使用建筑物信息模型和热流模型的HVAC系统中的故障检测

相关申请的交叉引用

本申请要求于2009年10月19日提交的美国临时申请第61/252,862 号的优先权，其整体公开内容通过引用合并于此。

背景技术

本发明总体上涉及过程控制。更具体地，本发明涉及一种用于HVAC 系统故障检测和诊断的热流模型（HFM）方法。实施例使用图的模型性 来实现HVAC结构和部件对HFM图的直接自动化映射，并且使用节点 行为模型和软件库将HFM图翻译为可以集成在HVAC控制系统中的系 统。

现代的加热、通风和空调（HVAC）控制系统常常过于复杂以致没有 有效的故障检测和诊断（FDD）以及校正的适当手段。对于许多现有的 FDD方法，将它们应用到各种HVAC系统并且适合各种HVAC系统的工 程努力是大的。

建筑物HVAC机械和控制系统趋向于遇到许多造成失灵的故障。一 些失灵导致警报，其他失灵降低系统的能量效率、寿命以及用户的舒适性 而没有明显的通知。即使维护机构检测到失灵，但是故障的定位常常是极 为困难的，因为在故障和报告的失灵之间不存在一对一的对应关系。

用于HVAC的FDD已变为具有来自高校和工业的许多贡献的重要的 主题。然而，在将研究结果投入实践时仍存有一个问题：由于几乎所有建 筑物是不同的，因此存在种类极多的HVAC系统。如果FDD系统不与特 定的HVAC系统匹配，则未检测到足够的故障。并且如果针对特定系统 定制，则相对于可能的收益，开发努力和成本可能过高。

使用专家系统诊断HVAC部件和系统中的故障已被尝试并且包括基 于规则的方法、基于模糊模型的策略以及基于人工神经网络（ANN）的 分离器。

通常递送基于温度或压力不等式的失灵规则集合以检测故障。在多数 研究中，已针对每个特定的HVAC系统手动得到规则或者ANN必须离线 训练，由于有限的训练数据，这不一定覆盖所有故障。

这些过程是耗时的并且是劳动密集型的。随着建筑物建模技术中新进 的进展已显著地影响建筑物设计和构造工程过程，可以相信，基于建筑物 信息模型开发FDD系统将增强建筑物故障诊断能力并且减少生成故障规 则的工程过程。

多级流模型（MFM）已被应用于发电厂和相似的系统。流模型是表 示质量、能量和信息流的图。一旦图被建立，由推理引擎提取基于质量和 能量守恒定律的规则并且对其进行分析以实时地实现FDD。

MFM流模型是表示质量、能量和信息流的图，其中质量和能量守恒 定律适用并且可用于故障检测和诊断。然而，为了使用MFM，必须测量 流，而这对于HVAC系统而言常常是不可用的。

期望一种提供FDD以减少该努力的系统和方法。

发明内容

本发明人已发现，理想的是具有提供热流模型（HFM）方法的系统 和方法。实施例自动地将正式HVAC系统描述从建筑物信息模型（BIM） 翻译为HFM图，并且将这些图编译成可执行FDD系统。在工程阶段期 间，使用图形用户接口（GUI）配置BIM中未找到的参数、条件和逻辑 开关。在运行阶段期间，来自HVAC控制系统的实时数据被输入到所生 成的FDD系统（HFM图）用于故障检测和诊断。

实施例创建了分级HFM图模型，其可用于根据诸如工业基础类 （IFC）的适当的BIM自动地生成HVAC FDD。HFM具有与现有的或 规划的HVAC系统的部件结构的一对一的对应关系。诸如线圈、管道或 风扇的HFM节点按照可从BIM得到的精度对这些部件的气流和水流的 动态物理行为（温度、流量、湿度和压力）建模。每个节点可以利用来自 使用仪器传感器和控制值的HVAC控制系统的动态输出数据，来计算其 上游和下游的所连接的HVAC部件的物理行为参数值。结果作为参数范 围通过HFM图传播。

实施例将失灵规则应用于每个HFM节点。如果计算的估值和接收的 值范围不匹配，则假定故障并且将其严重性在部件分级中向上传播用于诊 断。诊断由中央引擎通过将来自HFM节点的规则违反映射到HVAC系 统的失灵来执行，映射关系由联想网络表示。基于HFM的FDD由工程 工具和运行时间系统组成。

实施例创建了基于HFM图的模型，用于建立HVAC系统FDD。实 施例从例如IFC的BIM描述自动地提取关于目标系统的必要的结构和定 量数据。基于第一原则定义用于检测与图的节点相关的故障的规则。

本发明的一个方面提供了一种在加热、通风和空调（HVAC）故障检 测图中使用的热流模型（HFM）节点。根据HFM节点的方面包括FwdIn 边缘，其被配置成从下游方向接收参数范围；FwdOut边缘，其被配置成 在下游方向上输出参数范围；RevIn边缘，其被配置成从上游方向接收参 数范围；RevOut边缘，其被配置成在上游方向上输出参数范围；以及节 点特定配置数据，其定义节点的功能。

HFM节点的另一方面是一个或更多个RulesOut边缘，其被配置成 输出失灵规则判决，其中节点特定数据进一步包括与每个RulesOut边缘 对应的失灵规则，其中对于下游方向，失灵规则将估计的参数范围与 FwdIn边缘参数范围比较，并且对于上游方向，失灵规则将估计的参数范 围与RevIn边缘参数范围比较，并且如果估计的参数范围不在接收的参数 范围内，则失灵被输出。

HFM节点的另一方面是，节点特定配置数据进一步包括FwdIn边缘 参数范围公差和RevIn边缘参数范围公差。

HFM节点的另一方面是，对于下游方向，估计的参数范围是RevIn 边缘参数范围和RevIn边缘参数范围公差的积，并且对于上游方向，估计 的参数范围是FwdIn边缘参数范围和FwdIn边缘参数范围公差的积。

HFM节点的另一方面是一个或更多个DataIn边缘，其均被配置成接 收动态HVAC控制系统变量，并且节点特定配置数据进一步包括DataIn 边缘动态HVAC控制系统变量参数公差值。

HFM节点的另一方面是，对于下游和上游方向，估计的参数范围是 DataIn边缘动态HVAC控制系统变量及其动态HVAC控制系统变量参数 公差值的积。

本发明的另一方面是使用热流模型（HFM）图用于检测建筑物的 HVAC系统故障的方法。根据该方法的方面包括将正式HVAC系统描述 从关于建筑物的建筑物信息模型（BIM）翻译为HFM节点，从BIM取 回关于每个HFM节点的HVAC部件属性，从HFM节点库取回预先定义 的HFM节点，根据BIM连接性数据创建不同的HFM节点之间的连接 性，将HFM节点编译成HFM图，将来自建筑物HVAC控制系统的实时 数据输入到HFM图用于故障检测，使用基于与HFM节点相关的第一原 则定义的规则检测建筑物HVAC系统故障，以及将规则违反从HFM节 点映射到建筑物HVAC控制系统失灵。

本发明的另一方面是，其中HFM图中的每个节点利用动态输出仪器 传感器和来自建筑物HVAC控制系统的控制数据，估计与它们的建筑物 HVAC部件对应的上游和下游物理行为值，并且通过HFM图传播上游和 下游物理行为值作为参数范围。

本发明的另一方面是一种建筑物加热、通风和空调（HVAC）故障检 测系统。根据该方法的方法包括接口，其被配置成访问建筑物信息模型 （BIM）文件库并且导入建筑物HVAC系统BIM文件；HFM节点库， 其被配置成存储多个不同的预先定义的HFM节点类型，其中HFM节点 对从BIM文件得到的预先定义的HVAC部件中的气流和水流的动态物理 行为参数建模；图形用户接口（GUI），其被配置成在HFM图组装期间 输入并编辑HFM节点和链接配置数据；编译器，耦接到接口和GUI，其 被配置成将BIM文件数据与另外的配置数据组合在一起；以及故障检测 和诊断（FDD）生成器，耦接到编译器和HFM节点库，其被配置成将关 于建筑物HVAC系统的BIM文件类型与预先定义的HFM节点类型比较 并且选择对应的HFM节点并且生成HFM图，其中HFM图依据与建筑 物HVAC系统部件和行为对应的质量气流路径。

该系统的另一方面是FDD引擎，其被配置成将HFM图例示为关于 建筑物HVAC控制系统的运行时间系统；以及接口，其被配置成访问建 筑物HVAC控制系统，其中FDD引擎利用HVAC控制系统过程和控制 变量数据来执行HFM图并且应用用于检测HVAC系统故障的规则。

在附图和下面的描述中阐述了本发明的一个或更多个实施例的细节。 根据描述和附图并且根据权利要求，本发明的其他特征、目的和优点将是 明显的。

附图说明

图1是示例性HVAC故障检测和诊断（FDD）集成。

图2是示例性空气调节单元（AHU）管道和仪器装设系统图。

图3是示例性热流模型（HFM）图。

图4是关于图2中所示的AHU的示例性HFM图。

图5是关于图4中所示的AHU HFM图的示例性下游温度范围传播。

图6是示出五个不同的计算的估值公差范围的示例性失灵规则情形。

图7A是示例性HFM传感器管道节点。

图7B是示例性HFM温度传感器管道节点。

图7C是示例性HFM流量受控风扇节点。

图7D是示例性HFM压力受控风扇节点。

图7E是示例性HFM线圈节点。

图7F是示例性HFM温度调节器节点。

图7G是示例性HFM混合箱节点。

图7H是示例性HFM双向支路节点。

图7I是示例性HFM再加热变风量（VAV）节点。

图8是使用HFM节点分析的示例性FDD系统。

图9是示出与HFM节点对应的工业基础类（IFC）类型的示例性表 格。

具体实施方式

将参照附图描述本发明的实施例，其中相同的附图标记通篇表示相同 的元件。在详细说明本发明的实施例之前，将理解，本发明不限于其对以 下描述中阐述的或者附图中图示的示例的细节的应用。本发明能够具有其 他实施例并且能够在多种应用中并且通过各种方式实践或实施。再者，将 理解，这里使用的措辞和术语出于描述的目的并且不应被视为限制。这里 的“包括（including）”、“包括（comprising）”或“具有”及其变体的使 用意味着涵盖随后列出的事项及其等同物以及另外的事项。

术语“连接”和“耦接”被广泛地使用并且涵盖直接和间接连接和耦 接。此外，“连接的”和“耦接的”不限于物理或机械连接或耦接。

应当注意，本发明不限于所描述的或者在图中暗指的任何特定的软件 语言。本领域普通技术人员将理解，多种软件语言可用于实施本发明。还 应当理解，一些部件和事项被图示和描述为如同它们是硬件元件，如同本 领域中通常实践的。然而，本领域普通技术人员基于对该详细描述的阅读 将理解，在至少一个实施例中，方法和系统中的部件可以以软件或硬件实 施。

本发明的实施例提供了方法、系统框架和存储计算机可读指令的计算 机可用介质，其将正式HVAC系统描述从BIM翻译成关于HVAC FDD 的热流模型（HFM）图，其具有与建筑物HVAC系统的部件结构的一对 一的对应关系，这些计算机可读指令被编译成可执行FDD系统。来自建 筑物HVAC控制系统的实时数据被输入到FDD系统用于故障检测和诊 断。本发明可以作为软件被部署为在程序存储装置上有形地实施的应用程 序。用于执行的应用代码可以驻留在本领域技术人员已知的多个不同类型 的计算机可读介质上。

HFM是包括与真实HVAC系统部件对应的HFM节点的图。HFM 节点对应于诸如管道或导管或电能的质量流连接。HFM节点按所提供的 BIM参数具有的并且动态控制系统数据允许的精度模拟真实HVAC部件 的动态功能（行为）。HFM图可以被概括为部件分级。这允许不同级别的 细化和抽象。

BIM是机构的物理和功能特性的数字表示并且用作关于机构的信息 的共享知识资源。一个BIM是工业基础类（IFC）。IFC建模语言功能强 大并且能够扩展为描述HVAC系统的每个细节。然而，不存在对特定系 统建模的唯一方式。实施例使用现有的或规划的建筑物的IFC模型以自 动地创建FDD系统。

IFC是最常用于互操作性的格式之一。IFC模型提供底层对象、它们 的性质和关系的标准表示，其包括HVAC、电气、管道工程、消防、建筑 物控制等。

基于HFM的FDD系统可以集成到建筑物的现有的HVAC监督控制 系统结构中。FDD系统可以直接与顶级控制通信。然而，HFM图表示允 许大的程度的FDD系统的模块化以及作为分布式系统的系统的任何级别 的集成。

图1示出了示例性HVAC控制系统101。系统101包括具有单个管道 空气调节单元（AHU）103的一个区域，AHU 103用于为两个再加热变 风量（VAV）系统1051、1052（共同标为105）提供热空气或冷空气。每 个AVA 105利用温度调节反馈控制经由出口向空间分送热空气或冷空气。 返回空气被收集并且返回到AHU 130。

图2示出了AHU 103的结构和控制。AHU 103包括返回空气风扇 Rfan、供给空气风扇Sfan、混合箱Mixer、具有调制控制阀Hcv的加热 线圈Hcoil、具有调制控制阀Ccv的冷却线圈Ccoil、四个温度传感器Tra、 Toa、Tma、Tsa以及一个压力传感器Psa。供给风扇Sfan可以是压控的。 返回风扇Rfan由返回空气压力控制以保持气流平滑。压控风扇可以包括 差分压力传感器以测量气流，其由AHU控制器（未示出）监控。VAV 105 典型地包括风门（damper），用于控制进入空间、加热线圈、分布温度传 感器和空气流率传感器（未示出）的气流。

HFM包括两种类型的数据：1）包括空气和水的质量，以及2）电能， 并且由具有节点的图表示，这些节点具有平行指向和反平行指向的边缘。 HFM节点对HVAC部件和每个节点的边缘输入或输出状态变量以及信息 流建模。

图3示出了HFM节点1和2的平行和不平行的边缘互连。平行FwdIn 边缘将来自下游方向的物理参数数据输入节点并且FwdOut边缘在质量 流的下游方向上输出可以相同或不同的物理参数数据。RevIn边缘将来自 上游方向的物理参数数据输入节点并且RevOut边缘在上游方向上输出可 以相同或不同的物理参数数据。例如，如果对空气和水建模，则加热线圈 节点可以具有用于空气和加热水物理数据互连的分离的FwdIn/FwdOut 边缘和RevIn/RevOut边缘。

反平行DataIn边缘和RulesOut边缘的数目根据节点中考虑的质量或 能量流的数目而变化。DataIn边缘均输入动态HVAC控制系统传感器（过 程变量）和控制（控制变量）数据。RulesOut边缘均向FDD引擎输出 HFM节点特定失灵规则值。

对于每个HFM节点，真实物理数据被表示为向量。对于FDD，所 关注的气流数据参数是温度、质量流率、湿度和压力。

为了概括HFM节点互连，在下游A_j和上游B_j方向上在HFM节点 之间传播具有四个气流数据参数范围的向量，

$A_j=\left(\begin{array}{c}T\max \\ T\min \\ Q\max \\ Q\min \\ H\max \\ H\min \\ p\max \\ p\min \end{array}\right),$以及    （1）

$B_j=\left(\begin{array}{c}T\max \\ T\min \\ Q\max \\ Q\min \\ H\max \\ H\min \\ p\max \\ p\min \end{array}\right).---\left(2\right)$

每个下游A_j和上游B_j向量包括如下参数范围：1）Tmin、Tmax，它 们是最小和最大干球温度计空气温度，2）Qmin、Qmax，它们是最小和 最大质量空气流率，3）Hmin、Hmax，它们是最小和最大水蒸汽压力， 以及4）pmin、pmax，它们是最小和最大空气压力。

加热或冷却水向量状态变量数据包括温度、流量和压力值。

图4示出了包括八个HFM节点的关于AHU 103的HFM节点图401， 这八个HFM节点包括五种HFM节点类型：两个风扇节点（Rfan、Sfan）、 两个传感器管道节点（Rduct、Mduct）、一个混合器节点（Mixer）、两个 线圈节点（Hcoil、Ccoil）和一个双传感器管道节点（Sduct）。HFM图 401被示出为没有反平行DataIn/RulesOut边缘。

下游流开始于返回供给风扇Rfan节点。Rfan耦接到管道区间Rduct 节点，其包括关于温度传感器Tra数据的DataIn边缘。Rduct耦接到混 合箱Mixer节点，其包括关于室外温度传感器Toa数据的DataIn边缘。 Mixer耦接到管道区间Mduct节点，其包括关于混合温度传感器Tma数 据的DataIn边缘。Mduct耦接到用于加热和冷却的两个连续的线圈Hcoil 和Ccoil节点。Ccoil耦接到管道区间Sduct节点，其包括关于用于指示 AHU的输出温度的温度传感器Tsa数据的DataIn边缘和关于用于指示 AHU的输出压力的压力传感器Psa数据的DataIn边缘。

如果对加热的水供给系统建模，则AHU 103可以被建模为具有关于 空气和水的输入的分级的较高级别处的一个HFM节点。

每个HFM节点执行两个功能：1）基于从HVAC控制系统数据 （DataIn）和节点配置得到的估值，计算其输出到相邻节点的下游 FwdOut边缘向量A_j+1和上游RevOut边缘向量B_j+1状态变量，以及2） 基于从控制系统数据（DataIn）和节点配置得到的估计参数范围，计算应 用于下游FwdIn边缘向量A_j和上游RevIn边缘向量B_j状态变量参数范围 的一个或更多个失灵规则（RulesOut）。

每个HFM节点接收下游向量A_j和上游向量B_j。根据特定节点的功 能（行为），一个或更多个下游向量A_j和/或一个或更多个上游向量B_j状 态变量可以改变。改变的状态变量反映在该节点输出的下游A_j+1向量和上 游B_j+1向量状态变量中。下游A_j+1和上游B_j+1向量状态变量被传播到相邻 的HFM节点（图4）。

每个HFM节点执行估计计算。估计不同于建筑物性能模拟器，因为 它们缺乏关于监督系统的部件、控制系统的行为和精确的传感器数据的详 细信息。由于缺乏详细信息，因此HFM节点不能执行完整的动态计算。 然而，由于HVAC控制系统对环境微扰的反应缓慢，因此考虑稳定的状 态行为。

不能被忽视的是由于控制系统中的振荡或者由于过多的控制动作能 够减少部件的寿命而导致的频繁的规则激活。故障诊断的任务是区分不同 类型的短期规则激活。

节点规则估计基于下游A_j和上游B_j向量状态变量，节点对一个或更 多个向量状态变量的影响，以及在运行时间期间从HVAC控制系统输入 的传感器/控制数据。

对于如下示例，仅考虑下游向量A_j温度参数范围Tmin和Tmax。节 点Hcoil接收具有由温度传感器Tma测量的Mixer上游的两个HFM节 点的温度的向量A₅。Hcoil接收对其加热线圈入口控制阀Hcv进行调制的 HVAC控制系统（DataIn）数据。来自BIM的最大加热功率被存储为Hcoil 节点特定配置参数。

图2示出了估计的问题在于，存在许多不确定性，其开始于空气温度 传感器Tma的公差以及跨越其中安装传感器的管道的未知的空气温度分 布。加热的水温度是未知的，而且加热水流率也是未知的。可以假设如果 加热水入口阀100%打开并且水压和温度处于最大设计值，则可以达到最 大加热功率。因此，当阀关闭时可以最佳地估计Hcoil节点空气输出温度， 或者必须假设大范围的可能值。

出于该原因，每个节点接收下游向量A_j和上游向量B_j。每个上游和 下游向量参数被表述为估计的参数范围的最小值和最大值。如果使用正态 高斯分布用于预期处于该范围中的值的概率密度函数，则平均值±标准偏 差被用作范围极限。在多数情况下，分布的形状是未知的并且假设范围极 限定义范围。

得到节点的失灵规则的第一步骤是列出可能的和大概的故障。例如， 温度和压力传感器输出可能在一个值处漂移或失灵。阀和风门可能在它们 最后的位置泄漏或者失灵。过滤器和导管可能阻塞。过程控制器可能异常。 设计缺陷也是可能的。例如，冷却线圈可能不够大并且没有补偿预期的热 负载。

任何这些故障能够引起可以在内部或外部检测的若干失灵。外部失灵 可以由居住者直接测量或感知。例如，空间温度偏离控制器设定点。内部 失灵指的是如下情形，其中控制系统补偿故障。例如，增加冷却的控制系 统补偿泄漏的加热线圈阀。用户不受影响，但是能耗增加。由于失灵传播， 内部失灵的检测也是重要的。越接近检测到失灵的故障，越容易定位故障。

失灵规则是有条件的不等式，

规则=（条件：expr1<expr2-threshold），    （3）

其中exprl是向量状态变量参数范围最小值，expr2是参数范围估值 最大值并且threshold是公差。如果规则输出是真，则存在故障。条件是 控制值的前提。

AHU 201具有混合空气温度Tma和供给空气温度Tsa控制系统传感 器测量。节点Hcoil包括调制控制阀Hcv并且具有DataIn边缘控制输入 μ_hc。节点Ccoil包括调制控制阀Ccv并且具有DataIn边缘控制输入μ_cc。 建筑物HVAC控制系统输出范围0至1中的控制变量以调制控制阀。

规则1=（μ_hc=0并且μ_cc=0：Tsa<Tma-ε₁）    （4）

规则1陈述了，如果既未提供加热也未提供冷却（μ_hc=0并且μ_cc=0）， 则供给温度Tsa应小于混合空气温度Tma，混合空气温度Tma传感器公 差和供给风扇Sfan热负载的组合被表述为阈值ε₁。如果规则1为真，则 冷却线圈阀Ccv可能泄漏和/或温度传感器Tma和/或Tsa可能已体验故 障。如果加热线圈阀Hcv泄漏，则规则1将为真。示例示出了，若干故 障可以触发同一规则。反之亦成立：一个故障可以触发若干规则。

以上的下游方向温度规则示例示出了，除了用于调制控制阀Hcv和 Ccv的控制系统输入μ_hc和μ_cc之外，需要来自Mduct和Sduct的Tma和 Tsa传感器值。节点Mduct和Sduct被节点Hcoil、Ccoil和Sfan隔开。 为了模块化，必须在五个节点之一评估规则1（4）。五个节点类型均不具 有Tma和Tsa温度传感器值两者。

需要Tma和Tsa温度传感器值两者的解决方案是经由下游A_j和上游 B_j向量状态变量参数范围的传感器数据的下游和上游传播。

不同于导致并行传播的若干值的直接传播，数据由节点根据它们的物 理行为进行变换。

例如，节点Hcoil从上游节点Mduct接收温度测量结果Tma。节点 Hcoil根据控制变量μ_hc增加Tma并且创建加热线圈温度Thc。节点Hcoil 向下游的节点Ccoil传播Thc。节点Ccoil接收温度Thc并且根据控制变 量μ_cc增加Thc并且创建冷却线圈温度Tcc。节点Ccoil向下游的节点Sfan 传播Tcc。节点Sfan接收温度Tcc并且由于风扇电机的热负载使Tcc增加 预定量并且创建供给风扇温度Tsf。节点Sfan向下游的节点Sduct传播 Tsf。节点Sduct接收温度Tsf并且应用仅使用局部变量的修改形式的规则 1，作为

规则1=（μ_hc=0并且μ_cc=0：Tsa<Tsf-ε₂）。    （5）

由于在温度Tsf中考虑了节点Sfan的热负载，因此阈值ε₂已改变。 原则上，规则1（5）可以被概括，因为不等式以信号形式通知控制变量μ_hc和μ_cc的任何组合的故障。这导致了

规则2=（Tsa<Tsf-ε₂）。    （6）

由于传播也在上游进行，因此可以在五个牵涉的节点中的每个中评估 与（5）和（6）等效的规则。故障判决取决于若干一般原则。

一个原则是规则应在其中故障可以将该规则触发的节点中应用。由于 该关系不是一对一的，因此可以在若干节点中评估同一规则。对于规则1 （5），适用的节点将是节点Mduct、Ccoil和Sduct，因为任一个中的故 障将触发所有三个节点中的同一规则。该冗余必须由在分级的顶部处的节 点中执行的FDD解决。该概念的优点在于节点可以被容易地分型并且重 新用于实施。

另一原则是在提供最精确的状态变量值，典型地传感器值的流中的节 点中评估规则。在示例中，这是接收温度传感器数据Tsa的节点Sduct。

向量状态变量参数值的问题是固有的公差。例如，在（4）中，公差 由阈值ε₁观测。阈值ε₁的值取决于若干节点的影响。这降低了节点模型 的模块性和可再用性。

为了克服这些问题，实施例计算每个节点内的下游向量A_j和上游向 量B_j状态变量参数范围，并且向相邻节点传播计算的下游向量A_j+1和上 游向量B_j+1状态变量参数范围。节点规则公差是在运行时间期间接收的控 制系统DataIn边缘值和从监督系统的设计数据获得的关于节点的状态变 量配置参数的函数。公差也是估计不确定性的结果。

例如，来自节点Mduct的温度传感器Tma值可以具有±0.5°C的公差。 在运行时间期间，测得21°C并且将其输入（DataIn）到Mduct。节点 Mduct向节点Hcoil传播向量A₄状态变量温度范围Tmin、Tmax，作为

Tma=21.0°C±0.5°C，    （7）

并且向节点Mixer传播向量B5状态变量温度范围Tmin、Tmax，作 为

节点Hcoil具有关于最大质量空气流率处的最大空气温度增加和最大 加热水温度的配置的、预先定义的值，每个参数具有公差。由于质量空气 流率未被HVAC控制系统测量，因此可以假设最大空气温度增加 TincrMax=20.0°C与空气流率无关。在运行时间期间，节点Hcoil控制阀 Hcv可以接收控制变量μ_hc=0.5（DataIn）。如果加热线圈空气温度增加与 加热水流率成比例，则控制变量指示考虑阀的非线性的40%和60%之间 的加热水流。因此，节点Hcoil的最大空气温度增加TincrMax估值是

ThcMax＝TmaMax+0.6(TincrMax)    （10）

ThcMax＝21.5°+12.0°    （11）

ThcMax＝33.5°。    （12）

使用（10），节点Hcoil的最小空气温度增加ThcMin估值被计算为 28.5°C。这是在不了解其他节点的情况下在一个节点中的局部计算。节点 Hcoil传播向量A₆状态变量温度范围Tmin、Tmax，作为

图5示出了开始于节点Mduct并且经过Hcoil、Ccoil和Sfan并且结 束于Sduct的空气温度范围Tmin、Tmax的下游传播。

得到的大的公差使得状态变量无用。这允许使用更一般的规则2（6） 而非规则1（5）。对于加热阀Hcv关闭μ_hc=0的情况，公差收缩到温度传 感器Tma的公差，并且如果冷却阀Ccv关闭μ_cc=0，则（6）包括情况（4）。

使用向量状态变量参数范围表示，可以概括失灵规则。这是对节点可 再用性的重要贡献。例如，节点Sduct接收具有温度范围Tmin、Tmax 的向量A₈和被变换到温度公差范围的DataIn边缘温度传感器值Tsa。

作为第一近似，可以假设如果向量状态变量温度范围和Tsa温度公差 范围重叠，则可以推断没有故障，因为存在如下可能性，真实空气温度在 这两个范围的合集内。如果向量状态变量温度范围和Tsa温度公差范围不 重叠，则假定故障。

图6示出了关于节点Sduct接收具有温度范围Tmin、Tmax的向量 A8并且将其与关于温度传感器Tsa的五个不同的计算的估计温度范围比 较的五个情形。情况1和5关于两个不同的失灵规则激活，情况3在极限 内并且因此没有故障，并且情况2和4具有呈现故障的可能性。

作为细化，除了结果是真或假之外可以计算连续的失灵值。在其最简 单的形式中，参数范围之间的间隙及其相应的计算估计参数范围可以被取 为结果为真时的失灵的大小的测度。图6示出了两个误差计算，其被示为 关于情况1和5的双箭头。原因在于，如果规则评估为真，则仍存在未发 生失灵的可能性，因为公差范围或阈值可能被选择得过小。规则值越大， 则该可能性将越低，或者换言之，失灵的可能性越高。因此，除了取值真 和假之外，该规则值可以用于失灵分析。

下式表示关于以上示例的解决方案。

规则3=max(0,TsaMin-FwdInTmax)并且    （14）

规则4=max(0,FwdInTmin-TsaMax)，    （15）

其中TsaMin是估计的范围最小值，而TsaMax是估计的范围最大值。 只要存在重叠，则规则3和规则4是零。对于情况1，规则3>0。对于情 况5，规则4>0。情况1和5指示失灵。

更一般的解决方案是两个温度范围T1和T2之间的关系，

规则1=max(0,T₂Min-T₁Max)，以及    （16）

规则2=max(0,T₁Min-T₂Max)。    （17）

扩展到（16）和（17)将是归一化（16）和（17）也可以应用于另 一温度范围对和以检查温度控制是否适当地工作。温度被 用于示例。任何状态变量参数可以用作用于失灵检查的规则。

上文表明，HFM图的节点可以执行估计和规则评估，除了了解其用 于流向量通信的相邻节点之外无需了解图的剩余部分。这是具有信息隐藏 的面向对象的情况。出于生成分布式系统的目的，还可以没有问题地应用 多代理技术。

在已示出的粒度级处在节点中没有局部解决所有问题。由于图是分级 的并且组成节点可能是图4中的AHU 401，因此这通常不是问题。AHU 401是组成HFM节点。

还存在不作为流的一部分的节点，诸如控制器节点。控制器评估不同 的规则类型。例如，如果加热和冷却线圈控制阀控制变量同时大于零，则 一个或两个控制器确定故障。

面向对象的优点在于按照遗传使用类型以及子类型的衍生。一种类型 也可以在运行时间产生许多实例。出于根据BIM自动生成可执行FDD系 统的目的，必须提供HFM节点类型的库。应使该库保持为小的以减少软 件设计和维护成本。

AHU 401示出了五个不同的节点类型。节点示例是单个气流输入和 输出节点。Mixer节点不对针对室外环境的流接口建模。Hcoil和Ccoil 节点不对它们相关联的加热和冷却水流建模。如果不了解省略的部分，则 这些简化是适当的。然而，对整个系统建模改进了估计和规则评估。

图1示出了AHU 103服务于若干个VAV 105区域。这需要具有一个 气流输入和若干个输出的支路节点以及具有若干个气流输入和一个输出 的接合节点。VAV 105被建模为具有若干个封装部件的复杂节点。对于节 点库，VAV类型的数目保持足够小。

图7A示出了包括DataIn边缘Xsens和XSet的传感器管道节点。XSet 是控制器设定点并且Xsens是传感器变量。Xsens被外部控制在XSet的 范围内。规则3（14）测试情况是否如此。估计器tol1和tol2将运行时间 DataIn Xsens和XSet输入变换到Xsens和XSet公差配置范围。应用规则 1（16）、规则2（17）和规则3（14）。

传感器管道节点是通用的并且可以应用于温度、流量、湿度和压力传 感器情形。一个或更多个传感器可以在同一管道中建模，表示受控或不受 控的变量。同一节点类型也可以针对水流节点进行修改。图7A并未示出 关于未被感测的变量的从输入直接到输出的流连接。这些变量在短的管道 区段中未改变并且被直接传播。

图7B示出了包括DataIn边缘Tsens的温度传感器管道节点。Tsens 温度公差范围是

TsensMax=Tsens+公差，以及    （18）

TsensMin=Tsens-公差。    （19）

规则1（16）和规则2（17）将Tsens公差范围TsensMin、TsensMax 与A_j和B_j向量温度范围Tmin、Tmax比较。

图7C示出了包括DataIn边缘Q（流量传感器测量）的流量受控风 扇节点。风扇节点是估计功能。空气温度典型地因热负载而从FwdIn到 FwdOut按1°C的量级增加。由于增加包括公差，因此FwdOut A_j+1温度 范围Tmin、Tmax扩展并且比FwdIn A_j温度范围Tmin、Tmax宽。在上 游方向上，温度范围Tmin、Tmax从RevIn B_j到RevOut B_j+1按同一数量 减小。

如果风扇是恒定流率类型，则其可以向下游和上游传播流率。图7D 示出了包括DataIn边缘P（压力传感器测量）的压力受控风扇节点。对 于恒定压力类型的风扇，压力可以向下游传播，但是不向上游传播。压力 受控风扇使空气流率变化。因此，空气温度增加（FwdOut A_j+1温度范围 Tmin、Tmax）作为速率的函数而改变。现代风扇与空气流率成比例地减 小电功率并且因此使温度增加保持恒定。

流量受控风扇节点（图7C）传播温度范围是：

FwdOutTmax=FwdInTmax+dTfmax    （20）

其中dTfmax=最大风扇热负载，

RevOutTmax=RevInTmax-dTfmin    （21）

其中dTfmin=最小风扇热负载，

FwdOutTmin=FwdInTmin+dTfmin，以及    （22）

RevOutTmin=RevInTmin–dTfmax。    （23）

传播流量范围是：

FwdOutQmax=Qmax，    （24）

RevOutQmax=Qmax，    （25）

FwdOutQmin=Qmin，以及    （26）

RevOutQmin=Qmin。    （27）

规则1（16）和规则2（17）将估计的温度和流量与传播值比较。压 力受控风扇节点（图7D）传播温度范围是：

FwdOutTmax=FwdInTmax+dTfmax    （28）

其中dTfmax=最大风扇热负载，

RevOutTmax=RevInTmax-dTfmin    （29）

其中dTfmin=最小风扇热负载，

FwdOutTmin=FwdInTmin+dTfmin，以及    （30）

RevOutTmin=RevInTmin–dTfmax。    （31）

传播压力范围是：

FwdOutPmax=Pmax，    （32）

RevOutPmax=Pmax，    （33）

FwdOutPmin=Pmin，以及    （34）

RevOutPmin=Pmin。    （35）

图7E示出了包括DataIn边缘Ctrlin的线圈节点。用于加热或冷却 的线圈节点具有复杂的物理模型。未知的参数和状态变量的数目是大的。 因此，有必要在库中创建若干个典型的线圈节点类型或者具有不同的可选 择的估计器的一个类型。

图7F示出了包括DataIn边缘Tsens和Tset的温度调节器节点。Tset 是温度调节器设定点并且Tsens是温度测量过程变量。传播温度范围是

FwdOutTmax=Tsens+公差，以及    （36）

FwdOutTmin=Tsens-公差。    （37）

规则1（16）和规则2（17）将节点温度公差范围与传播（FwdIn、 RevIn）温度范围比较。规则3（14）将设定点Tset估值与估计的温度测 量结果比较。

图7G示出了包括DataIn边缘Toutdoor Tsens/Damper Ctrls的混合 器箱节点。物理混合箱包括用于测量室外空气的温度传感器Toa，并且通 过将室外空气与另一温度传感器Tra测量的返回空气混合，来改变由另一 温度传感器Tma测量的供给空气温度。混合比由三个调制风门控制（图 2）。如果不允许外部空气，则供给流率等于返回流率。但是不能假设混合 比与来自AHU控制器的风门控制信号成比例。当室外空气风门完全关闭 或者完全打开时，存在两种极端情况，混合比精确已知。非线性引起的最 大偏差可以被假设为50%打开。当估计混合空气温度和湿度时，在混合 功能中考虑该关系。

传播温度范围是

FwdOutTmax=Tsens+公差，以及    （38）

FwdOutTmin=Tsens-公差。    （39）

关于Tma的温度范围T的Est2估计使用风门打开百分比和Toa估 计。

规则1（16）和规则2（17）是温度公差范围与传播温度范围的比较。 规则3（14）是使用风门打开和热动力学的估计的Tma与估计的Tma的 测量结果的比较。

图7H示出了双向支路节点。管道支路传播空气温度、流量、压力和 湿度，并且允许空气流率的反向计算。在所有VAV中测量空气流率。所 有测量值的和是支路的输入中的空气流率，作为RevOut值。

关于温度和流量的估计的范围：

FwdOut1Tmax=FwdInTmax+dTfmax    （40）

其中dTfmax=通过支路的改变，

RevOutTmax=Max(RevIn1Tmax-dTfmin,RevIn2Tmax-dTfmin)    （41）

其中dTfmin=通过支路的改变，

FwdOut1Tmin=FwdInTmin+dTfmin，    （42）

RevOutTmin=Min(RevIn1Tmin-dTfmax,RevIn2Tmin-dTfmax)，

（43）

FwdOut2Tmax=FwdInTmax+dTfmax，以及    （44）

FwdOut2Tmin=FwdInTmin+dTfmin。    （45）

规则1（16）、规则2（17）和规则3（14）将温度公差范围与传播温 度范围比较。

图7I示出了包括DataIn边缘Xsens和Xset的再加热VAV节点。Xset 是控制器设定点，并且Xsens是传感器变量。再加热VAV是复杂节点。 如果配备有用于空气流率和分布温度的传感器，则可以使用FwdIn边缘 传播压力范围和风门控制值估计空气流率。使用输入空气温度，测量的流 量以及例如，再加热线圈的电功率值，可以估计分布温度。在使用（16） 和（17）的失灵规则中，这两个估计可以通过传感器值进行评估。此外， 如果定义了设定点，则还可以评估符合度。

关于温度范围的估计是

FwdOutTmax=Tsens+公差，以及    （46）

FwdOutTmin=Tsens-公差。    （47）

规则1（16）和规则2（17）将估计的温度范围与传播温度范围比较。 规则3（14）将估计的设定点Tset与估计的测量结果Tsens比较。

通过来自一个VAV的加热或冷却进行服务并且具有用于控制VAV的 温度传感器的空间可以向下游和上游传播范围。作为最小值，可以评估空 气温度是否在设定点。如果空间中的热负载和损失已知，特别是在封闭房 间中，则可以将所需的加热或冷却功率的估计与VAV的分布空气参数比 较，作为失灵规则。这可能需要室外温度作为数据输入。

来自空间的返回空气在接合管道中被收集。如果可以估计接合空气的 温度，则可以应用失灵规则。每个空间中的空气温度是已知的，具有用于 VAV的控制的传感器的位置处的公差。在空气入口处，空气温度将是不 同的，添加到公差。如果每个空间的返回空气的空气流率将是已知的，则 可以计算关于接合空气的温度范围。在开放制办公室中，各个流率是未知 的。范围的上限不能高于最大测量传感器值，范围的下限不能小于最小测 量传感器值。FwdOut边缘温度范围可用于检测例如返回空气传感器的大 的故障。

HFM图说明了物理结构和故障检测功能。实施例说明了可以被解释 为代理的自发通信过程的分级结构。HFM节点可以直接映射到例如规范 和描述语言（SDL）过程。SDL模型的优点在于，可以将模型自动地翻 译成C代码并且编译到可执行原型系统中。SDL原型实验表明，引入的 故障导致在文件中收集的肯定的失灵规则输出。

实施例包括工程阶段和运行时间阶段。图8示出了HFM建筑物FDD 系统801。HFM建筑物FDD系统801包括接口803，其被配置成访问并 导入BIM/IFC文件；图形用户接口（GUI）805，其被配置成允许在图组 装期间输入另外的数据，并且查看不同部件之间的链接信息，并且输入并 配置在BIM中未找到的缺失的参数、条件和开关；以及编译器807，将 文件数据与另外的过程信息组合在一起。

HFM的益处在于其带给基于HFM的FDD系统的工程效率。由于 HFM的模块化，其可以通过BIM自动地组成并且图模型可以被有效地编 译成可执行FDD系统。由于IFC是最常用的BIM格式之一，因此IFC 可用于得到HFM模型。

IFC提供了关于在HVAC机械和控制系统中遇到的所有对象元素类 型的定义集合以及用于将这些定义存储在数据文件中的基于文本的结构。 其包括两个主要部分：IfcElement和IfcPort。元素可以是能够使用一个 或许多个端口连接到相邻元素的任何部件。IFC元素包括流区间（管道）、 流配件（管道接合点）、移动装置（风扇）、流控制器等。每个HFM节点 可以从IFC元素映射。

IFC元素对象已定义用于HFM节点图的基本性质和属性。图9示出 了IFC HVAC元素和HFM节点类型之间的列表映射关系。HVAC节点 类型的遗传通过每个元素的相关联的IFC类型定义来实现。对于诸如 Mixer（混合器）、Reheat VAV（再加热VAV）的节点类型，不存在直接 映射，并且它们是基本IFC元素的复合。

通过IfcPort可以得到关于HFM的连接性模型。端口是网络中的点， 元素在该点处彼此连接。IfcPort与IfcElement相关联，其通过对象化的 关系IfcRelConnectsPortToElement属于IfcElement。因此，通过搜索IFC 模型以寻找IFC元素对象、IFC端口对象和IfcRelConnectsPortToElement 对象，可以获得关于HFM的链接信息。图9示出了IFC类型和HFM节 点之间的对应关系。

HFM减少了针对不同HVAC系统配置FDD系统所需的工程努力。 HFM是BIM和基于编译图模型的可执行FDD系统之间的桥梁。

编译器807耦接到HFM引擎809，HFM引擎809被配置为以可扩 展标记语言（XML）格式生成HFM模型，HFM模型被输入到FDD生 成器811，FDD生成器811被配置成通过来自HFM节点库813的功能 HFM图节点构成识别的HFM节点类型。

离线得到的HFM图可以被加载到运行时间FDD系统以例示关于特 定的建筑物HVAC控制系统的FDD引擎815，并且被配置成通过从输入 接口817输入HVAC控制系统过程和控制变量来执行得到的HFM图。 在运行时间期间，实时HVAC控制系统数据被输入到FDD引擎819，FDD 引擎819被配置成分析HFM图中使用的规则。

HFM针对HVAC系统现实进行故障检测。为了节约用于针对每个特 定建筑物配置基于HFM的FDD的工程努力，面向对象被用于建模并且 还被用于实施。模型中的对象表示具有捕获正确的行为的功能和用于检测 故障的规则的真实部件。对象模型设置在节点库中并且通过信号路径组装 成图，如同真实部件被管道和导管连接。对象可以分级地组合和分解。

HFM可以具有不同的节点类型。使用遗传，较多的节点类型并不意 味着扩展库的较多的努力。

不论FDD由建筑物管理系统集中地设置还是分布在数字过程控制器 中，其都从各个HVAC控制系统接收运行时间控制信号和传感器数据。 对于每个HFM节点，基于接收到的测量结果和来自上游和下游节点的流 信息，HFM进行状态估计，向相邻节点传播得到的向量参数范围，并且 据此检测故障。故障还在部件分级中向上传播并且进行诊断。

在工程阶段期间，GUI 805用于编辑来自BIM的图和HFM节点。 其首先根据IFC识别所有HVAC节点对象并且取回有用的属性以创建节 点估计模型。其还根据IFC连接性数据创建不同节点之间的连接性。对 于那些BIM中未找到的缺失的参数、条件和开关，该工具提供用于用户 输入数据的接口。此外，使用缺省设定。

一起编译807该信息并且以XML格式生成HFM模型。基于XML 的HFM图被加载到HVAC FDD系统中，HVAC FDD系统基于其运行时 间编译能力和关于HFM节点的现有对象库将该图模型编译成FDD引擎 815。FDD引擎815可以嵌入在现有的建筑物管理系统（BMS）中以使用 在每个节点中建模的规则和故障的传播来执行故障检测和诊断。

可以使用规范描述语言（SDL）建模工具来实施FDD引擎815。SDL 说明了可以被解释为代理的自发通信过程的分级结构。流节点可以直接映 射到SDL过程。SDL模型的优点在于，可以自动地将模型翻译成C代码 并且编译成可执行原型系统。

已描述了本发明的一个或更多个实施例。然而，将理解，在不偏离本 发明的精神和范围的情况下可以进行各种修改。因此，其他实施例在所附 权利要求的范围内。