中央空调机组故障监控方法、系统及中央空调机组单元

摘要

本发明公开一种中央空调机组故障监控方法、系统及中央空调机组单元；中央空调机组故障监控方法包括以下步骤；建立原始模型；所述原始模型包括多个机组设计参数及与各所述机组设计参数具有相关性的多个关键部件失效模型；中央空调机组单元复制所述原始模型生成孪生模型，并在生产制造过程中获取制造参数对所述孪生模型进行修正；在运输过程中获取运输参数对所述孪生模型进行修正；在安装过程中获取安装参数对所述孪生模型进行修正；在运行过程中获取运行参数同步至所述孪生模型中，并根据所述孪生模型中的所述关键部件失效模型判断是否存在关键部件失效预警。本发明通过对孪生模型修正，提高故障预警的准确性、提高维修效率，降低维修成本。

说明书

技术领域

本发明涉及空气调节技术领域，特别涉及中央空调机组故障监控方法、系统及中央空调机组单元。

背景技术

随着从实体到虚拟映射技术的发展，用数字化的方式展现物理世界状态的数字孪生技术应运而生。目前在物流、船舶、航空航天、汽车等领域获得了高速发展，帮助诸多企业完成从产品研发、制造到后期运维的全生命周期管理。

数字孪生是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。

中央空调机组为大型高功率机组，现有的监控体系为设置在控制器中的错误代码。即，当机组出现了故障，控制器通过显示相应的错误代码指示故障原因。由于中央空调机组出现故障时，控制器只能从空调运行过程中参数变化粗略确定故障原因，所以维修周期长，维修效率差，影响用户的使用，容易给用户造成较大损失，用户体验较差。

且一旦中央空调机组出现故障皆是损坏性的，维修时需要更换损坏部件或者由于损坏部件产生的连带故障损坏的部件，增加维修成本。

本背景技术所公开的上述信息仅仅用于增加对本申请背景技术的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。

发明内容

针对背景技术中指出的问题，本发明公开一种中央空调机组故障监控方法、系统及中央空调机组单元，通过设置对应中央空调机组单元的数字孪生模型及通过实际生产制造、运输、安装的情况对其进行修正，且通过实时同步的运行参数对其是否存在关键部件失效预警进行判断，实现对中央空调机组单元的全生命周期故障监控及提前故障预警，提高中央空调机组维修效率，降低中央空调机组维修成本。

为实现上述发明目的，本发明采用下述技术方案予以实现：

本申请一些实施例中，提供了一种中央空调机组故障监控方法，包括：

建立原始模型；所述原始模型包括多个机组设计参数及与各所述机组设计参数具有相关性的多个关键部件失效模型；

中央空调机组单元复制所述原始模型生成孪生模型，并在生产制造过程中获取制造参数对所述孪生模型进行修正；

在运输过程中获取运输参数对所述孪生模型进行修正；

在安装过程中获取安装参数对所述孪生模型进行修正；

在运行过程中获取运行参数同步至所述孪生模型中，并根据所述孪生模型中的所述关键部件失效模型判断是否存在关键部件失效预警。

与现有技术相比，本发明的优点和积极效果是：

本发明的中央空调机组故障监控方法通过获取中央空调机组单元在生产制造过程中的具有差异性的制造参数、运输过程中的具有差异性的运输参数、安装过程中的具有差异性的安装参数对中央空调机组单元对应设置的孪生模型进行修正，使中央空调机组单元的孪生模型与中央空调机组单元的实体机具有完全相同的机组参数及运行参数，使运行过程中在运行参数下的运转状态产生的运转磨损的统计更加的准确；进而通过与机组参数相关的关键部件失效模型判断的关键部件的失效预警更加准确，为售后故障预警提供可靠的依据，提高故障预警的准确性，缩短维修周期进而提高维修的效率，降低维修成本。

本申请一些实施例中，所述原始模型存储在云端；

为所述中央空调机组单元对应唯一的制造编码存储在所述云端；所述制造编码下存储有唯一的所述孪生模型；

不同的型号或能力的所述中央空调机组的所述原始模型对应不同的所述机组设计参数及不同的所述关键部件失效模型；所述制造编码下根据所述中央空调机组单元的型号或能力导入相应的所述原始模型生成所述孪生模型。

本申请一些实施例中，，所述制造编码采用MES系统的编码，其在所述生产制造过程中配置至所述中央空调机组单元上，并一直跟随所述中央空调机组单元的全生命周期；在所述生产制造过程中，通过所述MES系统在各工位进行采码及获取所述制造参数并将获取的所述制造参数上传至所述云端；

所述制造参数包括结构连接参数、结构布局参数、第一冷媒充注量、系统运行高/低压、气密性、电气安全参数。

本申请一些实施例中，设定振动系数，其根据多种路况综合模拟的平均值获取；所述振动系数大于所述平均值；

在所述运输过程中获取所述中央空调机组单元的运输时长；所述运输时长与所述振动系数的乘积表征所述中央空调机组单元的寿命损耗，将其上传至所述云端对所述孪生模型进行修正。

本申请一些实施例中，所述安装参数包括第二冷媒充注量、管路长度；

所述云端对所述制造编码对应的所述中央空调机组单元设置锁定功能；当所述安装参数上传至所述云端得所述制造编码时，所述云端解锁所述制造编码对应的所述中央空调机组单元的用户运行模式。

本申请一些实施例中，还包括：

在所述孪生模型中配置机组故障失效经验集函数，其包括运行参数变量；

当通过所述运行参数及所述关键部件失效模型判断存在所述关键部件故障预警时，调用所述机组故障失效经验集函数，将所述运行参数带入所述运行参数变量时确认所述关键部件故障预警。

本申请一些实施例中，提供了一种中央空调机组故障监控系统，其包括：

云端；

中央空调机组单元，其配置有唯一的制造编码，并在所述制造编码下复制原始模型生成孪生模型存储在所述云端；所述原始模型包括多个机组设计参数及多个与各所述机组设计参数具有相关性的关键部件失效模型；

制造参数上传单元，其设置在所述中央空调机组单元的生产制造线体上，与所述云端通信连接，通过对所述制造编码采码及获取制造参数将获取的所述制造参数上传至所述云端；

运输参数上传单元，其设置在所述中央空调机组单元上，与所述云端通信连接，获取所述运输参数上传至所述云端；

安装参数上传单元，其与所述云端通信连接，由售后服务部门输入所述安装参数，其将所述安装参数上传至所述云端；

运行参数上传单元，其分别与中央空调机组单元、所述云端通信连接，获取所述运行参数上传至所述云端；

处理模块，其设置于所述云端，调用所述制造参数、所述运输参数、所述安装参数对所述孪生模型进行修正，根据接收的所述运行参数及所述孪生模型判断是否存在关键部件失效预警。

本申请一些实施例中，在所述孪生模型中配置机组故障失效经验集函数，其包括运行参数变量；

当通过所述运行参数及所述关键部件失效模型判断存在所述关键部件故障预警时，所述处理模块调用所述机组故障失效经验集函数，将所述运行参数带入所述运行参数变量时确认所述关键部件故障预警。

本申请一些实施例中，所述制造参数上传单元为MES系统；所述制造编码为所述MES系统的编码；所述制造参数通过所述MES系统上传至所述云端；

所述运输参数上传单元为物联网模块，其可定时检测所述中央空调机组单元的位置信号并上传至所述云端；所述云端的所述处理模块根据接收到所述位置信号对持续移动的时长进行累计获取运输时长；所述处理模块配置有振动系数，并计算所述运输时长与所述振动系数的乘积，修正所述孪生模型；

所述安装参数上传单元为售后服务系统，其包括售后服务系统终端，用于输入所述安装参数；

所述运行参数通过所述物联网模块上传至所述云端。

本申请一些实施例中，提供了一种中央空调机组单元，包括：

唯一的制造编码，其配置在所述中央空调机组单元上，用于标志中央空调机组单元对应的孪生模型及上传制造参数、运输参数、安装参数、运行参数修正所述制造编码对应的孪生模型；

运输参数上传模块，与所述云端通信连接，获取所述运输参数上传至所述云端；

运行参数上传单元，其与所述云端通信连接，获取所述运行参数上传至所述云端。

结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为根据实施例的组成示意图；

图2为根据实施例的根据制造编码生成孪生模型示意图；

图3为根据实施例的生产制造过程采集制造参数及上传示意图；

图4为根据实施例的运输过程中采集运输参数及上传示意图；

图5为根据实施例的安装过程上传安装参数示意图；

图6为根据实施例的流程示意图；

图7为根据实施例的流程示意图；

图8为根据实施例的流程示意图。

附图标记：

1、云端；2、生产制造过程；3、运输过程；4、安装过程；5、运行过程；6、中央空调机组单元；7、孪生模型；8、MES系统；9、售后服务系统终端。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

中央空调系统主要分为三种：全空气系统、全水系统和全冷媒系统。

全空气系统以空气为输送介质，室外机主机集中产生冷/热量，其将从各室内引回的回风进行冷/热处理使其携带冷/热量后再送入各室内，为各室内房间或空间进行空气调节。实现室内回风及送风的空气输配系统通过风管实现；全空气系统由于布置风管所占建筑物空间较大，需要较大的层高，使全空气中央空调系统的推广应用具有一定的局限性。

全水系统输送介质通常为水，通过室外主机集中产生冷/热量，然后与冷/热量输送介质进行换热，使输送介质携带冷/热量由水管路输送至室内的各末端装置；在末端装置处冷/热水与室内空气进行热量交换，产生出冷/热风，为各室内房间或空间进行温度调节。上述的末端装置主要是风机盘管。全水系统中央空调由于其具有送风温差小、温度稳定性好、湿度变化小、维护方便、能够一机两用收到用户的喜爱，且近来由于变频技术的应用越来越广泛，使全水系统中央空调的室外主机使用变频压缩，使中央空调由于能耗低更是为其加了分。

全冷媒系统是由独立的室内机进行每个房间的冷暖处理，每台室内机通过封闭的冷媒回路和其所在的室外主机模块进行热量交换。以制冷剂（主要为R410A）为输送介质，由室外机通过冷媒管路向多台室内机输送制冷剂；通过控制调节整个系统内的冷媒流量，适时的满足室内的负荷。由于通过制冷剂在冷媒管路中输送冷/热量，所以安装时节能性要求高，施工水平要求高。即，需要对冷媒管路进行严格的隔热处理。且由于其降温快、升温快，使其具有一定的优势。

无论是全空气系统、全水系统、全冷媒系统的中央空调系统均包括压缩机、冷凝器、膨胀阀、蒸发器，且通过使用压缩机、冷凝器、膨胀阀和蒸发器来完整冷媒循环。冷媒循环包括一系列相态变化过程，涉及压缩、冷凝、膨胀和蒸发，使冷媒在其过程中吸热或放热，实现对室内空间进行制冷或制热。

具体为，低温低压制冷剂进入压缩机，压缩机将其压缩成高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到换热介质中。

膨胀阀使在冷凝器中经冷凝形成的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。低压的液相制冷剂到达并进入蒸发器蒸发，生成低温低压气态制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。

蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，可以通过冷凝器的放热或蒸发器的吸热实现调节室内空间的温度的目的。

本申请中的中央空调机组为包括压缩机及室外换热器的主机，其主要通过压缩机压缩冷媒及冷媒的相态变化产生冷量/热量。当然，其可为全空气系统的室外主机、全水系统的冷水主机及全冷媒系统的多联室外机。

由于中央空调机组通过一台主机为多个室内房间供冷或供暖，一旦其出现故障，则容易造成大面积停冷/停暖的情况出现，造成较大损失或给人们生活带来不便。另外，一旦中央空调机组故障，维修周期长及维修费用高也会使用户产生较大的经济损失。

参照图1、图2、图3、图4、图5、图6、图7、图8，本申请的一种中央空调机组故障监控方法包括建立原始模型，其包括机组设计参数及关键部件失效模型；且关键部件失效模型与机组设计参数具有相关性。机组设计参数

中央空调机组故障监控方法还包括，使中央空调机组单元6生成孪生模型7，其为原始模型的复制；对中央空调机组单元6的孪生模型7通过生产制造过程2中的制造参数对组件设计参数修正、运输过程3中的运输参数对机组设计参数进行修正、安装过程4中的安装参数对机组设计参数进行修正。中央空调机组单元6为中央空调机组的实体机单元。

中央空调机组故障监控方法还包括在运行过程5中获取中央空调机组单元6的运行参数，并将获取的运行参数同步至中央空调机组单元6的孪生模型7中，并根据与孪生模型7的机组设计参数具有相关性的关键部件失效模型判断是否有关键部件构成失效预警；如果存在关键部件失效预警，则进行故障预警。

本发明的中央空调机组故障监控方法通过获取中央空调机组单元6在生产制造过程2中的具有差异性的制造参数、运输过程3中的具有差异性的运输参数、安装过程4中的具有差异性的安装参数对中央空调机组单元6对应的孪生模型7进行修正，使中央空调机组单元6的孪生模型7与中央空调机组单元6的实体机具有完全相同的机组参数及运行参数，使中央空调机组单元6运行过程5中运行参数下的运转状态产生的运转磨损的统计更加的准确；进而对关键部件的失效预警更加准确，为售后故障预警提供可靠的依据，提高故障预警的准确性，进而缩短维修周期、提高维修的效率、降低维修成本。机组参数包括结构和系统参数，即为机组设计参数的实际配置。

即，当故障预警产生时，提示中央空调机组单元6即将发生的故障或即将损坏的部件，为中央空调机组售后提供提前服务及故障前服务提供可能，使中央空调机组单元6损坏之前完成维修，既降低用户的损失及维修成本，且降低中央空调机组售后团队故障查找难度，缩短售后维修团队故障分析的时间，提高维修效率。

另外，中央空调机组故障监控方法提出在中央空调机组单元6的生产制造阶段、运输阶段、安装阶段及运行阶段全生命周期的参数的收集及监控，使中央空调机组单元6的实体机与孪生模型7具有更充分的一致性，有效的解决中央空调机组单元6的实体机的故障与孪生模型7的故障预测偏差大的问题。

本发明利用数字孪生技术将中央空调机组进行全生命周期的监管，从整机生产完成建模到中央空调机组单元6运输途中的颠簸、振动数据，持续到中央空调机组单元6的安装、运行的数据，通过孪生模型7的更新修正及同步进行整机运行状态的监控。加上配置的关键部件失效模型，使提前预测故障发生的原因和可能产生的故障现象成为可能。提出了全新的故障预测方式，快速定位可能故障原因，将机组故障影响最小化。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，原始模型保存在云端1。中央空调机组单元6在生产制造时，对其配置唯一的制造编码，且在制造编码首次使用时上传至云端1并保存在云端1，并对应保存包含复制有原始模型的孪生模型7。

将中央空调机组单元6生产制造过程2中的制造参数、运输过程3中的运输参数、安装过程4中的安装参数及运行过程5中的运行参数上传至云端1对对应的孪生模型7进行修正及同步。

本实施例的中央空调机组故障监控方法通过设置中央空调机组单元6唯一对应的制造编码跟随中央空调机组单元6及将制造编码存储在云端1实现中央空调机组单元6在生产制造、运输、安装及运行过程5中的参数上传至中央空调机组单元6对应的孪生模型7中，使孪生模型7的实时更新及修正成为可能。

孪生模型7同步中央空调机组单元6的实体机的实时数据并在云端1进行失效的实时预测，提前预测真机的失效原因，并针对性的提出有效的解决方案，提高预测效率及通知效率。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，原始模型的机组设计参数包括结构设计参数、循环系统设计参数、电气设计参数等，其均通过多次的振动试验、噪音试验、焓差试验、电气安全试验、EMC试验优化改善得到，满足系统能力、结构强度、电气安全及EMC的要求。

关键部件失效模型则为机组单元选用的关键部件在特定运行参数下的寿命参数等，比如压缩机在特定压力、电压、电流下的寿命参数等；电磁阀在特定电压、电流下的开关次数；冷媒管路在特定管路压力下的寿命值；螺钉在特定力矩及振动下的寿命等。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，原始模型包括多个，对应不同的中央空调机组的型号或能力。制造编码在上传至云端1时根据中央空调机组单元6的型号或能力选择复制的原始模型生成孪生模型7。

本实施例的中央空调机组故障监控方法根据机型或能力上传多种原始模型至云端1，使不同机型或能力的中央空调机组单元6使用不同的原始模型，提高原始模型的针对性及准确性，进而提高孪生模型7的准确性。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，制造编码在中央空调机组单元6生产制造过程2中配置至中央空调机组单元6上，并一直跟随中央空调机组单元6的全生命周期。

生产制造过程2中的孪生模型7的修正包括结构位置及连接参数的修正、第一冷媒充注量参数的修正、线检运行高/低压参数的修正、气密性参数的修正、电气安全参数的修正等。

本实施例的中央空调机组故障监控方法通过生产制造过程2中的结构位置及连接参数的修正、第一冷媒充注量参数的修正、线检运行高/低压参数的修正、气密性参数的修正、电气安全参数的修正进而引起关键部件失效模型的修正，使关键部件的寿命预判更加准确，进而使故障预判更加准确。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，制造编码采用MES系统8的编码，并通过MES系统8上传至云端1。即， MES系统8在各制造参数对应工位对制造编码进行采集及将各制造参数上传。

本实施例的中央空调机组故障监控方法利用现有生产线使用的智能生产管理系统完成制造编码的设定、采集、获取及上传制造参数至其对应的机组单元的孪生模型7，降低成本。

当然，制造编码也可以通过其他的与MES系统8不相关的方式进行编码及通过其他的有线或无线的方式上传至云端1。比如总线、物联网、互联网等方式。

例如，每个螺钉固定力矩由力矩枪通过MES系统8上传至孪生模型7；钣金件等安装偏差会通过专用的激光扫描设备机型采集，并通过MES系统8上传云端1修正孪生模型7；中央空调机组单元6箱体封箱前，对铜管位置等关键部件的相对安装位置会经过系统扫描上传至云端1用于孪生模型7修正。

系统循环方面，第一冷媒充注量，线体检测系统运转高/低压力，气密性检查数据，均会通过MES系统8上传至云端1修正孪生模型7，其中一些检查结果将会作为孪生模型7后期运转的标准工况参数，会对中央空调机组单元6中关键部件的寿命评估做到修正作用。

电气安全数据，中央空调机组单元6的实体机经过生产线体检测后，所有电气安全参数全部记录并上传；中央空调机组单元6在标准工况下的电气参数如一次侧，二次侧的峰值电流，瞬时电压等均会上传至云端1对孪生模型7进行修正。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，设定振动系数，其根据多种路况综合模拟的设定值的平均值取得，且其大于上述的平均值。

在运输过程3中采集运输时长；运输参数等于运输时长与振动系数的乘积，其表征运输参数对中央空调机组单元6的寿命损耗。

采集运输时长可通过配置在机组单元中的物联网模块获取。具体为，机组单元在运输过程3中，物联网模块采集地理位置并向云端1上报地理位置，当上报的地理位置持续发生变化时，云端1对地理位置持续发生变化的时间进行累积计时直到地理位置不再发生变化且地理位置检测功能关闭，对所有地理位置持续发生变化的时间进行叠加得到运输时长。

将运输时长上传至云端1，与振动系数计算乘积，得运输参数。对孪生模型7中的关键部件失效模型进行修正，使中央空调机组单元6运行时根据运行参数判断关键部件是否达到失效预警的判断更加准确。

本实施例的中央空调机组故障监控方法通过配置物联网模块实现地理位置的持续上报，云端1根据上报的地理位置判断是否处于运输状态并累积计算运输时长；云端1根据运输时长确定由运输引起的振动损耗对中央空调机组单元6的寿命损耗，通过对孪生模型7的修正体现至关键部件失效模型上。

由于运输时长与振动系数的乘积表征振动对实体机寿命的损耗。为保障故障可以在发生前提前报出，振动系数根据多种路况综合模拟修正出的高于平均值的值。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，安装参数包括第二冷媒充注量、管路长度。

孪生模型7中配置有系统总冷媒充注量及管路长度与关键部件失效模型的相关性；安装过程4中的第二充注量与生产制造过程2中的第一冷媒充注量的和及冷媒管路的长度影响关键部件的寿命。安装时上传第二冷媒补充充注量及管路长度至云端1孪生模型7中对关键部件的失效模型进行修正，使中央空调机组单元6所在的系统在运行状态下的失效预警更加准确，进而使中央空调机组故障预警更加准确。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，云端1对制造编码对应的中央空调机组单元6设置锁定功能；即，在云端1制造编码下的中央空调机组单元6无第二冷媒充注量及管路长度上传时，中央空调机组单元6只允许在调试状态下运转，而无法在用户使用状态运行；当对应的制造编码下的孪生模型7收到第二冷媒充注量及管路长度的数据时，用户运行模式解锁。

本实施例的中央空调故障预警方法通过设置用户模式锁定功能限制售后部门规范完成云端数据，使中央空调机组单元6的孪生模型7系统具有完整的数据，提高故障预警的准确性。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，中央空调机组单元6安装后，运输参数不再更新，其对孪生模型7的修正停止。地理位置的获取通过中央空调机组单元6的物联网模块上报位置信息得到确认。例如，当上报的小区ID发生变化时，表征着机组单元正在运输途中。当中央空调机组单元6安装后，通过售后确认安装使物联网模块转换工作模式，结束对地理位置的获取及上传。

本实施例的中央空调机组故障监控方法在确认安装后使地理位置获取功能处于休眠或停止状态，降低物联网模块的功耗；将物联网模块用于其他参数（例如运行参数）上传时，提高物联网模块的通信效率。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，安装过程4中的安装参数通过售后服务系统上传至云端1。售后服务系统包括售后服务系统终端9，其用于输入安装参数并通过售后服务系统将其上传至云端1。

具体为，安装参数通过售后服务系统上传至售后服务系统；然后通过云云对接将售后服务系统的安装参数全部同步至孪生模型中。即，制造编码对应的孪生模型7通过云端1通讯邀请并接收售后服务云端1发送的安装参数。

另外，当中央空调机组单元6在云端1的孪生模型7发生故障预警时，通过云端1与云端1的通信向售后服务系统发送故障预警消息，或直接向用户控制器或绑定的智能移动终端发送故障预警消息，提醒提前维修或维护，避免真正故障发生。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，运行参数包括压缩机压力参数、压缩机电气参数，电磁阀电气参数、电磁阀流量参数、电磁阀开关次数，膨胀阀电气参数、膨胀阀流量参数，四通阀电气参数、四通阀开关次数，振动参数，冷媒高低压参数、蒸发温度、冷凝温度、过热度、过冷度等。

上述运行参数的获取分别通过配置在机组单元内的传感器采集及中央空调机组单元6的控制器的控制信息实现。

本实施例的中央空调机组故障监控方法将中央空调机组单元6的运行监控在各运行参数下，一旦发现异常参数即通过孪生模型7进行分析，得出是否将要发生故障及耐受时间，向售后服务系统、用户控制器或绑定的智能移动终端进行故障预警及维修维护提醒，避免突发故障的损失。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，运行参数的上传可通过物联网模块与云端1的通信连接实现，或通过设置在中央空调机组单元6内的网络通信模块与互联网的通信连接实现。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，机组异常主要是由关键部件的异常而引起的。关键部件包括压缩机，电磁阀，四通阀等。各个关键部件的主要失效模型均输入到孪生模型7中。当达到关键部件达到自然寿命或极端工况对关键部件产生冲击造成损坏时，提前提醒售后及用户更换对应的部件。

比如，电磁阀的开关寿命数据在新品研发阶段会在选型时确定。将真机的实际运行数据实时同步到孪生模型7中，当电磁阀接近寿命阈值时，便有故障发生的可能性，然后会重点关注相关的运行参数，进一步提高故障预测的准确性。

故影响机组单元运行的关键零部件的失效模型记录在中央空调机组单元6的孪生模型7中，且各关键部件的失效模型均是通过各部件的寿命试验和温度冲击试验结果拟合得来。

另外，当对发生失效预警或发生失效的关键部件进行更换时，更换后的关键部件的参数及失效模型同步至孪生模型7中，对其开关次数及寿命进行重新计算。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，在孪生模型7中配置有机组故障失效经验集函数，其包括运行参数变量。当通过运行参数及关键部件失效模型判断关键部件故障时，调用故障失效经验集函数，带入现有运行状态的运行参数至运行参数变量中，对关键部件的失效进行确认，进一步确认故障发生的准确性。

本实施例的中央空调机组故障监控方法中的机组故障失效经验集函数为已知的现有故障形成原因汇总后形成的数据集，主要包含机组即将发生故障前的运行参数。当关键部件的失效模型即将衰减至临界值时，通过对当前中央空调机组单元6的运行数据的整合分析，并与失效数据集中的运行参数对比，符合度较高时，便会及时定位问题原因并通知售后。

本申请还公开一种中央空调机组故障监控系统，参照图1、图2、图3、图4、图5、图6、图7、图8，包括云端1、中央空调机组单元6、制造参数上传单元、运输参数上传单元、运行参数上传单元、处理模块。

中央空调机组单元6配置有唯一的制造编码，并在制造编码下复制原始模型生成孪生模型7存储在云端1；原始模型包括多个机组设计参数及多个与各机组设计参数具有相关性的关键部件失效模型。

制造参数上传单元设置在中央空调机组单元6的生产制造线体上，与云端1通信连接，通过对制造编码采码及获取制造参数并将获取的制造参数上传至云端1。

运输参数上传单元设置在中央空调机组单元6上，与云端1通信连接，获取运输参数上传至所述云端1。

安装参数上传单元与云端1通信连接，由售后服务部门输入安装参数，其将安装参数上传至云端1。

运行参数上传单元分别与中央空调机组单元6、云端1通信连接，获取运行参数上传至云端1。

处理模块设置于云端1，调用制造参数、运输参数、安装参数对孪生模型7进行修正，根据接收的运行参数及孪生模型7判断是否存在关键部件失效预警。

本发明的中央空调机组故障监控系统通过获取中央空调机组单元6在生产制造过程2中的具有差异性的制造参数、运输过程3中的具有差异性的运输参数、安装过程4中的具有差异性的安装参数对中央空调机组单元6对应设置的孪生模型7进行修正，使中央空调机组单元6的孪生模型7与中央空调机组单元6的实体机具有完全相同的机组参数及运行参数，使运行过程5中在运行参数下的运转状态产生的运转磨损的统计更加的准确；进而通过与机组参数相关的关键部件失效模型判断的关键部件的失效预警更加准确，为售后故障预警提供可靠的依据，提高故障预警的准确性，缩短维修周期进而提高维修的效率，降低维修成本。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，在孪生模型7中配置机组故障失效经验集，其包括运行参数变量。

当通过运行参数及关键部件失效模型判断存在关键部件故障预警时，处理模块调用机组故障失效经验集，将运行参数带入运行参数变量时确认关键部件故障预警。

根据本申请的一些实施例，参照图1、图2、图3、图4、图5、图6、图7、图8，制造参数上传单元为MES系统8；制造编码为所述MES系统8的编码；制造参数通过MES系统8上传至云端1。

运输参数上传单元为物联网模块，其可定时检测中央空调机组单元6的位置信号并上传至云端1；云端1的处理模块根据接收到位置信号对持续移动的时长进行累计获取运输时长；处理模块配置有振动系数，并计算运输时长与振动系数的乘积，修正孪生模型7。

安装参数上传单元为售后服务系统，其包括售后服务系统终端9，用于输入安装参数。运行参数通过物联网模块上传至云端1。

本申请一些实施例中，参照图1、图2、图3、图4、图5、图6、图7、图8，提供了一种中央空调机组单元6，包括唯一的制造编码、运输参数上传模块、运行参数上传单元。

唯一的制造编码配置在中央空调机组单元6上，用于标志中央空调机组单元6对应的孪生模型7，用于上传制造参数、运输参数、安装参数、运行参数。

运输参数上传模块与云端1通信连接，获取运输参数上传至云端1。

运行参数上传单元与云端1通信连接，获取运行参数上传至云端1。

根据本申请的一些实施例，运输参数上传模块、运行参数上传单元共用为物联网模块。

在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。