專利名稱：冷卻器壓縮機電機過熱的預(yù)測的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對冷卻器系統(tǒng)熱力運行狀態(tài)的監(jiān)視以提供冷卻器異常運行的前期預(yù)警信息，該信息可以指示出壓縮機電機的過熱狀態(tài)。
眾所周知，冷卻器提供了冷卻水，并且期望提供有成本效率的不中斷服務(wù)。冷卻器傳統(tǒng)上具備安全功能，包括采用內(nèi)帶診斷能力的控制器，以避免其在不良狀態(tài)下運行。但是診斷通常只能檢測到某些超出異常設(shè)計值的冷卻器運行狀態(tài)，并據(jù)此關(guān)閉冷卻器和顯示相關(guān)的報警代碼。在報警之前系統(tǒng)沒有任何先兆指示，所以當壓縮機性能開始下降引起電機發(fā)熱后，需要較長的一段時間才能察覺。到報警時，由于系統(tǒng)關(guān)閉，所以為時已晚，此外，電機可能已經(jīng)嚴重損壞，需要大修。
本發(fā)明的目標包括為了在機器失效之前啟動服務(wù)而檢測冷卻器的性能下降，以此推斷是否會發(fā)生失效；預(yù)測是否需要冷卻器服務(wù)從而可以隨時而不是在緊急情況下啟動服務(wù)；提供持續(xù)的冷卻器運行。
本發(fā)明的預(yù)測原理部分基于冷卻器的低階線性狀態(tài)空間熱力學(xué)模型，該模型由基于非線性代數(shù)微分方程的精確熱力學(xué)數(shù)學(xué)模型推演而得，它精確地表征了壓縮機電機過熱狀態(tài)。
本發(fā)明的預(yù)測原理還利用了基于冷卻器熱力學(xué)低階模型的Kalman濾波器，以在在線運行期間提供冷卻器的狀態(tài)和輸出，它們又被用來檢測即將出現(xiàn)的壓縮機電機過熱。
按照本發(fā)明，冷卻器的在線監(jiān)視的實現(xiàn)方式為，監(jiān)視輸入(或原因)參數(shù)和可測輸出(或結(jié)果)參數(shù)，并使參數(shù)通過基于冷卻器熱力學(xué)低階狀態(tài)空間表示或模型的Kalman濾波器。按照本發(fā)明，低階模型的實現(xiàn)方式為，對大量樣本進行計算機高階模型輸入隨機激勵處理，并對高維模型確定的最終輸出和狀態(tài)進行線性回歸技術(shù)處理，以導(dǎo)出低階狀態(tài)空間模型的矩陣系數(shù)。輸入可以是實際冷卻器正常情況下的典型輸入，并且可以限制隨機變化，例如在實際冷卻器輸入額定值的99％～100％之間。
通過以下結(jié)合附圖對實施例的描述，可以更好地理解本發(fā)明的其它目標、特征和優(yōu)點。


圖1為按照本發(fā)明方式監(jiān)視的冷卻器的示意圖。
圖2為本發(fā)明用于特定冷卻器的實施例中數(shù)據(jù)獲取部分所用裝置的示意圖。
圖3為線性回歸處理期間所用裝置的簡化示意圖。
圖4為按照本發(fā)明的方式在線監(jiān)視冷卻器時采用的裝置的簡化示意圖。
圖5為圖4所示在線監(jiān)視期間的流程圖。
圖6為報警邏輯程序的邏輯流程圖。
參見圖1，按照本發(fā)明的帶傳感器的冷卻器12包括經(jīng)管道14向冷凝器15提供高壓致冷氣體的壓縮機13。液態(tài)致冷劑經(jīng)流體管16道從冷凝器流動到擴張閥17，擴張閥的輸出通過流體管道18到達蒸發(fā)器19，隨后致冷劑氣體通過流體管道20到達壓縮機13。閥門17受控以響應(yīng)步進電機或其它閥門控制裝置24的控制，而這些控制裝置又受到控制器26經(jīng)線路25提供的信號的控制。線路25上的信號取決于管道20內(nèi)蒸汽的過熱狀態(tài)，通常通過計算蒸發(fā)器19出口處溫度(由溫度傳感器27檢測)與壓縮機13入口處致冷劑蒸汽溫度(由溫度傳感器28檢測)之差得到。溫度傳感器32檢測的蒸發(fā)器19出口31處水溫被控制器26用來開啟和關(guān)閉壓縮機從而將水溫保持在設(shè)定點上。由冷凝器入口壓力(由壓力檢測器34檢測)與冷凝器出口壓力(由壓力檢測器35檢測)之差決定的冷凝器壓力差被控制器用來在線路36上提供信號，以適時地開啟和關(guān)閉風扇組37。上述所有裝置與普通的冷卻器相近，并且可以按照普通的方式實現(xiàn)和控制。
按照本發(fā)明，一種基于非線性代數(shù)和微分方程的精確數(shù)學(xué)模型(描述了冷卻器的流體、壓力和溫度動態(tài)學(xué))能夠精確地表征本發(fā)明試圖預(yù)測的壓縮機電機的過熱狀態(tài)。對于往復(fù)式壓縮機，所用模型與下列所述的任一種相似1)Clark，D.R.and W.B.May(1985)，HVACSIM+Building System andEquipment Simulation Program-User’s Manual，U.S.Department of Commerce，National Bureau of Standards，NBSIR 85-3243.
2)Clark，D.R.(1985)，HVACSIM+Building System and EquipmentSimulation Program-Reference Manual，U.S.Department of Commerce，National Bureau of Standards，NBSIR 84-2996.
3)Clark，D.R.，C.Park and G.E.Kelly(1986)，HVACSIM+Building Systemand Equipment Simulation Program-Building Loads Calculation，U.S.Department of Commerce，National Bureau of Standards，NBSIR 86-3331.
對于采用離心式壓縮機的冷卻器，所用模型與下列所述的相似4)Nadira，R.and I.Schick，Modeling and Simulation of an HVACSIMRefrigeration System，Simulators IV，Proceedings of the SCS SimulatorsConference，April 6-9，1987，Orlando，F(xiàn)la，Vol.18，No.4.
5)Clark，D.R.(1985b)，Centrifugal Chiller ModelPreliminaryDocumentation，U.S.Department of Commerce，National Bureau of Standards，Not Released.
該模型被可變輸入連續(xù)激勵(在計算機程序內(nèi))以生成大量的數(shù)據(jù)集。例如，通過觀察冷卻器系統(tǒng)樣機的響應(yīng)來確定，該系統(tǒng)的參數(shù)響應(yīng)頻率在0.005 Hz與0.33 Hz之間。將時鐘(采樣速率)被選定為2倍最高頻率的倒數(shù)，即等于每隔1.52秒采樣一次。為了捕捉到最慢的響應(yīng)，采樣周期間隔選定為最低響應(yīng)頻率的倒數(shù)，即204秒，結(jié)果該周期采樣134次。每個樣本利用表1所示的三個輸入U1-U3的激勵。
表1輸入 狀態(tài)輸出U1蒸發(fā)器入水溫度 X1冷凝器中致冷劑的焓Y1蒸發(fā)器出水溫度U2冷凝器空進入氣溫度 X2冷凝器中致冷劑的質(zhì)量 Y2冷卻器放出空氣溫度U3擴張閥位置 X3蒸發(fā)器中致冷劑的焓Y3壓縮機排氣壓力X4蒸發(fā)器中致冷劑的質(zhì)量 Y4壓縮機吸氣壓力X5冷凝器中空氣的焓 Y5壓縮機吸氣溫度X6冷凝器中致冷劑飽和溫度Y6過熱溫度X7蒸發(fā)器中水的焓Y7冷凝器中致冷劑進入溫度X8蒸發(fā)器中致冷劑飽和溫度Y8冷凝器中致冷劑離開溫度X9壓縮機效率Y9蒸發(fā)器中致冷劑進入溫度每個輸入包括數(shù)值取為特定冷卻器額定或典型值的信號，該數(shù)值在每次采樣周期內(nèi)上升或降低一個百分點。每個信號的增大或減小又響應(yīng)于偽隨機數(shù)序列，從而使每次輸入基本上按照隨機方式變化，并且輸入的組合也基本上以隨機方式變化。在每次采樣期間，記錄下表1所示所有的輸入U、狀態(tài)X和輸出Y。即，對于每次采樣，記錄下21項數(shù)據(jù)。這些數(shù)據(jù)被存儲起來以作下列用途。與此同時，或者隨后，根據(jù)同一計算機或者另一計算機內(nèi)存儲的數(shù)據(jù)來計算每對數(shù)值X和Y的標準偏差以用來確定誤差閾值，該閾值在識別預(yù)測電機過熱時比較重要，所有這些將在下面討論。
建立Kalman濾波器的過程可以概括為如下步驟1.按一組非線性代數(shù)微分方程建立描述冷卻器熱力學(xué)過程的計算機模型。
2.選擇受到電機過熱狀態(tài)影響的輸入、狀態(tài)和輸出參數(shù)。
3.在每個選定輸入上用隨機信號激勵冷卻器模型；存儲隨之選定的狀態(tài)和輸出參數(shù)數(shù)據(jù)。(圖2)4.利用線性回歸方程處理存儲數(shù)據(jù)以擬合冷卻器狀態(tài)派生值與冷卻器輸出，從而確定模型矩陣數(shù)值；利用存儲的數(shù)據(jù)將誤差閾值定義為±3標準偏差。(圖3)5.利用步驟4中得到的矩陣值建立包含9次線性方程組的模型。
6.根據(jù)狀態(tài)空間模型建立Kalman濾波器。
參見圖2，獲取大量樣本的步驟利用了信號發(fā)生器42，該發(fā)生器包括偽隨機二進制序列發(fā)生器和驅(qū)動器，以響應(yīng)偽隨機二進制序列，生成U1-U3的±1％的輸入。這些信號經(jīng)信號線路43提供給包含高次熱力學(xué)模型的計算機44。由線路43上的輸入激勵的模型對每個連續(xù)輸入生成數(shù)值X和Y(表1)，它們與相應(yīng)的輸入U一起經(jīng)合適的總線提供給存儲器46。
如圖3所示，數(shù)值U、X和Y所有134個樣本，共計2814個數(shù)據(jù)從存儲器46提供給計算機44，在那里平均值被從數(shù)據(jù)中去除，并且利用遞歸最小平方估值線性回歸擬合數(shù)據(jù)以導(dǎo)出9階狀態(tài)空間模型的矩陣系數(shù)值。顯示器上顯示的矩陣值隨后被用來生成如下表示的線性9階冷卻器模型X(k+1)＝AX(k)+BU(k)+W(k)(1)Y(k)＝CX(k)+DU(k)+V(k) (2)
式中，A、B、C和D為過渡矩陣，而W(k)和V(k)分別為協(xié)方差Qk和Rk的零平均值白噪聲高斯序列。遞歸最小估值程序可以參見6)Soderstorm，T.，and P.Stoica，System Identification，Prentice Hall Inc.，New York，N.Y.，1989，Chapter 9，pp.324，349-350.
7)Dexter，A.L.，et al，Self-tuining Control Algorithm for Single-chipMicrocomputer Implementation，IEE Proceedings，Vol.130，No.5，September1983，pp.255-260.
8)Franklin，G.F.，and D.Powell，Digital Control of Dynamic System，Addison Wesley，Reading，MA，1980，pp.210-215.
一旦從高階冷卻器熱力學(xué)模型(圖2和3)生成的數(shù)據(jù)導(dǎo)出狀態(tài)空間模型以后，就可以基于這種降階狀態(tài)空間表示以普通的方式建立Kalman濾波器，參見9)Gelb，A.，Editor，Applied Optimal Estimation，M.I.T.Press，1980，Chapters3 and 4.
參見圖4，在圖1的冷卻器運行的同時，現(xiàn)場在線計算機48(一般不是圖2和3中的計算機)監(jiān)視線路49上的輸入U1-U3和輸出Y1-Y3，并利用Kalman濾波器技術(shù)對特定采樣時刻k檢測的實際數(shù)值U和Y，預(yù)測下一采樣時刻k+1的輸出和狀態(tài)的值。
顯而易見，每次采樣時，在對冷卻器輸出進行濾波以對狀態(tài)和輸出作出預(yù)測之前Kalman濾波器本身已經(jīng)被更新。檢測到輸出首先被用來更新Kalman濾波器方程，隨后輸入和輸出值通過更新過的Kalman濾波器方程以計算預(yù)測的狀態(tài)(X)和輸出(Y)。
初始狀態(tài)估值為X(0)＝O，并且初始狀態(tài)估值誤差協(xié)方差矩陣為P(0)＝O，這些都在啟動時的初始化階段完成。在濾波器中，每一采樣時刻k時狀態(tài)估值利用下式更新X∩(k|k)=X∩(k|k-1)+K(k){y(k)-CX∩(k|k-1)}---(3)]]>式中，
為時刻k時根據(jù)直到時刻k-1為止的測量得到的濾波器狀態(tài)估值。采樣k的間隔為三分鐘左右。更新的Kalman增益矩陣K計算如下
K(k)＝P(k|k-1)CT[CP(k|k-1)CT+Rk]-1(4)式中，P(.|.)為滿足下列關(guān)系的狀態(tài)估值誤差協(xié)方差矩陣P(k|k-1)＝AP(k-1|k-1)AT+Qk-1(5)P(k|k)＝[I-CK(k)]P(k|k-1)(6)式中，T表示轉(zhuǎn)置矩陣。
在進行k+1時刻的下一次測量之前，利用狀態(tài)動態(tài)方程使狀態(tài)估值向前延伸一步X∩(k+1|k)=AX∩(k|k)+BU(k)---(7)]]>這隨后被用作下次采樣的方程(1)中的
在每次采樣時的Kalman濾波器更新之后，來自冷卻器的已知輸入U和傳感器信號Y經(jīng)過Kalman濾波器處理以生成冷卻器狀態(tài)
的優(yōu)化估值和傳感器測量預(yù)測值
。將
從實際測量值Y中減去后生成誤差信號矢量e，該矢量被用于作失效判斷。對于Kalman濾波器，e(k)＝Y(jié)(k)-CX(k|k-1)。因此誤差信號e(k)為協(xié)方差矩陣下的零平均值白噪聲。
圖5示出了在線監(jiān)視期間計算機48內(nèi)每次采用周期期間進行的處理。當監(jiān)視系統(tǒng)為第一輸入在線時，將進行初始化(塊51)，包括上述的初始化狀態(tài)估值和初始化狀態(tài)估值誤差協(xié)方差矩陣。在每次3分鐘左右的采樣期間，如同方程(3)那樣更新狀態(tài)估值(塊52)。接著，如同在方程(4)-(6)中那樣，計算Kalman增益矩陣(塊53)，更新狀態(tài)估值誤差協(xié)方差矩陣并將其傳送給下一次采樣時刻。如同在方程(7)中那樣，利用狀態(tài)動態(tài)方程將狀態(tài)估值傳遞到下一采樣時刻(塊54)。在Kalman濾波器更新之后，線路49上的輸入傳感器信號U1-U3和線路50上的輸出傳感器信號Y1-Y9被提供給Kalman濾波器(塊55)。Kalman濾波器產(chǎn)生冷卻器狀態(tài)優(yōu)化估值
和傳感器測量預(yù)測
。傳感器測量預(yù)測
與實際的電流傳感器測量Y比較，而冷卻器狀態(tài)估值X與傳遞的冷卻器狀態(tài)前一估值比較(塊56)，以生成誤差信號。誤差信號與相應(yīng)的閾值比較(塊57)，在本實施例中被取為±3標準偏差，并且如同6所示，在報警邏輯程序中檢測是否超過閾值(塊58)，以確定這種超過閾值是否預(yù)示壓縮機電機過熱狀態(tài)的到來。
圖6邏輯程序的入口點為62，并且測試63-65要求數(shù)值Y3、Y4和Y5必須存在誤差，以識別報警狀態(tài)。如果沒有誤差，程序通過返回點66返回而不設(shè)定報警狀態(tài)。如果全部(Y3，Y4和Y5)存在誤差，則進行一系列的測試67-70以判斷X1、X3、X5或X9中是否存在誤差。如果是，則產(chǎn)生報警狀態(tài)；如果沒有誤差，則進至返回點66而不設(shè)定報警狀態(tài)。如果X1、X3、X5或X9中存在誤差，則進行一系列的測試71-73來判斷X2、X4或X7中是否有誤差。如果沒有誤差，則進至返回點而不設(shè)定報警狀態(tài)。但是如果所有的Y3、Y4和Y5有誤差，X1、X3、X5或X9中的任一種有誤差，并且X2、X4或X7中的任一種有誤差，則步驟74設(shè)定報警狀態(tài)。
在圖5中，報警狀態(tài)將使線路76上的信號實際啟動任何合適形式的報警77，并且使打印機78打印出線路49和50上所有當前的輸入和輸出參數(shù)，從而指示出惡化運行的性質(zhì)。
用來按照上述方式控制冷卻器12的控制器26和參數(shù)都是示意性質(zhì)的；冷卻器可以按照任一所需的方式控制，并且通過確?？刂破鞲鶕?jù)原始高階模型精確控制冷卻器，本發(fā)明的實現(xiàn)方式較為簡單。本發(fā)明同樣可以用于各種其它的冷卻器中。
雖然上面借助實施例對本發(fā)明作了描述，但是本發(fā)明的精神和范圍由后面所附權(quán)利要求限定。
權(quán)利要求
1.一種預(yù)測冷卻器壓縮機電機過熱的方法，其特征在于，各種冷卻器型分別進行在計算機中根據(jù)描述冷卻器流體、壓力和溫度動態(tài)的非線性代數(shù)微分方程建立高階數(shù)學(xué)模型；在多次輸入的每次輸入時以選定輸入信號隨機數(shù)值激勵冷卻器模型，其變化將改變受電機過熱影響的可測量輸出參數(shù)的值和不可測量、但可計算的冷卻器狀態(tài)的值；對所述激勵輸入信號的每次變化，記錄包括每次所述輸入值、每次所述輸出值和每次所述可計算冷卻器狀態(tài)的一組數(shù)值；利用線性回歸方程對存儲數(shù)據(jù)進行處理，擬合所述記錄的冷卻器狀態(tài)數(shù)值和輸出值，以確定冷卻器低階線性狀態(tài)空間模型的矩陣值；建立包括一組利用前一步驟確定的矩陣值得到的線性方程的低階狀態(tài)空間模型；根據(jù)前一步驟得到的所述低階線性狀態(tài)空間模型建立Kalman濾波器；在每個冷卻器的正常運行狀態(tài)下進行通過一邊提供包括所述選定輸入的輸入信號，一邊測量所述選定輸入和所述可測量輸出參數(shù)的數(shù)值來操作所述冷卻器；向采用所述Kalman濾波器的計算機提供所述測量輸入值和輸出值，以確定預(yù)測的輸出值；將所述預(yù)測輸出值與所述測量輸出值進行比較；當計算的輸出值與測量的輸出值之差表明處于電機過熱狀態(tài)時指示報警。
2.如權(quán)利要求1所述的方法，其特征在于所述低階狀態(tài)空間模型為9階模型。
3.如權(quán)利要求1所述的方法，其特征在于所述輸入為進入蒸發(fā)器的水溫、進入冷凝器的空氣溫度以及擴張閥的位置；所述輸出為離開蒸發(fā)器的水溫、離開冷凝器的空氣溫度、壓縮機的排氣壓力、壓縮機入口壓力、過熱溫度、進入冷凝器的致冷劑溫度、離開冷凝器的致冷劑溫度以及進入壓縮機的致冷劑溫度；所述狀態(tài)為冷凝器中致冷劑的焓、冷凝器中致冷劑的質(zhì)量、蒸發(fā)器中致冷劑的焓、蒸發(fā)器中致冷劑的質(zhì)量、冷凝器中空氣的焓、冷凝器中致冷劑的飽和溫度、蒸發(fā)器中水的焓、蒸發(fā)器中的致冷劑飽和溫度以及壓縮機效率。
4.如權(quán)利要求1所述的方法，其特征在于進一步包括對估計輸出值與測量輸出值的偏差建立閾值；所述指示步驟包括只對估計輸出值與測量輸出值之差超過所述閾值的情況作出指示警報的響應(yīng)。
5.如權(quán)利要求1所述的方法，其特征在于進一步包括對所述數(shù)值記錄組指示的每一所述輸出值和每一所述可計算冷卻器狀態(tài)確定標準偏差；其中所述指示步驟包括在計算的輸出值與測量的輸出值之差和前后計算的冷卻器狀態(tài)之差超過指示電機過熱狀態(tài)的相應(yīng)數(shù)值3標準偏差時指示報警。
6.如權(quán)利要求1所述的方法，其特征在于，所述指示步驟包括只對下列所述變化超過閾值的情況作出報警響應(yīng)(1)當每個壓縮機排氣壓力、壓縮機吸氣壓力和壓縮機吸氣溫度的變化都超過閾值時，(2)冷凝器中致冷劑的焓、蒸發(fā)器中致冷劑的焓、冷凝器中空氣的焓或者壓縮機效率的變化都超過閾值時，(3)冷凝器中致冷劑的質(zhì)量、蒸發(fā)器中致冷劑的質(zhì)量以及蒸發(fā)器中水的焓的變化，三者中任一項超過閾值時。
全文摘要
本發(fā)明的目的是為了在機器失效之前啟動服務(wù)而檢測冷卻器的性能下降,以此推斷是否會發(fā)生失效;預(yù)測是否需要冷卻器服務(wù)從而可以隨時而不是在緊急情況下啟動服務(wù);提供持續(xù)的冷卻器運行。本發(fā)明的預(yù)測原理部分基于冷卻器的低階線性狀態(tài)空間熱力學(xué)模型,該模型由基于非線性代數(shù)微分方程的精確熱力學(xué)數(shù)學(xué)模型推演而得,它精確地表征了壓縮機電機過熱狀態(tài)。
文檔編號F04B49/10GK1201959SQ9810956
公開日1998年12月16日 申請日期1998年6月5日 優(yōu)先權(quán)日1997年6月5日
發(fā)明者謝拉尤·圖珀 申請人:運載器有限公司