制冷剂泄漏对空调性能的影响与研究
张德春 王 剑
（四川虹美智能科技有限公司 绵阳 621050）
摘要：本文基于某款1.5 HP分体式壁挂式变频空调机在不同工况、不同缺氟量的实验和数据分析，研究漏氟量对毛细管系统的变频空调性能的影响规律，并通过本规律，研究漏氟的判断算法，经过多次实际验证和优化，实现对空调漏氟的判断。
关键词：毛细管系统；制冷剂；泄漏；变频；性能；算法crayons怎么读
Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｅｘｐｅｒｉｍｅｎｔｓ ａｎｄ ｄａｔａ ａｎａｌｙｓｉｓ ｏｆ ａ １．５ ＨＰ ｓｐｌｉｔ ｗａｌｌ－ｍｏｕｎｔｅｄ ｖａｒｉａｂｌｅ－ｆｒｅｑｕｅｎｃｙ ａｉｒ ｃｏｎｄｉ－ｔｉｏｎｅｒ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｗｏｒｋｉｎｇ ｃｏｎｄｉｔｉｏｎｓ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｆｌｕｏｒｉｎｅ ｄｅｆｉｃｉｅｎｃｙ， ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｆｌｕｏｒｉｎｅ ｌｅａｋａｇｅ ｏｎ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｃａｐｉｌｌａｒｙ ｓｙｓｔｅｍ ｖａｒｉａｂｌｅ－ｆｒｅｑｕｅｎｃｙ ａｉｒ ｃｏｎｄｉｔｉｏｎｅｒ ｗａｓ ｓｔｕｄｉｅｄ． Ｔｈｒｏｕｇｈ ｔｈ
ｉｓ ｗｅ ｒｅｓｅａｒｃｈｅｄ ｔｈｅ ｊｕｄｇｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｏｆ ｆｌｕｏｒｉｎｅ ｌｅａｋａｇｅ， ａｆｔｅｒ ｍａｎｙ ｐｒａｃｔｉｃａｌ ｔｅｓｔｓ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ， ｒｅａｌｉｚｉｎｇ ｔｈｅ ｊｕｄｇｍｅｎｔ ｏｆ ｆｌｕｏｒｉｎｅ ｌｅａｋａｇｅ ｏｆ ａｉｒ ｃｏｎｄｉｔｉｏｎｅｒ．
Ｋｅｙ ｗｏｒｄｓ：ｃａｐｉｌｌａｒｙ ｓｙｓｔｅｍ； ｒｅｆｒｉｇｅｒａｎｔ； ｌｅａｋａｇｅ； ｆｒｅｑｕｅｎｃｙ ｃｏｎｖｅｒｓｉｏｎ； ｐｅｒｆｏｒｍａｎｃｅ； ａｌｇｏｒｉｔｈｍ
Ｉｎｆｌｕｅｎｃｅ ｏｆ Ｒｅｆｒｉｇｅｒａｎｔ Ｌｅａｋａｇｅ ｏｎ Ｐｅｒｆｏｒｍａｎｃｅ ｏｆ Ａｉｒ Ｃｏｎｄｉｔｉｏｎｅｒ
在空调实际使用过程中，会因运输、安装、振动等不同的因素，以及长时间的使用，会导致一定的制冷剂冷媒（氟利昂）慢慢泄漏的情况，制冷剂的泄漏到底对产品性能和实际使用有多大影响？如何能根据传感器数据判断空调制冷剂泄漏了？一直以来大家都很关注，但没有相关的测试和研究。通过大量的一系列产品在不同制冷剂泄漏量的测试和研究，最终发现在泄漏超过２０ ％时，对性能和使用的影响逐渐明显。在针对不同制冷剂泄漏量情况下，进行不同的压缩机运行频率、室内机运转风速下的性能测试，并结合这些实验数据，进行一定分析和研究，找到制冷剂泄漏后对性能和使用的影响规
ripper律，然后利用空调已有的传感器的采样数据，进而研究漏氟的判断算法，实现对空调漏氟的判断和预警。
１制冷剂泄漏量对性能的影响
针对某款１．５ ＨＰ分体式壁挂式空调（毛细管系统）在焓差室进行实验和测试，对其１００ ％制冷剂量和制冷剂存量８０ ％时，进行不同压缩机运行频率和室内风机转速情况下的性能测试，分别是：压缩机高频７５ Ｈｚ、５１ Ｈｚ、３０．６ Ｈｚ运转时，内风机强力风速、高风速和中风速的能力数据，具体各组数据见表１。
通过上面的数据，我们不难发现在缺氟的情况下，对相应的输出能力的影响的总体规律：压缩机运行频率越低、室内机风量越小，缺氟对总体输出能力影响越小，甚至没有影响。在冷媒泄漏２０ ％时，在高频、高风速条件下能力下降约１５ ％，此时对空调性能产生了较大的影响，如果要保持室内负荷需求，应及时补充制冷剂。在中频和低频情况下，空调能力下降有限（５ ％以内），此时缺氟对能力输出影响很小。
２对于制冷剂泄漏的算法判断
奢侈怎么读
通过上面的分析，制冷剂（氟利昂）存量在８０ ％以下时就会对空调性能产生比较明显的影响，如
何能及时地判断出制冷剂不足，就显得尤为重要。通过摸查了空调在８０ ％和１００ ％的制冷剂存量的大量数据，依靠空调现有的传感器采样的参数总结规律，建立了相应的制冷剂泄漏判断的数学模型，进而完成空调漏氟的算法，在空调实际样机产品上更改相应软件后多次进行实验的验证，从而得出了一套切实可行的漏氟判断算法。
结合实际情况和试验数据，制冷剂泄漏判断算法的总体思路是：根据传感器反馈数据，先进行初判，初步判定空调有可能制冷剂泄漏了，再进入特定漏氟检测模式（此时会强制将空调置于特定的运行模式，对压缩机运行频率、内风机风速、内机的风门叶片等进行限定或锁定运行），待稳定运行一段时间之后，进行数据采集并进行再次算法判断，最后得出漏氟状态的检测结果。
漏氟判断算法的流程图见图１。
３算法验证与修正
通过上面的漏氟判断算法的流程图设计算法的规格书（算法主要用到了机器自己传感器采样的室内温度、室内盘管温度、压缩机频率、风速、电流等参数），针对性编写空调室内机程序、室外机程序以及云端程序，
美国序号室内机风速
压缩机频率(Hz)
星期四的英语100 %制冷剂时的制冷量（W）
80 %制冷剂时的制冷量（W）
能力百分比
1强75
qua3 9123 32385 %2高3 6873 26789 %3中3 5883 22190 %4强513 0562 90195 %5高2 8982 82798 %6中2 8312 79299 %7强30.62 0222 00299 %8高1 8311 891103 %9
中
1 789
1 853
104 %
表
1 标准工况下测试数据
图1 算法流程图
并对空调在不同的制冷剂存量的实验室条件下进行多次验证和算法修正。在反复的实验分析后，发现，湿度对算法的影响较大。因此又投入较大精力在湿度影响的实验和规律总结，然后再对算法进行优化。经过算法修正之后，在制冷剂存量８０ ％以下时，可以通过算法准确检测出制冷剂的存量状态，成功率高于８０ ％，准确率高于９５ ％。
以下是部分验证数据：
工况１：室内干球温度３３ ℃，湿球温度３０ ℃。室外干球温度３０ ℃，湿球温度２４ ℃。工况达到稳定后，关闭内机工况，保持外机工况开启。机器充氟量８０ ％，此时开机（１５：５５）：制冷，设定温度１６ ℃，高风，自由运转，实验数据见表２。
结论：湿度较高（８５ ％湿度）时，可以预判出少量缺氟（８０ ％左右时），但预判结果比实际氟利昂的剩余量偏低１０ ％。
记录时间采样室温采样内盘
室内干球室内湿球室外干球
sympathetic室外湿球
16:0031.82832.0828.4352416:1029.92530.8826.1533.524.3416:2028.42229.523.632.624.816:3027.7
20
28.5
22.22
33.37
24
16:35
显示屏报H7(判断剩余氟利昂70 %左右）
记录时间采样室温采样内盘室内干球室内湿球室外干球室外湿球16:4229.7222922312416:4528.3222922312416:5027202821.531.72416:5526182720301917:0025.8172719.728.8621.617:0525.1162619302317:1024.8162518302317:1524.5
16nownow
25
18
29
23
17:20
显示屏报H8(判断剩余氟利昂80 %左右）
表2 高湿度下测试数据
表3 低湿度下测试数据
工况２：室内干球温度２９ ℃，湿球温度２３ ℃。室外干球温度３１ ℃，湿球温度２４ ℃。工况达到稳定后，关闭内机工况，保持外机工况开启。机器充氟量８０ ％，此时开机（１６：４０）：制冷，设定温度１６ ℃，高风，自由运转，实验数据见表３。
结论：湿度较低（６０ ％湿度）时，可以较为准确的预判出少量缺氟（８０ ％左右时）。
frustration
工况３：室内干球温度３３ ℃，湿球温度３０ ℃。室外干球温度３５ ℃，湿球温度２４ ℃。工况达到稳定后，关闭内机工况，保持外机工况开启。机器充氟量５０ ％￣６０ ％，此时开机（１０：１５）：制冷，设定温度１６ ℃，高风，自由运转，实验数据见表４。
结论：缺氟较多（６０ ％以下），即使在高湿度（８５ ％湿度）时也可以较为准确的预判出缺氟。
通过上面的实验数据可以看出，本论文算法能较为准确的判断出空调当前氟利昂的剩余量（前提是氟利昂crui
记录时间采样室温采样内盘室内干球室内湿球室外干球室外湿球采样电流采样频率10:3534.23233.630.853524 3.8 10:4533.63133293124.8 3.854.6 10:5033.13032.62831.724.2 4.563 10:55333133293024 3.852.2 11:0033.731333028.8623.8 3.345 11:05343132293024 2.939.6 11:1033.63133303024 2.939.6 11:25显示屏报H5(严重漏缺氟）
表4 缺氟较多下测试数据
的剩余量不高于８０ ％），具有较高的指导价值。
４结束语
本文通过对某款典型壁挂式空调（毛细管系统）在制冷剂泄漏状态下的性能差异比较，研究得出在正常使用时制冷剂存量在８０ ％以上时对空调性能影响较小，确定以制冷剂８０ ％的存量状态作为判断是否泄漏的阈值。通过采样多组８０ ％和１００ ％的氟利昂存量下的各空调参数的差异，总结规律，从而得出漏氟判断的算法，再在实验室条件下，根据湿度的影响对算法再次进行了优化和调整，并经过多次试验验证，最终得出较理想的漏氟判断结果。参考文献：
作者简介：
[1]刘洋. 空调泄漏的检测方法[J]. 大众用电. 2013(09):40.
[2]方祥建，程睿，邵英，等. 制冷剂泄漏对家用空调器压缩机的影响[J]. 制冷与空调. 2013(03):41-45.
张德春（1975.9-），男，1998年毕业于西南交通大学供热通风与空调工程专业，获得工学学士学位，工程师，主要从事家用空调、中央空调产品研发工作，并在互联网模式下继续开展智能冰箱、智能空调等产品产品研发工作，以及开展大数据、物联网、人工智能等相关创新产品和业务的研究与应用等。
