本发明公开一种压缩机工作异常的检测方法和采用该方法的压缩机，其中该方法包括以下步骤：S1：将压缩机的原始标定的运行数据保存到数据库服务器中；S2：提取压缩机的实际运行数据；S3：获得压缩机的压缩机MAP图；S4：提取压缩机的异常状态信息；S5：将提取的压缩机的异常状态信息提交处理。本发明能够提高发现压缩机工作在异常状态的效率，同时降低维修成本并能提高用户舒适度。
1.一种压缩机工作异常的检测方法，其包括以下步骤：
S1：将所述压缩机的原始标定的运行数据保存到数据库服务器(8)中；
S5：将提取的所述压缩机的所述异常状态信息提交处理；
其中：所述S2步骤包括步骤S11，所述步骤S11是从云服务器(6)中实时提取当前所述压缩机实际运行中每个运行点的运行数据；
所述运行数据包括冷凝压力值、蒸发压力值、压缩机运行频率值；
所述步骤S4包括步骤S12，所述步骤S12是判断所述步骤S11中获得的每个所述运行点的所述压缩机运行频率值的范围；
所述步骤S4还包括步骤S13，所述步骤S13是根据所述步骤S11中获得的每个所述运行点处的所述压缩机的所述冷凝压力值和所述蒸发压力值，在所述压缩机MAP图上获得在当前所述压缩机运行频率值下，所述压缩机运行点所处的位置点。
2.根据权利要求1所述的压缩机工作异常的检测方法，其特征在于：所述步骤S4还包括步骤S14，所述步骤S14是判断每个所述位置点与所述压缩机MAP图区域的位置关系，如果所述位置点位于所述压缩机MAP图区域内，则判断为正常状态，如果所述位置点位于所述压缩机MAP图区域外，则判断为异常状态，进入步骤S5。
3.根据权利要求2所述的压缩机工作异常的检测方法，其特征在于：如果多个所述位置点重复在所述压缩机MAP图上形成重复点，则对所述重复点进行计数统计，用渐变的颜色代表所述重复点的不同数量。
4.根据权利要求3所述的压缩机工作异常的检测方法，其特征在于：所述运行数据包括工程安装信息，所述步骤S5包括步骤S15：根据所述压缩机MAP图区域外的每一个所述位置点确定所述位置点所对应的所述压缩机运行点，然后根据所述压缩机运行点对应的所述工程安装信息数据在所述数据库服务器(8)中找到所述压缩机对应的工程和城市，并把相应信息显示并推送给后续处理。
5.根据权利要求1-4中任一项所述的压缩机工作异常的检测方法，其特征在于：所述步骤S3中所述压缩机MAP图的生成方法如下：S21：根据使用的所述压缩机，获得压缩机技术规格书；
S22：将所述压缩机技术规格书中基于所述压缩机运行频率的压缩机MAP图导入到Matlab软件中，得到所述压缩机MAP图的RGB数组；
S23：移动所述Matlab软件中的光标到所述压缩机MAP图中每条线段的顶点，获得对应所述RGB数组的坐标；
S24：根据所述RGB数组和每条所述线段顶点的所述坐标获得每条所述线段的方程式：即冷凝压力(Y)＝A*蒸发压力(X)+B；
S25：通过所述方程式表示的线段，获得每个对应所述运行频率下的所述压缩机工作的MAP图，所述MAP图为封闭的多边形；
S26：输入所述数据库服务器(8)中保存的压缩机原始标定的运行数据中的蒸发压力值，能够获得冷凝压力值，得到所述压缩机工作在某运行点时对应的所述压缩机MAP图上的位置。
一种压缩机工作异常的检测方法及采用该方法的压缩机
技术领域
[0001] 本发明涉及检测方法，特别地涉及一种压缩机工作异常的检测方法；本发明还涉及一种压缩机，特别地涉及一种采用压缩机工作异常的检测方法的压缩机。
背景技术
[0002] 随着物联网的到来，空调设备的工作状态就能够得到实时地监控。空调设备的工作状态中最重要的状态就是空调设备中压缩机的状态。在空调设备运行中，我们尤其需要了解到压缩机工作是否处于异常的状态。传统判断压缩机是否处于异常状态的方式是只有当空调报警需要保护了，才安排人员去检测，售后人员在实际检测过程中才有可能发现压缩机工作是异常的。这种人工的方法效率低下，周期长，而且还取决于售后人员本身的经验，检测过程不可控。
[0003] 在有些情况下，空调设备会配备GPRS模块或WiFi模块，GPRS模块或WiFi模块在上电工作时会将空调设备的运行数据发到公司的数据服务器；数据服务器就会保存了空调的运行数据。公司的数据服务器将空调设备的运行数据保存到数据库中；当设计人员需要查找空调运行状态时，就要通过select查询语句去查找数据库中的数据，查找自己需要的数据进行分析。但是，即使使用了空调机组本体安装GPRS模块或WiFi模块得到了空调运行数据，但没有技术手段去自动分析压缩机是否工作异常，这主要是依靠机组是否报警保护来评估压缩机是否可能损害，并且不能提前发现压缩机工作在亚健康状态。
发明内容
[0004] 本发明提供了一种压缩机工作异常的检测方法以及采用该方法的压缩机以解决现有技术中无法自动判断压缩机工作状态并且无法识别压缩机是否处于异常工作状态的技术问题。
[0005] 为了解决上述技术问题，本发明提供一种压缩机工作异常的检测方法，其包括以下步骤：S1：将压缩机的原始标定的运行数据保存到数据库服务器中；S2：提取压缩机的实际运行数据；S3：获得压缩机的压缩机MAP图；S4：提取压缩机的异常状态信息；S5：将提取的压缩机的异常状态信息提交处理。
[0006] 作为优选，S2步骤包括步骤S11，步骤S11是从云服务器中实时提取当前压缩机实际运行中每个运行点的运行数据。
[0007] 作为优选，运行数据包括冷凝压力值、蒸发压力值、压缩机运行频率值以及工程安装信息。
[0008] 作为优选，步骤S4包括步骤S12、S13和S14，其中，步骤S12是判断步骤S11中获得的每个运行点的压缩机运行频率值的范围。
[0009] 作为优选，步骤S13是根据步骤S11中获得的每个运行点处的压缩机的冷凝压力值和蒸发压力值，在压缩机MAP图上获得在当前压缩机运行频率值下，压缩机运行点所处的位置点。
[0010] 作为优选，步骤S14是判断每个位置点与压缩机MAP图区域的位置关系，如果位置点位于压缩机MAP图区域内，则判断为正常状态，如果位置点位于压缩机MAP图区域外，则判断为异常状态，进入步骤S5。
[0011] 作为优选，如果多个位置点重复在压缩机MAP图上形成重复点，则对重复点进行计数统计，用渐变的颜色代表重复点的不同数量。
[0012] 作为优选，步骤S5包括步骤S15：根据压缩机MAP图区域外的每一个位置点确定位置点所对应的压缩机运行点，然后根据搜书压缩机运行点对应的工程安装信息数据在数据库服务器中找到压缩机对应的工程和城市，并把相应信息在显示并推送给售后人员处理。
[0013] 作为优选，步骤S3中压缩机MAP图的生成方法如下：
[0014] S21：根据使用的压缩机，获得压缩机技术规格书；
[0015] S22：将压缩机技术规格书中基于压缩机运行频率的压缩机MAP图导入到Matlab软件中，得到压缩机MAP图的RGB数组；
[0016] S23：移动Matlab软件中的光标到压缩机MAP图中每条线段的顶点，获得对应RGB数组的坐标；
[0017] S24：根据RGB数组和每条线段顶点的坐标获得每条线段的方程式：即冷凝压力(Y)＝A*蒸发压力(X)+B；
[0018] S25：通过方程式表示的线段，获得每个对应运行频率下的压缩机工作的MAP图，MAP图为封闭的多边形；
[0019] S26：输入数据库服务器8中保存的压缩机原始标定的运行数据中的蒸发压力值，能够获得冷凝压力值，得到出压缩机工作在某运行点时对应的压缩机MAP图上的位置。
[0020] 为了解决上述技术问题，本发明还提供一种压缩机，其采用上述任一项技术方案中的压缩机工作异常的检测方法。
[0021] 本发明能够在压缩机工作状态出现亚健康状态，就提前预警，避免了压缩机都损坏了报故障，才安排人员去维修或更换压缩机，提高发现压缩机工作在异常状态(包括亚健康状况)的效率，同时降低维修成本并能提高用户舒适度。
附图说明
[0022] 图1是本发明涉及的用于压缩机工作异常的检测方法的系统图；
[0023] 图2是本发明涉及的压缩机工作异常的检测方法的流程图；
[0024] 图3是本发明涉及的压缩机工作异常的检测方法的细化流程图；
[0025] 图4是本发明涉及的压缩机工作异常的检测方法中压缩机的MAP图；
[0026] 图5是本发明涉及的压缩机工作异常的检测方法中压缩机的MAP图；
[0027] 图6是本发明涉及的压缩机工作异常的检测方法中运行点的数据图。
[0028] 其中，1、空调设备；2、GPRS模块；3、WiFi模块；4、基站；5、路由器；6、云服务器；7、电信厂家的服务器；8、数据库服务器。
具体实施方式
[0029] 为了更好地说明本发明的意图，下面结合附图对本发明的内容做进一步说明。
[0030] 参见图1所示出的一个实施例中，图1示出了空调设备1，该空调设备1通过通信接口与GPRS模块2或者WiFi模块3连接，这样，空调设备1能够将其中压缩机的运行数据通过通信接口传输给GPRS模块2或者WiFi模块3，其中该通信接口可以是RS485接口、RS232接口、UART-WiFi接口或者CAN总线接口。GPRS模块2或者WiFi模块3将接收到的空调设备1中压缩机的运行数据通过基站4或者互联网路由器5传输给空调厂家的云服务器6或者电信厂家的服务器7，其中，如果运行数据传输给了电信厂家的服务器7，电信厂家的服务器7能够将获得运行数据通过数据库接口传送给空调厂家的云服务器6。此外，空调厂家的云服务器6能够通过数据库接口将空调设备1中压缩机原始标定的运行数据传输给数据库服务器8并保存在数据库服务器8中。
[0031] 参照图2，在空调设备1运行时，能够通过以下步骤检测出空调设备1中压缩机的异常状态：
[0032] S1：将压缩机的原始标定的运行数据保存到数据库服务器8中；
[0033] S2：提取相应压缩机的实际运行数据；
[0034] S3：获得相应压缩机的压缩机MAP图；
[0035] S4：提取压缩机的异常状态信息；
[0036] S5：将提取的压缩机的异常状态信息提交给售后人员处理。
[0037] 根据上述步骤能够在压缩机工作状态出现工作异常状态时，就提前发出信号，避免直到压缩机损坏才报故障或者安排人员去维修或更换压缩机，这样能够有效提高发现压缩机工作在异常状态(包括亚健康状况)的几率，延长压缩机的使用寿命。。
[0038] 参照图3，其中，上述步骤S2步骤的具体实施方式为S11：从云服务器6中实时提取当前空调设备1中压缩机实际运行中每个运行点的运行数据，该运行数据包括由压缩机中高压传感器检测到的压缩机绝对高压值即冷凝压力值、由压缩机中低压传感器检测到的压缩机绝对低压值即蒸发压力值、压缩机运行频率值以及工程安装信息等数据；这样能够通过采集这些运行数据判断压缩机是否处于异常状态。
[0039] 上述步骤S4包括S12、S13和S14，具体地：
[0040] S12，判断S11步骤中获得的每个运行点处压缩机运行频率值的范围；下面以判断压缩机运行频率值处于15HZ至30HZ为例；
[0041] S13：根据S11步骤中获得的每个运行点处的压缩机冷凝压力值和蒸发压力值，在压缩机MAP图上获得在当前压缩机运行频率下，压缩机运行点所处的位置点；
[0042] S14：判断每个位置点与压缩机MAP区域的位置关系，如果位置点位于压缩机MAP图区域内，则判断为正常状态，如果位置点位于压缩机MAP图区域外，则判断为异常状态，进入步骤5；其中，如图5所示，如果多个位置点重复在MAP图上形成重复点，则对重复点进行计数统计，然后用渐变的颜色代表重复点的不同数量。通过上述这些步骤，能够在压缩机MAP图上显示压缩机是否运行正常，有利于技术人员提前发现运行异常的情况。
[0043] S5步骤的具体实施方式为S15：根据MAP图区域外的每一个位置点确定该位置点所对应的压缩机运行点，然后根据压缩机运行点对应的工程安装信息数据在数据库服务器8中找到该压缩机对应的工程和城市，并把对应的工程信息(如下图6所示)和城市在客户端上显示并推送给售后服务部门的工程师处理。这样，出现异常状态的压缩机能够得到及时发现、检查和处理，提升了压缩机异常状态检测的效率。
[0044] 在上述步骤S3中，根据当前空调设备1中压缩机的运行频率，能够获得该运行频率下该压缩机的MAP图，具体MAP图的生成方法如下：
[0045] S21：根据空调机组1使用的压缩机，获得压缩机技术规格书；
[0046] S22：将压缩机技术规格书中基于压缩机运行频率的MAP图(如图4所示)导入到Matlab软件中，得到该MAP图的RGB数组以及该MAP图中每条线段顶点的坐标；
[0047] S23：移动Matlab软件中的光标到该MAP图中每条线段的顶点，获得对应RGB数组的坐标；
[0048] S24：根据该RGB数组和每条线段顶点的坐标获得每条线段的方程式：即冷凝压力(Y)＝A*蒸发压力(X)+B；
[0049] S25：通过上述方程式表示的线段，获得每个对应工作频率下的压缩机工作的MAP图，该MAP图为封闭的多边形；
[0050] S26：输入数据库服务器8中保存的空调设备1中压缩机标定运行数据中的蒸发压力值即压缩机绝对低压值，能够获得冷凝压力值即压缩机绝对高压值，这样就可以得到出该压缩机工作在某运行点(蒸发压力(X)，冷凝压力(Y))时对应的MAP图上的位置。通过在生成压缩机MAP图并通过该MAP图发现异常状态，这种方式很直观和准确。
[0051] 本发明的实施例仅是对本发明的优选实施方式进行的描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中工程技术人员对本发明的技术方案做出的各种变型和改进，均应落入本发明的保护范围，本发明请求保护的技术内容，已经全部记载在权利要求书中。
