CN117267861A - 一种基于物联网的空调室外风机故障预测*** - Google Patents

一种基于物联网的空调室外风机故障预测*** Download PDF

Info

Publication number
CN117267861A
CN117267861A CN202311308126.0A CN202311308126A CN117267861A CN 117267861 A CN117267861 A CN 117267861A CN 202311308126 A CN202311308126 A CN 202311308126A CN 117267861 A CN117267861 A CN 117267861A
Authority
CN
China
Prior art keywords
analysis
fault
prediction
coefficient
air conditioner
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
Application number
CN202311308126.0A
Other languages
English (en)
Inventor
吴小毛
奈欢欢
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.)
Zhonghua Electronic Technology Taicang Co ltd
Original Assignee
Zhonghua Electronic Technology Taicang Co ltd
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 Zhonghua Electronic Technology Taicang Co ltd filed Critical Zhonghua Electronic Technology Taicang Co ltd
Priority to CN202311308126.0A priority Critical patent/CN117267861A/zh
Publication of CN117267861A publication Critical patent/CN117267861A/zh
Pending legal-status Critical Current

Links

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
    • F24F11/30—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
    • F24F1/00—Room units for air-conditioning, e.g. separate or self-contained units or units receiving primary air from a central station
    • F24F1/06—Separate outdoor units, e.g. outdoor unit to be linked to a separate room comprising a compressor and a heat exchanger
    • F24F1/38—Fan details of outdoor units, e.g. bell-mouth shaped inlets or fan mountings
    • 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
    • F24F11/52—Indication arrangements, e.g. displays
    • 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
    • F24F11/64—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
    • F24F11/89—Arrangement or mounting of control or safety devices

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明属于风机故障分析领域，涉及数据分析技术，用于解决现有技术中的空调室外风机故障监测***无法在故障发生之前对风机进行故障预测分析的问题，具体是一种基于物联网的空调室外风机故障预测***，包括故障预测平台，所述故障预测平台通信连接有运行监测模块、环境分析模块、故障预测模块以及存储模块；所述运行监测模块用于对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象；本发明可以对空调室外风机的运行状态进行监测分析，通过运行系数对风机的运行状态进行反馈，从而对分析对象是否具有故障隐患进行标记。

Description

一种基于物联网的空调室外风机故障预测***
技术领域
本发明属于风机故障分析领域，涉及数据分析技术，具体是一种基于物联网的空调室外风机故障预测***。
背景技术
空调外机是冷热交换的重要组成部分，风机则是其正常运转的保障。如果空调外机风机没有工作，则不能正常运转，会导致室内温度过高或过低，影响生活质量。
现有技术中的空调室外风机故障监测***仅能够根据风机的运行参数进行故障分析，并根据分析结果对风机是否出现故障进行判定，仅能够在故障发生之后进行报警，但是无法在故障发生之前对风机进行故障预测分析，从而通过异常处理避免故障发生。
针对上述技术问题，本申请提供一种解决方案。
发明内容
本发明的目的在于提供一种基于物联网的空调室外风机故障预测***，用于解决现有技术中的空调室外风机故障监测***无法在故障发生之前对风机进行故障预测分析的问题；
本发明需要解决的技术问题为：如何提供一种可以在故障发生之前对风机进行故障预测分析的基于物联网的空调室外风机故障预测***。
本发明的目的可以通过以下技术方案实现：
一种基于物联网的空调室外风机故障预测***，包括故障预测平台，所述故障预测平台通信连接有运行监测模块、环境分析模块、故障预测模块以及存储模块；
所述运行监测模块用于对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS；通过对振动数据ZD、异响数据YX以及转速数据ZS进行数值计算得到分析对象在分析时段内的运行系数YX；通过运行系数YX对分析对象在分析时段内是否存在故障隐患进行判定；
所述环境分析模块用于在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY；通过对外温数据WW、外风数据WF以及外雨数据WY进行数值计算得到分析对象在分析时段内的环异系数HY；通过环异系数HY对分析对象是否具有极端环境隐患进行判定；
所述故障预测模块用于对空调室外风机进行故障预测分析。
作为本发明的一种优选实施方式，振动数据ZD为分析对象的机壳在分析时段内的振动幅度最大值，异响数据YX为分析对象在分析时段内产生噪声分贝值的最大值，转速数据ZS为分析对象的风机转速在分析时段内的最小值。
作为本发明的一种优选实施方式，对分析对象在分析时段内是否存在故障隐患进行判定的具体过程包括：通过存储模块获取到运行阈值YXmin、YXmax，将分析对象在分析时段内的运行系数YX与运行阈值YXmin、YXmax进行比较：若YX≤YXmin，则判定分析对象在分析时段内的运行状态满足要求；若YXmin＜YX＜YXmax，则判定分析对象在分析时段内的运行状态存在故障隐患，生成环境分析信号并将环境分析信号发送至故障预测平台，故障预测平台接收到环境分析信号后将环境分析信号发送至环境分析模块；若YX≥YXmax，则判定分析对象在分析时段内的运行状态不满足要求，生成故障报警信号并将故障报警信号发送至故障预测平台，故障预测平台接收到故障报警信号后将故障报警信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式，外温数据WW为分析对象运行环境的空气温度值在分析时段内的最大值；外风数据WF为分析对象运行环境的风力等级在分析时段内的最大值；外雨数据WY为分析对象所在地区在分析时段内的降雨量。
作为本发明的一种优选实施方式，对分析对象是否具有极端环境隐患进行判定的具体过程包括：通过存储模块获取到环异阈值HYmax，将分析对象在分析时段内的环异系数HY与环异阈值HYmax进行比较：若环异系数HY小于环异阈值HYmax，则判定分析对象不具有极端环境隐患，生成预测分析信号并将预测分析信号发送至故障预测平台，故障预测平台接收到预测分析信号后将预测分析信号发送至故障预测模块；若环异系数HY大于等于环异阈值HYmax，则判定分析对象具有极端环境隐患，生成环境预警信号并将环境预警信号发送至故障预测平台，故障预测平台接收到环境预警信号后将环境预警信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式，故障预测模块对空调室外风机进行故障预测分析的具体过程包括：将分析周期内的分析时段按照环异系数HY由小到大的顺序进行排列得到环异序列，将分析周期内的分析时段按照执行时间由先到后的顺序进行排列得到执行序列，将分析周期内的分析时段按照运行系数YX由小到大的顺序进行排列得到运行序列，将分析时段在环异序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的环差值，对所有分析时段的环差值进行求和取平均值得到环差系数HC；将分析时段在执行序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的执差值，对所有分析时段的执差值进行求和取平均值得到执差系数ZC；通过对环差系数HC与执差系数ZC进行数值计算得到分析对象的预测系数YC；通过存储模块获取到预测阈值YCmin，将分析对象的预测系数YC与预测阈值YCmin进行比较并通过比较结果对分析对象是否具有故障隐患进行判定。
作为本发明的一种优选实施方式，将分析对象的预测系数YC与预测阈值YCmin进行比较的具体过程包括：若预测系数YC小于预测阈值YCmin，则判定分析对象存在故障隐患，生成故障预测信号并将故障预测信号发送至管理人员的手机终端；若预测系数YC大于等于预测阈值YCmin，则判定分析对象不存在故障隐患，生成运行正常信号并将运行正常信号发送至故障预测平台。
作为本发明的一种优选实施方式，该基于物联网的空调室外风机故障预测***的工作方法，包括以下步骤：
步骤一：对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS并进行数值计算得到运行系数YX，通过运行系数YX对分析对象的运行状态是否满足要求进行判定；
步骤二：在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY并进行数值计算得到环异系数HY，通过环异系数HY对分析对象是否具有极端环境隐患进行判定；
步骤三：对空调室外风机进行故障预测分析并获取分析对象的预测系数YC，通过预测系数YC对分析对象是否具有故障隐患进行判定。
本发明具备下述有益效果：
1、通过运行监测模块可以对空调室外风机的运行状态进行监测分析，通过分时段分析的方式对分析时段内各项运行参数进行综合分析与计算得到运行系数，通过运行系数对风机的运行状态进行反馈，从而对分析对象是否具有故障隐患进行标记；
2、通过环境分析模块可以对分析对象存在故障隐患时进行室外环境分析，通过对室外环境的各项参数进行综合分析得到环异系数，通过环异系数对环境异常程度进行监控，在分析对象存在故障隐患的同时出现极端异常环境时及时进行预警；
3、通过故障预测模块可以对空调室外风机进行故障预测分析，将生成的环异序列、执行序列与运行序列进行比对，通过比较结果对空调室外风机运行系数与环境、运行时长的关联性进行反馈，从而根据计算得到的预测系数进行故障隐患判定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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为本发明实施例一的***框图；
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
如图1所示，一种基于物联网的空调室外风机故障预测***，包括故障预测平台，故障预测平台通信连接有运行监测模块、环境分析模块、故障预测模块以及存储模块。
运行监测模块用于对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS，振动数据ZD为分析对象的机壳在分析时段内的振动幅度最大值，异响数据YX为分析对象在分析时段内产生噪声分贝值的最大值，转速数据ZS为分析对象的风机转速在分析时段内的最小值；通过公式YX＝α1*ZD+α2*YX-α3*ZS得到分析对象在分析时段内的运行系数YX，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；通过存储模块获取到运行阈值YXmin、YXmax，将分析对象在分析时段内的运行系数YX与运行阈值YXmin、YXmax进行比较：若YX≤YXmin，则判定分析对象在分析时段内的运行状态满足要求；若YXmin＜YX＜YXmax，则判定分析对象在分析时段内的运行状态存在故障隐患，生成环境分析信号并将环境分析信号发送至故障预测平台，故障预测平台接收到环境分析信号后将环境分析信号发送至环境分析模块；若YX≥YXmax，则判定分析对象在分析时段内的运行状态不满足要求，生成故障报警信号并将故障报警信号发送至故障预测平台，故障预测平台接收到故障报警信号后将故障报警信号发送至管理人员的手机终端；对空调室外风机的运行状态进行监测分析，通过分时段分析的方式对分析时段内各项运行参数进行综合分析与计算得到运行系数，通过运行系数对风机的运行状态进行反馈，从而对分析对象是否具有故障隐患进行标记。
环境分析模块用于在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY，外温数据WW为分析对象运行环境的空气温度值在分析时段内的最大值；外风数据WF为分析对象运行环境的风力等级在分析时段内的最大值；外雨数据WY为分析对象所在地区在分析时段内的降雨量；通过公式HY＝β1*WW+β2*WF+β3*WY得到分析对象在分析时段内的环异系数HY，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到环异阈值HYmax，将分析对象在分析时段内的环异系数HY与环异阈值HYmax进行比较：若环异系数HY小于环异阈值HYmax，则判定分析对象不具有极端环境隐患，生成预测分析信号并将预测分析信号发送至故障预测平台，故障预测平台接收到预测分析信号后将预测分析信号发送至故障预测模块；若环异系数HY大于等于环异阈值HYmax，则判定分析对象具有极端环境隐患，生成环境预警信号并将环境预警信号发送至故障预测平台，故障预测平台接收到环境预警信号后将环境预警信号发送至管理人员的手机终端；对分析对象存在故障隐患时进行室外环境分析，通过对室外环境的各项参数进行综合分析得到环异系数，通过环异系数对环境异常程度进行监控，在分析对象存在故障隐患的同时出现极端异常环境时及时进行预警。
故障预测模块用于对空调室外风机进行故障预测分析：将分析周期内的分析时段按照环异系数HY由小到大的顺序进行排列得到环异序列，将分析周期内的分析时段按照执行时间由先到后的顺序进行排列得到执行序列，将分析周期内的分析时段按照运行系数YX由小到大的顺序进行排列得到运行序列，将分析时段在环异序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的环差值，对所有分析时段的环差值进行求和取平均值得到环差系数HC；将分析时段在执行序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的执差值，对所有分析时段的执差值进行求和取平均值得到执差系数ZC；通过公式YC＝γ1*HY/HC+γ2*SC/ZC得到分析对象的预测系数YC，其中γ1与γ2均为比例系数，且γ1＞γ2＞1，SC为分析对象的连续运行时长；通过存储模块获取到预测阈值YCmin，将分析对象的预测系数YC与预测阈值YCmin进行比较：若预测系数YC小于预测阈值YCmin，则判定分析对象存在故障隐患，生成故障预测信号并将故障预测信号发送至管理人员的手机终端；若预测系数YC大于等于预测阈值YCmin，则判定分析对象不存在故障隐患，生成运行正常信号并将运行正常信号发送至故障预测平台；对空调室外风机进行故障预测分析，将生成的环异序列、执行序列与运行序列进行比对，通过比较结果对空调室外风机运行系数与环境、运行时长的关联性进行反馈，从而根据计算得到的预测系数进行故障隐患判定。
实施例二
如图2所示，一种基于物联网的空调室外风机故障预测方法，包括以下步骤：
步骤一：对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS并进行数值计算得到运行系数YX，通过运行系数YX对分析对象的运行状态是否满足要求进行判定；
步骤二：在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY并进行数值计算得到环异系数HY，通过环异系数HY对分析对象是否具有极端环境隐患进行判定；
步骤三：对空调室外风机进行故障预测分析并获取分析对象的预测系数YC，通过预测系数YC对分析对象是否具有故障隐患进行判定。
一种基于物联网的空调室外风机故障预测***，工作时，生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS并进行数值计算得到运行系数YX，通过运行系数YX对分析对象的运行状态是否满足要求进行判定；获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY并进行数值计算得到环异系数HY，通过环异系数HY对分析对象是否具有极端环境隐患进行判定；对空调室外风机进行故障预测分析并获取分析对象的预测系数YC，通过预测系数YC对分析对象是否具有故障隐患进行判定。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式YX＝α1*ZD+α2*YX-α3*ZS；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的运行系数；将设定的运行系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.52、2.85和2.26；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的运行系数；只要不影响参数与量化后数值的比例关系即可，如运行系数与振动数据的数值成正比。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于物联网的空调室外风机故障预测***，其特征在于，包括故障预测平台，所述故障预测平台通信连接有运行监测模块、环境分析模块、故障预测模块以及存储模块；
所述运行监测模块用于对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS；通过对振动数据ZD、异响数据YX以及转速数据ZS进行数值计算得到分析对象在分析时段内的运行系数YX；通过运行系数YX对分析对象在分析时段内是否存在故障隐患进行判定；
所述环境分析模块用于在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY；通过对外温数据WW、外风数据WF以及外雨数据WY进行数值计算得到分析对象在分析时段内的环异系数HY；通过环异系数HY对分析对象是否具有极端环境隐患进行判定；
所述故障预测模块用于对空调室外风机进行故障预测分析。
2.根据权利要求1所述的一种基于物联网的空调室外风机故障预测***，其特征在于，振动数据ZD为分析对象的机壳在分析时段内的振动幅度最大值，异响数据YX为分析对象在分析时段内产生噪声分贝值的最大值，转速数据ZS为分析对象的风机转速在分析时段内的最小值。
3.根据权利要求2所述的一种基于物联网的空调室外风机故障预测***，其特征在于，对分析对象在分析时段内是否存在故障隐患进行判定的具体过程包括：通过存储模块获取到运行阈值YXmin、YXmax，将分析对象在分析时段内的运行系数YX与运行阈值YXmin、YXmax进行比较：若YX≤YXmin，则判定分析对象在分析时段内的运行状态满足要求；若YXmin＜YX＜YXmax，则判定分析对象在分析时段内的运行状态存在故障隐患，生成环境分析信号并将环境分析信号发送至故障预测平台，故障预测平台接收到环境分析信号后将环境分析信号发送至环境分析模块；若YX≥YXmax，则判定分析对象在分析时段内的运行状态不满足要求，生成故障报警信号并将故障报警信号发送至故障预测平台，故障预测平台接收到故障报警信号后将故障报警信号发送至管理人员的手机终端。
4.根据权利要求3所述的一种基于物联网的空调室外风机故障预测***，其特征在于，外温数据WW为分析对象运行环境的空气温度值在分析时段内的最大值；外风数据WF为分析对象运行环境的风力等级在分析时段内的最大值；外雨数据WY为分析对象所在地区在分析时段内的降雨量。
5.根据权利要求4所述的一种基于物联网的空调室外风机故障预测***，其特征在于，对分析对象是否具有极端环境隐患进行判定的具体过程包括：通过存储模块获取到环异阈值HYmax，将分析对象在分析时段内的环异系数HY与环异阈值HYmax进行比较：若环异系数HY小于环异阈值HYmax，则判定分析对象不具有极端环境隐患，生成预测分析信号并将预测分析信号发送至故障预测平台，故障预测平台接收到预测分析信号后将预测分析信号发送至故障预测模块；若环异系数HY大于等于环异阈值HYmax，则判定分析对象具有极端环境隐患，生成环境预警信号并将环境预警信号发送至故障预测平台，故障预测平台接收到环境预警信号后将环境预警信号发送至管理人员的手机终端。
6.根据权利要求5所述的一种基于物联网的空调室外风机故障预测***，其特征在于，故障预测模块对空调室外风机进行故障预测分析的具体过程包括：将分析周期内的分析时段按照环异系数HY由小到大的顺序进行排列得到环异序列，将分析周期内的分析时段按照执行时间由先到后的顺序进行排列得到执行序列，将分析周期内的分析时段按照运行系数YX由小到大的顺序进行排列得到运行序列，将分析时段在环异序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的环差值，对所有分析时段的环差值进行求和取平均值得到环差系数HC；将分析时段在执行序列中的序号与运行序列中的序号的差值的绝对值标记为分析时段的执差值，对所有分析时段的执差值进行求和取平均值得到执差系数ZC；通过对环差系数HC与执差系数ZC进行数值计算得到分析对象的预测系数YC；通过存储模块获取到预测阈值YCmin，将分析对象的预测系数YC与预测阈值YCmin进行比较并通过比较结果对分析对象是否具有故障隐患进行判定。
7.根据权利要求6所述的一种基于物联网的空调室外风机故障预测***，其特征在于，将分析对象的预测系数YC与预测阈值YCmin进行比较的具体过程包括：若预测系数YC小于预测阈值YCmin，则判定分析对象存在故障隐患，生成故障预测信号并将故障预测信号发送至管理人员的手机终端；若预测系数YC大于等于预测阈值YCmin，则判定分析对象不存在故障隐患，生成运行正常信号并将运行正常信号发送至故障预测平台。
8.根据权利要求1-7任一项所述的一种基于物联网的空调室外风机故障预测***，其特征在于，该基于物联网的空调室外风机故障预测***的工作方法，包括以下步骤：
步骤一：对空调室外风机的运行状态进行监测分析：生成分析周期并将分析周期分割为若干个分析时段，将进行运行状态监测分析的空调室外风机标记为分析对象，获取分析对象在分析时段内的振动数据ZD、异响数据YX以及转速数据ZS并进行数值计算得到运行系数YX，通过运行系数YX对分析对象的运行状态是否满足要求进行判定；
步骤二：在分析对象存在故障隐患时进行室外环境分析：获取分析时段内的外温数据WW、外风数据WF以及外雨数据WY并进行数值计算得到环异系数HY，通过环异系数HY对分析对象是否具有极端环境隐患进行判定；
步骤三：对空调室外风机进行故障预测分析并获取分析对象的预测系数YC，通过预测系数YC对分析对象是否具有故障隐患进行判定。
CN202311308126.0A 2023-10-10 2023-10-10 一种基于物联网的空调室外风机故障预测*** Pending CN117267861A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311308126.0A CN117267861A (zh) 2023-10-10 2023-10-10 一种基于物联网的空调室外风机故障预测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311308126.0A CN117267861A (zh) 2023-10-10 2023-10-10 一种基于物联网的空调室外风机故障预测***

Publications (1)

Publication Number Publication Date
CN117267861A true CN117267861A (zh) 2023-12-22

Family

ID=89219492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311308126.0A Pending CN117267861A (zh) 2023-10-10 2023-10-10 一种基于物联网的空调室外风机故障预测***

Country Status (1)

Country Link
CN (1) CN117267861A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117590141A (zh) * 2024-01-19 2024-02-23 青岛中微创芯电子有限公司 一种基于数据分析的ipm电参数测试***
CN117804518A (zh) * 2023-12-29 2024-04-02 苏州市朗世润电子有限公司 一种感应元器件生产用测试治具

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117804518A (zh) * 2023-12-29 2024-04-02 苏州市朗世润电子有限公司 一种感应元器件生产用测试治具
CN117590141A (zh) * 2024-01-19 2024-02-23 青岛中微创芯电子有限公司 一种基于数据分析的ipm电参数测试***
CN117590141B (zh) * 2024-01-19 2024-03-26 青岛中微创芯电子有限公司 一种基于数据分析的ipm电参数测试***

Similar Documents

Publication Publication Date Title
CN117267861A (zh) 一种基于物联网的空调室外风机故障预测***
EP3557819B1 (en) Server failure detection method and system
CN114793019B (zh) 基于大数据分析的二次设备可视化监管***
CN114859845A (zh) 基于物联网控制器的智能工业数据管理***
CN115248569A (zh) 基于云计算的设备监控***
CN116777433B (zh) 一种基于数据分析的工业产线设备运维管理***
CN115789856A (zh) 一种用于通风设备的在线监测控制***
CN116008701B (zh) 用于智能高压开关柜的电动机构运行诊断***及方法
CN116660672B (zh) 基于大数据的电网设备故障诊断方法及***
CN116316613B (zh) 电力设备运行监测方法、***、电子设备及存储介质
CN116513406A (zh) 具有船舶运行状态信息采集功能的船舶智能终端
CN115933508B (zh) 一种配电网智能电力运维***
CN117930795A (zh) 一种基于人工智能的工控机自检控制***
CN115063100A (zh) 一种基于数据分析的道路建设项目的实施成本管控***
CN116182233A (zh) 基于物联网的高效节能暖通控制装置
CN110647417B (zh) 能源互联网异常数据处理方法、装置及***
CN117391675B (zh) 一种数据中心基础设施运维管理方法
CN117764559A (zh) 基于数据分析的电器柜运维检修监管预警***
CN109240253A (zh) 一种在线设备诊断及预防性维护方法及***
CN115857594B (zh) 一种基于人工智能的芯片制造现场环境智能管控***
CN116295664B (zh) 一种中压配电柜
CN117311316A (zh) 一种面向工业互联网的机器故障诊断方法及***
CN113300918A (zh) 智慧灯杆的故障检测方法、终端设备及存储介质
WO2024066331A1 (zh) 网络异常检测方法、装置、电子设备及存储介质
CN118168115A (zh) 一种基于数据分析的暖通空调故障检测***

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