本发明属于制冷空调，尤其涉及一种制冷空调机组健康诊断方法。
背景技术：
1、制冷空调机组(以下简称“机组”)健康诊断的目的是在机组故障发生之前进行预警，以便设备运维管理人员尽早做出维修或保养预案，避免因机组突发故障无法运转而给生活、生产带来各种不利影响。
2、现有的机组故障诊断方法较多，如韩华等人提出的一种集成多种智能算法的制冷系统故障诊断方法。该方法主要包括如下技术内容：通过模拟冷水机组故障实验，采集得到多个实验数据；选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型；对多个不同的诊断模型进行集成，形成集成诊断器模型；使用样本训练集数据对集成诊断器模型进行训练，得到训练好的集成诊断器模型；使用测试样本集在训练好的集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果。该诊断方法是把诊断对象当做黑箱，通过预设的不同程度的故障状态，记录机组在此扰动下的参数，通过一定量数据的训练使得诊断模型根据该机组在该工况下后续出现类似参数即可对机组故障做出相对准确的预判。该诊断方法的实施例中提到，采用的是ashrae(美国采暖、制冷与空调工程师学会)提供的一台90冷吨离心式冷水机组制冷系统故障模拟实验数据。ashrae提供的实验数据包括制冷剂泄漏、冷凝器结垢、冷凝器水侧流量不足、制冷剂中混入不凝性气体、蒸发器侧水流量不足、制冷剂充注过量、润滑油过量7种故障类别和1组正常类别，共计8种类别，每组数据包含64个特征参数。其中，选取8000组数据作为训练集样本对各诊断器进行训练；其余4000组数据作为测试集样本对各诊断器进行测试，共计12000组样本。实际上，由ashrae提供的90冷吨离心式冷水机组制冷系统故障模拟实验数据已被很多从事制冷机组故障诊断方法研究的人员采用。此类故障诊断方法存在如下问题：1)从熟悉离心冷水机组制冷系统技术细节的专业技术人员角度分析，该90冷吨离心机的实验数据有一定比例的数据特征与所对应的故障类别明显不符，而对离心冷水机组制冷系统不是很熟悉的一般研究人员很难甄别这种有问题的数据。如果将有问题的数据用于训练和测试诊断模型，即使测试的结果表明诊断模型的诊断准确率较高，也未必可信；2)常规离心冷水机组的冷量一般不小于350冷吨，该90冷吨机型冷量过小，通过故障模拟所得到的实验数据特征可能与主流离心冷水机组有较大差异，与采用螺杆压缩机的冷水机组的差异可能更大。这种基于特定机型特定工况运行数据所训练的诊断模型对于相同特性机组在相近工况下运行时可能达到较高的准确度，如果实际应用的机组技术参数特征与该机型差异较大或运行工况大幅偏离现有工况，由于缺乏足够的新机型或在新工况下的运行数据用于训练和测试，诊断模型的输出结果可能会产生较大的偏差；3)对于应用于工程现场的制冷空调机组，通过制冷系统故障模拟实验取得测试数据进行诊断模型的训练和测试这种方法实施难度相对较大。很难有人愿意配合进行如前所述的各种故障模拟实验，尤其是制冷剂泄漏、制冷剂中混入不凝性气体这种可能导致运行能耗增加和大量制冷剂损失，以及冷凝器结垢这种需要持续观察数千小时运行数据的模拟实验，更是难以操作。
3、由此可见，上述集成多种智能算法的制冷系统故障诊断方法，在实际制冷空调机组故障诊断中应用的准确度很难做到较高水平。
4、也有熟悉制冷空调机组特性的专业技术人员从制冷原理的角度通过对其运行参数综合分析来进行故障预判。如当发现机组的蒸发器小温差(蒸发器出水温度与蒸发温度的差值)远高于正常值即预判机组即将出现制冷剂泄漏故障；当发现机组的冷凝器小温差(冷凝温度与冷凝器出水温度的差值)远高于正常值即预判机组即将出现冷凝器结垢故障；当发现机组的排气过热度(压缩机排气温度与排气饱和温度的差值)远低于正常值即预判机组即将出现吸气带液(即制冷剂充注过量)故障；根据机组的压缩机满负荷运行电流远高于正常值即预判机组即将出现压缩机过度磨损故障等等。需要说明的是，前述部分诊断结论有待商榷，如压缩机过度磨损和冷凝温度升高均会导致压缩机满负荷运行电流高于正常值，仅从压缩机满负荷运行电流高于正常值即推断机组即将出现压缩机过度磨损故障，可能会导致误判。
5、以上各种机组故障诊断方法的目的均是在机组发生故障之前即能快速准确预判，而对机组是否处于亚健康状态和亚健康程度的轻重尚无人关注。亚健康状态是介于正常和故障之间的一种中间状态，对于制冷空调机组而言，主要为如下所述状态的中间状态：制冷剂从无泄漏到发出泄漏报警、冷凝器换热管内部从清洁状态到发出冷凝器结垢报警、压缩机无吸气带液状态到发出吸气带液报警、压缩机无磨损状态到发出过度磨损报警等。实际上，工程现场应用的相当数量制冷空调机组都处于不同程度的亚健康状态，然而由于现有技术无法对机组的亚健康状态进行全面准确的量化考核，绝大多数机组运维管理人员无法确切掌握已投入运行机组的健康状况，也就无法制订有针对性的维护保养计划和机组开停机策略，可能使健康状态较差的机组长时间带病运行，从而使冷冻站内制冷空调机组的总体运行能耗偏高、平均使用寿命降低。
技术实现思路
1、本发明是针对现有技术所存在的上述技术问题，提供一种制冷空调机组健康诊断方法。
2、本发明的技术解决方案是：一种制冷空调机组健康诊断方法，依次按照如下步骤进行：
3、步骤1.采集制冷空调机组在压缩机满负荷稳定运行于设计工况时的下列参数：蒸发器进水温度tie0、蒸发器出水温度toe0、冷凝器进水温度tic0、冷凝器出水温度toc0、蒸发温度te0、冷凝温度tc0、压缩机排气温度tp0、压缩机实际运行电流af0及压缩机动力电压v_c0；
4、步骤2.以蒸发温度te0和冷凝温度tc0为变量，计算压缩机满负荷运行于设计工况时的实际电流计算值ia_c0并确定修正系数c0；所述ia_c0＝ia_b0*380/v_c0，式中ia_b0是在该工况下压缩机满负荷运行的理论电流计算值，所述修正系数c0是使制冷空调机组在该工况下运行时的压缩机满负荷实际电流计算值ia_c0与实际运行电流af0相等的数值；
5、步骤3.计算蒸发器小温差te_ap0、冷凝器小温差tc_ap0和排气过热度tp_ap0，所述蒸发器小温差te_ap0为蒸发器出水温度toe0与蒸发温度te0之差、冷凝器小温差tc_ap0为冷凝温度tc0与冷凝器出水温度toc0之差、排气过热度tp_ap0为压缩机排气温度tp0与冷凝温度tc0之差；
6、步骤4.根据蒸发器小温差te_ap0、冷凝器小温差tc_ap0和排气过热度tp_ap0，确定蒸发器小温差下限基准值te_ap_d、冷凝器小温差下限基准值tc_ap_d和排气过热度上限基准值tp_ap_u；
7、步骤5.根据制冷空调机组的蒸发温度低报警值、冷凝温度高报警值、排气过热度低报警值以及电流高报警值，确定蒸发器小温差上限基准值te_ap_u为设计工况蒸发器出水温度toed与蒸发温度低报警值的差值、冷凝器小温差上限基准值tc_ap_u为冷凝温度高报警值与设计工况冷凝器出水温度tocd的差值、排气过热度下限基准值tp_ap_d为排气过热度低报警值、压缩机电流上限基准值af_u为电流高报警值；
8、步骤6.采集制冷空调机组实际工况下压缩机满负荷稳定运行时的下列参数：蒸发器进水温度tie、蒸发器出水温度toe、冷凝器进水温度tic、冷凝器出水温度toc、蒸发温度te、冷凝温度tc、压缩机排气温度tp、压缩机实际运行电流af及压缩机动力电压v_c；
9、步骤7.计算蒸发器小温差te_ap、冷凝器小温差tc_ap和排气过热度tp_ap，所述蒸发器小温差te_ap为蒸发器出水温度toe与蒸发温度te之差、冷凝器小温差tc_ap为冷凝温度tc与冷凝器出水温度toc之差、排气过热度tp_ap为压缩机排气温度tp与冷凝温度tc之差；
10、步骤8.以蒸发温度te和冷凝温度tc为变量，计算压缩机的理论电流计算值ia_b及实际电流计算值ia_c，并以实际电流计算值ia_c作为压缩机运行电流下限基准值af_d，即af_d＝ia_c；
11、所述实际电流计算值ia_c＝c0*ia_b*380/v_c；
12、步骤9.分别按照如下公式计算制冷空调机组实际运行时蒸发器、冷凝器、排气和压缩机状态得分：
13、蒸发器状态得分fe＝100*(te_ap_u-te_ap)/(te_ap_u-te_ap_d)；
14、冷凝器状态得分fc＝100*(tc_ap_u-tc_ap)/(tc_ap_u-tc_ap_d)；
15、排气状态得分fp＝100*(tp_ap-tp_ap_d)/(tp_ap_u-tp_ap_d)；
16、压缩机状态得分fa＝100*(af_u-af)/(af_u-af_d)；
17、步骤10.根据蒸发器、冷凝器、排气和压缩机状态得分，计算制冷空调机组的健康诊断综合得分，所述制冷空调机组的健康诊断综合得分fz如下：
18、fz＝100+a*(fe-100)+b*(fc-100)+c*(fa-100)+d*(fp-100)；
19、其中a、b、c、d分别为蒸发器、冷凝器、压缩机及排气状态得分在综合得分中的权重；
20、步骤11.分别根据蒸发器状态fe、冷凝器状态得分fc、排气状态得分fp、压缩机状态得分fa及健康诊断综合得分fz，对制冷空调机组健康进行分项和总体健康诊断并显示诊断结果；
21、步骤12.按照设定时间重复执行步骤6-步骤11。
22、所述理论电流计算值ia_b按照如下公式计算得到：
23、ia_b＝c1+c2*te+c3*tc+c4*te2+c5*te*tc+c6*tc2+c7*te3+c8*tc*te2+c9*te*tc2+c10*tc3其中c1-c10为与压缩机排量相关的系数。
24、本发明首先确定机组满负荷稳定运行于设计工况时的蒸发器小温差、冷凝器小温差及排气过热度，经过修正后分别作为蒸发器和冷凝器小温差下限基准和排气过热度的上限基准；其次，以机组的蒸发温度低报警值、冷凝温度高报警值、排气过热度低报警值及电流高报警值为依据，确定蒸发器和冷凝器小温差的上限基准值、排气过热度的下限基准值及压缩机满负荷电流的上限基准；再定期采集制冷空调机组实际工况下压缩机满负荷运行时的参数并确定蒸发器小温差、冷凝器小温差、排气过热度以及压缩机电流数值，同时以该工况下压缩机满负荷运行实际电流计算值作为压缩机运行电流下限基准值；分别计算机组实际运行时蒸发器、冷凝器、排气和压缩机状态得分；最后计算该机组的健康诊断综合得分，并根据得分情况给出不同频次和程度的机组健康状态提示。与已有技术相比，本发明的健康诊断结果全面、准确，适应性强，可为确定制冷空调机组运行维护保养方案提供决策依据，有效提高机组运维管理水平，有利于降低冷冻站内机组的总体运行能耗和提高机组平均使用寿命。