可靠性与故障诊断 / Reliability & Fault Diagnosis

产品质量的最终保障。故障预测、健康管理 (PHM) 是行业前沿方向。

18.1 常见故障类型 Common Fault Categories

  • 制冷剂泄漏 Refrigerant Leak:焊缝/连接处腐蚀或振动开裂
  • 换热器堵塞/结垢 Plugging / Fouling:水侧结垢、生物粘泥;翅片积灰结霜
  • 压缩机故障 Compressor Failure:液击、缺油、电机烧毁、轴承磨损
  • 电子膨胀阀卡死 EEV Stuck:步进电机失步/阀芯卡滞
  • 四通阀失效 Reversing Valve Failure:阀芯串气、活塞卡住
  • 传感器漂移/失效 Sensor Drift / Failure:温度/压力传感器读数偏差
  • 控制系统异常 Control System Fault:通信失败、参数失当
  • 电机/风机轴承失效 Bearing Failure:内圈点蚀、外圈磨损
  • 水系统堵塞/泄漏 Hydronic Clogging / Leak

18.2 故障树分析 FTA Fault Tree Analysis

  • 顶事件 Top Event:系统级故障
  • 中间事件 Intermediate Event
  • 底事件 Basic Event:部件级根因
  • 逻辑门:与门 / 或门 / 非门 / 表决门
  • 最小割集 Minimal Cut Set:导致顶事件的最少底事件组合

18.3 失效模式影响分析 FMEA Failure Mode and Effects Analysis

  • DFMEA Design FMEA:产品设计阶段
  • PFMEA Process FMEA:制造工艺阶段
  • SFMEA Software FMEA:软件/控制逻辑
  • SF FMEA Systems FMEA:系统级接口失效
  • FMEA-MSR Monitoring & System Response:监控与服务响应

18.4 传感器故障诊断 Sensor-Based Diagnosis

  • 阈值法 Threshold Rule:超限报警。简单但漏报多
  • 偏差法 Deviation Rule:T_evap - T_sat 一致性检验 → 检出传感器漂移
  • 多传感器融合 Sensor Fusion:卡尔曼滤波 Kalman Filter、互补滤波
  • 主成分分析 PCA Principal Component Analysis:多元统计过程控制 MSPC

18.5 基于模型的诊断 Model-Based Diagnosis

  • 解析冗余 Analytical Redundancy:用模型预测替代部分传感器
  • 残差生成 Residual Generation:观测 - 模型 = 残差
  • 故障隔离 Fault Isolation:故障特征签名库 Fault Signature Matrix

18.6 数据驱动诊断 Data-Driven Diagnosis

  • 机器学习分类 Classifier:SVM / 随机森林 / 梯度提升(XGBoost、LightGBM)
  • 深度学习 Deep Learning:CNN-1D 振动、CNN-LSTM 时序、Transformer 序列
  • 异常检测 Anomaly Detection:Isolation Forest / Auto-Encoder / OCSVM
  • 迁移学习 Transfer Learning:跨机型复用诊断模型
  • 联邦学习 Federated Learning:保护机组数据隐私的多机组协同训练

18.7 故障预测与健康管理 PHM Prognostics & Health Management

  • RUL Remaining Useful Life:剩余使用寿命
  • 退化建模 Degradation Modeling:Wiener / Gamma / 指数退化
  • 健康指标 HI Health Indicator:基于多源特征构造 0-1 健康得分
  • 轴承寿命:SKF / FAG 寿命公式 L10 = (C/P)^p × 10⁶ 转
  • 振动监测 Vibration Monitoring:包络解调、阶次分析
  • 无损检测 NDT Non-Destructive Testing:超声、红外、涡流、磁粉、X 光

18.8 可靠性增长模型 Reliability Growth Models

  • Duane 模型:累积 MTBF 随试验时间呈幂律增长
  • Crow-AMSAA 模型:Weibull 分布的非齐次泊松过程
  • 可靠性目标R(t) = e^(-λt),失效率 λ(t) = bathtub curve(早期/偶然/损耗)

研发应用

  • 在线监测平台 Online Monitoring Platform:实时温度/压力/电流/振动采集
  • 故障预警 Fault Early Warning:冷凝温度异常升高 → 提示冷凝器脏堵;排气温升 → 压缩机上油堵
  • 售后数据闭环 Aftermarket Data Loopback:现场数据反哺 DFMEA 与设计迭代
  • 寿命预测 Life Prediction:压缩机轴承、风机轴承寿命估算 → 运维排程
  • 可靠性鉴定试验 Reliability Qualification Test:基于 MTBF 目标与置信度抽样试验方案

Concepts Referenced

DFMEA, FMEA, FTA, PHM, 数字孪生

Entities Referenced

  • 无显著外部实体

Notes

推荐阅读:IEC 60300 / GJB 450 / GB/T 5080 / MIL-HDBK-217F;AIAG-VDA FMEA Handbook (2019);ISO 13373 / ISO 13380 / ISO 17359 振动监测标准。

2024-2026 标准提示:ASHRAE 90.1-2025 / EU F-Gas 2024/573 / AIM Act 2025 / GB 19576。详见 暖通-2026更新hvac-quick-ref