徐畅，李绍青，李正飞，陈焕新

（华中科技大学能源与动力工程学院，湖北武汉 430074）

0 引言

现代社会，空调已经是建筑不可或缺的一部分，但是在空调长期运行的过程中，故障的出现往往是无法避免的，KATIPAMULA 等[1]认为因空调设备故障和不合适的控制设备会导致15%～30%的能源浪费。制冷剂充注量是影响制冷系统总体性能的重要参数，当制冷系统长期运行时，制冷剂容易泄漏，从而使制冷剂充注量偏离正常值的范围。这种故障会导致制冷量、制热量和制冷效率、制热效率的下降，进而造成巨额的经济损失[2-3]，同时会导致压缩机内部温度升高，并且带来润滑油的高温劣化和机械部件的磨损和烧毁[4]，关键的是，在复杂的实际工况下，可能导致比实验更复杂的情况[5]。所以对制冷剂充注量故障的及时且高准确的诊断十分必要。对于制冷机系统的故障诊断的传统方法是通过专家知识，让制冷机系统停机并对相关部位进行拆机检修，这种方法耗时耗力且准确率也不高。然而，在部分工业的特殊场合，制冷机可能根本无法停机检修。基于数据驱动的制冷机故障检测克服了传统故障检测上的不足，不仅提高了诊断的效果，也大大节省了故障检测所消耗的人力物力[6]。目前已有一部分学者对基于数据驱动的制冷机的故障诊断进行了相关方面的研究，但是对于基于数据驱动的制冷机充注量故障研究较少。徐廷喜等[7]使用支持向量数据描述算法对变频空调的制冷剂泄漏进行故障检测。……