摘 要 本文介绍了地铁空调系统结构，从空调系统结构分类的角度列举了空调系统若干常见故障，并对常见故障的故障现象、故障原因以及处理方法进行分析。在故障诊断方法方面，着重介绍了基于专家系统的故障诊断技术和基于神经网络的故障诊断技术。通过对比二者的优点和缺陷，提出将基于专家系统的方法和神经网络的方法相结合，应用于地铁空调系统故障诊断具有实际意义。
关键词 地铁空调系统；故障诊断；专家系统；神经网络
引言
随着经济的发展和科技的进步，我国城市化水平不断提高，地铁俨然已经成为一个城市的重要标志。1969年北京地铁1号线的建成标志着我国第一条地铁的诞生。经过近代经济和科技飞速发展，目前，我国城市轨道交通已建成的城市有北京、天津、上海、武汉、南京、广州、深圳、香港、台北等城市。此外，合肥、宁波、青岛、苏州、西安等23个城市的地铁工程正在规划或建设中。预计到2017年，我国将新建成地铁线路89条，总建设里程将达到2500km[1]。
1 地铁空调系统概述
地铁空调系统是用来处理车厢内空气达到除湿和降温目的的空气调节装置，通常来说主要分为通风系统、空调机组和控制系统等三个部分。地铁车辆的通风系统是车辆空气调节的重要组成部分，经过空调机组处理过的空气通过通风系统送入客室，保证客室的温度和湿度的均衡性[2]。通风系统主要由离心风机、幅流风机等构成，其中离心风机是通风系统的动力装置，离心风机吸入车外新风和室内回风后将空气加压，通过主风道送回客室。空调控制系统由PLC主机单元、温度扩展模块和信息显示操作屏组成，由从接触网获得的1500V直流电经过辅助供电系统整流后得到的110V直流电供电。PLC对整个空调控制系统进行自动控制，实时监测空调机组运行的情况[3]。空调机组主要由空气处理单元和压缩机冷凝器单元构成[4]。
2 空调系统常见故障
2.1 空调控制系统的常见故障及处理方法
（1）空调机组不运转
原因：供电线断路；选择开关内部短路；插接件接触不良。处理方法：检查供电电压，找出断路部位并修复等。
（2）通风机运转，压缩机不运转
原因：冷凝器和压缩机交流接触器断路；压力开关损坏；温度控制器调节不当；温度控制器损坏，触点常开不闭合。处理方法：更换零件，重新调节等。
（3）通风机不运转
原因：通风机接触器损坏；通风机热继电器动作或者损坏；中央处理单元或扩展模块损坏。处理方法：更换零部件或复位检测等。
2.2 空调机组及通风系统常见故障及处理方法
（1）冷气不充足，制冷下降
原因：过滤器内部堵塞；制冷剂量不足；冷凝器表面堵塞；压缩机故障。处理方法：补充制冷剂；更换过滤器；吹风尘；清洗过滤网；更换排气管、汽缸垫的盖片等。
（2）空調机组运行但不制冷
原因：膨胀阀进口过滤网堵塞；制冷剂泄漏；气缸盖垫片中筋大面积破裂；泵壳内排气管破裂。处理方法：清洗过滤器；补充制冷剂；更换压縮机垫片和排气管等。
（3）空调机组不运转
原因：电源无电；电源缺相供电；电压过低过高。处理方法：接通电源，检查调整电压。
（4）压缩机不运转
原因：轴承烧熔，电机有异常声音；气阀损坏；连杆断裂；电机绕组匝间绝缘层老化而断路。处理方法：更换压缩机；更换电机定子。
（5）通风机风量小
原因：通风机反转；回过滤网堵塞；蒸发器结霜结冰；蒸发器散热片脏堵；送风道堵塞。处理方法：清除堵塞物；修理清洗散热片和送风道等。
3 故障诊断方法及发展趋势
随着人工智能理论的发展，故障诊断的方法主要有频谱分析方法、模糊理论方法、故障树理论方法、专家系统方法以及神经网络方法等等[5]。目前应用最广泛的是专家系统方法和神经网络方法。
专家系统由知识库、推理机、数据库、人机接口等构成。在空调系统故障诊断领域，专家系统可以利用资深工程师和专业技能经验丰富的检修工人积累的经验知识进行地铁空调系统的故障分类。文献根据规则的专家系统开发工具CLIPS形成的空调器故障的知识库进行空调系统故障分析，通过对规则描述和故障的分析，所开发的专家系统可进行空调系统运行中的故障判断，并提出了处理方案。
专家系统诊断技术已经成熟地应用，但是专家系统诊断技术存在局限性。由于专家系统诊断技术依据的是专家的经验知识库，不能自发地创新和发展，如果故障未定义，则系统无法识别该故障。同时诊断效率也受信息存储能力和系统诊断速度的影响，一旦信息量过大时，故障诊断速度会随之降低。
神经网络故障诊断技术首先通过对信号提取故障特征，选择对空调系统敏感故障特征作为输入，把相应的故障状态作为输出对神经网络进行训练。训练完毕后，神经网络已具备故障诊断的功能。其次，把未知故障的样本输入神经网络，神经网络将根据既定的规则自动分类到最贴近的类别中[6]。
4 结束语
地铁空调系统诊断技术不断吸收人工智能理论发展成果，诊断方法逐步实现智能化和精确化。专家系统具有丰富的专家知识库，但诊断速度受到信息存储能力的影响。神经网络能够表达复杂的非线性关系，但易陷入局部极小值且收敛速度慢。神经网络可与模糊理论、粒子群算法、遗传算法等高级算法相结合，提高神经网络的全局搜索能力，加速神经网络收敛。对于地铁空调系统而言，采取基于专家系统和神经网络相结合的故障诊断技术具有较高的实际意义。
参考文献
[1] 张国碧，李家稳，郭建波.我国地铁的发展现状及展望[J].山西建筑，2010，36（33）：13-15.
[2] 王文质，李勇，康伟，等.城市轨道车辆空调系统[J].城市轨道交通研究，2003，6（2）：60-65..
[3] 都荣兴.浅析西安地铁二号线车辆空调系统[J].城市建设理论研究，2011，（29）.
[4] 臧兰兰.大连市快速轨道交通3号线车辆空调及采暖系统[C].大连城市轨道交通发展研讨会.2003.
[5] 梁盼盼，周虎，王庆霞，等.信息融合技术在地铁中央空调风机故障诊断中的应用[J].城市轨道交通研究，2011，14（4）：91-94.
[6] 赵冬梅，钱兴华，梁龙.我国铁路客车空调研究领域急需引入人工神经网络[J].铁道机车车辆，2002，（5）：8-12.
作者简介
赵云云（1986-）女，山西洪洞人；研究方向：城市轨道交通多个专业运营管理。
