基于机器学习的空调系统管路焊堵自动检测研究

基于机器学习的空调系统管路焊堵自动检测研究

吴钊良 肖鹏 杨南山

珠海格力电器股份有限公司 广东省珠海市 519000

摘要：做好基于机器学习的空调系统管路焊堵自动检测工作，理应遵循机器学习原理，量化检测流程，正确使用机器学习算法，准确计算相关参数，控制好误差。本文将简单分析基于机器学习的空调系统管路焊堵自动检测方法，希望能为空调系统安装工作提供借鉴。

关键词：机器学习；空调系统；管路；焊堵；自动检测方法

从整体框架来看，空调制冷系统组合包括冷凝器、压缩机、蒸发器、管路和节流装置。其中，冷凝器的作用是散热，在运行中会将制冷剂转变为高压液体，这些高压液体会经过节流装置变成低压湿蒸汽。紧接着，蒸发器会对这些低压湿蒸汽进行降温处理，压缩机会吸入低压气体，以此完成制冷循环作业。压缩机会将制冷剂转变为高温高压气体，经过管路将这些高温高压气体输送到冷凝器。管路是制冷剂的运输通道，其系统组合是通过焊接将各个部件相连接，如果发生焊堵问题，就会导致整个空调制冷系统运行受阻。因此，要做好焊堵检测工作，及时处理焊堵问题。

一、遵循机器学习原理

做好基于机器学习的空调系统管路焊堵自动检测工作，首先要遵循机器学习原理，该原理主要研究如何运用计算手段和经验来改善系统功能。从综合视角来看，机器学习涉及到了多个学科，包括人工智能、神经生物学、控制论和概率统计等。机器学习是以计算机内部数据为基础，所产生的模型算法，又称为“学习算法”，“经验”以“数据”的形式被存储于计算机系统中。模型能够对新情况进行监控、预测和判断，在机器学习中，所有数据集合被称作数据集，在数据集中，每一个数据都是对发生事件的描述。在数据中开展模型学习的过程就是机器学习过程，也称为训练过程。模型可以预测离散值，对于空调系统管路焊堵检测工作来说，模型可以判断管路的焊堵情况。机器学习的目标是建立一个映射，这个映射能够实现输入空间到输出空间。搭建好模型后，用模型预测管路焊堵情况的过程为测试过程，根据数据是否具备标记信息来划分，机器学习任务分为两种：第一，监督学习。第二，无监督学习^[1]。机器学习的最终目标是确保模型能适用于新样本，图一就是机器学习基本流程图：

图一 机器学习基本流程图

二、量化检测流程

做好空调系统管路焊堵检测工作，必须重视量化监测流程。需要注意的是，在测试空调系统运转的过程中，应做好质量控制工作，因为空调系统组合复杂，容易受到外部环境因素的影响，涉及到了大量的数据，存在多变量，像温度变化、压力变化、电流变化、功率变化、制冷量变化和节流阀开度的变化等，所以在诊断故障时，需要运用机器学习处理复杂的工作。图二就是机器学习训练工装图：

图二 机器学习训练工装图

机器学习会采用两种技术类型：第一，监督式学习类型；第二，无监督式学习类型。前者是根据已知的输入数据和输出数据来搭建和训练模型，这样模型可以预测未来的输出数据；后者是在输入数据中寻找内在结构和隐藏模式。在空调系统管路焊堵检测工作中，准确判断焊堵情况，需要结合所处环境温度与湿度，根据空调机组运行电流和系统压力进行客观评估与判断，在运用监督式学习类型的过程中，应结合输入数据，正确运用训练模型判断空调系统管路焊堵情况，焊堵检测流程如下：

1. 做好标准样机和焊堵管路测试工作。

2. 对训练样本集进行整理。

3. 实施模型训练。

4. 构建标成模型。

5. 对样本集实施验证。

6. 判断样本性能是否满足标准要求，如果满足，则进行焊堵检测应用，如果不满足则需要再次进行标准样机和焊堵管路测试，重复以上工作。

三、做好空调系统安装工作

避免空调系统管理出现焊堵问题，必须做好空调系统安装作业。在空调风管安装工作中，首先要注意对风管进行加固。一般来讲，风管的大边长尺寸在630到1000毫米之间，在生产阶段，需要采取压筋加固处理措施，确保板面结构的完整性，避免出现变形问题。如果风管的大边长尺寸超过1000毫米，就需要用角铁和角钢进行固定，这样方能确保风管的稳定性。其次，要注意确保风管连接的稳固性，在连接过程中，结合设计图纸做好半成品的编号工作，将半成品运输到现场，然后，根据编号实施有序性组装，从而安装完整的风管结构，确保整个风管的严密性与联合角咬合的稳固性。对于风管的法兰间，需要用TFD法兰角实施连接，在具体操作中，需要借助榔头实施敲击，必要时刻，用螺栓进行加固。在安装支架的过程中，需要控制好长边尺寸的间距，如果风管长度较长，就需要安装成排支架，先做好两端的安装工作，用拉线法来定位两端各支架的标高。如果长边的尺寸小于等于400毫米，要将间距也控制在400毫米以内；如果长边尺寸大于400毫米，就要将间距控制在300毫米以内。在垂直安装风管的过程中，要将间距控制在400毫米以内。同时，为了确保立管的安稳性，必须安置好固定件，确保各风管的固定件数量不少于两个。排风管和风机盘管机组设备是引发空调噪音的主要组合，后者可以说是噪音源。降低暖通空调噪音，首先从源头予以消除，为风机盘管机组安置消音设备，选用最佳机组安装方案。初步完整完毕，应进行调试，如果噪音超标，就要调整安装方案。其次，应注意合理控制机组叶轮和电动机的旋转速度，降低叶轮的重量，确保线圈的精准度，这样也有助于降低噪音。

四、正确使用机器学习算法

优化基于机器学习的空调系统管路焊堵自动检测方法，做好管路焊堵检测工作，必须正确使用机器学习算法，准确计算空调系统管路可能出现焊堵问题的概率，计算结果有两种状态：第一，存在焊堵问题。第二，没有韩都问题。在计算过程中，先要搭建好概率模型，是否存在焊堵问题，需要用伯努利分布，将是否存在焊堵问题的函数设为Y，存在焊堵问题设为1，不存在焊堵问题设为0。与此同时，要准确计算管路温度和功率。实验表明以样机 GWC18QE K6NNC2A / O 作为机型进行验证。功率的差异在 5%内，高压差异在 12%内，则无法检出，其他情况均可以检出，GB/T 7725 － 2004《房间空气调节器》要求实测制冷消耗功率不能超过额定制冷消耗功率的110%^[2]。

结束语：

综上所述，做好空调系统管路焊堵检测工作，避免出现焊堵问题，应正确使用检测方法，量化检测流程，做好空调系统安装作业。

参考文献：

[1] 潘玉玉. 空调系统管路钎焊工艺研究与质量检验［J］. 中国科技财富，2019( 14) : 240-240.

［2］孙贤初，常宽，侯海强 . 空调器用分流器接毛细管钎焊检堵一体机的研制［J］. 焊接技术，2019( 11) : 55 -57.