CN114754413A - 一种多联机空调系统及故障定位方法 - Google Patents
一种多联机空调系统及故障定位方法 Download PDFInfo
- Publication number
- CN114754413A CN114754413A CN202210386517.3A CN202210386517A CN114754413A CN 114754413 A CN114754413 A CN 114754413A CN 202210386517 A CN202210386517 A CN 202210386517A CN 114754413 A CN114754413 A CN 114754413A
- Authority
- CN
- China
- Prior art keywords
- indoor unit
- expansion valve
- electronic expansion
- conditioning system
- fault
- 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.)
- Granted
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 184
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 46
- 239000007788 liquid Substances 0.000 claims abstract description 43
- 238000003745 diagnosis Methods 0.000 claims description 26
- 238000012706 support-vector machine Methods 0.000 claims description 22
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims 1
- 239000003507 refrigerant Substances 0.000 description 50
- 230000006870 function Effects 0.000 description 32
- 230000015654 memory Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 19
- 238000001514 detection method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000001816 cooling Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 12
- 238000012423 maintenance Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 8
- 238000001704 evaporation Methods 0.000 description 6
- 230000008020 evaporation Effects 0.000 description 6
- 238000005057 refrigeration Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 238000012549 training 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
- F24F1/00—Room units for air-conditioning, e.g. separate or self-contained units or units receiving primary air from a central station
- F24F1/0003—Room units for air-conditioning, e.g. separate or self-contained units or units receiving primary air from a central station characterised by a split arrangement, wherein parts of the air-conditioning system, e.g. evaporator and condenser, are in separately located units
-
- 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
- F24F11/62—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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
-
- 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)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请实施例提供了一种多联机空调系统及故障定位方法,涉及空调技术领域,用于提高多联机空调系统中对故障电子膨胀阀定位的效率。该多联机空调系统包括:室外机;多个室内机,每个室内机与室外机之间设置有电子膨胀阀、气管和液管;控制器,被配置为:在确定多联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据,特征数据包括与第一室内机连接的液管的温度值和气管的温度值之间的温度差值,第一室内机为多个室内机中任一个室内机;根据第一室内机的特征数据,判断第一室内机是否为异常室内机,若第一室内机为异常室内机,则将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
Description
技术领域
本申请涉及空调技术领域,尤其涉及一种多联机空调系统及故障定位方法。
背景技术
电子膨胀阀作为多联机空调系统中的重要部件,在多联机空调系统的冷媒分配、按需运行方面起到了关键作用。若电子膨胀阀发生故障,例如电子膨胀阀开度异常、无法完全闭合等,均会降低多联机空调系统的制冷降温的效果,影响用户的使用体验。
目前针对多联机空调系统中电子膨胀阀的故障定位,是通过工作人员长时间观察与分析多联机空调系统的运行情形,以此来定位发生故障的电子膨胀阀。由于多联机空调系统中包括多个电子膨胀阀,如此造成工作人员的工作量较大,且无法快速的定位发生故障的电子膨胀阀,导致维修成本增加的同时也影响了用户的使用体验。
发明内容
本申请实施例提供一种多联机空调系统及故障定位方法,用于提高多联机空调系统中对故障电子膨胀阀定位的效率。
第一方面,本申请实施例提供一种多联机空调系统,包括:
室外机;
多个室内机,每个室内机与室外机之间设置有电子膨胀阀、气管和液管;
控制器,被配置为:
在确定多联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据,特征数据包括与第一室内机连接的液管的温度值和气管的温度值之间的温度差值,第一室内机为多个室内机中任一个室内机;
根据第一室内机的特征数据,判断第一室内机是否为异常室内机;
若第一室内机为异常室内机,则将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
本申请实施例提供的技术方案至少带来以下有益效果:针对目前多联机空调系统中对故障电子膨胀阀定位的效率较低的问题,本申请实施例提供的多联机空调系统,在确定多联机空调系统存在故障的电子膨胀阀之后,获取多联机空调系统中任一个室内机的特征数据,特征数据包括与该室内机连接的气管的温度值和液管的温度值。进而根据该室内机的特征数据,判断该室内机是否为异常室内机,若该室内机为异常室内机,则可以确定与该室内机连接的电子膨胀阀为故障电子膨胀阀。可以理解的,若一个室内机连接的电子膨胀阀处于正常状态时,则检测到该室内机的特征数据应该是正常的,若一个室内机的电子膨胀阀发生故障,则会导致检测到的该室内机的特征数据产生异常。所以当检测到该室内机为异常室内机时,可以将与该室内机连接的电子膨胀阀确定为故障电子膨胀阀。如此,能够精准的定位出多联机空调系统中的发生故障的电子膨胀阀,无需工作人员长时间人工观察与分析多联机空调系统的运行情形,提升了多联机空调系统中对故障电子膨胀阀定位的效率。
其中,将与室内机连接的液管的温度值和气管的温度值之间的温度差值作为特征数据的益处的阐述如下:制冷剂经过室内机的节流阀后进入制冷剂的蒸发吸热过程,当该室内机连接的电子膨胀阀正常时,与该室内机连接的液管的温度值和气管的温度值之间的温度差值应处于一定水平。而当电子膨胀阀发生故障时,例如由于电子膨胀阀故障导致电子膨胀阀的开度过小时会导致制冷剂流量不足导致蒸发吸热过程中热度过高,进而导致与该室内机的液管的温度值与气管的温度值之间的温度差值未能处于一定的水平,因此将与室内机连接的液管的温度值和气管的温度值之间的温度差值作为特征数据能够提升判断室内机是否为异常室内机的准确性,也即提升了对故障电子膨胀阀的定位的效率。
在一些实施例中,特征数据还包括第一室内机的高压压力值、低压压力值、出风温度值、回风温度值以及室外机的吸气温度值和排气温度值;控制器被配置为根据第一室内机的特征数据,判断第一室内机是否为异常室内机,具体执行以下步骤:将第一室内机的特征数据输入至基于深度神经网络(deep neural networks,DNN)的故障识别模型中,得到第一室内机的故障识别结果,故障识别结果指示了第一室内机是否为异常室内机。
在一些实施例中,控制器被配置为确定多联机空调系统发生电子膨胀阀故障的情况之前,还被配置为:获取多联机空调系统的运行数据,多联机空调系统的运行数据包括室外机的压缩机电流值、室外机的排出压力值、室外机的排出温度值以及每个室内机的出风温度值和回风温度值;根据多联机空调系统的运行数据,判断多联机空调系统是否发生电子膨胀阀故障。
在一些实施例中,控制器被配置为根据多联机空调系统的运行数据,判断多联机空调系统是否发生电子膨胀阀故障,具体执行以下步骤:将多联机空调系统的运行数据输入至基于支持向量机(support vector machine,SVM)的故障诊断模型中,得到故障诊断结果,故障诊断结果指示了多联机空调系统是否发生电子膨胀阀故障。
在一些实施例中,控制器被配置为若第一室内机为异常室内机,则将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀之后,还被配置为:获取第一电子膨胀阀的开度;根据第一电子膨胀阀的开度和预设对应关系,确定第一电子膨胀阀的故障等级,预设对应关系用于指示故障电子膨胀阀的开度与故障等级之间的对应关系;发出包括第一电子膨胀阀的故障等级的提示信息。
第二方面,本申请实施例提供一种多联机空调系统的故障定位方法,该方法应用于多联机空调系统,多联机空调系统包括室外机和多个室内机,每个室内机与室外机之间设置有电子膨胀阀、气管和液管,该方法包括:在确定联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据,特征数据包括与第一室内机连接的液管的温度值和气管的温度值之间的温度差值,第一室内机为多个室内机中任一个室内机;根据第一室内机的特征数据,判断第一室内机是否为异常室内机;若第一室内机为异常室内机,则将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
第三方面,本申请实施例提供一种控制器,包括:一个或多个处理器;一个或多个存储器;其中,一个或多个存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,当一个或多个处理器执行计算机指令时,控制器执行第二方面所提供的任一种多联机空调系统的故障定位方法。
第四方面,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质包括计算机指令,当计算机指令在计算机上运行时,使得计算机执行第二方面所提供的任一种多联机空调系统的故障定位方法。
第五方面,本发明实施例提供一种计算机程序产品,该计算机程序产品可直接加载到存储器中,并含有软件代码,该计算机程序产品经由计算机载入并执行后能够实现如第二方面所提供的任一种多联机空调系统的故障定位方法。
需要说明的是,上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中,计算机可读存储介质可以与控制器的处理器封装在一起的,也可以与控制器的处理器单独封装,本申请对此不作限定。
本申请中第二方面至第五方面的描述的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本申请实施例提供的一种多联机空调系统的结构示意图;
图2为本申请实施例提供的一种电子膨胀阀设置位置示意图;
图3为本申请实施例提供的另一种多联机空调系统的结构示意图;
图4为本申请实施例提供的一种多联机空调系统的制冷循环原理示意图;
图5为本申请实施例提供的一种控制器的结构示意图;
图6为本申请实施例提供的一种多联机空调系统的硬件配置框图;
图7为本申请实施例提供的一种第一温度传感器和第二温度传感器的设置位置示意图;
图8为本申请实施例提供的一种多联机空调系统的控制器与终端设备的交互示意图;
图9为本申请实施例提供的一种终端设备的管理界面示意图;
图10为本申请实施例提供的另一种终端设备的管理界面示意图;
图11为本申请实施例提供的另一种终端设备的管理界面示意图;
图12为本申请实施例提供的一种多联机空调系统的故障定位方法的流程图;
图13为本申请实施例提供的另一种多联机空调系统的故障定位方法的流程图;
图14为本申请实施例提供的一种终端设备显示提示信息的示意图;
图15为本申请实施例提供的另一种多联机空调系统的故障定位方法的流程图;
图16为本申请实施例提供的一种控制器的硬件结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,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。
在本发明的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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发明和简化描述,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发明的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“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。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。另外,在对管线进行描述时,本申请中所用“相连”、“连接”则具有进行导通的意义。具体意义需结合上下文进行理解。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于理解,首先对本发明实施例涉及到的一些术语或技术的基本概念进行简单的介绍和说明。
制冷模式:空调系统的压缩机将经蒸发器蒸发后的低温低压气态冷媒吸入压缩机腔,压缩成高温高压气态冷媒,进入冷凝器。高温高压气体冷媒在冷凝器中冷凝成高温高压的液态冷媒,之后经过节流元件如毛细管节流后,变成低温低压的液态冷媒,进入蒸发器蒸发后,最后再回到压缩机内,从而完成整个制冷循环。其中,制冷模式下的室外换热器作为冷凝器使用,室内换热器作为蒸发器使用。
冷媒:一种容易吸热变成气体,又容易放热变成液体的物质。在空调系统中,通过冷媒的蒸发与凝结,传递热能,产生冷冻效果。
过热度:指在冷媒在蒸发器出口的实际温度与此处冷媒压力下对应的饱和温度的差值,也即蒸发器出口温度与蒸发温度的差值。
过冷度:指在冷凝器出口某一点的冷媒压力对应的饱和温度与冷媒实际温度之间的差值。
膨胀阀:由阀体和线圈两部分组成,用于节流降压和调节流量。空调系统中的膨胀阀可以使中温高压的液体冷媒通过其节流成为低温低压的湿蒸汽,然后冷媒在蒸发器中吸收热量达到制冷效果,并且通过蒸发器出口的过热度变化来控制阀门流量。
目前在多联机空调系统中出现电子膨胀阀故障之后,可以诊断出多联机空调系统发生电子膨胀阀故障,但是无法定位出多联机空调系统中的哪一台室内机的电子膨胀阀发生故障,需要工作人员人工观察与分析,不仅造成工作人员的工作量较大,且无法快速的定位发生故障的电子膨胀阀,导致维修成本增加的同时也影响了用户的使用体验。
基于此,本申请实施例提供一种多联机空调系统的故障定位方法,在确定多联机空调系统中发生电子膨胀阀故障后,获取多联机空调系统中每个室内机的特征数据,根据每个室内机的特征数据,以此来识别出多个室内机中的异常室内机,进而将异常室内机连接的电子膨胀阀作为故障电子膨胀阀,如此,能够快速的定位多联机空调系统中的发生故障的电子膨胀阀,无需工作人员消耗大量时间进行人工筛选与识别,提高了对多联机空调系统中故障电子膨胀阀定位的效率的同时,降低了工作人员的工作量。
为进一步对本申请的方案进行描述,可以参照图1,图1为本申请根据示例性实施例提供的一种多联机空调系统的结构示意图。
如图1所示,该多联机空调系统10包括室外机11、节流装置12、多个室内机13和控制器14(图1中未示出)。
其中,节流装置12包括多个电子膨胀阀121,每个电子膨胀阀121对应一个室内机13。室外机11与多个室内机13之间存在管道连接,且每个室内机13与室外机11之间的管道上设置有电子膨胀阀121。所述管道,也被称为气液管,包括:用于输气态制冷剂的气管15、以及用于传输两相态制冷剂的液管16。
示例性的,如图2所示,为本申请根据示例性实施例提供的一种电子膨胀阀设置位置的示意图,电子膨胀阀121可以设置于液管16上,液管16上还可以设置节流阀,液管16的一端可以连接于下述室内热交换器131,同样的,气管15的一端也可以连接于下述室内热交换器131。
此外,室外机11、节流装置12和多个室内机13都与控制器存在通信连接(图1中未示出),且根据控制器的指令执行相关操作。
室外机11通常设置在户外,用于协助室内环境换热。
节流装置12用于调节空调气液管内流体流速,以及调节制冷剂流量。其中,多个电子膨胀阀121用于调节管道内制冷剂的供应量,且多个电子膨胀阀121可以独立于多个室内机13以外(如图1所示),也可以隶属多个于室内机13的一部分(如图3所示),图3为本申请根据示例性实施例提供的另一种多联机空调系统的结构示意图。多个室内机13可以为室内挂机或者室内柜机,本申请实施例对此不作限制。需要说明的是,图1或图3所示的电子膨胀阀数量、以及室内机数量仅为示例,不对本申请实施例构成具体限制。
以多个电子膨胀阀独立于多个室内机13为例,图4示出了一种多联机空调系统的制冷循环原理示意图。
如图4所示,多联机空调系统包括室外机11、节流装置12、多个室内机13和控制器14(图4中未示出)。
其中,室外机11包括:压缩机111、室外热交换器112、储液器113以及四通阀114。在一些实施例中,室外机11还包括以下一项或多项:室外风扇、以及室外风扇马达。
节流装置12用于调节多联机空调系统中气管15和液管16内流体流速。
室内机13包括:室内热交换器131、显示器132以及室内风扇133。在一些实施例中,室内机13还包括室内风扇马达。
在一些实施例中,压缩机111配置于节流装置12与储液器113之间,用于将由储液器113输送的制冷剂压缩,并将压缩后的制冷剂经由四通阀114输送至节流装置12。压缩机111可以是进行基于逆变器的转速控制的容量可变的逆变器压缩机。
在一些实施例中,控制器14可以获取到压缩机111在每个时刻下的工作电流值(也可以称作压缩机电流值)。
在一些实施例中,室外热交换器112的一端通过四通阀114与储液器113相连,另一端与节流装置12相连。室外热交换器112具有用于使制冷剂经由储液器113在室外热交换器112与压缩机111的吸入口之间流通的第一出入口,并且具有用于使制冷剂在室外热交换器112与节流装置12之间流通的第二出入口。室外热交换器112使连接于第一出入口和第二出入口之间的传热管中流动的热冷机与室外空气之间进行热交换,在冷循环中,室外热交换器112作为冷凝器工作。
在一些实施例中,储液器113的一端连接压缩机111,另一端通过四通阀114与室外热交换器112相连。在储液器113中,从室外热交换器112经由四通阀114流向压缩机111的制冷剂被分离为气体制冷剂和液体制冷剂。并且,从储液器113向压缩机111的吸入口主要供给气体制冷剂。
在一些实施例中,四通阀114的四个端口分别连接压缩机111,室外热交换器112、储液器113以及多个电子膨胀阀121。四通阀114用于通过改变制冷剂在系统管路内的流向来实现制冷、制热之间的相互转换。
在一些实施例中,室外风扇通过产生通过室外热交换器112的室外空气的气流,以促使在第一出入口和第二出入口之间的传热管中流动的制冷剂与室外空气的热交换。
在一些实施例中,室外风扇马达用于驱动或变更室外风扇的转速。
在一些实施例中,电子膨胀阀121具有使流经电子膨胀阀121的制冷剂膨胀而减压的功能,可以用于调节管道内制冷剂的供应量。若电子膨胀阀121减小开度,则通过电子膨胀阀121的制冷剂的流路阻力增加。若电子膨胀阀121增大开度,则通过电子膨胀阀121的制冷剂的流路阻力减小。这样,即使回路中其他器件的状态不变化,当电子膨胀阀121的开度变化时,流向室内机13的制冷剂流量也会变化。
在一些实施例中,室内热交换器131具有用于使液体制冷剂在与电子膨胀阀121之间流通的第三出入口,并且,具有用于使气体制冷剂在与压缩机111的排出口之间流通的第四出入口。室内热交换器131使连接于第三出入口与第四出入口之间的热传管中流动的制冷剂与室内空气之间进行热交换。
在一些实施例中,室内风扇133产生通过室内热交换器131的室内空气的气流,以促进在第三出入口和第四出入口之间的传热管中流动的制冷剂与室内空气的热交换。
在一些实施例中,室内风扇马达用于驱动或变更室内风扇133的转速。
在一些实施例中,显示器132用于显示室内温度或当前运行模式。
在本申请所示的实施例中,控制器14是指可以根据指令操作码和时序信号,产生操作控制信号,指示多联机空调系统执行控制指令的装置。示例性的,控制器可以为中央处理器(central processing unit,CPU)、通用处理器网络处理器(network processor,NP)、数字信号处理器(digital signal processing,DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device,PLD)或它们的任意组合。控制器还可以是其它具有处理功能的装置,例如电路、器件或软件模块,本申请实施例对此不做任何限制。
此外,控制器14可以用于控制多联机空调系统10内部中各部件工作,以使得多联机空调系统10各个部件运行实现多联机空调系统的各预定功能。
在一些实施例中,多联机空调系统10还附属有遥控器,该遥控器具有例如使用红外线或其他通信方式与控制器14进行通信的功能。遥控器用于用户可以对多联机空调系统的各种控制,实现用户与多联机空调系统10之间的交互。
参照图5,为本申请实施例所提供的一种控制器的结构示意图。如图5所示,控制器14包括室外控制模块141和室内控制模块142。室外控制模块141包括第一存储器1411,室内控制模块142包括第二存储器1421。室内控制模块142通过有线或无线通信形式与室外控制模块141连接。室外控制模块141可以安装于室外机11中,也可以独立于室外机11以外,用于控制室外机11执行相关操作。室内控制模块142可以安装于室内机13中,也可以独立于室内机13以外,用于控制室内机13的部件以及节流装置12执行相关操作。应理解,以上模块的划分仅为功能性的划分,室外控制模块141和室内控制模块142也可以集成在一个模块中。第一存储器1411和第二存储器1421也可以集成为一个存储器。
在一些实施例中,第一存储器1411用于存储室外机11相关的应用程序以及数据,室外控制模块141通过运行存储在存储器1411的应用程序以及数据,执行多联机空调系统的各种功能以及数据处理。第一存储器1411主要包括存储程序区以及存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如室外机风扇开启功能、室外测温功能等);存储数据区可以存储根据使用多联机空调系统所创建的数据(比如室外温度、各个电子膨胀阀的开度等)。此外,第一存储器1411可以包括高速随机存取存储器,还可以包括非易失存储器,例如磁盘存储器件、闪存器件或其他易失性固态存储器件等。
在一些实施例中,第二存储器1421用于存储多个室内机13以及多个电子膨胀阀121相关的应用程序以及数据,室内控制模块1421通过运行存储在存储器1421的应用程序以及数据,执行多联机空调系统的各种功能以及数据处理。第二存储器1421主要包括存储程序区以及存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如室内机风扇开启功能、室内测温功能等);存储数据区可以存储根据使用多联机空调系统所创建的数据(比如室内温度等)。在一些示例中,第二存储器1421还用于存储室内机13的地址与电子膨胀阀121的地址的对应关系。
在一些实施例中,室外控制模块141与室外机11之间存在通信连接,用于根据用户指令或系统默认指令控制室外机执行相关操作。可选地,室外控制模块141可以根据用户所选择的空调运行模式控制室外风扇的转速。可选地,室外控制模块141还可以根据用户指令或系统指令获取室外温度,并将所获取的室外温度储存至第一存储器1411。可选地,室外控制模块141还可以根据用户所选择的空调运行模式控制室外机11内的四通阀114转动,以实现制冷或制热模式的选择。可选地,室外控制模块141还可以在地址纠正过程中对室外机11的运行模式、压缩机频率等进行控制。
在一些实施例中,室内控制模块142与室内机13之间存在通信连接,用于根据用户指令或系统默认指令控制室内机13执行相关操作。可选地,室内控制模块142根据用户指令控制室内机13开启室内风扇以及风扇马达。可选地,室内控制模块142还可以根据用户指令控制室内机开启或关闭室内机内的压缩机。可选地,室内控制模块142还可以根据用户指令控制室内机开启室内温度传感器,检测室内温度。
在一些实施例中,室内控制模块142与多个电子膨胀阀121之间存在通信连接,用于根据用户指令或系统默认指令控制多个电子膨胀阀121执行相关操作。可选地,室内控制模块142还可以根据用户指令或系统指令控制各个电子膨胀阀121的开度。
应理解,以上所述图4所示的实施例是以节流装置12独立于多个室内机13为例,若节流装置12位于多个室内机13以内,以上多联机空调系统的制冷循环原理依然适用,以下不再赘述。
图6所示为本申请根据示例性实施例提供的一种多联机空调系统的硬件配置框图。如图6所示,该多联机空调系统10还可以包括以下中的一项或多项:多个第一温度传感器101、多个第二温度传感器102、多个第三温度传感器103、多个第四温度传感器104、第五温度传感器105、第六温度传感器106、多个第一压力传感器107、第二压力传感器108和通信器109。
在一些实施例中,多个第一温度传感器101与控制器14连接,对于多个第一温度传感器101中的任一个第一温度传感器来说,结合图2所示的电子膨胀阀设置位置的示意图,如图7所示,第一温度传感器101可以设置于气管15上,用于检测气管15的温度值,并将检测到的气管15的温度值发送至控制器14。在一些实施例中,每个室内机13与室外机11之间的气管15上均可以设置一个第一温度传感器101,进而多个第一温度传感器101均可以将自身检测到的气管15的温度值发送至控制器14。
在一些实施例中,多个第二温度传感器102均与控制器14连接,对于多个第二温度传感器102中的任一个第二温度传感器,如图7所示,第二温度传感器102可以设置于液管16上,用于检测液管16的温度值,并将检测到的液管16的温度值发送至控制器14。在一些实施例中,每个室内机13与室外机11之间的液管16上均可以设置一个第二温度传感器102,进而多个第二温度传感器102均可以将自身检测到的液管16的温度值发送至控制器14。
在一些实施例中,多个第三温度传感器103均与控制器14连接,对于多个第三温度传感器103中的任一个第三温度传感器来说,第三温度传感器103可以设置于室内机13的出风口处,用户检测室内机13的出风温度值。
在一些实施例中,多个第四温度传感器104均与控制器14连接,对于多个第四温度传感器104中的任一个第四温度传感器来说,第四温度传感器103可以设置于室内机13的回风口处,用户检测室内机13的回风温度值。
在一些实施例中,第五温度传感器105与控制器14连接,第五温度传感器105可以设置于室外机11的压缩机111处,用于检测压缩机111的吸气温度值和排气温度值,并将检测到的吸气温度值和排气温度值发送至控制器14。
在一些实施例中,第六温度传感器106与控制器14连接,第六温度传感器106可以设置于室外机11的冷媒排出管处,用于检测室外机11的排出温度值,并将检测到的排出温度值发送至控制器14。
在一些实施例中,多个第一压力传感器107均与控制器14连接,对于多个第一压力传感器107中的任一个第一压力传感器来说,第一压力传感器107可以设置于室内机13中,用于检测室内机13的高压压力值和低压压力值,并将检测到的高压压力值和低压压力值发送至控制器14。
在一些实施例中,第二压力传感器108与控制器14连接,第二压力传感器108可以设置于室外机11的冷媒排出管处,用于检测室外机11的排出压力值,并将检测到的排出压力值发送至控制器14。
在一些实施例中,通信器109与控制器14连接,用于与其他网络实体建立通信连接,例如与终端设备建立通信连接。通信器109可以包括射频(radio frequency,RF)模块、蜂窝模块、无线保真(wireless fidelity,WIFI)模块、以及GPS模块等。以RF模块为例,RF模块可以用于信号的接收和发送,特别地,将接收到的信息发送给控制器14处理;另外,将控制器14生成的信号发送出去。通常情况下,RF电路可以包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noise amplifier,LNA)、双工器等。
例如,多联机空调系统10可以通过通信器109接收终端设备发送的控制指令,并根据控制指令,执行相应的处理,以实现用户与多联机空调系统10之间交互。
本领域技术人员可以理解,图6中示出的硬件结构并不构成对多联机空调系统的限定,多联机空调系统可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图8为本申请根据示例性实施例提供的一种多联机空调系统的控制器14与终端设备300的交互示意图。
如图8所示,终端设备300可以与空调系统的控制器14建立通信连接。示例性地,可使用任何已知的网络通信协议来实现通信连接的建立。上述网络通信协议可以是各种有线或无线通信协议,诸如以太网、通用串行总线(universal serial bus,USB)、火线(FIREWIRE)、任何蜂窝网通信协议(如3G/4G/5G)、蓝牙、无线保真(wireless fidelity,Wi-Fi)、NFC或任何其他合适的通信协议。上述通信连接可以是蓝牙连接、NFC、紫蜂(zigbee)、无线保真(wireless fidelity,Wi-Fi)等。本申请实施例对此不作具体限制。
需要说明的是,图8所示的终端设备300仅是终端设备的一个示例。本申请中的终端设备300可以为遥控器、手机、平板电脑、个人计算机(personal computer,PC)、个人数字助理(personal digital assistant,PDA)、智能手表、上网本、可穿戴电子设备、增强现实技术(augmented reality,AR)设备、虚拟现实(virtual reality,VR)设备、机器人等,本申请对该终端设备的具体形式不做特殊限制。
示例性的,以终端设备300为手机为例,在一些实施例中,可以通过终端设备300设置空调系统的运行模式。示例性地,如图9所示,终端设备300上显示多联机空调系统的管理界面301,管理界面301包括“模式管理”的按键302。检测到用户点击管理界面301中的“模式管理”按键302,终端设备在管理页面301弹出运行模式下拉选择框303。终端设备300检测到用户在运行模式下拉选择框303的选择指令选择后,将指令发送给多联机空调系统,以完成运行模式的设置,例如,用户可以选择“制冷”模式。
在一些实施例中,用户可以通过终端设备300的管理界面开启故障检测功能和故障定位功能。如图10所示,终端设备的管理界面301包括“故障检测”和“故障定位”的按键,图10所示的按键3041为“故障检测”按钮的处于关闭状态,终端设备检测到用户点击“故障检测”按钮的开关,将“故障检测”按键的状态变为3042所示的开启状态,并将开启故障检测的指令传送给多联机空调系统的控制器,使多联机空调系统进入故障检测状态。
在一些实施例中,在检测到多联机空调系统中存在电子膨胀阀故障后,控制器14通过通信器109向终端设备300发送存在故障的指令,终端设备300接收到存在故障的指令后,如图11所示,终端设备300的管理界面显示“检测到多联机空调系统存在电子膨胀阀故障,是否立即进行故障定位?”的提示信息,以提示用户选择是否开启故障定位功能。若用户选择点击“确定”功能按钮的图标,则代表用户选择立即进行故障定位。终端设备300响应于用户的确定指令,将确定指令发送至控制器14。控制器14在接收到确定指令后,开启故障定位功能。
在一些实施例中,若用户选择点击“取消”功能按钮的图标,代表用户选择在之后的一个时间再进行故障定位,用户可以在之后的某个时间点击“故障定位”按钮的图标以向控制器14下发故障定位指令。
下面结合说明书附图,对本申请提供的实施例进行具体介绍。
如图12所示,本申请实施例提供了一种多联机空调系统的故障定位方法,应用于上述图1所示的多联机空调系统中的控制器,该方法包括:
S101、在确定多联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据。
在一些实施例中,用户在使用多联机空调系统的过程中,用户可以通过多联机空调系统的控制器向多联机空调系统下发故障检测指令,也可以通过终端设备向多联机空调系统下发故障检测指令。响应于故障检测指令,多联机空调系统可以开始进行故障检测工作。
在一些实施例中,为了避免电子膨胀阀故障导致多联机空调系统制冷或制热效果不佳引起的用户体验的降低,多联机空调系统可以在工作预设时长后自动开启故障检测功能,自动检测多联机空调系统中是否发生电子膨胀阀故障,其中,预设时长可以是用户通过终端设备或多联机空调系统的控制器自行设定的,也可以是多联机空调系统出厂时预先设定的,例如预设时长为7天。本申请实施例对此不作限制。
控制器在开始故障检测功能之后,可以先检测多联机空调系统是否发生电子膨胀阀故障。其中,检测多联机空调系统是否发生电子膨胀阀故障的实现方式可以参考图15所示的实施例,在此不予赘述。
在一些实施例中,在检测到多联机空调系统发生电子膨胀阀故障之后,控制器可以发出如上述图11所示的提示信息。在接收到用户的确定指令后,响应于用户的确定指令,控制器获取第一室内机的特征数据。
其中,第一室内机为多联机空调系统包括的多个室内机中的任一个室内机。
第一室内机的特征数据可以包括与第一室内机连接的气管的温度值和液管的温度值。或者,第一室内机的特征数据可以包括第一室内机连接的液管的温度值与气管的温度值之间的温度差值。
需要说明的是,制冷剂经过第一室内机的节流阀后进入制冷剂的蒸发吸热过程,当第一室内机连接的电子膨胀阀正常时,与第一室内机连接的气管的温度值和液管的温度值应相等,也就是液管的温度值与气管的温度值之间的温度差值为0。而当电子膨胀阀发生故障时,例如由于电子膨胀阀故障导致电子膨胀阀的开度过小时会导致制冷剂流量不足导致蒸发吸热过程中热度过高,进而导致与第一室内机连接的液管的温度值与气管的温度值之间的温度差值变大。因此,室内机连接的电子膨胀阀是否故障可以考虑第一室内机连接的气管的温度值和液管的温度值。
在一些实施例中,第一室内机的特征数据还可以包括第一室内机内的高压压力值和低压压力值,以及第一室内机的出风口的出风温度值和第一室内机的回风口的回风温度值,以及室外机的压缩机处的吸气温度值和排气温度值。
S102、根据第一室内机的特征数据,判断第一室内机是否为异常室内机。
可以理解的,第一室内机的特征数据包括的液管的温度值与气管的温度值之间的温度差值、第一室内机内的高压压力值和低压压力值,以及第一室内机的出风口的出风温度值和第一室内机的回风口的回风温度值,均是第一室内机在运行过程中所产生的数据,而特征数据包括的室外机的压缩机处的吸气温度值和排气温度值,也是室外机根据第一室内机的运行情况而相应产生的数据,若第一室内机运行正常,则第一室内机的特征数据应处于正常水平,若第一室内机运行异常,则第一室内机的特征数据会处于异常水平,故可以根据第一室内机的特征数据,来判断第一室内机是否为异常室内机。
可选的,步骤S102可以具体实现为:将第一室内机的特征数据输入至基于深度神经网络DNN的故障识别模型中,得到故障识别结果。其中,故障识别结果指示了第一室内机是否为异常室内机。
在一些实施例中,控制器的存储器预先存储有训练好的基于深度神经网络DNN的故障识别模型,控制器在获取到第一室内机的特征数据后,可以将第一室内机的特征数据输入至训练好的基于深度神经网络DNN的故障识别模型中,来得到故障识别结果,进而根据故障识别结果判断第一室内机是否为异常室内机。
其中,深度神经网络DNN相对于神经网络(back propagation neural network,BPNN)增加了多层隐含层,可以用于更复杂维度下的数据拟合计算,且当可用的标记数据数量有限时,深度神经网络能够比其他监督学习方法提供更准确的结果。
在一些实施例中,可以通过多联机空调系统中每个室内机处于异常运行状态下的历史故障数据集来训练基于深度神经网络的故障识别模型。首先对历史故障数据集进行特征选择,特征选择是为了选择出建立故障识别模型的最佳特征变量,也就是找出对故障识别结果具有明显影响的关键特征变量。特征选择之后,可以对故障识别模型进行参数(Parameter)寻优,因为故障识别模型的参数(例如learning_rate参数和units参数)选取不同的值会有不同的效果,所以要对故障识别模型进行参数寻优,直至得到训练好的基于深度神经网络的故障识别模型。
在一些实施例中,若第一室内机的故障识别结果指示了第一室内机是异常室内机,则确定第一室内机为异常室内机,进而可以执行下述步骤S103。
S103、若第一室内机为异常室内机,则将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
可以理解的,第一室内机在运行过程中产生的特征数据和与第一室内机连接的第一电子膨胀阀具有关联性。若第一电子膨胀阀未发生故障,则第一室内机在运行过程中产生的特征数据应处于正常状态,若第一电子膨胀阀发生故障,则会导致第一室内机在运行过程中产生的特征数据发生异常。故当确定第一室内机为异常室内机后,可以将与第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
可选的,控制器可以对多联机空调系统中的多个室内机中的每一个室内机均执行上述步骤S101-步骤S103的处理,从多个室内机中识别出一个或多个异常室内机,进而将与一个或多个异常室内机连接的一个或多个电子膨胀阀确定为故障电子膨胀阀。基于图12所示的实施例,针对目前多联机空调系统中对故障电子膨胀阀定位的效率较低的问题,本申请实施例提供一种多联机空调系统的故障定位方法,在确定多联机空调系统存在故障的电子膨胀阀之后,获取多联机空调系统中任一个室内机的特征数据,进而根据该室内机的特征数据,判断该室内机是否为异常室内机,若该室内机为异常室内机,则可以确定与该室内机连接的电子膨胀阀为故障电子膨胀阀。可以理解的,若一个室内机连接的电子膨胀阀处于正常状态时,则检测到的该室内机的特征数据处于正常水平,若一个室内机的电子膨胀阀发生故障,则会导致检测到的该室内机的特征数据产生异常。所以当检测到该室内机为异常室内机时,可以将与该室内机连接的电子膨胀阀确定为故障电子膨胀阀。如此,能够精准的定位出多联机空调系统中的发生故障的电子膨胀阀,无需工作人员长时间人工观察与分析多联机空调系统的运行情形,提升了多联机空调系统中对故障电子膨胀阀定位的效率。
上述实施例着重介绍了本申请实施例提供的多联机空调系统的故障定位方法中关于如何快速定位多联机空调系统中的故障电子膨胀阀,在一些实施例中,在确定出多联机空调系统中的故障电子膨胀阀后,也即步骤S103之后,如图13所示,该方法还可以包括以下步骤:
S201、获取第一电子膨胀阀的开度。
可以理解的,电子膨胀阀发生故障之后可能会导致电子膨胀阀的开度产生异常,故可以根据故障电子膨胀阀的开度来确定故障电子膨胀阀的故障程度。由上述可知,第一电子膨胀阀为故障电子膨胀阀,故可以获取第一电子膨胀阀的开度来确定第一电子膨胀阀的故障程度。
S202、根据第一电子膨胀阀的开度和预设对应关系,确定第一电子膨胀阀的故障等级。
其中,预设对应关系用于指示故障电子膨胀阀的开度与故障等级之间的对应关系。
需要说明的是,预设对应关系指示的故障电子膨胀阀的开度与故障等级之间的对应关系可以包括以下两种情形。
情形1、多联机空调系统处于制热模式。
可以理解的,多联机空调系统处于不同工作模式下对应的多联机空调系统的电子膨胀阀也对应于不同的开度范围。在多联机空调系统处于制热模式下,电子膨胀阀的开度在正常情况下为100%,且故障电子膨胀阀的开度越小,代表故障电子膨胀阀的故障等级越高。
示例性的,如下述表1所示,为本申请实施例提供的一种多联机空调系统处于制热模式下故障电子膨胀阀的开度与故障等级的对应关系。
表1
故障电子膨胀阀的开度 | 故障等级 |
75%-99% | 轻微 |
50%-74% | 一般 |
24%-49% | 中度 |
23%以下 | 严重 |
由上述表1可知,若第一电子膨胀阀的开度位于75%-99%区间范围内,则确定第一电子膨胀阀的故障等级为轻微,代表需要引起用户注意,并建议用户关注检查。若第一电子膨胀阀的开度位于50%-74%区间范围内,则确定第一电子膨胀阀的故障等级为一般,代表需要用户注意,并建议近期检修。若第一电子膨胀阀的开度位于24%-49%区间范围内,则确定第一电子膨胀阀的故障等级为中度,代表需要引起用户足够注意,并建议及时检修。若第一电子膨胀阀的开度位于23%以下,则确定第一电子膨胀阀的故障等级为严重,代表需要引起用户高度重视,并建议立即检修。
情形2、多联机空调系统处于制冷模式
在多联机空调系统处于制冷模式下,电子膨胀阀的开度在正常情况下为12%-13%,且故障电子膨胀阀的开度越大,代表故障电子膨胀阀的故障等级越高。
示例性的,如下述表2所示,为本申请实施例提供的一种多联机空调系统处于制冷模式下故障电子膨胀阀的开度与故障等级的对应关系。
表2
故障电子膨胀阀的开度 | 故障等级 |
75%-100% | 严重 |
50%-74% | 中度 |
25%-49% | 一般 |
14%-24% | 轻微 |
12%以下 | 轻微 |
由上述表2可知,若第一电子膨胀阀的开度位于75%-100%区间范围内,则确定第一电子膨胀阀的故障等级为严重,代表需要引起用户高度重视,并建议立即检修。若第一电子膨胀阀的开度位于50%-74%区间范围内,则确定第一电子膨胀阀的故障等级为中度,代表需要引起用户足够注意,并建议及时检修。若第一电子膨胀阀的开度位于25%-49%区间范围内,则确定第一电子膨胀阀的故障等级为一般,代表需要用户注意,并建议近期检修。若第一电子膨胀阀的开度位于14%-24%区间范围内,或者位于12%以下,则确定第一电子膨胀阀的故障等级为轻微,代表需要引起用户注意,并建议用户关注检查。
S203、发出包括第一电子膨胀阀的故障等级的提示信息。
发出包括第一电子膨胀阀的故障等级的提示信息,是为了提示用户能够根据第一电子膨胀阀的故障等级,及时进行检修,避免第一电子膨胀阀的故障等级过高引起的多联机空调系统的制热或制冷效果不佳而引起的用户体验的下降。
示例性的,控制器发出包括第一电子膨胀阀的故障等级的提示信息可以采用以下方式中的一种或多种。
方式1、控制器控制第一室内机的显示器显示包括第一电子膨胀阀的故障等级的提示信息。
由上述图4中对于室内机13的描述可知,室内机包括显示器,故在确定与第一室内机连接的第一电子膨胀阀的故障等级之后,可以控制第一室内机的显示器显示包括第一电子膨胀阀的故障等级的提示信息,提示信息的内容可以是“第一电子膨胀阀的故障等级为严重,建议立即检修!”。
在一些实施例中,为了便于用户及时了解到故障电子膨胀阀的故障等级,控制器可以控制多联机空调系统中的每个室内机的显示器显示上述提示信息。
方式2、控制器通过通信器向终端设备发送包括第一电子膨胀阀的故障等级的提示信息。
示例性的,假设第一电子膨胀阀的故障等级为严重,则终端设备300接收到控制器14通过Wi-Fi网络或蓝牙发送的提示信息的内容可以是“第一电子膨胀阀的故障等级为严重,建议立即检修!”。
基于图14的实施例,在确定多联机空调系统中的故障电子膨胀阀之后,可以根据故障电子膨胀阀的开度和预设对应关系,确定故障电子膨胀阀的故障等级,并发出包括故障电子膨胀阀的故障等级的提示信息,以便于提示用户根据故障电子膨胀阀的故障等级合理的安排检修时间,避免故障电子膨胀阀的故障等级过高引起的多联机空调系统的制冷或制热效果不佳导致用户的体验下降的情况发生。
上述实施例着重介绍了在控制器确定多联机空调系统中发生电子膨胀阀故障的情况下控制器所执行的步骤,在一些实施例中,本申请实施例还提供了一种关于控制器判断多联机空调系统发生电子膨胀阀故障的所执行的步骤,也即在步骤S101之前,如图15所示,该方法还可以包括以下步骤:
S301、获取多联机空调系统的运行数据。
由上述步骤S101可知,在控制器接收到用户下发的故障检测指令或者在工作过程中的工作时长达到预设时长后,开启故障检测功能。在控制器开启故障检测功能之后,控制器可以获取多联机空调系统的运行数据。
可以理解的,多联机空调系统的运行数据,顾名思义,也就是多联机空调系统在运行过程中产生的各种数据,多联机空调系统的运行数据可以包括多联机空调系统中室外机在运行过程中的压缩机电流值、室外机冷媒排出管处的排出压力值和排出温度值,还可以包括多联机空调系统中每个室内机的出风口的出风温度值和回风口的回风温度值等。以上示出的多联机空调系统的运行数据仅仅是示例性的,多联机空调系统的运行数据还可以包括其他数据,在此不再一一赘述。
S302、根据多联机空调系统的运行数据,判断多联机空调系统是否发生电子膨胀阀故障。
在一些实施例中,根据步骤S302可以具体实现为:将多联机空调系统的运行数据输入至基于支持向量机SVM的故障诊断模型中,得到故障诊断结果,故障诊断结果了指示了多联机空调系统是否发生了电子膨胀阀故障。
其中,支持向量机是一种二分类模型,支持向量机的基本模型是定义在特征空间上的间隔最大的线性分类器,由于支持向量机的间隔最大,是支持向量机区别于感知机。支持向量机还包括核技巧,这使得支持向量机成为实质上的非线性分类器。支持向量机是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折中,以期获得最好的推广能力。
在一些实施例中,控制器可以根据多联机空调系统的历史运行数据预先训练好基于支持向量机的故障诊断模型,并将训练好的故障诊断模型存储在存储器中,以便于在执行故障检测功能时,能够根据训练好的故障诊断模型及时检测出多联机空调系统中是否存在电子膨胀阀故障。其中,多联机空调系统的历史运行数据包括多联机空调系统在正常运行过程中的正常运行数据和在异常运行过程的异常运行数据(也可以称作故障历史数据)。
在控制器根据多联机空调系统的历史运行数据训练基于支持向量机的故障诊断模型的过程中,首先需要对历史运行数据进行特征选择,特征选择是为了选择出建立故障诊断模型的最佳特征变量,也就是找出对故障诊断结果具有明显影响的关键特征变量,特征选择之后,可以对故障诊断模型进行参数寻优,故障诊断模型的参数(例如C参数和γ参数)选取不同的值会有不同的效果,所以要对故障诊断模型进行参数寻优,直至得到训练好的基于支持向量机的故障诊断模型。
可选的,若将多联机空调系统的运行数据输入至基于支持向量机SVM的故障诊断模型中,得到的故障诊断结果指示了多联机空调系统中未存在电子膨胀阀故障,则确定多联机空调系统中未发生电子膨胀阀故障,控制器可以发出用于提示用户未检测到多联机空调系统中存在电子膨胀阀故障的提示信息。控制器发出用于提示用户未检测到多联机空调系统中存在电子膨胀阀故障的提示信息的方式可以参照上述步骤S203中控制器发出包括第一电子膨胀阀的故障等级的提示信息的两种方式,在此不再一一赘述。
可选的,若将多联机空调系统的运行数据输入至基于支持向量机SVM的故障诊断模型中,得到的故障诊断结果指示了多联机空调系统中存在电子膨胀阀故障,则确定多联机空调系统中发生电子膨胀阀故障,进而可以执行上述步骤S101-步骤S103。
可以看出,上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,本申请实施例提供了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本申请实施例可以根据上述方法示例对控制器进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本申请实施例还提供一种控制器的硬件结构示意图,如图16所示,该控制器3000包括处理器3001,可选的,还包括与处理器3001连接的存储器3002和通信接口3003。处理器3001、存储器3002和通信接口3003通过总线3004连接。
处理器3001可以是中央处理器(central processing unit,CPU),通用处理器网络处理器(network processor,NP)、数字信号处理器(digital signal processing,DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device,PLD)或它们的任意组合。处理器3001还可以是其它任意具有处理功能的装置,例如电路、器件或软件模块。处理器3001也可以包括多个CPU,并且处理器3001可以是一个单核(single-CPU)处理器,也可以是多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路或用于处理数据(例如计算机程序指令)的处理核。
存储器3002可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,本申请实施例对此不作任何限制。存储器3002可以是独立存在,也可以和处理器3001集成在一起。其中,存储器3002中可以包含计算机程序代码。处理器3001用于执行存储器3002中存储的计算机程序代码,从而实现本申请实施例提供的故障定位方法。
通信接口3003可以用于与其他设备或通信网络通信(如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local area networks,WLAN)等)。通信接口3003可以是模块、电路、收发器或者任何能够实现通信的装置。
总线3004可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。总线3004可以分为地址总线、数据总线、控制总线等。为便于表示,图16中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质包括计算机执行指令,当计算机执行指令在计算机上运行时,使得计算机执行如上述实施例提供的故障定位方法。
本发明实施例还提供一种计算机程序产品,该计算机程序产品可直接加载到存储器中,并含有软件代码,该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的故障定位方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种多联机空调系统,其特征在于,包括:
室外机;
多个室内机,每个所述室内机与所述室外机之间设置有电子膨胀阀、气管和液管;
控制器,被配置为:
在确定所述多联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据,所述特征数据包括与所述第一室内机连接的液管的温度值和气管的温度值之间的温度差值,所述第一室内机为所述多个室内机中任一个室内机;
根据所述第一室内机的特征数据,判断所述第一室内机是否为异常室内机;
若所述第一室内机为异常室内机,则将与所述第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
2.根据权利要求1所述的多联机空调系统,其特征在于,所述特征数据还包括所述第一室内机的高压压力值、低压压力值、出风温度值、回风温度值以及所述室外机的吸气温度值和排气温度值;
所述控制器被配置为根据所述第一室内机的特征数据,判断所述第一室内机是否为异常室内机,具体执行以下步骤:
将所述第一室内机的特征数据输入至基于深度神经网络DNN的故障识别模型中,得到故障识别结果,所述故障识别结果指示了所述第一室内机是否为所述异常室内机。
3.根据权利要求1所述的多联机空调系统,其特征在于,所述控制器被配置为确定所述多联机空调系统发生电子膨胀阀故障的情况之前,还被配置为:
获取所述多联机空调系统的运行数据,所述多联机空调系统的运行数据包括所述室外机的压缩机电流值、所述室外机的排出压力值、所述室外机的排出温度值、以及每个所述室内机的出风温度值和回风温度值;
根据所述多联机空调系统的运行数据,判断所述多联机空调系统是否发生电子膨胀阀故障。
4.根据权利要求3所述的多联机空调系统,其特征在于,
所述控制器被配置为根据所述多联机空调系统的运行数据,判断所述多联机空调系统是否发生电子膨胀阀故障,具体执行以下步骤:
将所述多联机空调系统的运行数据输入至基于支持向量机SVM的故障诊断模型中,得到故障诊断结果,所述故障诊断结果指示了所述多联机空调系统是否发生电子膨胀阀故障。
5.根据权利要求1至4任一项所述的多联机空调系统,其特征在于,所述控制器被配置为若所述第一室内机为异常室内机,则将与所述第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀之后,还被配置为:
获取所述第一电子膨胀阀的开度;
根据所述第一电子膨胀阀的开度和预设对应关系,确定所述第一电子膨胀阀的故障等级,所述预设对应关系用于指示故障电子膨胀阀的开度与故障等级之间的对应关系;
发出包括所述第一电子膨胀阀的故障等级的提示信息。
6.一种多联机空调系统的故障定位方法,其特征在于,应用于多联机空调系统,所述多联机空调系统包括室外机和多个室内机,每个所述室内机与所述室外机之间设置有电子膨胀阀、气管和液管,所述方法包括:
在确定所述联机空调系统发生电子膨胀阀故障的情况下,获取第一室内机的特征数据,所述特征数据包括与所述第一室内机连接的液管的温度值和气管的温度值之间的温度差值,所述第一室内机为所述多个室内机中任一个室内机;
根据所述第一室内机的特征数据,判断所述第一室内机是否为异常室内机;
若所述第一室内机为异常室内机,则将与所述第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀。
7.根据权利要求6所述的方法,其特征在于,所述特征数据还包括所述第一室内机的高压压力值、低压压力值、出风温度值、回风温度值以及所述室外机的吸气温度值和排气温度值;所述根据所述第一室内机的特征数据,判断所述第一室内机是否为异常室内机,包括:
将所述第一室内机的特征数据输入至基于深度神经网络DNN的故障识别模型中,得到所述第一室内机的故障识别结果,所述故障识别结果指示了所述第一室内机是否为所述异常室内机。
8.根据权利要求6所述的方法,其特征在于,在所述确定所述多联机空调系统发生电子膨胀阀故障的情况之前,所述方法还包括:
获取所述多联机空调系统的运行数据,所述多联机空调系统的运行数据包括所述室外机的压缩机电流值、所述室外机的排出压力值、所述室外机的排出温度值以及每个所述室内机的出风温度值和回风温度值;
根据所述多联机空调系统的运行数据,判断所述多联机空调系统是否发生电子膨胀阀故障。
9.根据权利要求8所述的方法,其特征在于,所述根据所述多联机空调系统的运行数据,判断所述多联机空调系统是否发生电子膨胀阀故障,包括:
将所述多联机空调系统的运行数据输入至基于支持向量机SVM的故障诊断模型中,得到故障诊断结果,所述故障诊断结果指示了所述多联机空调系统是否发生电子膨胀阀故障。
10.根据权利要求6至9任一项所述的方法,其特征在于,在若所述第一室内机为异常室内机,则将与所述第一室内机连接的第一电子膨胀阀确定为故障电子膨胀阀之后,所述方法还包括:
获取所述第一电子膨胀阀的开度;
根据所述第一电子膨胀阀的开度和预设对应关系,确定所述第一电子膨胀阀的故障等级,所述预设对应关系用于指示故障电子膨胀阀的开度与故障等级之间的对应关系;
发出包括所述第一电子膨胀阀的故障等级的提示信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210386517.3A CN114754413B (zh) | 2022-04-11 | 2022-04-11 | 一种多联机空调系统及故障定位方法 |
PCT/CN2023/071431 WO2023197711A1 (zh) | 2022-04-11 | 2023-01-09 | 多联机空调系统、故障定位方法及故障诊断模型训练方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210386517.3A CN114754413B (zh) | 2022-04-11 | 2022-04-11 | 一种多联机空调系统及故障定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114754413A true CN114754413A (zh) | 2022-07-15 |
CN114754413B CN114754413B (zh) | 2023-10-27 |
Family
ID=82330619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210386517.3A Active CN114754413B (zh) | 2022-04-11 | 2022-04-11 | 一种多联机空调系统及故障定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114754413B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115371204A (zh) * | 2022-08-25 | 2022-11-22 | 宁波奥克斯电气股份有限公司 | 电子膨胀阀故障判定方法及相关装置 |
WO2023197711A1 (zh) * | 2022-04-11 | 2023-10-19 | 青岛海信日立空调系统有限公司 | 多联机空调系统、故障定位方法及故障诊断模型训练方法 |
WO2024114675A1 (zh) * | 2022-12-02 | 2024-06-06 | 青岛海信日立空调系统有限公司 | 多联机空调系统及其控制方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100174412A1 (en) * | 2009-01-06 | 2010-07-08 | Lg Electronics Inc. | Air conditioner and method for detecting malfunction thereof |
CN104482638A (zh) * | 2014-12-09 | 2015-04-01 | 广东美的制冷设备有限公司 | 空调器及其电子膨胀阀的故障检测方法 |
WO2017043932A1 (ko) * | 2015-09-09 | 2017-03-16 | 엘지전자 주식회사 | 공기조화기 진단장치, 공기조화기 시스템 및 그 동작방법 |
US20170300046A1 (en) * | 2016-04-13 | 2017-10-19 | Encycle Corporation | Methods and Apparatuses for Detecting Faults in HVAC Systems Based on Load Level Patterns |
CN107477773A (zh) * | 2017-07-25 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法和控制装置 |
CN108613335A (zh) * | 2018-03-12 | 2018-10-02 | 珠海格力电器股份有限公司 | 空调的故障检测方法、装置、存储介质和处理器 |
CN109237721A (zh) * | 2018-09-05 | 2019-01-18 | 青岛海尔空调电子有限公司 | 用于空调的电子膨胀阀故障检测方法 |
CN109282424A (zh) * | 2018-09-20 | 2019-01-29 | 广东美的暖通设备有限公司 | 空调器控制方法、空调器控制装置 |
CN109813020A (zh) * | 2019-02-20 | 2019-05-28 | 珠海格力电器股份有限公司 | 电子膨胀阀堵塞检测方法、热泵系统控制方法、电器控制方法、电器及计算机可读存储介质 |
US20190264939A1 (en) * | 2018-02-27 | 2019-08-29 | Johnson Controls Technology Company | Fault condition management for heating, ventilation, and air conditioning (hvac) systems |
CN110567095A (zh) * | 2019-08-22 | 2019-12-13 | 宁波奥克斯电气股份有限公司 | 一种多联内机电子膨胀阀异常检测控制方法 |
CN111706959A (zh) * | 2020-06-15 | 2020-09-25 | 青岛海尔空调器有限总公司 | 用于一拖多空调的电子膨胀阀故障检测方法、装置及空调 |
CN112361541A (zh) * | 2019-07-23 | 2021-02-12 | 青岛海尔空调电子有限公司 | 用于多联机空调系统的膨胀阀控制方法 |
CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
CN112944586A (zh) * | 2021-03-01 | 2021-06-11 | 青岛海尔空调电子有限公司 | 多联机空调系统的控制方法 |
CA3113253A1 (en) * | 2020-03-27 | 2021-09-27 | Lennox Industries Inc. | Determination of a stuck reversing valve |
CN114021610A (zh) * | 2021-09-10 | 2022-02-08 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于迁移学习的风机故障识别模型训练方法及系统 |
-
2022
- 2022-04-11 CN CN202210386517.3A patent/CN114754413B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100174412A1 (en) * | 2009-01-06 | 2010-07-08 | Lg Electronics Inc. | Air conditioner and method for detecting malfunction thereof |
CN104482638A (zh) * | 2014-12-09 | 2015-04-01 | 广东美的制冷设备有限公司 | 空调器及其电子膨胀阀的故障检测方法 |
WO2017043932A1 (ko) * | 2015-09-09 | 2017-03-16 | 엘지전자 주식회사 | 공기조화기 진단장치, 공기조화기 시스템 및 그 동작방법 |
US20170300046A1 (en) * | 2016-04-13 | 2017-10-19 | Encycle Corporation | Methods and Apparatuses for Detecting Faults in HVAC Systems Based on Load Level Patterns |
CN107477773A (zh) * | 2017-07-25 | 2017-12-15 | 广东美的制冷设备有限公司 | 空调器及其控制方法和控制装置 |
US20190264939A1 (en) * | 2018-02-27 | 2019-08-29 | Johnson Controls Technology Company | Fault condition management for heating, ventilation, and air conditioning (hvac) systems |
CN108613335A (zh) * | 2018-03-12 | 2018-10-02 | 珠海格力电器股份有限公司 | 空调的故障检测方法、装置、存储介质和处理器 |
CN109237721A (zh) * | 2018-09-05 | 2019-01-18 | 青岛海尔空调电子有限公司 | 用于空调的电子膨胀阀故障检测方法 |
CN109282424A (zh) * | 2018-09-20 | 2019-01-29 | 广东美的暖通设备有限公司 | 空调器控制方法、空调器控制装置 |
CN109813020A (zh) * | 2019-02-20 | 2019-05-28 | 珠海格力电器股份有限公司 | 电子膨胀阀堵塞检测方法、热泵系统控制方法、电器控制方法、电器及计算机可读存储介质 |
CN112361541A (zh) * | 2019-07-23 | 2021-02-12 | 青岛海尔空调电子有限公司 | 用于多联机空调系统的膨胀阀控制方法 |
CN110567095A (zh) * | 2019-08-22 | 2019-12-13 | 宁波奥克斯电气股份有限公司 | 一种多联内机电子膨胀阀异常检测控制方法 |
CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
CA3113253A1 (en) * | 2020-03-27 | 2021-09-27 | Lennox Industries Inc. | Determination of a stuck reversing valve |
CN111706959A (zh) * | 2020-06-15 | 2020-09-25 | 青岛海尔空调器有限总公司 | 用于一拖多空调的电子膨胀阀故障检测方法、装置及空调 |
CN112944586A (zh) * | 2021-03-01 | 2021-06-11 | 青岛海尔空调电子有限公司 | 多联机空调系统的控制方法 |
CN114021610A (zh) * | 2021-09-10 | 2022-02-08 | 中国大唐集团科学技术研究院有限公司火力发电技术研究院 | 基于迁移学习的风机故障识别模型训练方法及系统 |
Non-Patent Citations (3)
Title |
---|
罗方芳: "《基于级联极限学习机的基站空调在线监测系统》", 《集美大学学报》, vol. 23, no. 6, pages 475 - 480 * |
郁夏夏;路阳;夏晨光;潘国洪;刘从;: "多联机室内机电子膨胀阀制冷剂内泄漏对制冷综合性能系数的影响", 制冷技术, no. 01 * |
郭梦茹;谭泽汉;陈焕新;郭亚宾;黄耀;: "基于遗传算法和BP神经网络的多联机阀类故障诊断", 制冷学报, no. 02 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023197711A1 (zh) * | 2022-04-11 | 2023-10-19 | 青岛海信日立空调系统有限公司 | 多联机空调系统、故障定位方法及故障诊断模型训练方法 |
CN115371204A (zh) * | 2022-08-25 | 2022-11-22 | 宁波奥克斯电气股份有限公司 | 电子膨胀阀故障判定方法及相关装置 |
CN115371204B (zh) * | 2022-08-25 | 2024-06-11 | 宁波奥克斯电气股份有限公司 | 电子膨胀阀故障判定方法及相关装置 |
WO2024114675A1 (zh) * | 2022-12-02 | 2024-06-06 | 青岛海信日立空调系统有限公司 | 多联机空调系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114754413B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114754413B (zh) | 一种多联机空调系统及故障定位方法 | |
JP6359423B2 (ja) | 空調システムの制御装置、空調システム、及び空調システムの制御装置の異常判定方法 | |
US20190353374A1 (en) | Air conditioner system and control method thereof | |
US10088209B2 (en) | Air conditioner | |
EP3540322B1 (en) | Air conditioner | |
AU2018423601B2 (en) | Failure diagnosis system | |
EP3196563B1 (en) | Control device for air conditioning system, air conditioning system, and method for determining anomaly of air conditioning system | |
US11054164B2 (en) | Environmental control unit including maintenance prediction | |
CN115654582A (zh) | 一种空调系统及其控制方法 | |
CN115854488A (zh) | 空调设备及故障检测方法 | |
CN115950045A (zh) | 一种多联机空调系统及控制方法 | |
CN114877488A (zh) | 一种空调系统及其脏堵确定方法 | |
CN115095953B (zh) | 一种故障诊断模型的训练方法及装置 | |
CN114576798B (zh) | 一种多联机空调系统及其控制方法 | |
CN115264756B (zh) | 一种空调系统的应急处理方法及装置 | |
CN116697523A (zh) | 一种多联机空调系统及故障检测方法 | |
US12025333B1 (en) | Systems and methods for coil temperature deviation detection for a climate control system | |
CN115111825B (zh) | 一种压缩机运行频率的确定方法及装置 | |
CN114992798B (zh) | 一种空调系统及其室内机能力计算方法 | |
WO2024114675A1 (zh) | 多联机空调系统及其控制方法 | |
CN114811743A (zh) | 一种空调系统及其室内机能力计算方法 | |
CN116428711A (zh) | 一种多联机空调系统及其控制方法 | |
KR20220095071A (ko) | 공기 조화기 및 그 제어 방법 | |
CN118564981A (zh) | 一种空调器及其控制方法 | |
CN116928735A (zh) | 一种空调系统及其控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |