CN114636230A - 一种精密空调温湿度传感器故障检测方法及精密空调 - Google Patents
一种精密空调温湿度传感器故障检测方法及精密空调 Download PDFInfo
- Publication number
- CN114636230A CN114636230A CN202210179287.3A CN202210179287A CN114636230A CN 114636230 A CN114636230 A CN 114636230A CN 202210179287 A CN202210179287 A CN 202210179287A CN 114636230 A CN114636230 A CN 114636230A
- Authority
- CN
- China
- Prior art keywords
- air
- moisture content
- temperature
- humidity sensor
- correction value
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 126
- 238000007791 dehumidification Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 40
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/65—Electronic processing for selecting an operating mode
Landscapes
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种精密空调温湿度传感器故障检测方法及精密空调,在执行设定的控制模式之前,获取初始空气含湿量;执行设定的控制模式,并达到设定运行时长时,获取当前空气含湿量;当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则温湿度传感器发生故障,否则,温湿度传感器正常;当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则温湿度传感器发生故障,否则,温湿度传感器正常。利用控制模式前后得到的数据作为依据,判断出温湿度传感器是否正常,无需再借助外界其他的传感器等设备,检测方法简单,智能化程度高,能够及时地查出故障,提高机房运行的可靠性。
Description
技术领域
本申请涉及空调控制技术领域,特别涉及一种精密空调温湿度传感器故障检测方法及精密空调。
背景技术
随着大数据的快速发展,当前数据中心已经成为企业生产***重要的组成部分,是企业提升竞争力与运营效率的重要工具。数据中心机房内的温湿度有明确的要求,根据GB50174-2017《电子信息机房设计规范》中的要求,机房空调要求温度范围为18-27℃,湿度要求范围为40%-60%。
机房空调要求全年能制冷且全天24小时不间断运行,对空调产品的可靠性要求极高。数据中心机房用精密空调不同于普通的家用舒适性空调,数据中心机房用精密空调冷却对象主体是服务器、电池、UPS等设备,对舒适性要求不高,当机房温湿度超出正常运行范围,亟需在最短的时间进行降温处理,维持机房正常运转,而精密空调产品零部件故障时有发生。
如何及时检测出故障,保证风冷冷风型机房空调可靠、稳定运行,是当前亟需解决的难题。
发明内容
本申请实施例提供一种精密空调温湿度传感器故障检测方法及精密空调,利用执行除湿模式或加湿模式前后得到的温湿度传感器测量数据作为依据,判断出温湿度传感器是否正常,无需再借助外界其他的传感器等设备,检测方法简单,智能化程度高,能够及时地查出故障,提高机房运行的可靠性。
第一方面,提供了一种精密空调温湿度传感器故障检测方法,其包括如下步骤:
在执行设定的控制模式之前,利用温湿度传感器,获取初始空气含湿量;
执行设定的控制模式,并达到设定运行时长时,利用所述温湿度传感器,获取当前空气含湿量;
当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常;
当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
一些实施例中,当所述温湿度传感器为回风温湿度传感器时,所述初始空气含湿量为初始回风侧空气含湿量,所述当前空气含湿量为当前回风侧空气含湿量;
当所述温湿度传感器为送风温湿度传感器时,所述初始空气含湿量为初始送风侧空气含湿量,所述当前空气含湿量为当前送风侧空气含湿量。
一些实施例中,所述方法还包括如下步骤:
利用所述温湿度传感器,周期性地获取空气含湿量;
计算连续两个周期获取的空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值比较;
若存在绝对值小于第五纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
一些实施例中,所述方法还包括如下步骤:
利用所述温湿度传感器,周期性地获取空气含湿量,并将各个空气含湿量与第七纠偏值和第八纠偏值进行比较,第八纠偏值大于第七纠偏值;
若存在空气含湿量<第七纠偏值,或者空气含湿量>第八纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
一些实施例中,所述方法还包括设定的控制模式判断步骤。
一些实施例中,设定的控制模式判断步骤包括:
获取回风侧空气含湿量,并与第一含湿量阈值和第二含湿量阈值进行比较,所述第二含湿量阈值大于第一含湿量阈值;
若所述回风侧空气含湿量大于所述第二含湿量阈值,则设定的控制模式为除湿模式;
若所述回风侧空气含湿量小于所述第一含湿量阈值,则设定的控制模式为加湿模式。
第二方面,提供了一种精密空调温湿度传感器故障检测方法,其包括如下步骤:
在执行设定的控制模式之前,利用回风温湿度传感器,获取初始回风侧空气含湿量,利用送风温湿度传感器,获取初始送风侧空气含湿量;
执行设定的控制模式,并达到设定运行时长时,利用所述回风温湿度传感器,获取当前回风侧空气含湿量,利用所述送风温湿度传感器,获取当前送风侧空气含湿量;
当设定的控制模式为除湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值大于第一纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值大于第三纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常;
当设定的控制模式为加湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值小于第二纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值小于第四纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
一些实施例中,所述方法还包括如下步骤:
利用所述回风温湿度传感器,周期性地获取回风侧空气含湿量,利用所述送风温湿度传感器,周期性地获取送风侧空气含湿量;
计算连续两个周期获取的回风侧空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值比较;若存在绝对值小于第五纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;
计算连续两个周期获取的送风侧空气含湿量的差值绝对值,并将各个绝对值与第六纠偏值比较;若存在绝对值小于第六纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
一些实施例中,所述方法还包括如下步骤:
利用所述回风温湿度传感器,周期性地获取回风侧空气含湿量,并将各个回风侧空气含湿量与第七纠偏值和第八纠偏值进行比较,第八纠偏值大于第七纠偏值;
若存在回风侧空气含湿量<第七纠偏值,或者回风侧空气含湿量>第八纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;
利用所述送风温湿度传感器,周期性地获取送风侧空气含湿量,并将各个送风侧空气含湿量与第九纠偏值和第十纠偏值进行比较,第十纠偏值大于第九纠偏值;
若存在送风侧空气含湿量<第九纠偏值,或者送风侧空气含湿量>第十纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
第三方面,提供了一种精密空调,其包括:
空调主机;
温湿度传感器,其用于在所述空调主机执行设定的控制模式之前,获取初始空气含湿量,以及在执行设定的控制模式,并达到设定运行时长时,获取当前空气含湿量;
主控装置,其用于计算所述当前空气含湿量和初始空气含湿量的差值,当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常;当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
本申请提供的技术方案带来的有益效果包括:
本申请提供的故障检测方法,利用执行除湿模式或加湿模式前后得到的温湿度传感器测量数据作为依据,判断出温湿度传感器是否正常,无需再借助外界其他的传感器等设备,检测方法简单,智能化程度高,能够及时地查出故障,提高机房运行的可靠性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的精密空调温湿度传感器故障检测方法流程图;
图2为本申请实施例提供的精密空调模块图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1所示,本申请实施例提供了一种精密空调温湿度传感器故障检测方法,包括如下步骤:
101:在执行设定的控制模式之前,利用温湿度传感器,获取初始空气含湿量,设定的控制模式包括除湿模式和加湿模式,在执行时,选择其中一个执行,为了提高准确性,最好是在执行设定的控制模式的前一时刻或者在执行设定的控制模式的同一时刻获取初始空气含湿量。
102:执行设定的控制模式,并达到设定运行时长时,利用温湿度传感器,获取当前空气含湿量,可以根据实际情况,对设定运行时长的数值进行设定。
103:当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值C1,则温湿度传感器发生故障,否则,温湿度传感器正常;其中,可以根据实际情况,对第一纠偏值C1的数值进行设定,比如可以在0~0.1中取值,进一步地,为了规避不必要的机械偏差、无效偏差的影响,有效提高故障判断的正确率,可以排除第一纠偏值C1取值为0的情况,比如可以在0.0001~0.1中取值。
当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值C2,则温湿度传感器发生故障,否则,温湿度传感器正常;其中,可以根据实际情况,对第二纠偏值C2的数值进行设定,比如可以在0~0.1中取值,进一步地,为了规避不必要的机械偏差、无效偏差的影响,有效提高故障判断的正确率,可以排除第二纠偏值C2取值为0的情况,比如可以在0.0001~0.1中取值。需要说明的是,第一纠偏值C1与第二纠偏值C2可以相等,也可以不相等。
本实施例提供的故障检测方法,利用执行除湿模式或加湿模式前后得到的温湿度传感器测量数据作为依据,判断出温湿度传感器是否正常,无需再借助外界其他的传感器等设备,检测方法简单,智能化程度高,能够及时地查出故障,提高机房运行的可靠性。
机房空调使用的温湿度传感器,包括两种类型,一种是回风温湿度传感器,另一种是送风温湿度传感器,本实施例提供的故障检测方法,对于上述两种类型的温湿度传感器都适用。
也就是说,当温湿度传感器为回风温湿度传感器时,初始空气含湿量为初始回风侧空气含湿量,当前空气含湿量为当前回风侧空气含湿量。
当温湿度传感器为送风温湿度传感器时,初始空气含湿量为初始送风侧空气含湿量,当前空气含湿量为当前送风侧空气含湿量。
从积累温湿度传感器零部件测试数据和经验的角度,为了进一步地提高判断准确度,本申请提供的方法还包括如下步骤:
201:在精密空调工作的整个过程中,利用温湿度传感器,周期性地获取空气含湿量。
202:计算连续两个周期获取的空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值比较。
203:若存在绝对值小于第五纠偏值C5,则温湿度传感器发生故障,否则,温湿度传感器正常。其中,可以根据实际情况,对第五纠偏值C5的数值进行设定,比如可以在0~0.1中取值,进一步地,为了规避不必要的机械偏差、无效偏差的影响,有效提高故障判断的正确率,可以排除第五纠偏值C5取值为0的情况,比如可以在0.0001~0.1中取值。
比如第1和第2个周期获得的空气含湿量依次为A1和A2,若|A1-A2|<C5,则说明温湿度传感器发生故障,否则,获取第3个周期的空气含湿量A3,若|A2-A3|<C5,则说明温湿度传感器发生故障,否则,获取第4个周期的空气含湿量A4,以此类推。只要出现绝对值小于第五纠偏值C5,就说明温湿度传感器发生故障。
为了避免潜在的机器数据畸变,为了进一步地提高判断准确度,本申请提供的方法还包括如下步骤:
301:在精密空调工作的整个过程中,利用温湿度传感器,周期性地获取空气含湿量,并将各个空气含湿量与第七纠偏值C7和第八纠偏值C8进行比较,第八纠偏值C8大于第七纠偏值C7。其中,可以根据实际情况,对第七纠偏值C7和第八纠偏值C8的数值进行设定。
302:若存在空气含湿量<第七纠偏值C7,或者空气含湿量>第八纠偏值C8,则温湿度传感器发生故障,否则,温湿度传感器正常。
比如第1个周期获得的空气含湿量为A1,若A1<C7或者A1>C8,则说明温湿度传感器发生故障,否则,获取第2个周期的空气含湿量A2,若A2<C7或者A2>C8,则说明温湿度传感器发生故障,否则,获取第3个周期的空气含湿量A3,以此类推。
进一步地,本申请提供的方法还包括设定的控制模式判断步骤。
上述设定的控制模式判断步骤包括:
401:获取回风侧空气含湿量,并与第一含湿量阈值和第二含湿量阈值进行比较,第二含湿量阈值大于第一含湿量阈值。其中,可以根据实际情况,对第一含湿量阈值和第二含湿量阈值的数值进行设定。
402:若回风侧空气含湿量大于第二含湿量阈值,说明此时含湿量过高,需要进行除湿,所以设定的控制模式为除湿模式。
403:若回风侧空气含湿量小于第一含湿量阈值,说明此时含湿量过低,需要进行加湿,所以设定的控制模式为加湿模式。
机房空调使用的温湿度传感器,包括两种类型,一种是回风温湿度传感器,另一种是送风温湿度传感器,为了能够对这两种传感器同时进行检测,本申请还提供了一种精密空调温湿度传感器故障检测方法,其包括如下步骤:
501:在执行设定的控制模式之前,利用回风温湿度传感器,获取初始回风侧空气含湿量,利用送风温湿度传感器,获取初始送风侧空气含湿量;设定的控制模式包括除湿模式和加湿模式,在执行时,选择其中一个执行,为了提高准确性,最好是在执行设定的控制模式的前一时刻或者在执行设定的控制模式的同一时刻获取初始回风侧空气含湿量和初始送风侧空气含湿量。
502:执行设定的控制模式,并达到设定运行时长时,利用回风温湿度传感器,获取当前回风侧空气含湿量,利用送风温湿度传感器,获取当前送风侧空气含湿量,可以根据实际情况,对设定运行时长的数值进行设定。
503:当设定的控制模式为除湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值大于第一纠偏值C1,则回风温湿度传感器发生故障,否则,回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值大于第三纠偏值C3,则送风温湿度传感器发生故障,否则,送风温湿度传感器正常;
当设定的控制模式为加湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值小于第二纠偏值C2,则回风温湿度传感器发生故障,否则,回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值小于第四纠偏值C4,则送风温湿度传感器发生故障,否则,送风温湿度传感器正常。
其中,可以根据实际情况,对第一纠偏值C1、第二纠偏值C2、第三纠偏值C3和第四纠偏值C4的数值进行设定,比如可以在0~0.1中取值,进一步地,为了规避不必要的机械偏差、无效偏差的影响,有效提高故障判断的正确率,可以排除取值为0的情况,比如可以在0.0001~0.1中取值。
进一步地,本申请提供的方法还包括如下步骤:
601:在精密空调工作的整个过程中,利用回风温湿度传感器,周期性地获取回风侧空气含湿量,利用送风温湿度传感器,周期性地获取送风侧空气含湿量;
602:计算连续两个周期获取的回风侧空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值C5比较;若存在绝对值小于第五纠偏值C5,则回风温湿度传感器发生故障,否则,回风温湿度传感器正常;
计算连续两个周期获取的送风侧空气含湿量的差值绝对值,并将各个绝对值与第六纠偏值C6比较;若存在绝对值小于第六纠偏值C6,则送风温湿度传感器发生故障,否则,送风温湿度传感器正常。
其中,可以根据实际情况,对第五纠偏值C5和第六纠偏值C6的数值进行设定,比如可以在0~0.1中取值,进一步地,为了规避不必要的机械偏差、无效偏差的影响,有效提高故障判断的正确率,可以排除第五纠偏值C5和第六纠偏值C6取值为0的情况,比如可以在0.0001~0.1中取值。
需要说明的是,第一纠偏值C1、第二纠偏值C2、第三纠偏值C3、第四纠偏值C4、第五纠偏值C5和第六纠偏值C6可以相等,也可以互不相等,根据实际需要独立地赋值。
上述判断过程的原理,与步骤201~203相同,在此不赘述。
进一步地,本申请提供的方法还包括如下步骤:
701:在精密空调工作的整个过程中,利用回风温湿度传感器,周期性地获取回风侧空气含湿量,并将各个回风侧空气含湿量与第七纠偏值C7和第八纠偏值C8进行比较,第八纠偏值C8大于第七纠偏值C7;
若存在回风侧空气含湿量<第七纠偏值C7,或者回风侧空气含湿量>第八纠偏值C8,则回风温湿度传感器发生故障,否则,回风温湿度传感器正常;
702:在精密空调工作的整个过程中,利用送风温湿度传感器,周期性地获取送风侧空气含湿量,并将各个送风侧空气含湿量与第九纠偏值C9和第十纠偏值C10进行比较,第十纠偏值大于第九纠偏值;
若存在送风侧空气含湿量<第九纠偏值,或者送风侧空气含湿量>第十纠偏值,则送风温湿度传感器发生故障,否则,送风温湿度传感器正常。
其中,可以根据实际情况,对第七纠偏值C7、第八纠偏值C8、第九纠偏值C9和第十纠偏值C10的数值进行设定。
上述判断过程的原理,与步骤301~302相同,在此不赘述,且步骤701和702并没有严格的顺序限制,也就是说,两步可以同时进行,也可以先判断送风侧空气含湿量,再判断回风侧空气含湿量。
参见图2所示,本申请实施例还提供了一种精密空调,其包括空调主机、温湿度传感器和主控装置,温湿度传感器用于在空调主机执行设定的控制模式之前,获取初始空气含湿量,以及在执行设定的控制模式,并达到设定运行时长时,获取当前空气含湿量;主控装置用于计算当前空气含湿量和初始空气含湿量的差值,当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则温湿度传感器发生故障,否则,温湿度传感器正常;当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则温湿度传感器发生故障,否则,温湿度传感器正常。
需要说明的是,本实施例提供的精密空调,其温湿度传感器可以是回风温湿度传感器,也可以是送风温湿度传感器,还可以是同时具备回风温湿度传感器和送风温湿度传感器。
基于此,若精密空调同时具备回风温湿度传感器和送风温湿度传感器,则主控装置可以执行上述步骤501~503、步骤601~602和步骤701~702。
在本申请的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种精密空调温湿度传感器故障检测方法,其特征在于,其包括如下步骤:
在执行设定的控制模式之前,利用温湿度传感器,获取初始空气含湿量;
执行设定的控制模式,并达到设定运行时长时,利用所述温湿度传感器,获取当前空气含湿量;
当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常;
当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
2.如权利要求1所述的精密空调温湿度传感器故障检测方法,其特征在于:
当所述温湿度传感器为回风温湿度传感器时,所述初始空气含湿量为初始回风侧空气含湿量,所述当前空气含湿量为当前回风侧空气含湿量;
当所述温湿度传感器为送风温湿度传感器时,所述初始空气含湿量为初始送风侧空气含湿量,所述当前空气含湿量为当前送风侧空气含湿量。
3.如权利要求1所述的精密空调温湿度传感器故障检测方法,其特征在于,所述方法还包括如下步骤:
利用所述温湿度传感器,周期性地获取空气含湿量;
计算连续两个周期获取的空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值比较;
若存在绝对值小于第五纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
4.如权利要求1所述的精密空调温湿度传感器故障检测方法,其特征在于,所述方法还包括如下步骤:
利用所述温湿度传感器,周期性地获取空气含湿量,并将各个空气含湿量与第七纠偏值和第八纠偏值进行比较,第八纠偏值大于第七纠偏值;
若存在空气含湿量<第七纠偏值,或者空气含湿量>第八纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
5.如权利要求1所述的精密空调温湿度传感器故障检测方法,其特征在于:所述方法还包括设定的控制模式判断步骤。
6.如权利要求5所述的精密空调温湿度传感器故障检测方法,其特征在于,设定的控制模式判断步骤包括:
获取回风侧空气含湿量,并与第一含湿量阈值和第二含湿量阈值进行比较,所述第二含湿量阈值大于第一含湿量阈值;
若所述回风侧空气含湿量大于所述第二含湿量阈值,则设定的控制模式为除湿模式;
若所述回风侧空气含湿量小于所述第一含湿量阈值,则设定的控制模式为加湿模式。
7.一种精密空调温湿度传感器故障检测方法,其特征在于,其包括如下步骤:
在执行设定的控制模式之前,利用回风温湿度传感器,获取初始回风侧空气含湿量,利用送风温湿度传感器,获取初始送风侧空气含湿量;
执行设定的控制模式,并达到设定运行时长时,利用所述回风温湿度传感器,获取当前回风侧空气含湿量,利用所述送风温湿度传感器,获取当前送风侧空气含湿量;
当设定的控制模式为除湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值大于第一纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值大于第三纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常;
当设定的控制模式为加湿模式时,若当前回风侧空气含湿量与初始回风侧空气含湿量的差值小于第二纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;若当前送风侧空气含湿量与初始送风侧空气含湿量的差值小于第四纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
8.如权利要求7所述的精密空调温湿度传感器故障检测方法,其特征在于,所述方法还包括如下步骤:
利用所述回风温湿度传感器,周期性地获取回风侧空气含湿量,利用所述送风温湿度传感器,周期性地获取送风侧空气含湿量;
计算连续两个周期获取的回风侧空气含湿量的差值绝对值,并将各个绝对值与第五纠偏值比较;若存在绝对值小于第五纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;
计算连续两个周期获取的送风侧空气含湿量的差值绝对值,并将各个绝对值与第六纠偏值比较;若存在绝对值小于第六纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
9.如权利要求7所述的精密空调温湿度传感器故障检测方法,其特征在于,所述方法还包括如下步骤:
利用所述回风温湿度传感器,周期性地获取回风侧空气含湿量,并将各个回风侧空气含湿量与第七纠偏值和第八纠偏值进行比较,第八纠偏值大于第七纠偏值;
若存在回风侧空气含湿量<第七纠偏值,或者回风侧空气含湿量>第八纠偏值,则所述回风温湿度传感器发生故障,否则,所述回风温湿度传感器正常;
利用所述送风温湿度传感器,周期性地获取送风侧空气含湿量,并将各个送风侧空气含湿量与第九纠偏值和第十纠偏值进行比较,第十纠偏值大于第九纠偏值;
若存在送风侧空气含湿量<第九纠偏值,或者送风侧空气含湿量>第十纠偏值,则所述送风温湿度传感器发生故障,否则,所述送风温湿度传感器正常。
10.一种精密空调,其特征在于,其包括:
空调主机;
温湿度传感器,其用于在所述空调主机执行设定的控制模式之前,获取初始空气含湿量,以及在执行设定的控制模式,并达到设定运行时长时,获取当前空气含湿量;
主控装置,其用于计算所述当前空气含湿量和初始空气含湿量的差值,当设定的控制模式为除湿模式时,若当前空气含湿量与初始空气含湿量的差值大于第一纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常;当设定的控制模式为加湿模式时,若当前空气含湿量与初始空气含湿量的差值小于第二纠偏值,则所述温湿度传感器发生故障,否则,所述温湿度传感器正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179287.3A CN114636230A (zh) | 2022-02-25 | 2022-02-25 | 一种精密空调温湿度传感器故障检测方法及精密空调 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179287.3A CN114636230A (zh) | 2022-02-25 | 2022-02-25 | 一种精密空调温湿度传感器故障检测方法及精密空调 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114636230A true CN114636230A (zh) | 2022-06-17 |
Family
ID=81947254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210179287.3A Pending CN114636230A (zh) | 2022-02-25 | 2022-02-25 | 一种精密空调温湿度传感器故障检测方法及精密空调 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114636230A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07285320A (ja) * | 1994-04-21 | 1995-10-31 | Nippondenso Co Ltd | 湿度センサの故障判定装置および車両用空調装置 |
CN1737436A (zh) * | 2004-08-19 | 2006-02-22 | 河南新飞电器有限公司 | 一种可以调节湿度的空调器及其湿度调节控制方法 |
JP2016142142A (ja) * | 2015-01-30 | 2016-08-08 | 日立オートモティブシステムズ株式会社 | エンジン制御装置 |
CN108361914A (zh) * | 2018-01-22 | 2018-08-03 | 青岛海尔空调器有限总公司 | 空调器的控制方法、控制***及空调器 |
CN108386956A (zh) * | 2018-01-22 | 2018-08-10 | 青岛海尔空调器有限总公司 | 空调器的控制方法及控制*** |
CN108627198A (zh) * | 2017-03-21 | 2018-10-09 | 梅斯法国公司 | 用于在组合的湿度和温度传感器上提供诊断的方法 |
-
2022
- 2022-02-25 CN CN202210179287.3A patent/CN114636230A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07285320A (ja) * | 1994-04-21 | 1995-10-31 | Nippondenso Co Ltd | 湿度センサの故障判定装置および車両用空調装置 |
CN1737436A (zh) * | 2004-08-19 | 2006-02-22 | 河南新飞电器有限公司 | 一种可以调节湿度的空调器及其湿度调节控制方法 |
JP2016142142A (ja) * | 2015-01-30 | 2016-08-08 | 日立オートモティブシステムズ株式会社 | エンジン制御装置 |
CN108627198A (zh) * | 2017-03-21 | 2018-10-09 | 梅斯法国公司 | 用于在组合的湿度和温度传感器上提供诊断的方法 |
CN108361914A (zh) * | 2018-01-22 | 2018-08-03 | 青岛海尔空调器有限总公司 | 空调器的控制方法、控制***及空调器 |
CN108386956A (zh) * | 2018-01-22 | 2018-08-10 | 青岛海尔空调器有限总公司 | 空调器的控制方法及控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5307034B2 (ja) | 制御弁式鉛蓄電池性能の分析方法 | |
US20190004507A1 (en) | Equipment management apparatus, equipment management system, computer readable medium, and equipment management method | |
CN105912437B (zh) | 控制装置的故障预测*** | |
TWI646414B (zh) | 不良原因推定裝置以及不良原因推定方法 | |
CN109612029B (zh) | 效能预测方法 | |
CN110094843B (zh) | 基于缺冷媒等级的控制空调的方法和装置 | |
CN111322721A (zh) | 一种空调故障检测处理方法、***、存储介质及空调器 | |
CN113131612B (zh) | 智能配电监测方法、***、智能终端及存储介质 | |
CN111306706A (zh) | 一种空调联动控制方法及*** | |
CN115097244A (zh) | 一种精准定位电力***中用电异常或窃电用户的方法 | |
US9669479B2 (en) | Data collection system for electric discharge machines | |
CN113484730A (zh) | 针对芯片测试的气流温度控制方法及*** | |
US20120166151A1 (en) | System and method for performance monitoring of commercial refrigeration | |
CN117313019B (zh) | 一种基于深度强化学习的数据异常检测方法 | |
CN114636230A (zh) | 一种精密空调温湿度传感器故障检测方法及精密空调 | |
CN112398886B (zh) | 机器人、机器人通讯管理方法及存储介质 | |
WO2023157373A1 (ja) | 電池管理装置、電池管理プログラム | |
WO2022213724A1 (zh) | 一种空调的室外机控制方法及装置、空调 | |
CN112212908B (zh) | 一种智能传感器及其智能化方法 | |
CN112146903B (zh) | 故障识别方法 | |
JP2006046762A (ja) | Ghp故障予知診断方法及びその装置 | |
CN104503512B (zh) | 一种恒温节点故障自检方法 | |
CN114910797A (zh) | 燃料电池电堆诊断方法、装置及计算机存储介质 | |
CN116929459B (zh) | 一种基于物联网的电子设备自动化测试预警***及方法 | |
CN113432242B (zh) | 空调风机运行状态综合检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220617 |