【摘要】：制冷劑泄漏是制冷設(shè)備運行過程中的一種常見故障,對于數(shù)據(jù)中心空調(diào)系統(tǒng),若無法及時檢測出制冷劑泄漏故障,將會導致機房溫度失控,無法滿足數(shù)據(jù)中心設(shè)備的需求,甚至產(chǎn)生電子設(shè)備宕機的危險。本文根據(jù)是否具有制冷系統(tǒng)完整結(jié)構(gòu)參數(shù),提出了基于物理-數(shù)據(jù)挖掘這一混合邏輯的制冷劑泄漏故障診斷方法,并基于一臺25kW額定制冷量的數(shù)據(jù)中心空調(diào)系統(tǒng)的歷史運行數(shù)據(jù)對診斷方法進行了驗證。結(jié)果表明,混合邏輯方法對制冷劑泄漏故障具有良好的檢測和診斷效果。對此,本文開展了如下工作:首先,對于制冷設(shè)備各部件結(jié)構(gòu)參數(shù)已知,但缺乏實際運行數(shù)據(jù)的系統(tǒng)(如設(shè)備生產(chǎn)廠商),提出基于物理模型的制冷劑充注量估計方法。根據(jù)變頻壓縮機流量與頻率的近似線性關(guān)系,建立壓縮機質(zhì)量流量虛擬傳感器模型。運用能量守恒和質(zhì)量守恒原理,分別建立各部件物理仿真模型,通過輸入采集系統(tǒng)在不同位置的溫度、壓力以及控制信號,計算出各部件所含制冷劑質(zhì)量,系統(tǒng)總充注量為所有部件質(zhì)量之和。由于空泡系數(shù)對制冷劑兩相區(qū)質(zhì)量計算影響較大,本文分別對六種空泡系數(shù)模型建模,并選出精度最高的一種,對物理進行優(yōu)化。其次,對于各部件結(jié)構(gòu)參數(shù)未知,但有歷史運行數(shù)據(jù)的系統(tǒng)(如用戶終端),建立基于數(shù)據(jù)挖掘的制冷劑泄漏故障診斷方法。根據(jù)數(shù)據(jù)中心空調(diào)系統(tǒng)液體管路長的特點,提出了一種增加液管壓降特征指標的改進型充注量估計灰箱模型,并結(jié)果神經(jīng)網(wǎng)絡(luò),建立灰箱-神經(jīng)網(wǎng)絡(luò)診斷模型。結(jié)果表明,相比于單一只約束過冷度和過熱度的灰箱模型,灰箱-神經(jīng)網(wǎng)絡(luò)模型整體計算偏差大幅度降低,并且極大地改善了模型在大故障情況下的計算精度。最后,根據(jù)實際不同的運用場景,提出了基于物理-數(shù)據(jù)挖掘的故障診斷混合邏輯。基于一臺額定制冷量為25kW的數(shù)據(jù)中心空調(diào)系統(tǒng)在不同充值量水平的實驗數(shù)據(jù),對模型進行測試,結(jié)果表明,混合邏輯能有效檢測和診斷出當前系統(tǒng)的制冷劑泄漏故障,效果良好。
【圖文】：

第二章 研究對象及其實驗系統(tǒng)直接與室內(nèi)空氣換熱的介質(zhì)的不同，數(shù)據(jù)中心空調(diào)系統(tǒng)可分為兩系統(tǒng)和水冷型空調(diào)系統(tǒng)。本文的研究對象，數(shù)據(jù)中心空調(diào)系統(tǒng)是一調(diào)系統(tǒng)。該系統(tǒng)主要由四大件和各管路組成，壓縮機將低溫低壓氣溫高壓的制冷劑蒸汽，后進入冷凝器，通過室外冷凝風機的冷卻，壓中溫的制冷劑液體，制冷劑液經(jīng)過電子膨脹閥，轉(zhuǎn)換成低溫低壓，后進入蒸發(fā)器與室內(nèi)空氣進行熱交換，帶走室內(nèi)空氣的熱量，降。之后，制冷劑轉(zhuǎn)化為氣體，被壓縮機重新吸入，進行下一循環(huán)。，同時安裝也比較方便，當沒有冷卻水和冷凍水時，該系統(tǒng)優(yōu)勢究對象的研究對象如圖 2-1 所示，系統(tǒng)由壓縮機、油分離器、冷凝器及其、蒸發(fā)器及其風機、制冷管路等組成，額定制冷量為 25kW。

a. 冷凝器結(jié)構(gòu)示意圖 b. 冷凝器流道分布圖 3-4 冷凝器結(jié)構(gòu)及流道分布圖Fig. 3-4 Schematic diagram of condenser凝器具體結(jié)構(gòu)參數(shù)如表 3-4 所示，主要包括管路結(jié)構(gòu)和翅片結(jié)構(gòu)兩部分：表 3-4 冷凝器幾何參數(shù)Table 3-4 Geometric parameter of condenser幾何結(jié)構(gòu) 數(shù)值橫向管間距 18.2 mm縱向管間距 21 mm翅片間距 2.0 mm翅片厚度 0.105 mm管外徑 7 mm管內(nèi)徑 6.5 mm管長度 1.14 m迎風面橫向管數(shù)目 40排管數(shù)目 6
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP308;TB657.2

【參考文獻】

相關(guān)期刊論文 前8條

1 張偉旗;;大型礦用汽車空調(diào)系統(tǒng)常見故障診斷及維修探析[J];礦業(yè)裝備;2015年12期

2 方祥建;程睿;邵英;吳麗花;;制冷劑泄漏對家用空調(diào)器壓縮機的影響[J];制冷與空調(diào);2013年03期

3 蘇永生;王永生;段向陽;;一種基于改進的傅里葉變換的弱故障信號特征提取新方法研究[J];振動與沖擊;2009年08期

4 宮義山;高媛媛;;基于信息融合的診斷貝葉斯網(wǎng)絡(luò)研究[J];計算機技術(shù)與發(fā)展;2009年06期

5 禹柳飛;張友斌;;基于模糊邏輯的旋轉(zhuǎn)機組故障診斷方法[J];微計算機信息;2008年25期

6 張超;馬存寶;宋東;許家棟;;基于動態(tài)故障樹分析的容錯系統(tǒng)機內(nèi)測試診斷策略設(shè)計[J];兵工學報;2008年05期

7 金濤,匡繼勇;基于小波變換的往復式壓縮機故障診斷系統(tǒng)[J];流體機械;2000年02期

8 李嫵，，陶文銓，康海軍，李惠珍，辛榮昌;整體式翅片管換熱器傳熱和阻力性能的試驗研究[J];機械工程學報;1997年01期

相關(guān)碩士學位論文 前1條

1 劉海平;基于小波包與BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷識別研究[D];青島理工大學;2013年

本文編號：2662181