3分别通过设置在被测试空调机组的冷凝器盘管输入端管道内部的温度传感器和压力传感器测量获得；所述制冷剂出口温度T4和制冷剂出口压力p4分别通过设置在被测试空调机组的冷凝器盘管输出端管道内部的温度传感器和压力传感器测量获得。
一种空调机组性能在线检测设备，用于连接和测试空调机组，空调机组包括依次连接的蒸发器、压缩机、冷凝器和节流阀；其特征在于：包括数据采集仪，以及与数据采集仪信号连接的电磁流量计、质量流量计和主机；所述质量流量计分别与冷凝器盘管和节流阀连接，以测量制冷剂质量流量；所述电磁流量计分别与冷凝器水箱进水端和出水端连接，以测量水体积流量和水密度；压缩机与冷凝器盘管之间、质量流量计与冷凝器盘管之间、电磁流量计与冷凝器水箱的进水端之间以及电磁流量计与冷凝器水箱的出水端之间分别通过管道连接；各个管道分别包括管道本体和测试管段；
所述测试管段包括两端分别与管道本体连接的管体、温度传感器和压力传感器；所述温度传感器设置在管体管腔内；压力传感器为L型皮托管；L型皮托管的测量部沿管体长度方向设置，且L型皮托管的测量部首端朝向来流方向。
优选地，所述温度传感器包括温度传感器一、温度传感器二和温度传感器三；所述温度传感器一和温度传感器二分别设置在管体内壁上；温度传感器三设置在管体中部。
优选地，所述温度传感器一、温度传感器二、温度传感器三和L型皮托管的测量部首端位于同一管体横截面上。
优选地，还包括无线通信单元；所述数据采集仪通过无线通信单元与主机信号连接。
与现有技术相比，本发明具有如下优点与有益效果：
1、本发明方法可实现空调机组性能在线检测，在测试数据出现异常时可以迅速将情况反馈，技术人员可以根据反馈数据采取合适的解决方案，提高空调机组研发及故障处理的效率；
2、本发明方法将一段时间内采集到的测试数据作为分析基础，充分考虑空调机组在线运行时的动态参数；与传统采用查表方式获取焓值相比，本发明方法采用拟合方式获得水焓值线性回归方程组和制冷剂焓值线性回归方程组来推算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4，可以减少在实验室进行的焓值测量实验的次数，也可以弥补实验数据不足的缺陷；根据测试得到的极值来选取现有焓值进行拟合，得到的水焓值线性回归方程组和制冷剂焓值线性回归方程组与本次测试数据的吻合度更高，计算出来的焓值更精准，从而提高空调机组性能检测的准确度；
3、本发明方法将新计算出来的水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4及其对应的温度和压力储存到水焓值数据库和制冷剂焓值数据库中，可以为下一次焓值计算提供多一个准确的参考数据；随着水焓值数据库和制冷剂焓值数据库的使用时间增长，会积累更多精确的焓值数据，使得推算的焓值数据更准确更可靠；
4、本发明设备可实现空调机组性能在线检测，在测试数据出现异常时可以迅速将情况反馈，技术人员可以根据反馈数据采取合适的解决方案，提高机组研发及故障处理的效率；温度传感器和压力传感器均设置在管道中，分别检测管道内的温度和压力，可避免壁温测量法及静压测量法带来的误差；采用测试管段设置温度传感器和压力传感器，可提高使用便捷程度，节省检测设备与空调机组的安装时间，提高工作效率；
5、本发明设备中，在管体内布置三个温度测量点，充分考虑管体内的温度分布不均匀性，提高了测量值的精度；
6、本发明设备选用无线通信单元主从模块实现数据采集仪与主机之间稳定可靠的无线数据实时传输。
附图说明
图1是本发明方法的流程图；
图2是本发明方法的检测原理图；
图3是本发明检测设备的结构示意图；
图4是本发明检测设备中测试管段的结构示意图；
其中，1为空调机组、11为蒸发器、12为压缩机、13为冷凝器、14为节流阀、2为检测设备、21为电磁流量计、22为质量流量计、23为数据采集仪、24为主机、3为管道、31为测试管段、311为管体、312为温度传感器一、313为温度传感器二、314为温度传感器三、315为压力传感器。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细的描述。
实施例一
如图1和图2所示，本实施例提供一种空调机组性能在线检测方法，其特征在于：包括以下步骤：
第一步，将现有关于水和制冷剂的温度-压力-焓值列表存储到数据库中，以构建水焓值数据库和制冷剂焓值数据库；现有关于水和制冷剂的温度-压力-焓值列表是从研究院、高校等权威机构的实验数据整理获得；
第二步，将检测设备连接到被测试空调机组上；启动被测试空调机组和检测设备；检测设备在一段时间内采集被测试空调机组的测试数据，测试数据包括水进口温度T1、水进口压力p1、水体积流量V、水密度ρ、水出口温度T2、水出口压力p2、制冷剂进口温度T3、制冷剂进口压力p3、制冷剂质量流量m、制冷剂出口温度T4和制冷剂出口压力p4；
第三步，将测试数据采用GRI算法统一转换成数字属性；根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据；
第四步，对水的焓值数据和制冷剂的焓值数据分别采用线性拟合方式得到水焓值线性回归方程组和制冷剂焓值线性回归方程组，水焓值线性回归方程组和制冷剂焓值线性回归方程组的自变量均为温度和压力，因变量均为焓值；采用指数平滑法分别对水焓值线性回归方程组和制冷剂焓值线性回归方程组进行优化；
第五步，判断水焓值线性回归方程组和制冷剂焓值线性回归方程组是否均符合精度要求：若符合则跳至第六步；否则对不符合精度要求的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组采用另一种线性拟合方式重新拟合得到新的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组，并采用指数平滑法进行优化，直至符合精度要求；
第六步，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4；将水进口焓值h1和水出口焓值h2储存到水焓值数据库中，将制冷剂进口焓值h3和制冷剂出口焓值h4储存到制冷剂焓值数据库中；
计算水侧换热量Q、制冷剂侧换热量Q’和换热比率R：
Q＝ρ均×V均×(|h1-h2|)；
Q′＝m均×(|h3-h4|)；
Figure GDA0004056366550000071
其中，ρ均为水密度ρ的均值，V均为水体积流量V的均值；m均为制冷剂质量流量m的均值；
判断换热比率R和预设比率阈值的大小：若R＜预设比率阈值，则判定被测试空调机组为合格，否则判定被测试空调机组为不合格。
优选地，在所述第三步中，根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据，是指：
查找水进口温度T1和水出口温度T2两组测试数据中的最大值MAX水温和最小值MIN水温；查找水进口压力p1和水出口压力p2两组测试数据中的最大值MAX水压和最小值MIN水压；查找制冷剂进口温度T3和制冷剂出口温度T4两组测试数据中的最大值MAX制冷剂温度和最小值MIN制冷剂温度；查找制冷剂进口压力p3和制冷剂出口压力p4两组测试数据中的最大值MAX制冷剂压力和最小值MIN制冷剂压力；设定水温度范围为[MIN水温，MAX水温]，水压力范围为[MIN水压、MAX水压]，制冷剂温度范围为[MIN制冷剂温度、MAX制冷剂温度]，制冷剂压力范围为[MIN制冷剂压力、MAX制冷剂压力]；在水焓值数据库中选取温度在水温度范围内且压力在水压力范围内的所有焓值数据作为水的焓值数据；在制冷剂焓值数据库中选取温度在制冷剂温度范围内且压力在制冷剂压力范围内的所有焓值数据作为制冷剂的焓值数据。
优选地，在所述第五步中，判断水焓值线性回归方程组是否符合精度要求，是指：采用K-折交叉验证法将第三步中选取出来水的焓值数据分成三份；将其中两份数据分别代入水焓值线性回归方程组中进行水焓值线性回归方程组优化；将剩余一份数据代入优化后的水焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断水焓值线性回归方程组是否均符合精度要求；
判断制冷剂焓值线性回归方程组是否符合精度要求，是指：采用K-折交叉验证法将第三步中选取出来制冷剂的焓值数据分成三份；将其中两份数据分别代入制冷剂焓值线性回归方程组中进行制冷剂焓值线性回归方程组优化；将剩余一份数据代入优化后的制冷剂焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断制冷剂焓值线性回归方程组是否均符合精度要求。
优选地，在所述第六步中，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4，是指：将水进口温度T1和水进口压力p1代入水焓值线性回归方程组，得出水进口焓值h1；将水出口温度T2和水出口压力p2代入水焓值线性回归方程组，得出水出口焓值h2；将制冷剂进口温度T3和制冷剂进口压力p3代入制冷剂焓值线性回归方程组，得出制冷剂进口焓值h3；将制冷剂出口温度T4和制冷剂出口压力p4代入制冷剂焓值线性回归方程组，得出制冷剂出口焓值h4。
优选地，所述水进口温度T1和水进口压力p1分别通过设置在被测试空调机组的冷凝器水箱进水侧管道内部的温度传感器和压力传感器测量获得；所述水出口温度T2和水出口压力p2分别通过设置在被测试空调机组的冷凝器水箱出水侧管道内部的温度传感器和压力传感器测量获得；所述制冷剂进口温度T3和制冷剂进口压力p3分别通过设置在被测试空调机组的冷凝器盘管输入端管道内部的温度传感器和压力传感器测量获得；所述制冷剂出口温度T4和制冷剂出口压力p4分别通过设置在被测试空调机组的冷凝器盘管输出端管道内部的温度传感器和压力传感器测量获得。
本发明具有如下优点与有益效果：
1、本发明方法可实现空调机组性能在线检测，在测试数据出现异常时可以迅速将情况反馈，技术人员可以根据反馈数据采取合适的解决方案，提高机组研发及故障处理的效率；
2、本发明方法将一段时间内采集到的测试数据作为分析基础，充分考虑空调机组在线运行时的动态参数；与传统采用查表方式获取焓值相比，本发明方法采用拟合方式获得水焓值线性回归方程组和制冷剂焓值线性回归方程组来推算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4，可以减少在实验室进行的焓值测量实验的次数，也可以弥补实验数据不足的缺陷；根据测试得到的极值来选取现有焓值进行拟合，得到的水焓值线性回归方程组和制冷剂焓值线性回归方程组与本次测试数据的吻合度更高，计算出来的焓值更精准；
3、本发明方法将新计算出来的水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4及其对应的温度和压力储存到水焓值数据库和制冷剂焓值数据库中，可以为下一次焓值计算提供多一个准确的参考数据；随着水焓值数据库和制冷剂焓值数据库的使用时间增长，会积累更多精确的焓值数据，使得推算的焓值数据更准确更可靠。
实施例二
如图3和图4所示，本实施例提供一种空调机组性能在线检测设备，用于连接和测试空调机组，空调机组包括依次连接的蒸发器11、压缩机12、冷凝器13和节流阀14；设备包括数据采集仪23，以及与数据采集仪23信号连接的电磁流量计21、质量流量计22和主机24。数据采集仪23可采用现有数据采集仪。所述质量流量计22分别与冷凝器13盘管和节流阀14连接，以测量制冷剂质量流量；所述电磁流量计21分别与冷凝器13水箱进水端和出水端连接，以测量水体积流量和水密度；压缩机12与冷凝器13盘管之间、质量流量计22与冷凝器13盘管之间、电磁流量计21与冷凝器13水箱的进水端之间以及电磁流量计21与冷凝器13水箱的出水端之间分别通过管道3连接；各个管道3分别包括管道本体和测试管段31。
所述测试管段31包括两端分别与管道本体连接的管体311、温度传感器和压力传感器315；所述温度传感器设置在管体311管腔内；压力传感器315为L型皮托管；L型皮托管的测量部沿管体长度方向设置，且L型皮托管的测量部首端朝向来流方向。
连接在电磁流量计21与冷凝器13水箱进水端之间的测试管段中温度传感器和压力传感器分别检测水进口温度T1和水进口压力p1；连接在电磁流量计21与冷凝器13水箱出水端之间的测试管段中温度传感器和压力传感器分别检测水出口温度T2和水出口压力p2；连接在压缩机12与冷凝器13盘管之间的测试管段中温度传感器和压力传感器分别检测制冷剂进口温度T3和制冷剂进口压力p3；连接在质量流量计22与冷凝器13盘管之间的测试管段中温度传感器和压力传感器分别检测制冷剂出口温度T4和制冷剂出口压力p4。质量流量计22可检测制冷剂质量流量m；电磁流量计21可检测水体积流量V和水密度ρ。
优选地，所述温度传感器包括温度传感器一312、温度传感器二313和温度传感器三314；所述温度传感器一312和温度传感器二313分别设置在管体311内壁上；温度传感器三314设置在管体311中部。
优选地，所述温度传感器一312、温度传感器二313、温度传感器三314和L型皮托管的测量部首端位于同一管体横截面上。
优选地，还包括无线通信单元；所述数据采集仪通过无线通信单元与主机信号连接。
本发明设备可实现空调机组性能在线检测，在测试数据出现异常时可以迅速将情况反馈，技术人员可以根据反馈数据采取合适的解决方案，提高机组研发及故障处理的效率；温度传感器和压力传感器均设置在管道中，分别检测管道内的温度和压力，可避免壁温测量法及静压测量法带来的误差；采用测试管段设置温度传感器和压力传感器，可提高使用便捷程度，节省检测设备与空调机组的安装时间，提高工作效率。
本发明设备中，在管体内布置三个温度测量点，充分考虑管体内的温度分布不均匀性，提高了测量值的精度；本发明设备选用无线通信单元主从模块实现数据采集仪与主机之间稳定可靠的无线数据实时传输。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种空调机组性能在线检测方法，其特征在于：包括以下步骤：
第一步，将现有关于水和制冷剂的温度-压力-焓值列表存储到数据库中，以构建水焓值数据库和制冷剂焓值数据库；
第二步，将检测设备连接到被测试空调机组上；启动被测试空调机组和检测设备；在一段时间内采集被测试空调机组的测试数据，测试数据包括水进口温度T1、水进口压力p1、水体积流量V、水密度ρ、水出口温度T2、水出口压力p2、制冷剂进口温度T3、制冷剂进口压力p3、制冷剂质量流量m、制冷剂出口温度T4和制冷剂出口压力p4；
第三步，将测试数据采用GRI算法统一转换成数字属性；根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据；
第四步，对水的焓值数据和制冷剂的焓值数据分别采用线性拟合方式得到水焓值线性回归方程组和制冷剂焓值线性回归方程组，水焓值线性回归方程组和制冷剂焓值线性回归方程组的自变量均为温度和压力，因变量均为焓值；采用指数平滑法分别对水焓值线性回归方程组和制冷剂焓值线性回归方程组进行优化；
第五步，判断水焓值线性回归方程组和制冷剂焓值线性回归方程组是否均符合精度要求：若符合则跳至第六步；否则对不符合精度要求的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组采用另一种线性拟合方式重新拟合得到新的水焓值线性回归方程组和/或制冷剂焓值线性回归方程组，并采用指数平滑法进行优化，直至符合精度要求；
第六步，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4；将水进口焓值h1和水出口焓值h2储存到水焓值数据库中，将制冷剂进口焓值h3和制冷剂出口焓值h4储存到制冷剂焓值数据库中；
计算水侧换热量Q、制冷剂侧换热量Q’和换热比率R：
Q＝ρ均×V均×(|h1-h2|)；
Q'＝m均×(|h3-h4|)；
Figure FDA0004056366540000021
其中，ρ均为水密度ρ的均值，V均为水体积流量V的均值；m均为制冷剂质量流量m的均值；
判断换热比率R和预设比率阈值的大小：若R＜预设比率阈值，则判定被测试空调机组为合格，否则判定被测试空调机组为不合格。
2.根据权利要求1所述的空调机组性能在线检测方法，其特征在于：在所述第三步中，根据测试数据选取温度范围和压力范围；在水焓值数据库和制冷剂焓值数据库中分别选取所述温度范围和压力范围内水的焓值数据和制冷剂的焓值数据，是指：
查找水进口温度T1和水出口温度T2两组测试数据中的最大值MAX水温和最小值MIN水温；查找水进口压力p1和水出口压力p2两组测试数据中的最大值MAX水压和最小值MIN水压；查找制冷剂进口温度T3和制冷剂出口温度T4两组测试数据中的最大值MAX制冷剂温度和最小值MIN制冷剂温度；查找制冷剂进口压力p3和制冷剂出口压力p4两组测试数据中的最大值MAX制冷剂压力和最小值MIN制冷剂压力；设定水温度范围为[MIN水温,MAX水温]，水压力范围为[MIN水压、MAX水压]，制冷剂温度范围为[MIN制冷剂温度、MAX制冷剂温度]，制冷剂压力范围为[MIN制冷剂压力、MAX制冷剂压力]；在水焓值数据库中选取温度在水温度范围内且压力在水压力范围内的所有焓值数据作为水的焓值数据；在制冷剂焓值数据库中选取温度在制冷剂温度范围内且压力在制冷剂压力范围内的所有焓值数据作为制冷剂的焓值数据。
3.根据权利要求1所述的空调机组性能在线检测方法，其特征在于：在所述第五步中，判断水焓值线性回归方程组是否符合精度要求，是指：采用K-折交叉验证法将所述水的焓值数据分成三份；将其中两份数据分别代入水焓值线性回归方程组中进行水焓值线性回归方程组优化；将剩余一份数据代入优化后的水焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断水焓值线性回归方程组是否均符合精度要求；
判断制冷剂焓值线性回归方程组是否符合精度要求，是指：采用K-折交叉验证法将所述制冷剂的焓值数据分成三份；将其中两份数据分别代入制冷剂焓值线性回归方程组中进行制冷剂焓值线性回归方程组优化；将剩余一份数据代入优化后的制冷剂焓值线性回归方程组计算拟合优度，通过判断拟合优度的大小来判断制冷剂焓值线性回归方程组是否均符合精度要求。
4.根据权利要求1所述的空调机组性能在线检测方法，其特征在于：在所述第六步中，利用水焓值线性回归方程组和制冷剂焓值线性回归方程组计算水进口焓值h1、水出口焓值h2、制冷剂进口焓值h3和制冷剂出口焓值h4，是指：将水进口温度T1和水进口压力p1代入水焓值线性回归方程组，得出水进口焓值h1；将水出口温度T2和水出口压力p2代入水焓值线性回归方程组，得出水出口焓值h2；将制冷剂进口温度T3和制冷剂进口压力p3代入制冷剂焓值线性回归方程组，得出制冷剂进口焓值h3；将制冷剂出口温度T4和制冷剂出口压力p4代入制冷剂焓值线性回归方程组，得出制冷剂出口焓值h4。
5.根据权利要求1所述的空调机组性能在线检测方法，其特征在于：所述水进口温度T1和水进口压力p1分别通过设置在被测试空调机组的冷凝器水箱进水侧管道内部的温度传感器和压力传感器测量获得；所述水出口温度T2和水出口压力p2分别通过设置在被测试空调机组的冷凝器水箱出水侧管道内部的温度传感器和压力传感器测量获得；所述制冷剂进口温度T3和制冷剂进口压力p3分别通过设置在被测试空调机组的冷凝器盘管输入端管道内部的温度传感器和压力传感器测量获得；所述制冷剂出口温度T4和制冷剂出口压力p4分别通过设置在被测试空调机组的冷凝器盘管输出端管道内部的温度传感器和压力传感器测量获得。
CN201710199761.8A 2017-03-30 2017-03-30 一种空调机组性能在线检测方法及其检测设备 Active CN106840733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710199761.8A CN106840733B (zh) 2017-03-30 2017-03-30 一种空调机组性能在线检测方法及其检测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710199761.8A CN106840733B (zh) 2017-03-30 2017-03-30 一种空调机组性能在线检测方法及其检测设备

Publications (2)

Publication Number Publication Date
CN106840733A CN106840733A (zh) 2017-06-13
CN106840733B true CN106840733B (zh) 2023-03-31

Family

ID=59141419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710199761.8A Active CN106840733B (zh) 2017-03-30 2017-03-30 一种空调机组性能在线检测方法及其检测设备

Country Status (1)

Country Link
CN (1) CN106840733B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109140678B (zh) * 2018-08-28 2020-11-10 四川长虹空调有限公司 变频空调***空调数据及制冷剂参数的回归分析方法
CN112629898B (zh) * 2020-11-24 2021-11-30 珠海格力电器股份有限公司 基于制冷剂识别的通用控制方法及标准制冷设备
CN114383875B (zh) * 2021-12-16 2024-02-09 深圳市前海能源科技发展有限公司 双工况冷水机组性能测试方法、***及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664524A (zh) * 2005-03-28 2005-09-07 杭州家和智能控制有限公司 风机盘管换热量风侧焓差法计量方法
CN101986371A (zh) * 2010-11-04 2011-03-16 广东机电职业技术学院 大中型制冷空调工程的计算机辅助检修仿真***
CN102353403A (zh) * 2011-08-29 2012-02-15 赵歆治 中央空调主机冷冻水流量及冷却介质流量测量方法
CN102519520A (zh) * 2011-12-16 2012-06-27 深圳麦克维尔空调有限公司 冷水机组的冷冻水流量检测方法
CN105299845A (zh) * 2015-11-20 2016-02-03 广东美的制冷设备有限公司 空调***运行参数虚拟检测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206710109U (zh) * 2017-03-30 2017-12-05 广东机电职业技术学院 一种空调机组性能在线检测设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664524A (zh) * 2005-03-28 2005-09-07 杭州家和智能控制有限公司 风机盘管换热量风侧焓差法计量方法
CN101986371A (zh) * 2010-11-04 2011-03-16 广东机电职业技术学院 大中型制冷空调工程的计算机辅助检修仿真***
CN102353403A (zh) * 2011-08-29 2012-02-15 赵歆治 中央空调主机冷冻水流量及冷却介质流量测量方法
CN102519520A (zh) * 2011-12-16 2012-06-27 深圳麦克维尔空调有限公司 冷水机组的冷冻水流量检测方法
CN105299845A (zh) * 2015-11-20 2016-02-03 广东美的制冷设备有限公司 空调***运行参数虚拟检测方法及装置

Also Published As

Publication number Publication date
CN106840733A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106840733B (zh) 一种空调机组性能在线检测方法及其检测设备
CN101446524B (zh) 空气调节用换热器性能试验装置
US20220163136A1 (en) System and method for monitoring flow rate of regulating valve based on acoustic sensor
CN108021742B (zh) 一种考虑疏水模型的蒸汽供热管道稳态运行状态估计方法
CN113158494B (zh) 一种热交换器虚实融合故障诊断方法及***
CN111854064A (zh) 能耗计算方法、***及空调机组
CN108344528B (zh) 一种多联式空调***换热量测量方法及装置
CN110715405A (zh) 一种基于bp神经网络拟合模型的空调器制冷量检测方法
CN202485915U (zh) 空气焓值法制冷量及制热量的校准装置
CN109945394A (zh) 一种中央空调冷冻水***小温差综合征精确诊断方法
JP2019020070A (ja) 空調装置の評価装置および評価方法
CN108534412A (zh) 一种用于最大似然估计法的主机监测装置及估计法
CN107560258A (zh) 冷水机组的性能评估方法及冷水机组
CN110688740A (zh) 基于Modelica联合仿真优化的冷水机房模型校准方法
CN113899431A (zh) 一种移动式流量在线校准***
CN109211726A (zh) 一种在线谐振式密度计校准装置
Dindorf et al. Automatic measurement system for determination of leakage flow rate in compressed air pipeline system
CN112580183B (zh) 一种在线学习水泵模型实时流量精确控制方法
CN206710109U (zh) 一种空调机组性能在线检测设备
CN106894853B (zh) 凝汽式汽轮机冷端节能诊断方法
CN105572168A (zh) 热式蒸汽干度仪
CN112833597A (zh) 一种基于排气侧参数的多联机***冷媒量检测控制方法
CN109297619B (zh) 一种导热油能量计量方法
CN111006717A (zh) 一种可拆卸中央空调远程测量装置及***
CN213209163U (zh) 空调热泵***制冷剂质量流量测定装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant