TWI719748B - 具有元件效能衰退預警功能的空調箱及其預警方法 - Google Patents

Abstract

一種空調箱的元件效能衰退預警方法，包括：於空調箱運轉後持續記錄送風機的運轉時數，並由設置在濾網兩側的壓差傳送器持續計算當前的壓差數據；於壓差數據到達第一壓差條件時，依據第一壓差條件、初始壓差數據及送風機的運轉時數計算第一階段斜率；於壓差數據到達第二壓差條件時，依據第二壓差條件、第一壓差條件及送風機的運轉時間計算第二階段斜率；於第一階段斜率和第二階段斜率的比對結果小於或等於門檻值時，基於第一階段斜率來預估濾網的可使用時數；及，於所述比對結果大於門檻值時，基於第二階段斜率來預估濾網的可使用時數。

Description

具有元件效能衰退預警功能的空調箱及其預警方法

本發明涉及空調箱，尤其涉及一種具有元件效能衰退預警功能的空調箱，以及空調箱的元件效能衰退預警方法。

在室內空間中，通常會藉由空調箱的設置來執行熱交換，藉此在室內空間中提供較為舒適的空氣。

所述空調箱是一種令氣態流體和液態流體相互交流的熱交換裝置，而隨著空調箱的運轉時間累積，空氣中與液體中的顆粒汙染物將會附著於空調箱內部的濾網與熱交換盤管上，造成空調箱的熱交換效率的衰退，進而使得空調箱整體的運轉能耗增加。

現有的空調箱一般會通過壓力感測器來感測濾網/熱交換盤管的前、後的壓力差值，當濾網/熱交換盤管因汙染物的堆積而阻塞，使得所述壓力差值達到一定的上限時，空調箱將會發出告警通知。設備管理人員在收到此告警通知後，即可安排維護人員對空調箱進行維護保養作業(例如更換或清洗濾網)。

惟，上述告警方式僅僅是一種被動的警報措施，也就是說，設備管理人員必須等到空調箱的元件(即，濾網或熱交換盤管)受到汙染物的影響而使 得效能嚴重衰退(例如濾網嚴重阻塞)，而必須要進行處理時，才會收到所述告警通知，並且在這之後才能夠開始安排維護保養作業，這將會造成維護保養作業的延宕。

如上所述，於現有技術下，設備管理人員無法提早以更有效率的方式來安排相關維護保養作業，這對於維修人力的安排與調度都相當不便。並且，當需要維護的空調箱的數量眾多時，倉管人員對於相關耗材(例如新的濾網)的庫存管理亦存在著相當的不便。

本發明之主要目的，在於提供一種具有元件效能衰退預警功能的空調箱及其預警方法，可提前預測空調箱中的部分元件的可使用時數，藉此提升管理上的效率。

為了達成上述目的，本發明的空調箱主要包括：設置於一出風口的一送風機；設置於一入風口與及該出風口之間的一濾網；設置於該濾網兩側以偵測一當前壓差數據的一壓差傳送器；記錄有一目標壓差條件、一第一壓差條件及一第二壓差條件的一記憶單元；及連接該送風機、該壓差傳送器及該記憶單元的一處理器。

該處理器於該空調箱運轉時持續記錄該送風機的運轉時數及該當前壓差數據，於該當前壓差數據到達該第一壓差條件時依據該第一壓差條件、一初始壓差數據及該送風機的運轉時數計算一第一階段斜率，並且於該當前壓差數據到達該第二壓差條件時依據該第二壓差條件、該第一壓差條件及該送風機的運轉時間計算一第二階段斜率。並且，該處理器於該第一階段斜率與該第二階 段斜率的一比對結果小於或等於一預設門檻值時將該第一階段斜率做為一基礎斜率，於該比對結果大於該預設門檻值時將該第二階段斜率做為該基礎斜率，並依據該基礎斜率來推測該當前壓差數據到達該目標壓差條件的一預估可使用時數。

為了達成上述之目的，本發明的元件效能衰退預警方法包括下列步驟：取得一空調箱的一目標壓差條件，並依據該目標壓差條件計算一第一壓差條件及一第二壓差條件；控制該空調箱開始運轉，持續記錄一送風機的運轉時數，並由一壓差傳送器持續計算一濾網的前、後的一當前壓差數據；於該當前壓差數據到達該第一壓差條件時，依據該第一壓差條件、一初始壓差數據及該送風機的運轉時數計算一第一階段斜率；於該當前壓差數據到達該第二壓差條件時，依據該第二壓差條件、該第一壓差條件及該送風機的運轉時間計算一第二階段斜率；比對該第一階段斜率與該第二階段斜率並產生一比對結果；於該比對結果小於或等於一預設門檻值時，將該第一階段斜率做為一基礎斜率以推測該當前壓差數據到達該目標壓差條件的一預估可使用時數；及，於該比對結果大於該預設門檻值時，將該第二階段斜率做為該基礎斜率以推測該當前壓差數據到達該目標壓差條件的該預估可使用時數。

本發明相對於相關技術所能達到的技術功效在於，通過空調箱實際運作時的多項運轉數據來預估部分元件的可使用時數，可以讓管理人員提前掌握並安排空調箱的維護保養作業的精確時間，並且妥善安排相關耗材的購買與倉儲程序，藉此提升管理上的效率，同時最佳化管理成本。

1:空調箱

10:處理器

11:送風機

12:濾網

13:熱交換盤管

14:壓差傳送器

15:外氣風門

16:風門驅動器

17:回風風門

18:外氣品質傳送器

19:記憶單元

191:目標壓差條件

192:第一壓差條件

193:第二壓差條件

21:入風口

22:出風口

3:運轉數據

41:第一階段斜率

42:第二階段斜率

43:動態斜率

S10~S28:預警步驟

S40~S44:計算步驟

S50~S60:預警步驟

圖1為本發明的空調箱的內部結構示意圖的第一具體實施例。

圖2為本發明的空調箱方塊圖的第一具體實施例。

圖3為本發明的預警流程圖的第一具體實施例。

圖4為本發明的斜率示意圖的第一具體實施例。

圖5為本發明的斜率調整方程式建立流程圖的第一具體實施例。

圖6為本發明的預警流程圖的第二具體實施例。

茲就本發明之一較佳實施例，配合圖式，詳細說明如後。

參閱圖1及圖2，圖1為本發明的空調箱的內部結構示意圖的第一具體實施例，圖2為本發明的空調箱方塊圖的第一具體實施例。

圖1與圖2揭露了本發明的具有元件效能衰退預警功能的空調箱(下面將於說明書內文中簡稱為空調箱1)，所述空調箱1可以在實際運作時持續記錄多項運轉數據，並且依據這些運轉數據來預估部分元件的效能衰退狀況(即，剩餘的可使用時數)。如此一來，管理人員可以在該些元件的可使用時數到達前預先安排相關的維護保養作業，並且備妥要更換之耗材，藉此提升管理效率，同時最佳化管理成本。

如圖1所示，本發明的空調箱1的一端具有入風口21，另一端具有出風口22，並且空調箱1主要具有設置於靠近出風口22處的送風機11、設置於入風口21及出風口22之間的濾網12、以及設置在濾網12前、後兩側的壓差傳送器14。

本發明中，空調箱1由入風口21吸入空氣，經過濾網12過濾空氣中的汙染物後，再藉由送風機11的運轉而將過濾後的空氣由出風口22送入室內空間中。所述壓差傳送器14會在空調箱1的運轉期間持續感測濾網12前、後兩側的壓力，並且計算出當前壓差數據。當濾網12因汙染物的持續堆積而阻塞時，所述當前壓差數據會隨之變大。本發明的主要技術特徵在於，空調箱1可依據所述當前壓差數據相對於送風機11的運轉時數來計算濾網12阻塞的速率，進而預測濾網12的效能衰退狀態(即，剩餘的可使用時數)，藉此，令管理人員可以提早安排濾網12的相關維護保養作業。

如圖2所示，本發明的空調箱1主要具有處理器10，所述送風機11及壓差傳送器14分別電性連接處理器10。並且，空調箱1還具有電性連接處理器10的記憶單元19，所述記憶單元19至少記錄空調箱1的目標壓差條件191、第一壓差條件192及第二壓差條件193。

即使是全新的濾網12，在濾網12前、後方所偵測到的壓力值仍然會具有一定的壓力差(例如為50帕斯卡(Pa))，此壓力差稱為初始壓差數據。本發明的主要目的在於，在濾網12的應更換時間到達之前，由處理器10自動計算並預測濾網12的預估可使用時數。在此目的下，空調箱1的管理人員可以自行設定一個目標壓差條件191(例如150Pa)，而當濾網12的當前壓差數據到達所述目標壓差條件191時，處理器10即判斷濾網12需要進行清洗或更換。

於一實施例中，空調箱1進一步依據所述初始壓差數據及目標壓差條件191來計算第一壓差條件192及第二壓差條件193，其中令第二壓差條件193小於目標壓差條件191，並令第一壓差條件192小於第二壓差條件193，藉此 將第一壓差條件192與第二壓差條件193分別做為不同階段的判斷基礎(容後詳述)。

本發明中，處理器10會在空調箱1進行運轉時持續記錄送風機11的運轉時數，並且持續控制壓差傳送器14計算並記錄濾網12兩側的當前壓差數據。於空調箱1剛完成維護保養作業時，所述當前壓差數據會等於或接近所述初始壓差數據(例如為50Pa)。

當處理器10判斷壓差傳送器14所得到的當前壓差數據到達所述第一壓差條件192(例如為80Pa)時，處理器10可依據第一壓差條件192、初始壓差數據以及送風機11當前的運轉時數來計算第一階段斜率。具體地，處理器10依據下述計算公式計算第一階段斜率：

，其中S1為第一階段斜率、P₁為第一壓差條件192、P_i為初始壓差數據、T₁為送風機11從空調機1啟動到當前壓差數據到達第一壓差條件192時的運轉時數。

值得一提的是，除了送風機11的運轉時數以及當前壓差數據之外，處理器10還會在空調箱1的運轉期間持續記錄空調箱1的其他運轉數據3，並且記錄於記憶單元19中(容後詳述)。

接著，處理器10會持續接收壓差傳送器14計算所得的當前壓差數據，並且當所述當前壓差數據到達第二壓差條件193(例如為110Pa)時，處理器10再依據第二壓差條件193、第一壓差條件192及送風機11的運轉時數來計算第二階段斜率。具體地，處理器10依據下述計算公式計算第二階段斜率：S2=

，其中S2為第二階段斜率、P₂為第二壓差條件193、P₁為第一壓差條件192、T₁為送風機11在當前壓差數據到達第一壓差條件192時的運轉時數、T₂為送風機11在當前壓差數據到達第二壓差條件193時的運轉時數。

本發明中，處理器10會在當前壓差數據到達第一壓差條件192時計算上述第一階段斜率(如圖4所述的第一階段斜率41)，在當前壓差數據到達第二壓差條件193時計算上述第二階段斜率(如圖4所述的第二階段斜率42)，並且將第一階段斜率41與第二階段斜率42進行比對後產生一個比對結果，再由這個比對結果來判斷第一階段斜率41與第二階段斜率42是否相似。

於一實施例中，處理器10在所述第一階段斜率41與第二階段斜率42的比對結果小於或等於預設門檻值時，認定第一階段斜率41與第二階段斜率42相似，意即，空調箱1的運轉條件以及空氣品質並沒有隨著時間而產生劇烈改變。另一方面，若第一階段斜率41與第二階段斜率42的比對結果大於預設門檻值，則處理器10會認定第一階段斜率41與第二階段斜率42不相似，意即，空調箱1的運轉條件或是空氣品質在這段時間內發生了劇烈改變。

舉例來說，若將所述預設門檻值設定為8%以內(下面以5%為例)，代表只要第一階段斜率41與第二階段斜率42的差異小於或等於±5%，處理器10都會認定第一階段斜率41與第二階段斜率42相似。

於本發明的技術手段中，處理器10會在認定第一階段斜率41與第二階段斜率42相似時(即，所述比對結果小於或等於預設門檻值)，將第一階段斜率41做為基礎斜率，並且基於這個基礎斜率來推測當前壓差數據到達所述目標壓差條件191的預估可使用時數。另一方面，在認定第一階段斜率41與第二階段斜率42不相似時(即，所述比對結果大於預設門檻值)，處理器10會改以第二階段斜率42做為所述基礎斜率，並且基於這個基礎斜率來推測當前壓差數據到達所述目標壓差條件191的預估可使用時數。

具體來說，在決定了基礎斜率後，處理器10可依據下列公式計算預估可使用時數：

，其中T_p為預估可使用時數，P_d為目標壓差條件191，P₂為第二壓差條件193(此時相等於當前壓差數據)，S_S為基礎斜率。

所述目標壓差條件191是由空調箱1的管理人員所自行認定的(例如以150Pa為例)，而所述初始壓差數據則因濾網12的品質、類型而所有不同(例如以50Pa為例)。於一實施例中，空調箱1可依據預設的調整係數來自動產生用以代表第一階段的第一壓差條件192以及用以代表第二階段的第二壓差條件193。

於一實施例中，空調箱1可預先設定第一調整係數(例如0.2)以及第二調整係數(例如0.4)，其中，令第二調整係數為第一調整係數的倍數。基於上述第一調整係數與第二調整係數，處理器10可依據下列第一計算公式自動計算第一壓差條件192，並依據下列第二計算公式自動計算第二壓差條件193。

第一計算公式：第一壓差條件192=初始壓差數據+(目標壓差條件191×第一調整係數)。

第二計算公式：第二壓差條件193=初始壓差數據+(目標壓差條件191×第二調整係數)。

舉例來說，假設初始壓差數據為50Pa、目標壓差條件191為150Pa、第一調整係數為0.2、第二調整係數為0.4，則第一壓差條件192為：50Pa+(150Pa×0.2)=80Pa，第二壓差條件193為：50Pa+(150Pa×0.4)=110Pa。惟，上述僅為本發明的其中一種實施範例，但不以此為限。

請參閱圖3，為本發明的預警流程圖的第一具體實施例。圖3揭露了本發明的空調箱的元件效能衰退預警方法(下面將於說明書中簡稱為預警方法)，所述預警方法主要應用於如圖1及圖2所示的空調箱1。

首先，空調箱1的處理器10先取得管理人員設定的所述目標壓差條件191(步驟S10)，並且再基於目標壓差條件191、初始壓差數據、第一調整係數及第二調整係數來計算所述第一壓差條件192及第二壓差條件193(步驟S12)。於另一實施例中，空調箱1亦可在原廠出產時即預設所述目標壓差條件191、第一壓差條件192及第二壓差條件193，並儲存至記憶單元19，而不待管理人員設定，藉此可提升使用便利性。

接著，處理器10可控制空調箱1開始運轉(步驟S14)，並且於空調箱1運轉時持續記錄送風機11的運轉時數，並控制壓差傳送器14持續計算並記錄當前壓差數據(步驟S16)。

本實施例中，所述當前壓差數據主要是指濾網12的前、後兩側的壓力值的差值，但不加以限定。如圖1所示，空調箱1中還可包括用來對空氣進行冷卻或加熱的熱交換盤管13。由於空調箱1內的空氣需要流經熱交換盤管13才能達到冷卻或加熱的目的，因此熱交換盤管13上亦可能會堆積空氣中夾帶的汙染物，而導致熱交換效能的衰退。於另一實施例中，所述壓差傳送器14亦可設置於熱交換盤管13的前、後兩側。於此實施例中，所述當前壓差數據亦可為熱交換盤管13的前、後兩側的壓力值的差值。

為便於說明，下面將於說明書中以計算濾網12前、後兩側的壓差數據為例，進行說明。

值得一提的是，於上述步驟S16中，處理器10還同時記錄空調箱1的其他運轉數據3，例如外氣風門15的開啟時數、外氣風門15的開啟程度、外氣品質、回風品質等，以利對所述預估可使用時數做更精準的預測(容後詳述)。

在空調箱1開始運轉後，處理器10持續監控所述當前壓差數據，並且於當前壓差數據到達所述第一壓差條件192時，依據第一壓差條件192、初始壓差數據及該送風機11的運轉時數來計算第一階段斜率41(步驟S18)。於步驟S18中，送風機11的運轉時數是指空調箱1自啟動到當前壓差數據到達第一壓差條件192時的累積運轉時間。

在當前壓差數據到達所述第一壓差條件192之後，處理器10仍持續監控所述當前壓差數據，並且於當前壓差數據到達所述第二壓差條件193時，依據第二壓差條件193、第一壓差條件192及該送風機11的運轉時數來計算第二階段斜率42(步驟S20)。於步驟S20中，送風機11的運轉時數是指空調箱1從當前壓差數據到達第一壓差條件192後至當前壓差數據到達第二壓差條件193時的累積運轉時間。

在計算了第一階段斜率41與第二階段斜率42後，處理器10對第一階段斜率41與第二階段斜率42進行比對，並且判斷比對結果是否小於或等於預設門檻值(步驟S22)。當所述比對結果小於或等於預設門檻值時，處理器10將第一階段斜率41做為基礎斜率(步驟S24)，而當以比對結果大於預設門檻值時，處理器10將第二階段斜率42做為基礎斜率(步驟S26)。

最後，處理器10即可藉由所述基礎斜率(即，第一階段斜率41或第二段斜率42)來進行運算，以基於基礎斜率推測出當前壓差數據到達目標壓差條件191的預估可使用時數(步驟S28)。

請同時參閱圖4，為本發明的斜率示意圖的第一具體實施例。圖4中是以初始壓差數據為50Pa、第一壓差條件192為80Pa、第二壓差條件193為110Pa、目標壓差條件191為150Pa為例，舉例說明。

如圖4所示，在空調箱1開始運轉後，處理器10會持續監控並記錄濾網12及/或熱交換盤管13的前、後兩側的壓差數據(即，當前壓差數據)，並且記錄當前壓差數據由初始壓差數據增加到第一壓差條件192間送風機11的累積運轉時數，再依據初始壓差數據、第一壓差條件192及送風機11的運轉時數計算第一階段斜率41。

並且，隨著空調箱1的運轉，當前壓差數據會隨著濾網12及/或熱交換盤管13上的汙染物堆積而持續增加，而處理器10也會持續記錄當前壓差數據由第一壓差條件192增加到第二壓差條件193間送風機11的累積運轉時數，並且再依據第一壓差條件192、第二壓差條件193及送風機11的運轉時數計算第二階段斜率42。

如前文所述，若第一階段斜率41與第二階段斜率42相似，表示空調箱1的運轉條件及空氣品質的變化不大，因此處理器10直接基於第一階段斜率41來預測當前壓差數據到達目標壓差條件191的預估可使用時數，或者，處理器10亦可基於第二階段斜率42來預測的預估可使用時數(因為第一階段斜率41與第二階段斜率42的差異不大)。反之，若第一階段斜率41與第二階段斜率42不相似，處理器10則改為基於第二階段斜率42來預測所述預估可使用時數。

具體地說，本發明是在當前壓差數據到達第二壓差條件193時，藉由如圖3所示的預警方法來計算並即時顯示所述預估可使用時數，以令管理 人員知曉當前的元件衰退狀況(即，濾網12、熱交換盤管13剩餘的可使用時數)。由於此時當前壓差數據與目標壓差條件191還有一段差距，因此管理人員有足夠的時間可以提前安排濾網12/熱交換盤管13的維護保養作業。

值得一提的是，由於空調箱1還需要運轉一段時間後，當前壓差數據才會到達目標壓差條件191，而在這段時間中，空調箱1的運轉條件及空氣品質仍然可能產生劇烈變化，如此將導致處理器10基於所述第一階段斜率41或第二階段斜率42所預測的可使用時數不準確。據此，本發明更進一步提供了第三階段的動態預測程序(容下詳述)。

如圖1及圖2所示，本發明的空調箱1還包括設置在靠近入風口21處且用以令外氣流入空調箱1中的外氣風門15，以及電性連接外氣風門15及處理器10並用以控制外氣風門15的開啟、關閉以及開啟程度(例如大、中、小)的風門驅動器16。由於外氣風門15的開啟時數以及開啟程度會大幅影響流入空調箱1中的外氣的量，因此處理器10會在空調箱1開啟運轉後持續記錄外氣風門15的開啟時數以及開啟程度(例如於圖3所示的步驟S16中持續記錄)，並儲存至記憶單元19中做為運轉數據3的其中之一。

另，本發明的空調箱1進一步包括設置在空調箱1外部，與處理器10通訊連接，並用以偵測外氣品質的外氣品質傳送器18。由於外氣品質會大幅影響流入空調箱1中的外氣的髒汙程度，因此處理器10會在空調箱1開始運轉後持續記錄外氣品質傳送器18所偵測的外氣品質(例如於圖3所示的步驟S16中持續記錄)，並儲存至記憶單元19中做為運轉數據3的其中之一。

請同時參閱圖5，為本發明的斜率調整方程式建立流程圖的第一具體實施例。

本發明中，處理器10會在空調箱1開始運轉後持續將空調箱1的各項運轉數據3記錄於記憶單元19的log檔中(例如所述送風機11的運轉時數、所述外氣風門15的開啟時數與開啟程度、所述外氣品質等)。當所述當前壓差數據到達了第二壓差條件193，且處理器10已經預測並顯示了預估可使用時數後，處理器10可進一步由記憶單元19中讀取已經記錄的送風機11的運轉時數、外氣風門15的開啟時數與開啟程度、以及外氣品質等運轉數據3(步驟S40)，以做為如圖4所示的動態斜率43的計算基礎。

具體地，處理器10是基於送風機11的運轉時數、外氣風門15的開啟時數與開啟程度、外氣品質以及在圖3的步驟S28中決定的基礎斜率來執行線性迴歸計算，以得到所述送風機11的運轉時數、外氣風門15的開啟時數、外氣風門15的開啟程度以及外氣品質分別相對於所述基礎斜率的第一影響係數、第二影響係數、第三影響係數及第四影響係數(步驟S42)。本實施例中，所述第一影響係數、第二影響係數、第三影響係數及第四影響係數分別為常數係數。

步驟S42後，處理器10即可依據第一影響係數、第二影響係數、第三影響係數及第四影響係數來建立一個調整公式(步驟S44)。於一實施例中，所述調整公式主要為一個一次方程式，並且是用來依據空調箱1的各項運轉數據3動態產生所述動態斜率43。如此一來，處理器10可以在當前壓差數據到達目標壓差條件191前，藉由動態斜率43來持續更新各項元件(例如濾網12或熱交換盤管13)的預估可使用時數。

於一實施例中，所述調整公式可例如為：S=a₀+a₁W+a₂X+a₃Y+a₄Z，其中S為動態斜率43，a₀為誤差係數，a₁為第一影響係數，W為送風機11的日累積運轉時數，a₂為第二影響係數，X為外氣風門15的日累積開啟時數， a₃為第三影響係數，Y為外氣風門15的日平均開啟程度，a₄為第四影響係數，Z為該外氣品質的日平均值。

具體地說，所述第一影響係數、第二影響係數、第三影響係數與第四影響係數分別為送風機11的日累積運轉時數、外氣風門15的日累積開啟時數、外氣風門15的日平均開啟程度以及外氣品質的日平均值相對於所述動態斜率43的權重。處理器10取得所述送風機11的日累積運轉時數、外氣風門15的日累積開啟時數與日平均開啟程度以及外氣品質的日平均值後，匯入上述調整公式中，即可以日為單位(即，24小時)計算出所述動態斜率43。

值得一提的是，如圖1所示，空調箱1還可在靠近入風口21處設置有一個回風風門17。所述回風風門17用以令室內空氣回流入空調箱1中，並且經過濾網12的過濾以及熱交換盤管13的冷卻/加熱後，再經由送風機11的運轉而自出風口22再次流入室內空間中。於一實施例中，空調箱1還可具有設置在靠近回風風門17處的室內空氣品質傳送器(圖未標示)，此室內空氣品質傳送器與處理器10通訊連接，並用以感測回風品質。

於此實施例中，處理器10會在空調箱1的運轉過程中持續記錄回風品質，並做為所述運轉數據3的其中之一。於本實施例中，所述調整公式可例如為：S=a₀+a₁W+a₂X+a₃Y+a₄Z+a₅R，其中a₅為回風品質相對前述基礎斜率的第五影響係數，而R為回風品質的日平均值。換句話說，除了前述的送風機11的運轉時數、外氣風門15的開啟時數、外氣風門15的開啟程度以及外氣品質外，處理器10還可採用其他的運轉數據3來做為動態斜率43的計算基準，藉此更精準地進行濾網12、熱交換盤管13等元件的預估可使用時數的預測動作。

續請參閱圖6，為本發明的預警流程圖的第二具體實施例。於本實施例中，處理器10會在當前壓差數據到達第二壓差條件193後開始計算空調箱1的運轉時間，並且判斷運轉時間是否超過預設時間週期(步驟S50)。於一實施例中，所述預設時間週期可為小時(例如168小時)、天數(例如10天)或月數(例如1個月)等，不加以限定。並且，於運轉時間尚未經過預設時間週期前，處理器10返回步驟S50，以持續記錄空調箱1的運轉數據3並計算運轉時間。

於運轉時間超過預設時間週期時，處理器10從記憶單元19中讀取目前記錄的所有運轉數據3，並且計算送風機11的日累積運轉時數、外氣風門15的日累積開啟時數與日平均開啟程度、以及外氣品質的日平均值，並且將上述送風機11的日累積運轉時數、外氣風門15的日累積開啟時數與日平均開啟程度、以及外氣品質的日平均值匯入調整公式中，以計算所述動態斜率43(步驟S52)。

於步驟S52後，處理器10即可依據動態斜率43來更新所述預估可使用時數(步驟S54)。具體地，處理器10可依據下列公式來計算預估可使用時數：

，其中T_p為預估可使用時數、S為動態斜率43、P_d為目標壓差條件191、P_c為當前壓差數據。

步驟S54後，處理器10可進一步通過空調箱1上的顯示器(圖未標示)來顯示更新後的預估可使用時數，或是將更新後的預估可使用時數傳送至外部的電子設備上顯示(步驟S56)。藉此，管理人員可以有效得知上述濾網12、熱交換盤管13等元件目前的效能衰退狀況，進而提早安排相關的維護保養作業。

並且，於更新了預估可使用時數後，處理器10可將空調箱1的運轉時間歸零，藉此重新計算下一次需要更新預估可使用時數的時間點。

本發明中，處理器10在空調箱1的運轉期間持續判斷當前壓差數據是否已經到達了目標壓差條件191(步驟S58)，並且於當前壓差數據到達目標壓差條件191前持續執行前述步驟S50至步驟S56，以持續以所述預設時間週期為單位來更新濾網12、熱交換盤管13等元件的預估可使用時數。

值得一提的是，若在當前壓差數據到達目標壓差條件191前，管理人員已對濾網12、熱交換盤管13等元件進行了維護保養(例如更換新的濾網12，或是對熱交換盤管13進行了清潔)，則在維護保養作業後，壓差傳送器14所計算的當前壓差數據將會大幅下降(例如下降至等於或接近初始壓差數據)。此時，處理器10可返回至圖3所示的預警方法，以重新計算第一階段斜率41與第二階段斜率42，並基於基礎斜率來重新預測濾網12、熱交換盤管13等元件的預估可使用時數。

反之，若當前壓差數據已經到達了目標壓差條件191，但管理人員仍未對目標元件(例如濾網12或熱交換盤管13)進行維護保養作業，則處理器10可通過內建的顯示器、揚聲器或外部的電子裝置來發出告警訊息(步驟S60)，藉此通知管理人員即時執行維護保養作業。

通過本發明的技術方案，管理人員可以有效掌握空調箱的內部元件的效能衰退狀況，並可提前安排空調箱的維護保養作業，同時妥善安排相關耗材的購買與倉儲。是以，管理效率可以被有效地提昇，且管理成本也可達到最佳化。

以上所述僅為本發明之較佳具體實例，非因此即侷限本發明之專利範圍，故舉凡運用本發明內容所為之等效變化，均同理皆包含於本發明之範圍內，合予陳明。

S10~S28:預警步驟

Claims (15)

1. 一種空調箱的元件效能衰退預警方法，應用於至少具有一送風機、一濾網及設置於該濾網兩側的一壓差傳送器的一空調箱，該元件效能衰退預警方法包括下列步驟：a)取得該空調箱的一目標壓差條件，依據一第一計算公式計算一第一壓差條件，並依據一第二計算公式計算一第二壓差條件，其中該第二壓差條件小於該目標壓差條件，該第一壓差條件小於該第二壓差條件，其中該第一計算公式為：一初始壓差數據+(該目標壓差條件＊一第一調整係數)；該第二計算公式為：該初始壓差數據+(該目標壓差條件＊一第二調整係數)，該第二調整係數為該第一調整係數的倍數；b)控制該空調箱開始運轉，持續記錄該送風機的運轉時數，並由該壓差傳送器持續計算一當前壓差數據；c)於該當前壓差數據到達該第一壓差條件時，依據該第一壓差條件、該初始壓差數據及該送風機的運轉時數計算一第一階段斜率；d)於該當前壓差數據到達該第二壓差條件時，依據該第二壓差條件、該第一壓差條件及該送風機的運轉時間計算一第二階段斜率；e)比對該第一階段斜率與該第二階段斜率並產生一比對結果；f)於該比對結果小於或等於一預設門檻值時，將該第一階段斜率做為一基礎斜率以推測該當前壓差數據到達該目標壓差條件的一預估可使用時數；及g)於該比對結果大於該預設門檻值時，將該第二階段斜率做為該基礎斜率以推測該當前壓差數據到達該目標壓差條件的該預估可使用時數。
2. 如請求項1所述的空調箱的元件效能衰退預警方法，其中該預設門檻值小於8%。
3. 如請求項2所述的空調箱的元件效能衰退預警方法，其中該預設門檻值為5%。
4. 如請求項1所述的空調箱的元件效能衰退預警方法，其中該目標壓差條件為150Pa。
5. 如請求項1所述的空調箱的元件效能衰退預警方法，其中該空調箱還包括令外氣流入該空調箱的一外氣風門、控制該外氣風門啟閉及開啟程度的一風門驅動器及偵測該空調箱外部的一外氣品質的一外氣品質傳送器，該步驟b)持續記錄該外氣風門的開啟時數、該外氣風門的開啟程度以及該外氣品質。
6. 如請求項5所述的空調箱的元件效能衰退預警方法，其中更包括下列步驟：h)取得該當前壓差數據到達該第二壓差條件前記錄的該送風機的運轉時數、該外氣風門的開啟時數與開啟程度及該外氣品質；i)基於該送風機的運轉時數、該外氣風門的開啟時數、該外氣風門的開啟程度、該外氣品質及該基礎斜率執行一線性迴歸計算；及j)依據該線性迴歸計算的計算結果產生該送風機的運轉時數、該外氣風門的開啟時數、該外氣風門的開啟程度及該外氣品質分別相對於該基礎斜率的一第一影響係數、一第二影響係數、一第三影響係數及一第四影響係數，其中該第一影響係數、該第二影響係數、該第三影響係數及第四影響係數為常數係數。
7. 如請求項6所述的空調箱的元件效能衰退預警方法，其中更包括下列步驟：k)判斷一預設時間週期是否經過；l)於該預設時間週期經過時依據一調整公式產生一動態斜率；及m)依據該動態斜率更新該預估可使用時數；其中該調整公式為：S=a₀+a₁W+a₂X+a₃Y+a₄Z；其中S為該動態斜率，a₀為誤差係數，a₁為該第一影響係數，W為該送風機的日累積運轉時數，a₂為該第二影響係數，X為該外氣風門的日累積開啟時數，a₃為該第三影響係數，Y為該外氣風門的日平均開啟程度，a₄為該第四影響係數，Z為該外氣品質的日平均值。
8. 如請求項7所述的空調箱的元件效能衰退預警方法，其中更包括下列步驟：n)顯示更新後的該預估可使用時數；o)判斷該當前壓差數據是否到達該目標壓差條件；及p)於該當前壓差數據到達該目標壓差條件前重覆執行該步驟k)至該步驟n)。
9. 一種具有元件效能衰退預警功能的空調箱，包括：一送風機，設置於一出風口；一濾網，設置於一入風口與及該出風口之間；一壓差傳送器，設置於該濾網兩側，偵測該濾網兩側的一當前壓差數據；一記憶單元，記錄一目標壓差條件、一第一壓差條件及一第二壓差條件，其中該第二壓差條件小於該目標壓差條件，該第一壓差條件小於該第二壓差條件； 一處理器，連接該送風機、該壓差傳送器及該記憶單元，於該空調箱運轉時持續記錄該送風機的運轉時數及該當前壓差數據，於該當前壓差數據到達該第一壓差條件時依據該第一壓差條件、一初始壓差數據及該送風機的運轉時數計算一第一階段斜率，並且於該當前壓差數據到達該第二壓差條件時依據該第二壓差條件、該第一壓差條件及該送風機的運轉時間計算一第二階段斜率；其中，該處理器依據一第一計算公式計算該第一壓差條件，並依據一第二計算公式計算該第二壓差條件，該第一計算公式為：該初始壓差數據+(該目標壓差條件＊一第一調整係數)，該第二計算公式為：該初始壓差數據+(該目標壓差條件＊一第二調整係數)，該第二調整係數為該第一調整係數的倍數；其中，該處理器於該第一階段斜率與該第二階段斜率的一比對結果小於或等於一預設門檻值時將該第一階段斜率做為一基礎斜率以推測該當前壓差數據到達該目標壓差條件的一預估可使用時數，並且於該比對結果大於該預設門檻值時將該第二階段斜率做為該基礎斜率以推測該當前壓差數據到達該目標壓差條件的該預估可使用時數。
10. 如請求項9所述的空調箱，其中該預設門檻值小於8%。
11. 如請求項10所述的空調箱，其中該預設門檻值為5%。
12. 如請求項9所述的空調箱，其中該目標壓差條件為150Pa。
13. 如請求項9所述的空調箱，其中更包括：一外氣風門，用以令外氣流入該空調箱中； 一風門驅動器，電性連接該外氣風門並控制該外氣風門的啟閉及開啟程度；及一外氣品質傳送器，設置於該空調箱外，用以偵測一外氣品質；其中，該處理器連接該風門驅動器及該外氣品質傳送器，並且於該空調箱運轉時持續記錄該外氣風門的開啟時數與開啟程度以及該外氣品質。
14. 如請求項13所述的空調箱，其中該處理器於該當前壓差數據到達該第二壓差條件時，基於該送風機的運轉時數、該外氣風門的開啟時數與開啟程度、該外氣品質及該基礎斜率執行一線性迴歸計算，以產生該送風機的運轉時數、該外氣風門的開啟時數、該外氣風門的開啟程度及該外氣品質分別相對於該基礎斜率的一第一影響係數、一第二影響係數、一第三影響係數及一第四影響係數，其中該第一影響係數、該第二影響係數、該第三影響係數及該第四影響係數為常數係數。
15. 如請求項14所述的空調箱，其中該處理器於該當前壓差數據到達該第二壓差條件後持續計算一預設時間週期，於該預設時間週期經過時依據一調整公式計算一動態斜率，並且依據該動態斜率更新該預估可使用時數，其中該調整公式為：S=a₀+a₁W+a₂X+a₃Y+a₄Z；其中S為該動態斜率，a₀為誤差係數，a₁為該第一影響係數，W為該送風機的日累積運轉時數，a₂為該第二影響係數，X為該外氣風門的日累積開啟時數，a₃為該第三影響係數，Y為該外氣風門的日平均開啟程度，a₄為該第四影響係數，Z為該外氣品質的日平均值。

Images