一种空调外机故障识别方法技术

该发明专利技术公开了一种空调外机故障识别方法，属于空调设备、机械设备故障诊断领域。本发明专利技术通过获取空调在多个空间维度上的振动信号和扭转角信号，通过对获得的多个信号进行处理分析，得到空调是否正常，或者空调是否处于哪种故障状态的结果。相对于原有的空调外机故障识别方法，本发明专利技术能有效检测空调外机常见的各种工况，提升检测的准确率和效率。

【技术实现步骤摘要】
一种空调外机故障识别方法
本专利技术属于空调设备、机械设备故障诊断领域，尤其涉及一种空调外机的故障识别方法。
技术介绍
目前，我国家电制造商对出产空调振动检测的方法主要是通过检测人员的触感来完成，一般通过用手触摸感觉空调振动幅度的大小，用耳朵听噪声是否出现奇异等。这不仅需要耗费检测人员大量的精力，更需要检测人员根据自己的经验做出正确的主观判断，显然这是有困难的，并且对于大企业来说是不经济的。
技术实现思路
本专利技术针对
技术介绍
的不足，设计一种空调外机的故障识别方法。本专利技术技术方案一种空调外机故障识别方法，该方法包括：步骤1：分别采集工况为正常的空调外机X,Y,Z三轴方向上的振动信号FX,FY,FZ和绕X,Y,Z三轴的扭转角θX,θY,θZ信号，得到6种时域信号；步骤2：建立合格性识别模型；步骤2.1：按照计算步骤1得到的每种时域信号一段时间内的峰值xmax、谷值xmin、均方根值xrms和方差σ2；步骤2.2：通过对多个样本进行步骤2.1的计算，可统计六个维度方向上四个特征值的直方图；步骤2.2.1：当统计结果为正态分布时，计算出时域信号的均值μ和标准差σ，直接求得对应特征值阈值的最大值Xmax、最小值Xmin；步骤2.2.2：当时域信号属于非正态分布中的偏态分布时，首先计算出该时域信号的中值m和标准差σ，得到该时域信号的不对称系数k，然后采用下式计算阈值的最大值Xmax、最小值Xmin；步骤2.2.3：当时域信号属于其它非正态分布时，计算出时域信号的均值为μ、方差为σ2，认定该时域信号样本均值服从均值为μ、方差为的正态分布，式中n为时域信号采集样本的个数；则时域信号样本均值的分散范围为求得和再根据和计算出阈值的最大值Xmax、最小值Xmin；步骤3：若6种时域信号的峰值xmax、谷值xmin、均方根值xrms和方差σ2均落在各自对应的(Xmax，Xmin)范围内，则认为空调外机正常；步骤4：对6种时域信号进行傅里叶变换，当FX和θY的轴流风扇转动的三倍频的幅值均大于它对应的基频的幅值时，认定发生轴流风扇裂纹的故障；当FX，FY，FZ，θY的频域信号在14.25Hz的幅值处大于正常值；认定发生轴流风扇不平衡的故障；当FX，FY，FZ的频域信号在14.25Hz的幅值大于正常值，同时θX的频域信号在42.25Hz的幅值大于正常值，认定发生风扇底座松动的故障；当FZ，θX，θY的频域信号在50Hz的幅值大于正常值，认定发生缺少阻尼块的故障；当FZ的频域信号在50Hz的幅值大于正常值，而θX和θY的频域信号在50Hz的幅值小于正常值，认定发生缺少隔音棉的故障。本专利技术的有益效果为：通过实验分析，相对于原有的空调外机故障识别方法，本专利技术能有效检测空调外机常见的各种工况，提升检测的准确率和效率，同时也为其他领域的各种故障识别方法提供思路。附图说明图1为本专利技术正态分布概率图图解。图2为构建空调外机故障识别模型流程图。图3为通过本方法搭建的系统图。图4为各工况诊断结果显示图。具体实施方式本专利技术的一种空调外机故障识别方法包括如下步骤：步骤1.通过六维振动检测的方法，分别采集空调外机在六种工况(包括正常、轴流风扇裂纹、风扇不平衡、风扇支架底座松动、缺少阻尼块和缺少隔音棉)下X,Y,Z三轴方向上的振动信号FX,FY,FZ和绕X,Y,Z三轴的扭转角θX,θY,θZ，在六个维度上的信号，实现对空调振动信号的检测。步骤2.将采集到的六种工况各1500组数据，共9000组数据，其中取工况为正常的700组数据，五种工况为故障的各100组数据，进行建立故障识别模型，将剩下的数据用于之后的检测识别模型可行性和正确率。步骤3.基于“±3σ”准则，建立合格性识别模型。其步骤如下：步骤3.1：通过对各种工况信号在六个维度方向的时域信号的各特征参数进行对比分析，最终选择4个敏感特征参数，分别为峰值、谷值、均方根值和方差，公式分别如(1)-(4)所示。将工况为正常的700组数据进行上述4个特征参数计算，用于建立合格性识别模型。xmax＝max(|x(i)|)(1)xmin＝min(|x(i)|)(2)其中，x(i)为振动信号经过采样离散化的信号，N为采样点数，公式(4)中xMV为样本均值，公式为步骤3.2：将多个样本的计算结果进行统计分析。“±3σ”准则认为数据落在(μ-3σ，μ+3σ)的概率为99.7％，其中均值标准差式中n为样本的个数，Xi为多个样本的某个维度上的某个特征参数值，基于“±3σ”准则计算工况为正常工况的各个特征参数的区间；一旦测试数据的四个特征参数都在各个区间，则判定为合格，否则为不合格。步骤3.2.1：当统计所得的分布为正态分布时，令X-μ＝±3σ，即可求得特征参数的阈值Xmax和Xmin。步骤3.2.2：当统计所得的分布非正态分布时且属于非正态分布中的偏态分布，可以计算样本的中值m和标准差σ,查得其相对不对称系数k，再应用“±3σ”准则，即可求得特征参数的Xmax和Xmin，公式为(5)和(6)所示。步骤3.2.3：对于其他非正态分布，由数理统计学的中心极限定理可以推论，即使不是正态分布，如果样本均值为μ、方差为σ2，则样本均值也近似服从均值为μ、方差为的正态分布，式中n为样本的个数，即样本均值的分散范围为此时可以求得和再根据和可最终求得Xmax和Xmin。步骤3.2.4由上述理论，求得工况为正常时，四个特征参数在六维方向上的区间如表1所示，单位为(μm/s2)。表1工况正常的4个特征参数在六维方向的阈值步骤4.上述步骤已进行合格性检测，接下来根据各工况在六个维度的傅里叶谱特征进一步构建空调外机故障识别模型。通过与正常信号对比，当发生轴流风扇裂纹时，在傅里叶谱波形图的FX和θY方向风扇的三倍频(42.5Hz)的幅值均大于它的基频(14.25Hz)的幅值；当轴流风扇不平衡时，FX，FY，FZ，θX在14.25Hz的幅值比正常值大；当风扇底座松动时，FX，FY，FZ在14.25Hz的幅值比正常值大，同时θX在42.25Hz的幅值比正常值大；当缺少阻尼块时，FZ，θX，θY在50Hz的幅值比正常值大；当缺少隔音棉时，FZ在50Hz的幅值比正常值大，而θX和θY在50Hz的幅值小于正常值。步骤5.根据上述空调外机振动信号各个工况的时域和频域在六个维度的特征，基于LabView进行编程，前面板如图3所示。其中，时域和频域波形显示在软件正中央，右边六个维度的特征计算值。当检测结果为正常时，右下角的“检测结果”栏中的绿灯将亮起并给出提示“合格”字样；当检测结果为故障时，绿灯将处于熄灭状态并给出具体故障提示，如图4所示。本文档来自技高网...

【技术保护点】
1.一种空调外机故障识别方法，该方法包括：/n步骤1：分别采集工况为正常的空调外机X,Y,Z三轴方向上的振动信号F

【技术特征摘要】
1.一种空调外机故障识别方法，该方法包括：
步骤1：分别采集工况为正常的空调外机X,Y,Z三轴方向上的振动信号FX,FY,FZ和绕X,Y,Z三轴的扭转角θX,θY,θZ信号，得到6种时域信号；
步骤2：建立合格性识别模型；
步骤2.1：按照计算步骤1得到的每种时域信号一段时间内的峰值xmax、谷值xmin、均方根值xrms和方差σ2；
步骤2.2：通过对多个样本进行步骤2.1的计算，可统计六个维度方向上四个特征值的直方图；
步骤2.2.1：当统计结果为正态分布时，计算出时域信号的均值μ和标准差σ，直接求得对应特征值阈值的最大值Xmax、最小值Xmin；
步骤2.2.2：当时域信号属于非正态分布中的偏态分布时，首先计算出该时域信号的中值m和标准差σ，得到该时域信号的不对称系数k，然后采用下式计算阈值的最大值Xmax、最小值Xmin；






步骤2.2.3：当时域信号属于其它非正态分布时，计算出时域信号的均值为μ、方差为σ2，认定该时域信...

【专利技术属性】
技术研发人员：唐樟春，吴文锋，李征泰，杨宗承，曾鑫，丁林飞，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51