摘    要　　文章針對傳統設備管理模式下存在的問題，闡述了現代設備管理狀態監控和設備故障狀態維修的必要性。分析了暖通空調(HVAC)系統故障的特征，并就建立故障檢測與診斷系統的方法、實現步驟、相關技術等進行了探討。
        關鍵詞　 故障特征 故障診斷 故障預測 設備狀態 設備管理
        故障隨著智能建筑的興起，建筑內設備數量和復雜性都顯著增加，日常配件消耗、維修費用明顯上升。由于建筑的復雜性和多樣性，也使中央空調系統的故障診斷和處理更加困難。因此，只有采用先進的設備管理技術，才能確保設備的正常運行，避免重大事故的發生。
        在傳統的設備管理模式中，往往要有明顯跡象表明設備性能變差時才去確定這臺設備是否應該檢修，或根據規程已經到了大修期限，才著手組織大修。這樣就存在以下問題：一是其運轉情況無法統計準確；二是本可不必大修解決的問題拖到了故障累積成必須大修的程度，導致設備維修費用升高。傳統的維修思路是：當設備不能正常工作甚至無法工作后才去尋找故障并維修。這樣做的結果，首先是設備停止運行，影響了正常服務，其次是故障往往不僅是部件問題，甚至到了必須更換整套設備的地步，使得維修成本巨增；三是維修工作被動，變成“頭痛醫頭，腳痛醫腳”，工作緊張，配件消耗多，設備性能差。
        按老辦法管理，由于建筑設備的分散性和復雜性使設備工程師勞動強度增大，維護質量跟不上需要。那種靠填寫值班日志、抄表記錄、出現報警信號后才去排除故障的人工方法顯然已經不能適應新的形勢。雖然新的系統有了類似黑匣子之類的自動數據記錄器，但這也只能作為事后分析的依據。
        在智能建筑中大量采用了空調系統及相關設備，它們規模龐大、設備復雜，在設備管理和維修方面的花費也較大。當某個設備出現故障時，設備可能在東，電源又可能在西，因此維護人員可能要跑遍整個建筑去排除故障，即使找到了故障所在的設備間，往往又是一大堆不同系統的設備，擺在同一狹小的空間里，要迅速確定故障所在并加以排除也不是一件輕松的事。這種困難在智能建筑中尤其突出，如果設備常出故障及維護困難，將在很大程度上影響到這些建筑的聲譽。另外，如果配件儲備不夠，需要臨時組織貨源（尤其是進口配件），也會延長維修時間。
        國外有一些公司已經開發了一些設備狀態監測和故障診斷系統，我國對此也很重視，并將積極開展設備狀態監測和故障診斷技術放在了重要的科研位置，而且已取得了一些成績。例如：某煤炭工業公司，利用油液狀態監測對設備潛在故障進行了成功預報，幾年來為企業節約資金８０多萬元；某自來水公司采用設備數據采集分析管理系統，在主要設備上選點監測，經過幾年實踐，采集了大量數據，已初步探索出設備故障的診斷標準和監測故障的經驗，成功地發現了幾起故障隱患，通過設備狀態監測與故障預測有效地實現了設備的狀態維修，不僅保證了設備正常運行，而且還降低了運行維修費用。
        國外早在８０年代就已經非常重視對設備管理的研究，某些技術已應用于實際工程。目前，在美國，面積５０００ｍ２以上的商業建筑大多已經采用了設備管理自動化系統，這些系統在日常的空調、消防、保安、照明等方面已經給設備工程師帶來了極大的便利。而我國的設備管理手段相對比較落后，很多設備處于人工值守狀態，管網設施主要依靠人工管理和維護。這不僅要求工作人員有豐富的經驗，還要求他們一直處于高度警覺狀態，所以勞動強度是很大的。即使這樣，某些故障是很難避免的。因此，積極開展設備管理理論和方法的研究具有重大意義，它能最大限度地提高管理效率，并保證機組的節能運行，降低管理成本。
        １ ＨＶＡＣ系統常見故障特征分析及故障分類
ＨＶＡＣ系統是由管道連接各種空調設備而組成的一個相互關聯、相互影響的系統，如果系統中有一個部件出現故障，則會影響其它部件的工作，進而影響整個系統的特性。例如：在蒸汽壓縮式制冷循環中，如果冷凍水泵出現故障，則單位時間通過蒸發器的水量減小，蒸發溫度及蒸發壓力降低，壓縮機的壓縮比升高，功耗增加，系統的ＣＯＰ值下降，嚴重時會損壞壓縮機。這說明故障具有關聯與傳遞的特征。
由于ＨＶＡＣ系統的故障具有傳遞性，一個部件出現故障會影響其它部件的正常工作，會引起多個參數的變化，所以有時就很難判斷到底故障的位置在哪里，也很難分清哪些是原因性數據，哪些是結果性數據，使故障診斷變得復雜。
        雖然ＨＶＡＣ系統非常復雜，但也是由不同層次的子系統組成的。比如：冷卻水系統、冷凍水系統、制冷劑系統、自動控制系統等。所以，發生的故障總是隸屬于某一層次，在這一層次中，總有一個或幾個特征參數的變化與之相對應。例如：在采用風冷冷凝器的蒸汽壓縮式制冷循環中，如果冷凝器中的風機出現故障，它就隸屬于冷凝系統，則會引起通過冷凝器盤管的風量及冷凝器的出風溫度發生變化，風量和出風溫度即是這一故障的特征參數（又稱為原因參數）。利用故障的這一特性，我們可以提出診斷模型，并對原因參數和結果參數進行分類，從而實現對故障的正確診斷。這說明故障具有層次性與參數對應性的特征。
        空調系統可能出現的故障很多，也很復雜，根據不同的特征，可將它們進行分類歸納。根據故障顯現的程度，可分為顯性故障和隱性故障。如：風機停轉、導線脫落這種易察覺的故障屬于顯性故障；換熱器結垢、制冷劑滲漏等不易察覺的故障屬于隱性故障。根據故障對系統造成影響的程度，可分為軟故障和硬故障。如：風機停機、電機燒毀等使設備完全失效的故障為硬故障；閥門關閉不嚴、儀表漂移設備性能下降等故障為軟故障。根據故障發生的時間長短，可分為突發性故障和漸進性故障。另外，根據故障發生的部位，可分為機械性故障、空氣處理過程或設備及空氣分布部分的故障、配電和自動控制部分的故障等。
        ２ 設備運行狀態的智能化監測和設備管理的自動化
        鑒于以上情況，傳統的設備管理模式早已不能適應智能建筑發展的要求，實現設備預測維修和設備主動式智能化管理已迫在眉睫。目前，樓宇自動化系統（ＢＡＳ）已經能通過網絡實現現場輸入／輸出、控制站、操作員站和工程師站之間的協調運行，利用集成網絡所提供的技術，能快速而便利地傳遞和控制數據，通過網關在數據網絡和控制網絡之間提供界面。這種先進的網絡形式利用網絡通信技術，集數據采集、分析和控制為一體，非常適合于智能建筑的設備管理與控制。它采用現行通信系統中行之有效的、已定義好的協議服務，可以容易實現節點間的對等通訊，使系統設計大大簡化。而按照標準協議設計的節點還可以實現不同系統、不同產品間的互聯。這種全新的現場總線構建形式為分散的建筑設備提供了互操作和開放的控制網絡。
        帶遠程診斷的智能設備管理模式是更高級的管理模式。根據異常的工況或變壞的運行特性，通過計算機數據分析處理系統能根據若干征兆群，確定特定故障的概率，并對設備的維修計劃、維修時間表、維修方案等作出決策。
        大力開展基礎研究，逐漸完善設備管理系統。設備診斷技術涉及數學、電子、計算機、信號處理等多學科，加強設備診斷監測技術的研究，包括設備狀態監診理論，開發設備狀態監測設備、儀器，收集研究并制定各種設備的運行狀態標準（正常工況和故障數據庫），研究故障機理和診斷分析技術，開展狀態診斷（故障預測）工作，編制診斷、監測程序和相關分析應用軟件，提供設備狀態信息等方面。
        系統集成是分布式設備管理的關鍵。信息技術本身將隨高科技不斷發展，智能化設備管理的未來許多應用將是建立在網絡的基礎上，并且要求有良好的人機交互能力和多維信息處理能力。神經網絡技術在設備管理系統中的應用，能實現真正的智能化管理，它是一個能對分布式計算機環境實施前期預報管理和智能管理的解決方案。它能夠同時自動分析、監控數以千計的系統狀態參數。通過神經智能系統可以查找潛在設備故障，給最終用戶提供自動化建議，優化多供應商環境中的設備應用服務水平，使系統監控、管理功能更強。
計算機及網絡技術的發展，為ＨＶＡＣ設備自動診斷系統的發展提供了良好的條件。將計算機實時檢測分析用于設備管理，實現關鍵設備運行狀態的集中管理、集中分析。要實現設備聯網管理，必須應用遠程故障診斷技術。根據異常的工況，或變壞的運行特性，通過計算機數據分析處理系統，確定出征兆與故障產生之間的概率，并對設備的故障檢測、故障診斷、維修計劃、維修時間、維修方案等做出決策。
        設備管理系統的關鍵技術是應用軟件的開發。能處理上萬個實時數據的大型系統，開放性和集成性成為這類系統的最大特征。樓宇控制系統的一體化集成具有系統集成、功能集成、網絡集成和軟件界面集成等特點。它是把多個功能單一的控制器通過通信技術和計算機網絡聯成一個系統。
        為了提高系統的可靠性，設備管理控制中心的計算機可采用主、備機的冗余形式，備機和主機不一定裝在一起，可通過局域網互聯，并使備機處于熱備狀態。主控室內常設置智能模擬屏和大屏幕投影儀，直觀地顯示數據。智能屏上有詳細的管網圖，實時數據由位于各管道相應位置的智能顯示窗顯示出來。一般在這種規模的系統中還配備維護工作站、監控工作站等操作站，它們也互聯成局域網。控制這個系統的軟件系統實際上就是正在研發的設備管理專家系統。
        ３ 建立設備故障檢測與診斷系統的一般步驟
        ３．１ 分析并確定各故障對應的相關參數
        當某一故障發生時，總有一些相關參數與之對應。相關參數可能很多，通過統計和必要的研究后，根據相關程度的高低篩選出有足夠建立故障模型的參數組。掌握了這些相關參數之后，才能利用這些數據來建立故障數據庫及相關的故障模型。
        ３．２ 采集相關參數的運行數據，建立故障數據庫
        空調系統運行時，各個參數都有其正常的波動范圍，如果參數波動超出這一范圍，就可能發生了某種故障。通過前述理論分析或實驗研究，已經能夠找出各故障對應的相關參數，再將這些相關參數的數據進行分析，建立其形成某種故障的數據模型。當這些參數波動超出其正常范圍，則就對應某一種故障。單純故障的模型比較容易建立，建立多種故障的模型則比較困難，但它也是以單純故障模型為基礎的。數據采集是建庫的基礎工作，是一項有相當難度的研究工作，一般都在實驗室中進行，主要通過仿真方式獲得。當然，也不排除從真系統中得到的寶貴數據，甚至從災難性事故記錄回放中取得的教訓。數據采集系統將采集來的有關空調系統運行數據先與正常狀態數據庫進行比較，如果屬于正常數據，則采集系統繼續采集數據；如果數據不正常，則進行分類、分析、統計、存檔，以便于故障診斷時調用。現場數據的實時采集以及實時數據、歷史數據和數據庫信息的存儲，是監測系統和報表管理系統運行的基礎性工作，是長遠性工作，隨著系統運行時間的增長，系統本身獲得的“經驗”也是逐步積累的。
        ３．３ 建立識別系統
        建立了故障模型數據庫后，就要將采集來的數據與故障模型數據庫對應起來，并判斷出與采集來的數據最為接近的模型，經分析軟件判斷出故障名稱。這就涉及到模型識別的問題，也即數據分類方法，就是采用什么分類方法將采集來的數據歸為模型數據庫中的某一類。
常用的分類方法有：人工神經網絡法、貝葉司（Ｂａｙｓ）法、理論選擇（ｒｕｌｅ－ｂａｓｅｄ）法、統計模型法、模糊識別法等。不同的分類方法有不同的特點，所以在選擇時要根據故障數據的不同特點選擇合適的方法，以提高識別效率和準確度。
        ３．４ 對數據庫進行訓練和改進
        編制具有學習功能的系統軟件，利用專家知識對系統進行訓練，使系統的性能逐步提高，最后達到預期效果。例如，實現設備預防性維護的重要環節之一就是要求系統本身能自動獲取設備故障的征兆。開發應用軟件時，從一開始就必須重視數據庫的建立完善的故障數據庫對系統的成功應用起著重要的作用。
        ４ 應用
        在空調系統停機、啟動和穩定工作時，各參數的正常波動范圍不同，而且不同故障在不同的運行階段所呈現的明顯程度也不同，所以，可以將檢測模型分為三個模型，即停機模型、啟動模型和穩定運行模型。
停機模型在空調系統晚間停機時啟用，可用于檢測各傳感器是否正常，電壓是否正常，空調主機中各種壓力、油溫、油位是否正常等。也即做啟動前的檢查，若發現問題，就及時排除。
啟動模型適用于空調系統從開機到開機后約１５分鐘這一時間段，主要檢測與制冷劑流量有關的故障，如，制冷劑是否有泄漏、制冷劑管路是否堵塞等。這是因為制冷劑的故障流量特征曲線與正常流量特征曲線在這段時間內差別最明顯。穩定運行模型主要用于檢測在空調系統穩定運行時的故障。
        ５ 結束語
        設備管理和設備運行對保證建筑的正常使用都同樣重要。現代化的管理也需要現代化技術的支持，設備管理系統的開發和應用無疑將推進智能化建筑的發展，它對保證設備正常運行、設備故障迅速修復和設備故障預防都有十分重要的意義。除此之外，開發高品質的設備管理系統，還可以節約能源，提高勞動效率，創造明顯的社會效益。設備的維護費用最終可大幅度下降，在經濟上是十分合算的。把設備故障和事故隱患解決在萌芽狀態，既可避免重大事故發生，又可保證設備正常運行，還能降低運行成本。ＨＶＡＣ系統的故障檢測及診斷技術是建筑設備領域中的一個新課題，其中涉及多個學科的知識，既需要有空調、制冷方面的專業知識，又需要計算機、自動控制方面的知識，還需要管理學和應用數學知識。目前，這一技術的應用還有很多問題值得探討，也還有不少技術難題沒有解決。但是，無論從經濟角度還是從整個建筑的性能來考慮，都應積極開展ＨＶＡＣ系統故障檢測及診斷技術的研究。
        現代設備管理系統的發展趨勢是通過應用故障診斷技術，根據設備狀態作出維修計劃，使設備維修和維護做到有的放矢。以科學化、數字化的設備狀態管理模式代替以往模糊的、感官化的經驗型設備管理模式。設備智能化管理將為業主、用戶、設備運行維護人員帶來極大的利益。先進的設備管理技術是降低運行成本、節省能源和保障系統正常工作的關鍵。設備是智能建筑中配置的重要資源，因此，提高設備的可靠性對提高設備的效率、保證居住者利益、降低成本、提高經濟效益都具有十分重要的意義。＆