城市轨道交通车辆智慧空调技术

城市轨道交通车辆智慧空调技术

王建行

单位；天水通号有轨电车有限责任公司

摘要：空调系统是轨道交通车辆一个重要的子系统，对于其控制器的设计是该系统的重要部分。随着智慧运维在轨道交通领域的推广，空调控制器的设计也必须符合智慧运维的要求，这对空调控制器的设计提出了新的要求。

关键词;城市轨道;交通车辆;智能运维

前言

近年来，轨道交通领域对于整个系统的信息化、智能化越来越重视，很多城市在新建城市轨道交通时，将智慧运维纳入考虑范围，提高轨道交通的安全性、可用性及降低运维维护成本的要求也随之而来。空调系统是智慧运维系统中重要的子系统，该系统的可靠性时刻影响着车辆的安全性、舒适性。合理地设计空调系统匹配智慧运维的需求是下一阶段空调系统研究的重点工作。

1智慧空调系统功能

智慧空调系统即采用智慧空调技术的城市轨道交通车辆空调系统。智慧空调技术主要用于改善车内环境及空气质量，提高乘客舒适性；对空调系统进行PHM(故障预测与健康管理)

1；实现空调系统MRO(运营维护及操作)的智能化。智慧空调技术利用空渊系统本身构造特性、部件性能参数，以及运行环境、线路条件和负载状况等相关信息，实现精准的车内温度控制，提高车内舒适度的同时降低空调运行能耗；通过搭建预诊断系统，以实现对空调设备健康状态进行模型建立和诊断评估，预测设备可能发生的故障及潜在影响，对车辆运营方给出及时的报警与处置；根据健康状况诊断由定时修改变成状态修，节省不必要的维护维修，减少运营维护时问，降低运营维护成本。根据设备性能变化趋势曲线，可以推断设备剩余的有效使用寿命”，指导架修和大修的成本分析和降低维修成本；建立全生命周期的数据库和实时诊断，

制定空调系统部件的维护维修章程和部件标准，降低全生命周期成本。

2智慧空调系统构架

智慧空调系统整体架构由车辆空调系统、车载网络系统及PHM地面支持系统等组成。

2．1车辆空调系统

车辆空调系统主要包括空调机组、车控器及PDS(预诊断)装置。车辆空调系统控制框图如图1所示。每个车厢装有1台车控器，其通过列车通信总线和TCMS(列车控制及管理系统)通信。车控器将TCMS下达的命令传达给2俞空调机组。通过车控器，TCMS也可对本节车厢的2台空调机组进行单独控制。其中车辆控制柜配备了PDS装置。车控器与PDS装置同时连入车辆以太网中。PDS装置实时收集车控器送来的数据，并通过列车通信网络将空调数据发送至数据中心，南数据中心对数据进行分析，做出故障预诊断。

图l车辆空调系统控制框图

2．2车载网络系统

车载网络系统拓扑图如图2所示。车载网络系统主要进行车辆空调智能监测与诊断分析，依托列车智能以太网或MVB(多功能车辆总线)高速通信网络架构，自主实时远程采集列车空调机组各部件的运行状态信息，包括空调运行状态数据、温度、压力等传感器数据，并以特定的位置区识别码形式通过特定网络的车地传输通道端口传输各空调机组特定的数据信息，完成与PDS装置的信息交互，在车辆智能运营应用平台发布列车空调系统健康实时诊断结果及运维管理建议。

图2车载网络系统拓扑图

2．3PHM地面支持系统

如图3所示，PHM地面支持系统包括数据收集层、数据传输层、数据处理层、数据存储层及数据展示层。

图3PHM地面支持系统构成示意图

2．3．1数据收集层

数据收集层示意图如图4所示。数据处理过程主要为输入、过滤及输出，能实现特定的数据采集、数据处理及数据输出功能等。

图4数据收集层示意图

2．3．2数据传输层

数据传输层采用高吞吐的分布式消息系统处理所有数据收集层的输出数据，保证汇聚的日志及消息的可靠传输。

2．3．3数据处理层

数据处理层通过预诊断算法对数据传输层汇聚的输出数据与PHM地面支持系统中设定的性能特征数据进行对比分析，找出空调机组运行过程中存在的隐患。

2．3．4数据存储层

数据存储层将不同用途处理后的数据基于数据性能特征分层存储，简化初始存储放置数据，基于I／O(输入／输出)负载平衡数据，提高了数据检索速度，缩短数据存储规划及配置时问，减小了数据存储的占用空问，通过优化放置提高了数据利用率。

2．3．5数据展示层

PHM地面支持系统可实现状态监控、故障诊断、故障预测、故障分析、健康评估、运维决策及信息推送等7个功能。处理后的数据结果可以在PHM地面支持系统大屏及便携式移动终端进行展示与应用推送。

3智慧空调系统的实现方案

3．1车内舒适度调节方案

采用智慧空调技术的车内舒适度调节方案为：设置各种传感器，实时监测车内空气质量与各项指标，并根据监测数据实时调整空调运行模式。该方案可有效改善车内空气质量，提高乘客舒适性，减少空调机组能耗。主要功能有：

1)自动调节湿度，即根据湿度传感器的数据进行调节。湿度过高时，空调可开启电加热功能进行除湿；没有电加热功能的空调系统还可采用降低目标温度的除湿方式。

2)自动调节温度。首先，参照国际标准EN14750—1：2006《铁路车辆一城市轨道车辆空调一舒适参数》中的车内目标温度设定调整曲线，按温度曲线公式计算车内目标温度，具体为：

式中：

Td——车内目标温度，℃；

Tf——环境温度，℃。

然后，根据乘客数量的变化，自动升高或降低车厢

目标温度设定值。

3)自动调整运行参数。空调机组根据不同T况下的实测制冷量及车辆载荷等数据，自动调整压缩机运行频率、风机转速及冷凝风机T作状态等，以适应车厢制冷需求的变化，减少制冷量的超额投人，实现节能目标。

4)自动新风。根据CO₂，传感器监测的空气中CO₂，的质量浓度数据，空调机组能够调整新风阀开度、增加新风量，以降低CO₂，质量浓度。但是，在环境温度较高时，新风量的增加将导致车厢内温度过高，故需在保证车厢内温度适宜的基础上适当增加新风量。

3．2PHM方案

3．2．1故障预测模块

故障预测模块是结合多年的列车空调运行数据，利用空调本身构造特性、部件性能参数，以及运行环境、线路条件和负载状况等相关信息，搭建而成。

故障预测模块整体构架如图5所示。其中：客室控制层负责单个车厢空调历史数据的纵向对比及标准模型数据的参考，列车运行中心控制层(列车中控层)负责整列车空调数据的横向对比及数据对比分析，数据中心层负责分析整个项目内的所有空调数据。

故障预测模块运行时，先通过列车通信网络，将空调设备运行状态数据上传给数据处理中心；数据处理中心对数据进行实时的专业分析处理，并将预诊断结果传送给客户端的预诊断系统软件；客户可以通过预诊断系统软件所发布的状态或建议信息，对设备采取对应的维护或保养措施，以保证该设备的运行状态始终保持良好。

3．2．2诊断数据

车控器收集的数据类型包括指令、空调运行模式和数据、部件状态及部件故障。指令是指通过列车通信网络发送给控制器的指令；空调运行模式和数据是指空调实际运行的模式及内部温度等信息数据；空调的部件状态是指部件实际是否处于运行；部件故障数据通过MVB等方式上传，并同时向PDS发送。

3．2．3数据采集及传输

数据主要来源于空调各传感器数据以及各部件状态监控信号；车控器数据采集仪负责提取电流、温度、压力及状态特征等关键数据，并通过通信接口实时传输给车控器；车控器将上述关键参数同内置的标准健康模型数据进行比对，从而实现对压缩机、风机及制冷系统等重要空调部件的故障预测及诊断等。

3．2．4空调健康管理

通过大数据技术，对空调关键部件进行研究，加深对产品结构和性能的认知深度；应用大数据技术对海量运用检修数据进行分析，结合检修运用的实际需求，判断空调系统健康状态并采取相应的健康管理措施，以保证空调系统正常运营。

3．3智能运维方案

对空调内零部件建立不同的故障诊断模型及预警模型，进而对空调检修规程进行分析。空调所有的检修项目都可根据空调健康管理诊断的预警结果，动态制定维修计划，进行提示性维修。故障诊断预警模型的预警判定值及相关技术参数可根据实际需求调整。主要故障诊断模型及预警模型的诊断过程如下：

1)空气温度诊断模型。空调运转模式处于制冷状态，若新风温度高于19℃，则制冷开始计时。开始制冷30min内，车辆空渊压缩机电流应不等于0A，而且若目标温度保持不变，则应有l回风温度一目标温度l≥5℃。当不满足上述条件时，触发PHM“某车空调机组x制冷系统温度异常预警”。

2)制冷系统压力诊断模型。空调运转模式处于制冷状态，压缩机启动超过2min时：低压压力监测范围为0．15～0．70MPa，下限值触发动作；高压压力监测范围为1．10～2．90MPa，上限值触发动作。当PHM低压值低于0．15MPa，且持续时间>5S时，触发“某车空调机组X制冷低压异常预警”；当高压值高于2．90MPa，且持续时间>5S时，触发“某车空调机组x制冷高压异常预警”。

3)制冷系统泄露诊断模型。①某车制冷系统的高压压力及低压压力持续明显低于设定参照车系统压力值，例如高压压力差值1>0．30MPa且低压压力差值≥0．20MPa；②车内／回风温度与参照车有较大差异(例如温差≥5℃)；③空调机组停机静置≥1h，系统平衡的高低压力值明显低于参照车制冷系统0．20MPa以上。若满足上述条件之一，则触发PHM“某车空调机组某制冷系统制冷剂泄露预警。

4)滤网压差诊断模型。根据监测压差开关反馈量，当滤网前后端压差超过120Pa时，记录1次，且每天最多记录1次(120Pa后续参考实际数据进行修正)。当连续3天内记录3次时，触发PHM“某车空渊机组某空调过滤网清洗更换预警”，且每天最多报警1次。

5)冷凝进出风短路预警模型。空调运转模式处于制冷状态：①某车压缩机电流>0A；②运行30min后开始计时，连续1rain内高压压力值上升速率>0．20MPa／min；③某车空调机组某冷凝温度持续>70℃。当满足上述条件之一时触发PHM“某车空调机组x冷凝进出风短路预警”。6)蒸发／冷凝风机寿命预警模型。当单台风机累计运行时间≥33250h时，触发PHM“某车空调机组x蒸发／冷凝风机x轴承寿命预警”。7)压缩机寿命预警模型。当单台压缩机累计运行时问≥47500h时，触发PHM“某车空调机组x压缩机Y寿命预警”。

结束语：

综上所述，智慧空调技术在营造舒适的乘车环境、精确的故障预测及高效的维修维护等方面均起到了重要作用和积极影响。目前，应用于城市轨道交通空调系统的智慧空调技术刚刚起步，还有很大的发展空间。许多技术的应用还在研发阶段，不仅需要更多的理论支持、数据分析及试验验证，还需要不断进行设计的优化和改进。相信随着更多智能技术的研发与应用，城市轨道交通车辆的空调系统也将发展成为更安全、更可靠、更智能的高品质、高科技产品，为广大乘客及用户提供更舒适的体验与更便捷的服务。

参考文献

[1]浅析轨道交通电气系统[J].周旋.科学技术创新,2018(28)

[2]我国铁路客车空调技术的回顾与展望[J].欧志.铁道车辆,2013(12)

[3]变频多联空调技术在轨道车辆应用的试验研究[J].张学.电力机车,2016(05)

[4]艾默生亮相2020第四届城市轨道交通车辆空调技术[J].机电信息,2020(34)

[5]高速列车空调技术发展研究[J].孔风;徐峻.铁道车辆,2016(06)

[6]城市轨道交通车辆空调机组热交换器型式[J].刘少波.内燃机与配件,2020(01)

[7]空调系统实时节能舒适控制新方法的可行性[J].王慧.科学技术与工程,2017(01)

[8]空调系统内外分区研究的进展与展望[J].樊成亮;张文豪.山西建筑,2022(19)

[9]空调系统的局部热舒适实验研究及仿真分析[J].张能.科学技术,2019(21)