杭州杭港地铁五号线有限公司 浙江杭州 310012
摘要：暖通空调作为建筑物内在安装系统之一，可以明显提高人们的生活质量，对人们的生活带来了极大的便利。定期开展对暖通空调系统设备的检测和维修是设备管理中非常重要的任务。暖通空调系统设备在运行的过程中会出现各种各样的问题，对于设备的维修和管理来说是不小的挑战。
关键词：暖通空调；系统；设备管理；故障维护
1暖通空调常见问题及原因
1.1暖通空调常见问题分析
暖通空调设备的系统较为复杂，任何部分都可以发生故障，其中对常见的故障为电气故障，导致暖通空调电气故障的原因较多，如电机损坏等。此外，还有机械故障，日常生活中阀片损坏是机械故障的常见原因。暖通空调一旦出现故障问题，将直接影响业主的生活质量，甚至威胁业主的人参和财产安全，对业主造成不同程度的损失。由此可见定期加强对暖通空调系统设备的维修是非常必要的，可保障设备安全平稳运行，减少对业主带来的经济损失。
1.2暖通空调故障原因分析
多个系统中会有多个参数和多个设备，他们之间彼此耦合，进一步提高了暖通空调设备结构的复杂性，导致故障问题频发。暖通空调设备中的某个部件出现故障，常常会波及到其他部件。比如在制冷循环系统中，冷水泵发生故障，会影响到压缩机使用寿命，该设备中各个部位的关联性，决定了故障问题的整体性，增加了故障诊断的难度。此外，加上暖通空调中传感器数量有限，信息缺乏的情况下，降低了系统的检测力度。上述原因都是导致暖通空调设备故障问题频发的原因。
2暖通空调故障自动故障检测与诊断方法
2.1直接方法
直接方法依靠设备本身自动检测与诊段故障，故障检测的症状依据主要是输入以及输出的参数。将输入和输出的参数输入到分类器当中，按照分类方法进行科学合理的分配，将故障进行相应地分类，进而通过检测和诊断进行针对性的诊断结果报告显示。分类设计结果是直接方法的主要内容，核心设计依靠的是分类器的设计，系统当中的分类方法都是较为经典的分类法，在暖通空调系统当中，分类方法对故障进行分类可以说极为便利，诊断数据也更加快速且准确。
2.2间接方法
间接方法不再直接应用于暖通空调本身，而是利用系统模型来对设备状态进行演练的判断，在利用间接方法在对设备进行检测之前，需要事先做好设备运行的正常状态，以及故障条件的系统建模，做到标准化模型，在此基础上进行系统的检测与诊断。基于此，主要是对故障问题进行提前的计算，把预测所得的实际参数和正常数据进行对比分析，可以通过两者的差距作为参数添加到分类器当中，这样对故障进行系统分类。
3常见故障检修及处置
3.1冷媒不足
1）故障现象。①低压•高压同时压力低；②视镜处观察有连续汽泡通过；③吹出风的温度不凉。2）故障原因。①冷媒量少；②气体泄漏。3）检修•处置点。①漏气处检修；②补充冷媒；③排空冷媒至冷媒表归零后，重新进行抽真空作业及冷媒充填作业。
3.2冷媒不循环（系统堵塞）
1）故障现象。①冷媒循环系统完全堵塞的场合，低压侧表针马上指示负压；②有堵塞的场合，低压侧表针慢慢地指示至负压。2）故障原因。A/C系统堵塞。3）检修•处置点。①储液器、膨胀阀等检修；②不良部品的IN和OUT之间，产生温差；③组装作业完了的抽真空作业，确实实施了。
3.3空调系统内水分混入
1）故障现象。A/C刚开始工作正常，短时间后马上低压侧表针指示负压。2）故障原因。水分混入导致膨胀阀冻结。3）检修•处置点。①膨胀阀等检修；②储液干燥瓶更换；③组装作业完了的抽真空作业确实实施了。
4暖通空调设备故障检测管理及维护措施
4.1重视故障参数的分析
暖通空调一旦出现故障，要想解决故障问题，就需要结合相应的参数。参数越多，对于解决暖通空调故障问题越有利[1]。根据暖通空调以往的维护经验，可以发现构建出相应的故障模型参数组，仔细分析这些参数组的内容，可以对暖通空调的故障问题进行合理化的预测，判断出故障所在位置。
4.2重视参数运行数据的收录
空调事故现场数据的采集和历史数据的分析、存储等是可持续性工作，需要设备维护人员不断坚持下去。在数据不断积累的过程中，工作人员获取的经验也会越来越多，暖通空调故障诊断正确率也会不断提高。暖通空调在运行的过程中，所有的参数都是在不断变化的。这些参数如果均在正常范围内波动，将不会影响设备的正常运行。但是参数波动幅度一旦超过允许的最大范围或者最小范围，将影响暖通空调设备的正常运行。此时就需要全面收集设备运行参数，将其集中在一起进行分析，构建空调故障数据模型。空调故障数据模型分为单纯性和复杂性，其中单纯性的故障数据模型，构建较为简单。复杂性故障数据模型的构建难度系数较大，该模型的构建需要用到仿真技术。此外，维修人员可以结合暖通空调的运行参数，查看以往故障原因，提取有价值的数据资料。计算机中的数据系统会比对记录下来的数据和正常数据，如果对比过程中没有发现异常数据，则可以将设备运行数据收录在数据库中[2]。反之在对比过程中如果发现异常数据，则需要分析这些数据的情况，并对异常数据做好分类处理，以便为后期暖通空调故障的诊断和维修提供相应数据支撑。
4.3做好识别系统的构建
暖通空调数据库模型构建成功后，要将已收录好的数据模型和故障模型结合在一起，分析两者的接近程度，明确故障名称。暖通空调故障识别问题上，涉及的数据分类方法较多，比如理论选择法、BAYS法、神经网络分析法等，不同的数据分类方法都有各自的特点，需要工作人员根据实际情况，选择最佳的数据分类方法。
4.4改进数据库
空调设备软件系统的编制需要确保科学性和合理性，保证参与暖通空调维护的每位人员都能熟练掌握该软件系统，强化工作人员在系统操作技能上的训练，逐步提升系统识别暖通空调故障的反应能力，强化预期效果[3]。例如，暖通空调预防性的维护环节中，空调设备软件系统如果可以提前获取设备的故障信息则可以提醒工作人员提前探查设备，能极大减少设备故障对业主带来的损失。因此软件系统的开发人员需要构建完善的暖通空调数据库，为故障问题的解决做好充分的准备。
4.5应用故障方法
暖通空调的系统运行参数的波动范围是不一样的，产生故障问题的严重程度和时间段也就不一样。基于此就需要构建暖通空调不同的故障模型。比如暖通空调的停机模型、设备稳定运行模型以及启动模型等。其中停机工作时使用的模型为停机模型，该模型主要用来检查传感器正常与否、空调主机位置上的油温和压力是否稳定等[4]。此外，停机模型也可以用在暖通空调启动前的复检上，该模型可以及时发现暖通空调存在的故障问题，并加以排除。空调工作状态常使用的模型为启动模型，该模型可以在暖通空调启动15分钟左右的时间段内检查设备制冷剂，判断制冷剂有无泄漏、制冷器管道有无堵塞等问题。
结束语：
综上所述，暖通空调在现代建筑安装中较为常见，以上就是本文对暖通空调系统设备管理和故障问题进行分析，希望可以进一步优化管理方法，提高设备管理水平，促使暖通空调系统可以更加高效、安全、平稳的运行。
参考文献：
[1]李盛春.浅谈暖通空调系统设备管理及维护[J].中国设备工程，2019（22）：24-26.
[2]王慧芳.暖通空调系统设备管理与故障问题的维护探讨[J].科技风，2019（17）：161.
[3]王聪.暖通空调系统设备管理与故障问题的维护探讨[J].中国设备工程，2019（03）：66-67.
[4]郭金丽.暖通空调系统设备管理的问题及维护探讨[J].建材与装饰，2018（22）：210.