CR400BF平臺動車組客室空調故障分析及預警方法探討

高原 中國鐵路上海局集團有限公司科技和信息化部

倪建軍 中國鐵路上海局集團有限公司上海動車段

動車組采用全密閉式車體，動車組內的空氣調節、通風換氣均依靠動車組空調，空調成為了影響動車組運行品質的重要系統，在炎熱的夏季一旦空調系統發生故障，將嚴重影響旅客的乘坐舒適性，甚至可能導致動車組無法繼續運行，對運輸秩序產生很大影響?，F階段動車組空調系統檢修以狀態預防修為主，對空調故障仍采用事后修的方式，因空調故障的發生具有突發性和隱蔽性特點，給空調系統的日常檢修維護帶來了極大的困難，若能找到一種行之有效的方法及時發現動車組空調系統故障甚至預測故障的發生，將空調系統故障帶來的影響減小到最低，對保證動車組行車品質和安全有序的運行具有重要的意義。

1 客室空調制冷工作原理

空調制冷系統工作時，從冷凝器流出的制冷劑液體通過干燥過濾器后進入節流裝置。制冷劑液體經過節流降壓后，進入蒸發器進行蒸發，通過通風機吸收空調區域大量熱量，直至制冷劑氣化。離開蒸發器的制冷劑蒸汽進入壓縮機，壓縮機吸收低壓蒸汽并將之壓縮，同時提高蒸汽的壓力和溫度。高溫高壓氣體被壓出壓縮機后進入冷凝器，通過冷凝風機將熱量排到外界空氣，冷凝成制冷劑液體。制冷劑液體又開始新一輪的循環?？照{機組制冷工作原理簡圖如圖1所示。

圖1 空調機組制冷工作原理簡圖

2 客室空調故障主要類型和分布

通過研究CR400BF型動車組客室空調系統故障情況，在去除空調系統非功能性故障后，梳理出夏季動車組客室空調系統制冷故障的主要類型有電氣元器件故障、系統偶發性故障、管路泄露、膨脹閥故障等，具體如表1所示。

表1 CR400BF平臺動車組客室空調故障類型和故障分布情況

從表1可以看出，電氣元器件故障、系統偶發性故障占比最高，且從發生故障后的故障排查情況來看，此類故障具有明顯的突發性和偶然性，具體表現為電氣元器件瞬間失效、空調系統瞬間停止工作，故障潛伏期短，不具備明顯的前瞻性研究意義。其次故障占比最多的是空調系統制冷劑不足、管路泄露故障、膨脹閥故障，此類故障的故障潛伏期長短不一。潛伏期短時，主要是通過車載系統盯控相關故障的報警，及時進行處置；潛伏期長時，可以通過研究空調系統主要相關的數據來挖掘故障發生規律，實現故障的提前預判。因此選擇由于制冷劑泄漏等原因導致的趨勢性制冷不良建立故障模型進行研究。

3 客室空調故障預警閾值關聯性分析

客室空調使用制冷劑R407c作為冷媒，壓縮機將冷媒R407c壓縮成為高溫高壓氣態冷媒，冷媒循環至冷凝器內通過冷凝風機進行強制通風，與外界空氣換熱冷卻。冷媒由高溫高壓氣態轉為中溫高壓液態冷媒。液態冷媒通過膨脹閥節流進行膨脹降壓，變為低溫低壓的氣液混合態。冷媒在蒸發器內進行蒸發吸熱?？褪覂然仫L與新風混合后由蒸發風機強制通風經過蒸發器進行換熱，降溫后引入室內，實現降溫。經過蒸發器吸熱后，冷媒由低溫低壓的氣液混合態變為低溫低壓的氣態，由管路輸送回壓縮機實現循環。

為驗證空調制冷壓力在實際運用中與各項數據的關聯性，進行了空調制冷壓力數據試驗?？照{機組在試驗臺位上針對額定工況使用焓差法進行試驗，具體試驗條件如表2所示、測試數據如表3所示。

表2 空調額定制冷工況及條件

表3 空調制冷系統壓力測試結果

表3的測試數據為額定工況的壓力，實際運行時，空調壓力與環境溫濕度、室內溫度、熱負荷、旁通閥狀態、膨脹閥開度等都有關系。

（1）壓縮機工作與壓力值關系

壓縮機不工作時，制冷系統高低壓力處于平衡狀態；當壓縮機工作，制冷系統高壓升高，低壓降低。為保證運行安全，空調系統需要使用高低壓保護器，保障壓縮機在正常范圍內運行，見表4。

表4 壓縮機型號系統參數

（2）旁通閥開關狀態與制冷壓力的關系

旁通閥打開，系統高壓降低，低壓升高，制冷量減少，空調送風溫度升高。根據制冷需求分為四級制冷：

①一級制冷：一臺壓縮機開，旁通閥開；

②二級制冷：一臺壓縮機開，旁通閥關；

③三級制冷：兩臺壓縮機開，一個旁通閥開；

④四級制冷：兩臺壓縮機開，旁通閥關。

（3）室外溫度與壓力值關系

在不同室外溫度下，空調制冷運行（空調機組旁通電磁閥始終保持關閉狀態），機組穩定運行5 min，高、低壓力值正常應如圖2所示（陰影部分）。

圖2 客室空調壓力圖

（4）車廂熱負荷、載客量與空調工作關系

當空調運行達到車內溫度穩定狀態下，空調投入的制冷量相當于抵消車廂熱負荷的量，包括車廂隔熱傳遞、太陽輻射、車內設備發熱、載客量，所以熱負荷越大，空調投入冷量越多。

空調制冷劑泄漏，客室空調系統高壓和低壓趨勢如下：高壓值有下降趨勢；低壓值有下降趨勢；另一個系統高壓值沒有明顯下降趨勢；另一個系統低壓值沒有明顯下降趨勢。

表5是實際運行中動車組某車廂發生制冷劑泄漏的車組高低壓力數據示例：

表5 動車組運行中空調實際壓力情況

表5為某列動車組線上運行空調壓力數據，可以分為3個較明顯的階段。初期上午運行數據基本正常，至中午壓力偏低，此時空調制冷效率會下降，到下午時分，高低壓力值下降明顯，已經影響制冷。

4 故障預警模型建立

實現“閾值+策略+大數據預測”的故障預警模式，需要對動車組客室空調系統的故障進行分析，確定故障相關參數，空調系統故障參數與空調故障相關性分析，確定空調故障識別關鍵閾值，設計故障識別策略，建立模型，并不斷進行模型方案的優化和完善?？梢源蟠筇岣哳A警時間和準確度，降低運行故障率、逐步實現視情維修轉變，以及通過數據分析幫助正向改善，提高設備可用性、可靠性和安全性，降低運維成本，見圖3。

圖3 故障預警模型建立流程

（1）基于室溫變化的故障預警模型

通過采集遠程數據，獲取車廂的回風溫度（即客室實際溫度）與客室設定溫度進行比較。當客室空調運行中滿足下列條件時：

①外溫小于50℃。

②客室側門處于關閉狀態。當車廂側門打開時，車廂與外界相通，外界高溫氣體會與車廂內的封閉環境進行快速的融合交換，同時，車門開啟時，車輛處于站臺或檢修中心，綜合作用使客室溫度迅速升高，制冷產生的冷空氣流出車廂，效果大打折扣。待側門關閉后客室溫度會逐漸下降直至達到能量的動態平衡。因此，當客室車門開啟時，客室車廂溫度容易出現異常高的現象，模型對于該狀態下數據不做判斷。

③壓縮機處于運行狀態。壓縮機停止運行的情況下，制冷系統未運行或已達到設定溫度，無需觸發該診斷模型。

若滿足上述3個條件，且回風溫度〉設定溫度+3℃，持續1 h以上，模型可以給出相關制冷不良提示，提醒檢修人員確認。

（2）基于壓縮機壓力值數據的預警模型

根據空調壓縮機運行原理，在壓縮機啟動的情況下，若高壓值高于該時刻外溫對應的最大值或小于對應的最小值一定幅度時，則該壓縮機系統可能存在異常。同理，當低壓值高于該時刻室溫對應的最大值或小于對應的最小值一定幅度時，該壓縮機系統可能存在異常。即

①5個以上連續低壓小于0.26；

②5 min內4個以上小于0.2；

③高壓或低壓小于整車平均值0.2。

5 模型跟蹤驗證情況

選取某動車段配屬的CR400BF平臺動車組進行故障預警模型的跟蹤使用，通過表6可以看出，2021年4月至10月累計發生客室空調制冷劑泄露、壓力異常相關類型故障31件，由模型進行預警預測的有17件，占比54.8%，經排查為真實故障并進行處理6件，占模型預警預測范疇35.3%。

表6 故障預警跟蹤驗證情況表

6 結束語

文中通過研究CR400BF平臺動車組客室空調故障類型，選擇故障比例相對較高且故障發生具有趨勢性的制冷劑泄露故障作為研究對象，經過空調制冷劑泄露故障相關參數的分析、故障預警邏輯及閾值的分析，建立了故障預警模型。通過在某動車段配屬的CR400BF平臺動車組進行模型跟蹤使用，模型預警故障發現率達到54.8%左右，準確率達到了35.3%左右，能夠有效減小運行動車組空調故障的發生，提高動車組運用質量和運行品質。