[go: up one dir, main page]

WO2013037594A1 - Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur - Google Patents

Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur Download PDF

Info

Publication number
WO2013037594A1
WO2013037594A1 PCT/EP2012/065995 EP2012065995W WO2013037594A1 WO 2013037594 A1 WO2013037594 A1 WO 2013037594A1 EP 2012065995 W EP2012065995 W EP 2012065995W WO 2013037594 A1 WO2013037594 A1 WO 2013037594A1
Authority
WO
WIPO (PCT)
Prior art keywords
machine
air condenser
operating
parameters
cond
Prior art date
Application number
PCT/EP2012/065995
Other languages
English (en)
Inventor
Christophe Ligeret
Thierry Chiche
Original Assignee
Schneider Electric Industries Sas
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Schneider Electric Industries Sas filed Critical Schneider Electric Industries Sas
Publication of WO2013037594A1 publication Critical patent/WO2013037594A1/fr

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/005—Arrangement or mounting of control or safety devices of safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B39/00—Evaporators; Condensers
    • F25B39/04—Condensers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • F25B49/027—Condenser control arrangements

Definitions

  • the invention relates to the detection of defects in an air condenser employed in a steam compression cycle machine for use in the HVAC (Heating, Ventilation and Air Conditioning) field (or heating, ventilation and air conditioning).
  • HVAC Heating, Ventilation and Air Conditioning
  • the object of the invention is to propose a method for detecting defects in an air condenser of a vapor compression cycle machine, which is simple and reliable and which can operate without the installation of additional sensors on the machine. , and without taking into account a physical model of the machine.
  • a defect detection method in an air condenser used in a steam compression cycle machine said machine comprising at least one compressor connected to the air condenser and intended to ensure the circulation of a refrigerant an evaporator connected to the air condenser via an expander and traversed by a coolant, said air condenser comprising at least one fan, the method comprising steps of: obtaining several parameters at a given instant for an operating point of the machine, said parameters being the condensation temperature of the air condenser, the external temperature of the machine, the temperature of the coolant, the value of the superheat of the machine, machine, compressor control and fan control,
  • the method comprises a learning step consisting of:
  • the operating domain is divided into classes and a class is considered learned if enough operating points of the class have been observed.
  • the estimated values are determined from a statistical model.
  • the statistical model is calculated on the operating domain, once enough operating points have been observed during the learning step.
  • the statistical model is obtained by a principal component analysis.
  • the threshold value is determined by statistical study of the deviation indicator.
  • the step of determining the fault consists in analyzing the control of each fan.
  • the value of superheating is determined from the temperature of the refrigerant sucked by the compressor and the pressure of the refrigerant at the outlet of the evaporator.
  • the invention also relates to a system for detecting defects in an air condenser of a steam compression cycle machine.
  • This system comprises:
  • - Fault determination means by comparing said deviation indicator with respect to a determined threshold value.
  • the system comprises means for determining a statistical model for calculating the estimated values.
  • FIG. 1 schematically represents a steam compression cycle machine
  • FIG. 2 represents a functional diagram explaining the fault detection method of the invention
  • FIG. 3 represents an operating range of the vapor compression cycle machine and illustrates the principle of the learning method used for the method of the invention
  • FIGS. 4A and 4B illustrate the fault detection principle employed in the method of the invention.
  • the invention relates to the detection of defects in a vapor compression cycle machine such as can be employed for HVAC systems.
  • a vapor compression cycle machine such as that shown in FIG. 1 mainly comprises:
  • the air condenser Cond can be for example of the tube and fin or microchannel type and may include one or more fans Vent to ensure an air passage through the air condenser Cond to allow the condensation of fluid refrigerant Ff.
  • a pressure regulator Det making it possible to reduce the pressure of the refrigerant Ff.
  • An Ev evaporator for passing the refrigerant Ff from the gas + liquid state to the gaseous state.
  • the evaporator ⁇ / is also traversed by a heat transfer fluid Fc, for example air or glycol water, exchanging its calories with the refrigerant Ff to be heated or cooled.
  • Fc heat transfer fluid
  • One or more compressors Comp intended to suck the refrigerant Ff in the gaseous state from the evaporator Ev to send it to the air condenser Cond.
  • the machine also has several sensors used for controlling the machine.
  • the invention has the advantage of not requiring the addition of additional sensors.
  • the sensors already present on the machine are sufficient for the implementation of the invention.
  • the machine comprises an external temperature sensor (7 ⁇ 3 ⁇ 4x /), a sensor of the suction temperature (7 ⁇ 3 ⁇ 4uc) of the compressor Comp, a heat transfer fluid temperature sensor (T ° fc), a sensor of pressure (LP) of the refrigerant at the outlet of the evaporator Ev and a pressure sensor (HP) of the refrigerant at the inlet of the air condenser Cond.
  • the invention consists in implementing a method for detecting defects in the Cond air condenser used in a steam compression cycle machine as described above. This method is implemented by a detection system that can be integrated into the computer already present on the machine or be external to it.
  • the detection method has the particularity of requiring only the use of six simple parameters already available because necessary to control the machine. These six parameters are as follows:
  • the superheat value VS of the machine which can be obtained directly or by calculation from the temperature of the refrigerant sucked by the compressor Comp and from the pressure of the refrigerant Ff at the outlet of the evaporator Ev,
  • the control of the fans CV it can be all or nothing or correspond to a variable controlled by a variable speed drive.
  • the determination of the defects in the air condenser Cond at a given moment and for a given operating point of the machine consists first of all in determining a distance indicator Q from the six parameters. defined above at the given time and at the point of operation and to compare the indicator of difference Q obtained with a threshold value ⁇ predetermined to deduce the presence or absence of a defect and possibly the nature of said defect.
  • the determination of the difference indicator Q involves the creation of an MS statistical model (FIG. 2) making it possible to determine estimated values for each operating point of the machine, said estimated values thus representing the normal operation of the machine. at each operating point.
  • the statistical model MS is created after a learning step of the machine.
  • the learning step consists of observing the different operating points of the machine and recording said six parameters defined above for each of the operating points.
  • the statistical model MS is generated once enough operating points have been observed.
  • the statistical model MS thus represents the normal operation of the machine on a particular operating domain.
  • the learning step can be triggered in different ways:
  • the invention consists in being able to carry out the detection of defects even if the learning step is not completely finished.
  • an operating range of the machine that is divided into several classes C1, C2, C3, Cn (hereinafter C1-Cn), each class can be learned independently of another. If the machine is on an operating point included in a class already learned, fault detection will be possible for this operating point.
  • the learning step consists first of all in determining the operating range of the machine.
  • the operating domain Df of the machine is defined by several of the six parameters and makes it possible to implement a learning step of the machine, this learning step being necessary to perform a fault detection in the air condenser Cond. .
  • the operating domain Df is for example defined by two or three parameters.
  • the operating range it is necessary, for example, to determine the set temperature of the heat transfer fluid Fc and then to define the operating range around this setpoint temperature. This can also be achieved by using parameters present at the input of the air condenser fault detection method, by means of parameters known by default or by means of parameters determined by observation of the machine over a certain period of time.
  • the operating range has for example been defined from two parameters, the outside temperature 7 ⁇ 3 ⁇ 4xf between -10 ° C. and + 40 ° C. and a compressor control between 0% and 100%.
  • the three parameters would be, for example, the external temperature T ° ext, the control of the compressors CC and the temperature of the coolant T ° fc. We would then obtain:
  • this operating domain thus delimited is divided into classes C1-Cn each corresponding to a zone of the operating domain.
  • Each class C1-Cn may have several operating points.
  • the operating domain is divided into one hundred classes.
  • each class is a square delimited by a minimum value and a maximum value of the outside temperature and by a minimum value and a maximum control value of the compressors.
  • each class would be represented by a cube.
  • the system constantly recovers the six parameters defined above and records the values for each point of operation of the machine. The system will consider that an operating point of the machine is observed if the six parameters have been recorded for this operating point.
  • a class C1-Cn is learned when a certain number of operating points included in the class have been observed.
  • a class can be considered to be fully learned when at least one thousand operating points of the class have been observed and not learned when less than one thousand points of the class have been observed.
  • a class, a priori not learned because not having enough observed operating points is considered learned by extension if its neighboring classes are learned completely.
  • a convex envelope of fully learned classes in which the untrained classes become learned classes by extension. For each operating point of the machine included in a class learned completely or learned by extension, it will be possible to make the detection of air condenser defects, the statistical model MS being valid for said class.
  • a class learned by extension can be completed to eventually become a fully learned class.
  • a confidence index taking into account the learning level of the class comprising this operating point.
  • each class can change over time.
  • the system is arranged to gradually eliminate the oldest observed points in order to take into account the aging of the machine, some fully learned classes may become untrained if they have lost one or more observed operating points. These lost operating points can be learned again during a new learning.
  • the fault detection method is to determine the statistical model MS of the machine.
  • This statistical model MS will be valid for classes learned completely or by extension. For example, the determination of the statistical model may begin when enough operating points have been observed.
  • the statistical model MS of the machine is determined by principal component analysis (PCA) and can be used to determine estimated values for each operating point in a learned class.
  • PCA principal component analysis
  • the statistical model is determined by the system as follows:
  • the system can determine in real time a deviation indicator Q.
  • the statistical model MS is only valid if the class C1-Cn which includes the point of operation of the machine that is observed, is considered learned by the system. Therefore, the difference indicator Q can only be determined for an operating point if it is in a learned class.
  • the distance indicator Q is expressed by the following relation:
  • Fdef Fdef
  • the threshold value can be determined in two different ways:
  • the signal Q is observed by the system over a certain duration (for example a week) and the system determines its mean ⁇ and its standard deviation (for example by an iterative method to reduce the memory space). The system then determines a confidence interval in which it is assumed that there are no defects. This confidence interval can be parameterized by the user or determined by assuming that the deviation indicator Q is Gaussian.
  • the threshold value is stored by the system in storage means.
  • the comparison of the difference indicator Q with the threshold value ⁇ makes it possible to detect the presence of a fault on the air condenser Cond. In addition, depending on the condition of each Vent fan, it is also possible to deduce if the fault results from a failure of a Vent fan or fouling of the Cond air condenser.
  • the determination of the defect can be accompanied by that of a confidence index IC (for example expressed as a percentage) making it possible to indicate to the operator a probability on the nature of the detected defect.
  • a confidence index IC for example expressed as a percentage
  • This confidence index may for example depend on the state of the class, that is to say, learned or learned by extension, in which is the operating point.
  • the confidence index IC will thus be higher if the operating point is in a fully learned class than if it is in a learned class by extension.
  • Figures 4A and 4B illustrate the principle of fault detection. They represent the variation of the distance indicator Q as a function of time with respect to the threshold value as well as the state of the control of each fan Air condenser wind (ventilator activated indicated by a gray box and ventilator off signaled by a white box).
  • the system notices that the Q indicator exceeds the threshold value over different periods during which the fan # 2 is operating.
  • the system can therefore conclude that there is a fault (D2, D3, D4) when fan # 2 is supposed to work.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

L'invention concerne un procédé et un système de détection de défauts dans un condenseur à air d'une machine à cycle de compression de vapeur. Le procédé consiste à déterminer les défauts dans le condenseur à air à partir de seulement six paramètres, c'est-à-dire la température de condensation (T°cond) du condenseur à air (Cond), la température externe (T°ext) de la machine, la température (T°fc) du fluide caloporteur (FC), la valeur de la surchauffe (VS) de la machine, la commande (CC) du compresseur et la commande (CV) du ventilateur (Vent). A partir de ces paramètres et de valeurs estimées représentant le fonctionnement normal de la machine pour ledit point de fonctionnement de la machine, le procédé permet de déterminer un indicateur d'écart (Q) qui sera comparé à une valeur seuil (δ) déterminée pour en déduire la présence ou non d'un défaut.

Description

Procédé et système de détection de défauts dans un condenseur à air employé dans une machine à cycle de compression de vapeur Domaine technique de l'invention
L'invention concerne la détection de défauts dans un condenseur à air employé dans une machine à cycle de compression de vapeur destinée à être utilisée pour le domaine HVAC (« Heating, Ventilation and Air-Conditioning », ou chauffage, ventilation et climatisation).
Etat de la technique
Il existe de nombreux documents proposant des méthodes de détection de situations anormales dans des échangeurs thermiques. C'est le cas par exemple dans les documents US786621 1 , US201 1 144807 ou US2010102828. Cependant, les solutions proposées dans ces documents nécessitent l'installation de capteurs supplémentaires et spécifiques sur la machine pour effectuer les diagnostics. D'autres solutions telles que celles décrites dans les documents US6386272 ou US200513321 1 doivent tenir compte d'un modèle physique de la machine pour pouvoir effectuer un diagnostic. Le document US2007/089438 décrit pour sa part une méthode pour contrôler un réfrigérant dans un système de réfrigération.
Le but de l'invention est de proposer un procédé de détection de défauts dans un condenseur à air d'une machine à cycle de compression de vapeur, qui soit simple et fiable et qui puisse fonctionner sans l'installation de capteurs supplémentaires sur la machine, et sans prendre en compte un modèle physique de la machine.
Exposé de l'invention
Ce but est atteint par un procédé de détection de défauts dans un condenseur à air employé dans une machine à cycle de compression de vapeur, ladite machine comportant au moins un compresseur relié au condenseur à air et destiné à assurer la circulation d'un fluide frigorigène, un évaporateur relié au condenseur à air via un détendeur et traversé par un fluide caloporteur, ledit condenseur à air comportant au moins un ventilateur, le procédé comportant des étapes de : - obtention de plusieurs paramètres à un instant donné pour un point de fonctionnement de la machine, lesdits paramètres étant la température de condensation du condenseur à air, la température externe de la machine, la température du fluide caloporteur, la valeur de la surchauffe de la machine, la commande du compresseur et la commande du ventilateur,
- détermination d'un indicateur d'écart entre les paramètres obtenus et des valeurs estimées, lesdites valeurs estimées représentant le fonctionnement normal de la machine pour ledit point de fonctionnement,
- détermination de défauts par comparaison dudit indicateur d'écart par rapport à une valeur seuil déterminée.
Selon une particularité, le procédé comporte une étape d'apprentissage consistant à :
déterminer un domaine de fonctionnement de la machine comportant des points de fonctionnement,
- enregistrer lesdits paramètres pour plusieurs des points de fonctionnement du domaine de fonctionnement.
Selon une autre particularité, le domaine de fonctionnement est divisé en classes et une classe est considérée comme apprise si suffisamment de points de fonctionnement de la classe ont été observés.
Selon une autre particularité, les valeurs estimées sont déterminées à partir d'un modèle statistique.
Selon une autre particularité, le modèle statistique est calculé sur le domaine de fonctionnement, une fois que suffisamment de points de fonctionnement ont été observés lors de l'étape d'apprentissage.
Selon une autre particularité, le modèle statistique est obtenu par une analyse en composantes principales.
Selon une autre particularité, la valeur seuil est déterminée par étude statistique de l'indicateur d'écart.
Selon une autre particularité, l'étape de détermination du défaut consiste à analyser la commande de chaque ventilateur. Selon une autre particularité, la valeur de surchauffe est déterminée à partir de la température du fluide frigorigène aspiré par le compresseur et de la pression du fluide frigorigène en sortie de l'évaporateur.
L'invention concerne également un système de détection des défauts dans un condenseur à air d'une machine à cycle de compression de vapeur. Ce système comporte :
- des moyens d'obtention de plusieurs paramètres à un instant donné pour un point de fonctionnement de la machine, lesdits paramètres étant la température de condensation du condenseur à air, la température externe de la machine, la température du fluide caloporteur, la valeur de la surchauffe de la machine, la commande du compresseur et la commande du ventilateur,
- des moyens de détermination d'un indicateur d'écart entre les paramètres obtenus et des valeurs estimées, lesdites valeurs estimées représentant le fonctionnement normal de la machine pour ledit point de fonctionnement,
- des moyens de détermination de défauts par comparaison dudit indicateur d'écart par rapport à une valeur seuil déterminée.
Selon une autre particularité, le système comporte des moyens de détermination d'un modèle statistique permettant de calculer les valeurs estimées.
Brève description des figures
D'autres caractéristiques et avantages vont apparaître dans la description détaillée qui suit faite en regard des dessins annexés dans lesquels :
- la figure 1 représente de manière schématique une machine à cycle de compression de vapeur,
- la figure 2 représente un diagramme fonctionnel expliquant le procédé de détection de défauts de l'invention,
- la figure 3 représente un domaine de fonctionnement de la machine à cycle de compression de vapeur et illustre le principe de la méthode d'apprentissage employée pour le procédé de l'invention, - les figures 4A et 4B illustrent le principe de détection des défauts employé dans le procédé de l'invention.
Description détaillée d'au moins un mode de réalisation
L'invention concerne la détection des défauts dans une machine à cycle de compression de vapeur telle que celle qui peut être employée pour des systèmes HVAC.
De manière connue une machine à cycle de compression de vapeur telle que celle représentée sur la figure 1 comporte principalement :
- Un condenseur à air Cond permettant de faire passer un fluide frigorigène
Ff de l'état gazeux à l'état liquide. Le condenseur à air Cond peut être par exemple de type à tubes et ailettes ou à microcanaux et peut comporter un ou plusieurs ventilateurs Vent permettant d'assurer un passage d'air à travers le condenseur à air Cond en vue de permettre la condensation du fluide frigorigène Ff.
Un détendeur Det permettant de faire chuter la pression du fluide frigorigène Ff.
Un évaporateur Ev permettant de faire passer le fluide frigorigène Ff de l'état gaz + liquide à l'état gazeux. L'évaporateur Ει/ est aussi traversé par un fluide caloporteur Fc, par exemple de l'air ou de l'eau glycolée, échangeant ses calories avec le fluide frigorigène Ff afin d'être chauffé ou refroidi.
Un ou plusieurs compresseurs Comp destiné à aspirer le fluide frigorigène Ff à l'état gazeux en provenance de l'évaporateur Ev pour l'envoyer vers le condenseur à air Cond.
La machine comporte également plusieurs capteurs employés pour le pilotage de la machine. L'invention présente l'avantage de ne pas nécessiter l'ajout de capteurs supplémentaires. Les capteurs déjà présents sur la machine sont suffisants pour la mise en œuvre de l'invention. La machine comporte un capteur de la température externe ( 7~¾x/), un capteur de la température d'aspiration ( 7~¾uc) du compresseur Comp, un capteur de la température du fluide caloporteur ( T°fc), un capteur de pression (LP) du fluide frigorigène en sortie de l'évaporateur Ev et un capteur de pression (HP) du fluide frigorigène en entrée du condenseur à air Cond.
L'invention consiste à mettre en œuvre un procédé de détection des défauts dans le condenseur à air Cond employé dans une machine à cycle de compression de vapeur telle que décrite ci-dessus. Ce procédé est mis en œuvre par un système de détection qui peut être intégré au calculateur déjà présent sur la machine ou être externe à celui-ci.
Le procédé de détection présente la particularité de ne nécessiter que l'emploi de six paramètres simples déjà disponibles car nécessaires au pilotage de la machine. Ces six paramètres sont les suivants :
- la température de condensation 7" ¾ond dans le condenseur à air Cond,
- la température extérieure 7~¾xf à la machine à cycle de compression de vapeur, c'est-à-dire la température ambiante,
- la température du fluide caloporteur T°fc en sortie ou en entrée de l'évaporateur Ev,
- la valeur de surchauffe VS de la machine, celle-ci pouvant être obtenue directement ou par calcul à partir de la température du fluide frigorigène aspiré par le compresseur Comp et de la pression du fluide frigorigène Ff en sortie de l'évaporateur Ev,
- la commande des compresseurs CC, celle-ci pouvant être en tout ou rien ou correspondre à une variable contrôlée par un variateur de vitesse,
- la commande des ventilateurs CV, celle-ci pouvant être en tout ou rien ou correspondre à une variable contrôlée par un variateur de vitesse.
En référence à la figure 2, la détermination des défauts dans le condenseur à air Cond, à un instant donné et pour un point de fonctionnement donné de la machine, consiste d'abord à déterminer un indicateur d'écart Q à partir des six paramètres définis ci-dessus à l'instant donné et au point de fonctionnement et à comparer l'indicateur d'écart Q obtenu avec une valeur seuil ^prédéterminée pour en déduire la présence ou non d'un défaut et éventuellement la nature dudit défaut. La détermination de l'indicateur d'écart Q passe par la création d'un modèle statistique MS (figure 2) permettant de déterminer des valeurs estimées pour chaque point de fonctionnement de la machine, lesdites valeurs estimées représentant ainsi le fonctionnement normal de la machine à chaque point de fonctionnement.
Le modèle statistique MS est créé après une étape d'apprentissage de la machine. L'étape d'apprentissage consiste à observer les différents points de fonctionnement de la machine et à enregistrer lesdits six paramètres définis ci-dessus pour chacun des points de fonctionnement. Le modèle statistique MS est généré une fois que suffisamment de points de fonctionnement ont été observés. Le modèle statistique MS représente donc le fonctionnement normal de la machine sur un domaine de fonctionnement particulier.
L'étape d'apprentissage peut être déclenchée de différentes manières :
- manuellement par un opérateur,
- automatiquement lorsque le système détecte que les caractéristiques de la machine sont revenues à l'état normal ou lorsqu'une analyse des caractéristiques de la machine montre que celles-ci se sont trop éloignées de la normale et qu'il est nécessaire de tenir compte du vieillissement de la machine.
Selon l'invention, il n'est pas nécessaire d'attendre que l'apprentissage soit complet, c'est-à-dire que tous les points de fonctionnement aient été balayés avant de pouvoir commencer à faire une détection des défauts dans le condenseur à air Cond. En effet, un apprentissage complet nécessite de pouvoir balayer tous les points de fonctionnement de la machine, or ceci n'est pas réalisable sur une durée courte car la machine n'a alors pas le temps d'être confrontée aux différentes conditions climatiques.
Par conséquent, l'invention consiste à pouvoir effectuer la détection des défauts même si l'étape d'apprentissage n'est pas complètement terminée. Pour cela, on définit un domaine de fonctionnement de la machine que l'on divise en plusieurs classes C1, C2, C3, Cn (ci-après C1-Cn), chaque classe pouvant être apprise indépendamment d'une autre. Si la machine se trouve sur un point de fonctionnement compris dans une classe déjà apprise, la détection de défauts sera possible pour ce point de fonctionnement. Selon l'invention, l'étape d'apprentissage consiste tout d'abord à déterminer le domaine de fonctionnement de la machine. Le domaine de fonctionnement Df de la machine est défini par plusieurs des six paramètres et permet de pouvoir mettre en œuvre une étape d'apprentissage de la machine, cette étape d'apprentissage étant nécessaire pour effectuer une détection des défauts dans le condenseur à air Cond. Le domaine de fonctionnement Df est par exemple défini par deux ou trois paramètres.
Pour définir le domaine de fonctionnement, il faut par exemple déterminer quelle est la température de consigne du fluide caloporteur Fc puis définir le domaine de fonctionnement autour de cette température de consigne. Cela peut également se réaliser en utilisant des paramètres présents en entrée du procédé de détection de défauts du condenseur à air, au moyen de paramètres connus par défaut ou au moyen de paramètres déterminés par observation de la machine sur une certaine durée.
Sur la figure 3, pour des raisons de simplification, le domaine de fonctionnement a par exemple été défini à partir de deux paramètres, la température extérieure 7~¾xf comprise entre -10°C et +40°C et une commande des compresseurs comprise entre 0% et 100%. On a ainsi :
Df = [T^ext min ; 7~¾xf max] x [CC min ; CC max]
Bien entendu, il serait possible de définir un autre domaine de fonctionnement. Dans un domaine de fonctionnement tridimensionnel, les trois paramètres seraient par exemple la température extérieure T°ext, la commande des compresseurs CC et la température du fluide caloporteur T°fc. On obtiendrait alors :
Df = [T^ext min ; 7~¾xf max] x [CC min ; CC max] x [T°fc min ; T°fc max]
En référence à la figure 3, ce domaine de fonctionnement ainsi délimité est réparti en classes C1-Cn correspondant chacune à une zone du domaine de fonctionnement. Chaque classe C1-Cn pourra comporter plusieurs points de fonctionnement. Le domaine de fonctionnement est réparti en cent classes. Sur la figure 3, chaque classe est un carré délimité par une valeur minimale et une valeur maximale de la température extérieure et par une valeur minimale et une valeur maximale de commande des compresseurs. Dans un domaine de fonctionnement tridimensionnel, chaque classe serait représentée par un cube.
Lors de l'apprentissage, le système récupère en permanence les six paramètres définis ci-dessus et enregistre les valeurs pour chaque point de fonctionnement de la machine. Le système considérera qu'un point de fonctionnement de la machine est observé si les six paramètres ont été enregistrés pour ce point de fonctionnement.
Selon l'invention, on pourra considérer qu'une classe C1-Cn est apprise lorsqu'un certain nombre de points de fonctionnement compris dans la classe auront été observés. On pourra par exemple considérer qu'une classe est apprise complètement lorsqu'au moins mille points de fonctionnement de la classe ont été observés et non apprise lorsque moins de mille points de la classe ont été observés. Cependant, il est également possible qu'une classe, a priori non apprise car n'ayant pas suffisamment de points de fonctionnement observés, soit considérée comme apprise par extension si ses classes voisines sont apprises complètement. Pour cela on peut définir une enveloppe convexe des classes complètement apprises dans laquelle les classes non apprises deviennent des classes apprises par extension. Pour chaque point de fonctionnement de la machine compris dans une classe apprise complètement ou apprise par extension, il sera possible de faire la détection des défauts du condenseur à air, le modèle statistique MS étant valide pour ladite classe. Par ailleurs, au fil du temps, une classe apprise par extension pourra être complétée pour devenir à terme une classe apprise complètement. Lors de la détection de défaut pour un point de fonctionnement de la machine, il sera possible d'affecter un indice de confiance tenant compte du niveau d'apprentissage de la classe comportant ce point de fonctionnement.
Par ailleurs, l'état de chaque classe peut évoluer dans le temps. Le système est par exemple agencé pour éliminer au fur et à mesure les points observés les plus anciens afin de tenir compte du vieillissement de la machine, certaines classes apprises complètement peuvent devenir non apprises si elles ont perdu un ou plusieurs points de fonctionnement observés. Ces points de fonctionnement perdus pourront être réappris lors d'un nouvel apprentissage.
Sur la figure 3, les classes apprises complètement sont signalées en gris clair, celles qui le sont par extension en gris foncé et les parties signalées en gris intermédiaire ont permis la construction de la forme convexe.
Une fois que le domaine de fonctionnement est défini et que suffisamment de points de fonctionnement ont été observés sur le domaine de fonctionnement, le procédé de détection de défauts consiste à déterminer le modèle statistique MS de la machine. Ce modèle statistique MS sera valable pour les classes apprises complètement ou par extension. La détermination du modèle statistique pourra par exemple débuter lorsque suffisamment de points de fonctionnement auront été observés.
Le modèle statistique MS de la machine est déterminé par une analyse en composantes principales (méthode ACP) et permet de déterminer des valeurs estimées pour chaque point de fonctionnement situé dans une classe apprise. Le modèle statistique est déterminé par le système de la manière suivante :
Le système détermine la matrice de variance-covariance M des six paramètres définis ci-dessus. Elle est alimentée par les paramètres enregistrés pour les différents points de fonctionnement. Cette matrice de variance-covariance M est ensuite diagonalisée (par exemple par la méthode itérative de Jacobi), ce qui permet d'obtenir une matrice de passage R et une matrice diagonale D telle que M = R*D*tR, le signe * étant le signe de multiplication.
II s'agit ensuite de déterminer les sous-espace propres qui sont les plus importants de manière à obtenir une matrice P déduite de R.
Une fois ces matrices R et P calculées par le système et définissant le modèle statistique MS, le système peut déterminer en temps réel un indicateur d'écart Q. Comme décrit ci-dessus, le modèle statistique MS n'est valable que si la classe C1-Cn qui comporte le point de fonctionnement de la machine qui est observé, est considérée comme apprise par le système. Par conséquent, l'indicateur d'écart Q ne pourra être déterminé pour un point de fonctionnement que si celui-ci se trouve dans une classe apprise. L'indicateur d'écart Q s'exprime par la relation suivante :
Q = norm(x-P*tP*x)2 pour x appartenant au domaine de fonctionnement dans laquelle :
- x est le vecteur des six paramètres : x = (CC, CV, VS, T°cond, T°ext, Tic), norm est la norme du vecteur x-P*tP*x (par exemple, la norme 2), fP est la transposée de la matrice P, - 2est la fonction puissance 2. Une fois que l'indicateur d'écart Q est déterminé grâce au modèle statistique MS, le système exécute une fonction Fdef (figure 2) de détection des défauts du condenseur à air Cond qui consiste à réaliser une comparaison de l'indicateur avec une valeur seuil ^déterminée. Si l'indicateur d'écart Q est supérieur à la valeur seuil δ pendant une durée déterminée (par exemple T = 60s), le système détecte un défaut.
La valeur seuil peut être déterminée de deux manières différentes :
- Par étude statistique automatique : le signal Q est observé par le système sur une certaine durée (par exemple une semaine) et le système détermine sa moyenne μ et son écart-type (par exemple par une méthode itérative pour réduire la place mémoire). Le système détermine ensuite un intervalle de confiance dans lequel on suppose qu'il n'y a pas de défauts. Cet intervalle de confiance peut être paramétré par l'utilisateur ou déterminé en faisant l'hypothèse que l'indicateur d'écart Q est gaussien.
- En considérant que le signal d'entrée x (comportant six coordonnées) est borné, et en utilisant les valeurs propres de la matrice D, il est possible de déterminer un seuil d'alerte signalant la présence d'un défaut. Ceci évite d'attendre une journée d'observation sur l'indicateur Q. Une fois déterminée, la valeur seuil est mémorisée par le système dans des moyens de mémorisation.
La comparaison de l'indicateur d'écart Q avec la valeur seuil δ permet de détecter la présence d'un défaut sur le condenseur à air Cond. En outre, selon l'état de chaque ventilateur Vent, il est également possible de déduire si le défaut résulte d'une panne d'un ventilateur Vent ou d'un encrassement du condenseur à air Cond.
En effet, si l'indicateur d'écart Q est supérieur à la valeur seuil δ quels que soient les ventilateurs Vent en fonctionnement, le système conclut à un encrassement du condenseur à air Cond. Le degré Denc d'encrassement du condenseur à air, exprimé par un pourcentage, est alors indiqué à l'opérateur. En revanche, si l'indicateur d'écart Q est supérieur à la valeur seuil δ uniquement lorsqu'un ou plusieurs des ventilateurs Vent sont en fonctionnement, le système conclut à une panne de l'un ou de plusieurs de ces ventilateurs Vent. Selon l'invention, la détermination du défaut peut s'accompagner de celle d'un indice de confiance IC (par exemple exprimé en pourcentage) permettant d'indiquer à l'opérateur une probabilité sur la nature du défaut détecté. Cet indice de confiance pourra par exemple dépendre de l'état de la classe, c'est-à-dire apprise ou apprise par extension, dans laquelle se trouve le point de fonctionnement. L'indice de confiance IC sera ainsi plus élevé si le point de fonctionnement se trouve dans une classe apprise complètement que s'il se trouve dans une classe apprise par extension.
Les figures 4A et 4B permettent d'illustrer le principe de détection des défauts. Elles représentent la variation de l'indicateur d'écart Q en fonction du temps par rapport à la valeur seuil ainsi que l'état de la commande de chaque ventilateur Vent du condenseur à air (ventilateur activé signalé par une case grise et ventilateur éteint signalé par une case blanche).
Sur la figure 4A, on peut voir que l'indicateur d'écart Q dépasse la valeur seuil pendant une longue période, ce qui amène le système à signaler la présence d'un défaut D1 .
Sur la figure 4B, le système remarque que l'indicateur Q dépasse la valeur seuil sur différentes périodes pendant lesquelles le ventilateur n °2 est en fonctionnement. Le système peut donc conclure à la présence d'un défaut (D2, D3, D4) lorsque le ventilateur n °2 est censé fonctionner.
Sur les figures 4A et 4B, on remarque que si l'indicateur d'écart Q dépasse la valeur seuil δ sur une durée trop courte, le système ne tient pas compte de ce dépassement temporaire et ne conclut pas à la présence d'un défaut.

Claims

REVENDICATIONS
1 . Procédé de détection de défauts dans un condenseur à air employé dans une machine à cycle de compression de vapeur, ladite machine comportant au moins un compresseur (Comp) relié au condenseur à air (Cond) et destiné à assurer la circulation d'un fluide frigorigène (F/), un évaporateur (Ev) relié au condenseur à air (Cond) via un détendeur (Det) et traversé par un fluide caloporteur (Fc), ledit condenseur à air comportant au moins un ventilateur ( Vent), caractérisé en ce que le procédé comporte des étapes de :
- obtention de plusieurs paramètres à un instant donné pour un point de fonctionnement de la machine, lesdits paramètres étant la température de condensation ( 7~¾ond) du condenseur à air (Cond), la température externe ( 7~¾x/) de la machine, la température ( T°fc) du fluide caloporteur, la valeur de la surchauffe (VS) de la machine, la commande (CC) du compresseur et la commande (CV) du ventilateur,
- détermination d'un indicateur d'écart (Q) entre les paramètres obtenus et des valeurs estimées représentant le fonctionnement normal de la machine pour ledit point de fonctionnement, lesdites valeurs estimées étant issues d'un modèle statistique (MS), ledit modèle statistique étant déterminé par une analyse en composantes principales après une étape d'apprentissage de la machine,
- détermination de défauts par comparaison dudit indicateur d'écart (Q) par rapport à une valeur seuil (δ) déterminée.
2. Procédé selon la revendication 1 , caractérisé en ce qu'il comporte une étape d'apprentissage consistant à :
- déterminer un domaine de fonctionnement de la machine comportant des points de fonctionnement,
- enregistrer lesdits paramètres pour plusieurs des points de fonctionnement du domaine de fonctionnement.
3. Procédé selon la revendication 2, caractérisé en ce que le domaine de fonctionnement est divisé en classes (C1-Cn) et en ce qu'une classe (C1-Cn) est considérée comme apprise si suffisamment de points de fonctionnement de la classe ont été observés.
4. Procédé selon la revendication 2 ou 3, caractérisé en ce que le modèle statistique (MS) est calculé sur le domaine de fonctionnement, une fois que suffisamment de points de fonctionnement ont été observés lors de l'étape d'apprentissage.
5. Procédé selon la revendication 1 , caractérisé en ce que la valeur seuil (δ) est déterminée par étude statistique de l'indicateur d'écart (Q).
6. Procédé selon la revendication 1 , caractérisé en ce que, lorsque l'indicateur d'écart (Q) est supérieur à la valeur seuil (<5), l'étape de détermination du défaut consiste à analyser la commande de chaque ventilateur ( Vent).
7. Procédé selon la revendication 1 , caractérisé en ce que la valeur de surchauffe est déterminée à partir de la température d'aspiration ( 7~¾uc) du compresseur et de la pression du fluide frigorigène en sortie de l'évaporateur.
8. Système de détection de défauts dans un condenseur à air employé dans une machine à cycle de compression de vapeur, ladite machine comportant au moins un compresseur (Comp) relié au condenseur à air (Cond) et destiné à assurer la circulation d'un fluide frigorigène (Ff), un évaporateur (Ev) relié au condenseur à air (Cond) via un détendeur (Det) et traversé par un fluide caloporteur (Fc), ledit condenseur à air comportant au moins un ventilateur ( Vent), caractérisé en ce que le système comporte :
- des moyens d'obtention de plusieurs paramètres à un instant donné pour un point de fonctionnement de la machine, lesdits paramètres étant la température de condensation ( 7~¾ond) du condenseur à air, la température externe ( 7~¾x/) de la machine, la température du fluide caloporteur ( T°fc), la valeur de la surchauffe ( VS) de la machine, la commande (CC) du compresseur et la commande (CV) du ventilateur,
- des moyens de détermination d'un indicateur d'écart (Q) entre les paramètres obtenus et des valeurs estimées représentant le fonctionnement normal de la machine pour ledit point de fonctionnement, lesdites valeurs estimées étant issues d'un modèle statistique (MS), ledit modèle statistique étant déterminé par une analyse en composantes principales après une étape d'apprentissage de la machine,
- des moyens de détermination de défauts par comparaison dudit indicateur d'écart (Q) par rapport à une valeur seuil (δ) déterminée.
PCT/EP2012/065995 2011-09-12 2012-08-16 Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur WO2013037594A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1158061 2011-09-12
FR1158061A FR2979980B1 (fr) 2011-09-12 2011-09-12 Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur

Publications (1)

Publication Number Publication Date
WO2013037594A1 true WO2013037594A1 (fr) 2013-03-21

Family

ID=46651541

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2012/065995 WO2013037594A1 (fr) 2011-09-12 2012-08-16 Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur

Country Status (2)

Country Link
FR (1) FR2979980B1 (fr)
WO (1) WO2013037594A1 (fr)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02171538A (ja) * 1988-12-23 1990-07-03 Mitsubishi Electric Corp 冷凍・空調機運転状態監視装置
US6386272B1 (en) 2000-01-28 2002-05-14 York International Corporation Device and method for detecting fouling in a shell and tube heat exchanger
WO2004036170A1 (fr) * 2002-10-15 2004-04-29 Danfoss A/S Procede et dispositif pour detecter un defaut d'un echangeur thermique, et utilisation de ce dispositif
US20050133211A1 (en) 2003-12-19 2005-06-23 Osborn Mark D. Heat exchanger performance monitoring and analysis method and system
US20070089438A1 (en) 2005-10-21 2007-04-26 Abtar Singh Monitoring refrigerant in a refrigeration system
WO2008042472A2 (fr) * 2006-05-31 2008-04-10 Honeywell International Inc. Algorithme de détection de charge de fluide frigorigène basé sur un réseau neuronal pour machines frigorifiques à compression
US20100102828A1 (en) 2006-05-01 2010-04-29 Leslie Bromberg System and method for measuring retentate in filters
US7866211B2 (en) 2004-07-16 2011-01-11 Rosemount Inc. Fouling and corrosion detector for process control industries
US20110144807A1 (en) 2009-12-14 2011-06-16 Square D Company Power monitor for vapor compression equipment diagnostics

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7111469B2 (en) * 2004-09-22 2006-09-26 Horan Christopher J Process for refrigerant charge level detection using a neural net

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02171538A (ja) * 1988-12-23 1990-07-03 Mitsubishi Electric Corp 冷凍・空調機運転状態監視装置
US6386272B1 (en) 2000-01-28 2002-05-14 York International Corporation Device and method for detecting fouling in a shell and tube heat exchanger
WO2004036170A1 (fr) * 2002-10-15 2004-04-29 Danfoss A/S Procede et dispositif pour detecter un defaut d'un echangeur thermique, et utilisation de ce dispositif
US20050133211A1 (en) 2003-12-19 2005-06-23 Osborn Mark D. Heat exchanger performance monitoring and analysis method and system
US7866211B2 (en) 2004-07-16 2011-01-11 Rosemount Inc. Fouling and corrosion detector for process control industries
US20070089438A1 (en) 2005-10-21 2007-04-26 Abtar Singh Monitoring refrigerant in a refrigeration system
US20100102828A1 (en) 2006-05-01 2010-04-29 Leslie Bromberg System and method for measuring retentate in filters
WO2008042472A2 (fr) * 2006-05-31 2008-04-10 Honeywell International Inc. Algorithme de détection de charge de fluide frigorigène basé sur un réseau neuronal pour machines frigorifiques à compression
US20110144807A1 (en) 2009-12-14 2011-06-16 Square D Company Power monitor for vapor compression equipment diagnostics

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAOJUAN HAN ET AL: "Application of Principal Components Analysis in Condenser Fault Diagnosis", INTELLIGENT CONTROL AND AUTOMATION, 2006. WCICA 2006. THE SIXTH WORLD CONGRESS ON DALIAN, CHINA 21-23 JUNE 2006, PISCATAWAY, NJ, USA,IEEE, vol. 2, 21 June 2006 (2006-06-21), pages 5666 - 5669, XP010947326, ISBN: 978-1-4244-0332-5, DOI: 10.1109/WCICA.2006.1714160 *

Also Published As

Publication number Publication date
FR2979980A1 (fr) 2013-03-15
FR2979980B1 (fr) 2015-01-16

Similar Documents

Publication Publication Date Title
CN104141559B (zh) 用于燃料箱系统的泄漏检测系统和方法
CN111798407A (zh) 一种基于神经网络模型的带电设备故障诊断方法
EP1802926A2 (fr) Diagnostic et pronostic de defaillances bases sur des classifieurs de defaillances a distance
US8908046B1 (en) Reliability determination of camera fault detection tests
FR3025035A1 (fr) Calculateur pour vehicule, tel qu’un calculateur de direction assistee, pourvu d’un enregistreur d’evenements integre
EP3467605B1 (fr) Procédé de surveillance d&#39;un système de régulation de la température associé à une armoire électrique
CN107490769B (zh) 一种燃料电池水分布可视化在线检测系统
EP3956646B1 (fr) Système de surveillance de la santé d&#39;un hélicoptère
CN108999758B (zh) 风力发电机的叶片结冰监测方法和设备
EP2759786A1 (fr) Procédé de diagnostic d&#39;une machine de chauffage, ventilation et climatisation
KR20180137513A (ko) 감시 장치, 대상 장치의 감시 방법 및 프로그램
EP2338712A1 (fr) Optimisation d&#39;une capacité de chauffage globale d&#39;un système de climatisation
FR3033036A1 (fr) Procede de detection de deficiences d&#39;un aerorefrigerant d&#39;une installation thermique en fonctionnement
CN100549574C (zh) 基于距离故障分类器的故障诊断和预测
CN110107986B (zh) 温度调节设备的化霜控制方法、装置、系统和空调
CN113405217A (zh) 空调换热器脏堵的清理方法、装置和空调
CN110827263B (zh) 基于视觉识别技术的磁瓦表面缺陷检测系统及检测方法
WO2013037594A1 (fr) Procede et systeme de detection de defauts dans un condenseur a air employe dans une machine a cycle de compression de vapeur
JP2007537913A (ja) 車両の空調システムの冷却液回路の充填レベルを監視するための装置及び方法
EP2269015A1 (fr) Système optronique ir à maintenance prédictive à partir d&#39;une dérive brutale
FR3038055A1 (fr) Procede de determination d&#39;une fuite de fluide frigorigene dans un circuit de fluide frigorigene
EP1403107A1 (fr) Installation de climatisation comprenant un dispositif électronique de contrôle
WO2018002551A1 (fr) Procédé et système de détection d&#39;absence de protection sous moteur
FR3095004A1 (fr) Procede de diagnostic d’une derive des temperatures dans un systeme de refroidissement a fluide d’une chaine de traction
FR3020695A1 (fr) Procede optimise de regulation de la consommation electrique d&#39;equipements electriques

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12746370

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12746370

Country of ref document: EP

Kind code of ref document: A1