CR400BF平台动车组客室空调故障分析及预警方法探讨

高原 中国铁路上海局集团有限公司科技和信息化部

倪建军 中国铁路上海局集团有限公司上海动车段

动车组采用全密闭式车体，动车组内的空气调节、通风换气均依靠动车组空调，空调成为了影响动车组运行品质的重要系统，在炎热的夏季一旦空调系统发生故障，将严重影响旅客的乘坐舒适性，甚至可能导致动车组无法继续运行，对运输秩序产生很大影响。现阶段动车组空调系统检修以状态预防修为主，对空调故障仍采用事后修的方式，因空调故障的发生具有突发性和隐蔽性特点，给空调系统的日常检修维护带来了极大的困难，若能找到一种行之有效的方法及时发现动车组空调系统故障甚至预测故障的发生，将空调系统故障带来的影响减小到最低，对保证动车组行车品质和安全有序的运行具有重要的意义。

1 客室空调制冷工作原理

空调制冷系统工作时，从冷凝器流出的制冷剂液体通过干燥过滤器后进入节流装置。制冷剂液体经过节流降压后，进入蒸发器进行蒸发，通过通风机吸收空调区域大量热量，直至制冷剂气化。离开蒸发器的制冷剂蒸汽进入压缩机，压缩机吸收低压蒸汽并将之压缩，同时提高蒸汽的压力和温度。高温高压气体被压出压缩机后进入冷凝器，通过冷凝风机将热量排到外界空气，冷凝成制冷剂液体。制冷剂液体又开始新一轮的循环。空调机组制冷工作原理简图如图1所示。

图1 空调机组制冷工作原理简图

2 客室空调故障主要类型和分布

通过研究CR400BF型动车组客室空调系统故障情况，在去除空调系统非功能性故障后，梳理出夏季动车组客室空调系统制冷故障的主要类型有电气元器件故障、系统偶发性故障、管路泄露、膨胀阀故障等，具体如表1所示。

表1 CR400BF平台动车组客室空调故障类型和故障分布情况

从表1可以看出，电气元器件故障、系统偶发性故障占比最高，且从发生故障后的故障排查情况来看，此类故障具有明显的突发性和偶然性，具体表现为电气元器件瞬间失效、空调系统瞬间停止工作，故障潜伏期短，不具备明显的前瞻性研究意义。其次故障占比最多的是空调系统制冷剂不足、管路泄露故障、膨胀阀故障，此类故障的故障潜伏期长短不一。潜伏期短时，主要是通过车载系统盯控相关故障的报警，及时进行处置；潜伏期长时，可以通过研究空调系统主要相关的数据来挖掘故障发生规律，实现故障的提前预判。因此选择由于制冷剂泄漏等原因导致的趋势性制冷不良建立故障模型进行研究。

3 客室空调故障预警阈值关联性分析

客室空调使用制冷剂R407c作为冷媒，压缩机将冷媒R407c压缩成为高温高压气态冷媒，冷媒循环至冷凝器内通过冷凝风机进行强制通风，与外界空气换热冷却。冷媒由高温高压气态转为中温高压液态冷媒。液态冷媒通过膨胀阀节流进行膨胀降压，变为低温低压的气液混合态。冷媒在蒸发器内进行蒸发吸热。客室内回风与新风混合后由蒸发风机强制通风经过蒸发器进行换热，降温后引入室内，实现降温。经过蒸发器吸热后，冷媒由低温低压的气液混合态变为低温低压的气态，由管路输送回压缩机实现循环。

为验证空调制冷压力在实际运用中与各项数据的关联性，进行了空调制冷压力数据试验。空调机组在试验台位上针对额定工况使用焓差法进行试验，具体试验条件如表2所示、测试数据如表3所示。

表2 空调额定制冷工况及条件

表3 空调制冷系统压力测试结果

表3的测试数据为额定工况的压力，实际运行时，空调压力与环境温湿度、室内温度、热负荷、旁通阀状态、膨胀阀开度等都有关系。

（1）压缩机工作与压力值关系

压缩机不工作时，制冷系统高低压力处于平衡状态；当压缩机工作，制冷系统高压升高，低压降低。为保证运行安全，空调系统需要使用高低压保护器，保障压缩机在正常范围内运行，见表4。

表4 压缩机型号系统参数

（2）旁通阀开关状态与制冷压力的关系

旁通阀打开，系统高压降低，低压升高，制冷量减少，空调送风温度升高。根据制冷需求分为四级制冷：

①一级制冷：一台压缩机开，旁通阀开；

②二级制冷：一台压缩机开，旁通阀关；

③三级制冷：两台压缩机开，一个旁通阀开；

④四级制冷：两台压缩机开，旁通阀关。

（3）室外温度与压力值关系

在不同室外温度下，空调制冷运行（空调机组旁通电磁阀始终保持关闭状态），机组稳定运行5 min，高、低压力值正常应如图2所示（阴影部分）。

图2 客室空调压力图

（4）车厢热负荷、载客量与空调工作关系

当空调运行达到车内温度稳定状态下，空调投入的制冷量相当于抵消车厢热负荷的量，包括车厢隔热传递、太阳辐射、车内设备发热、载客量，所以热负荷越大，空调投入冷量越多。

空调制冷剂泄漏，客室空调系统高压和低压趋势如下：高压值有下降趋势；低压值有下降趋势；另一个系统高压值没有明显下降趋势；另一个系统低压值没有明显下降趋势。

表5是实际运行中动车组某车厢发生制冷剂泄漏的车组高低压力数据示例：

表5 动车组运行中空调实际压力情况

表5为某列动车组线上运行空调压力数据，可以分为3个较明显的阶段。初期上午运行数据基本正常，至中午压力偏低，此时空调制冷效率会下降，到下午时分，高低压力值下降明显，已经影响制冷。

4 故障预警模型建立

实现“阈值+策略+大数据预测”的故障预警模式，需要对动车组客室空调系统的故障进行分析，确定故障相关参数，空调系统故障参数与空调故障相关性分析，确定空调故障识别关键阈值，设计故障识别策略，建立模型，并不断进行模型方案的优化和完善。可以大大提高预警时间和准确度，降低运行故障率、逐步实现视情维修转变，以及通过数据分析帮助正向改善，提高设备可用性、可靠性和安全性，降低运维成本，见图3。

图3 故障预警模型建立流程

（1）基于室温变化的故障预警模型

通过采集远程数据，获取车厢的回风温度（即客室实际温度）与客室设定温度进行比较。当客室空调运行中满足下列条件时：

①外温小于50℃。

②客室侧门处于关闭状态。当车厢侧门打开时，车厢与外界相通，外界高温气体会与车厢内的封闭环境进行快速的融合交换，同时，车门开启时，车辆处于站台或检修中心，综合作用使客室温度迅速升高，制冷产生的冷空气流出车厢，效果大打折扣。待侧门关闭后客室温度会逐渐下降直至达到能量的动态平衡。因此，当客室车门开启时，客室车厢温度容易出现异常高的现象，模型对于该状态下数据不做判断。

③压缩机处于运行状态。压缩机停止运行的情况下，制冷系统未运行或已达到设定温度，无需触发该诊断模型。

若满足上述3个条件，且回风温度〉设定温度+3℃，持续1 h以上，模型可以给出相关制冷不良提示，提醒检修人员确认。

（2）基于压缩机压力值数据的预警模型

根据空调压缩机运行原理，在压缩机启动的情况下，若高压值高于该时刻外温对应的最大值或小于对应的最小值一定幅度时，则该压缩机系统可能存在异常。同理，当低压值高于该时刻室温对应的最大值或小于对应的最小值一定幅度时，该压缩机系统可能存在异常。即

①5个以上连续低压小于0.26；

②5 min内4个以上小于0.2；

③高压或低压小于整车平均值0.2。

5 模型跟踪验证情况

选取某动车段配属的CR400BF平台动车组进行故障预警模型的跟踪使用，通过表6可以看出，2021年4月至10月累计发生客室空调制冷剂泄露、压力异常相关类型故障31件，由模型进行预警预测的有17件，占比54.8%，经排查为真实故障并进行处理6件，占模型预警预测范畴35.3%。

表6 故障预警跟踪验证情况表

6 结束语

文中通过研究CR400BF平台动车组客室空调故障类型，选择故障比例相对较高且故障发生具有趋势性的制冷剂泄露故障作为研究对象，经过空调制冷剂泄露故障相关参数的分析、故障预警逻辑及阈值的分析，建立了故障预警模型。通过在某动车段配属的CR400BF平台动车组进行模型跟踪使用，模型预警故障发现率达到54.8%左右，准确率达到了35.3%左右，能够有效减小运行动车组空调故障的发生，提高动车组运用质量和运行品质。