專利名稱：設備診斷裝置、冷凍循環裝置、流體回路診斷方法、設備監視系統、冷凍循環監視系統的制作方法
技術領域：
本發明涉及與諸如冷凍裝置和空調裝置中所使用的冷凍循環裝置的壓縮機那樣的設備、流體回路等和鼓風機其他設備和裝置類的故障診斷及監視有關的技術。
背景技術：
作為空調機的故障診斷，采取傳感器和設定值、異常信號等的控制數據，進而采用壓力、溫度等運轉數據使各故障情況下的動作狀態的序列存儲在微機中來進行故障診斷的技術得以提案。參照專利文獻1(特開平2-110242號公報(第4圖～第11圖))。另一方面，在故障診斷中常常進行作為多變量解析方法的使用馬哈拉諾比斯(Mahalonobis)距離的嘗試。過去是將振動傳感器的信號與正常時進行比較，參照專利文獻2(特開昭59-68643號公報(從第23頁左上到右上欄))，在最近是使用多種類的傳感器以發現劣化的征兆、參照專利文獻3(特開2000-259222號公報(圖3～圖9))等為人們所公知。
另外，在專利文獻4(特開平10-103820號公報(權利要求1、圖1、圖2、圖4))所記載的以往冷凍循環裝置中，通過連通管使液容器(受液槽)和輔助箱進行連通，由此使液容器和輔助箱的液冷媒處于同一液面水平，通過設置于輔助箱的浮動式水平傳感器來檢測液面水平，并根據檢測到的液容器的液面是否為預定的正常液面水平以上來實現冷媒泄漏的探測。
另外，在專利文獻5(特開平6-185839號公報(權利要求1、圖1、圖3))中所記載的以往冷凍循環裝置中，在從液容器(受水槽)的下部延遲的液取出管上安裝觀察窗(流體檢查窗)，從發光器朝向流經觀察窗內的冷媒液投光，用受光器感光，并基于受光器的檢測信號的電平來實現氣泡向冷媒液的混入、亦即冷媒泄漏的探測。
雖然以往的采取傳感器和設定值、異常信號等的控制數據，進而采用壓力、溫度等運轉數據來進行各故障中的動作狀態的故障診斷的嘗試能夠判斷極端的異常狀態，但存在不能成為精度良好的裝置之類的問題。例如即便在測定值超過預先設定的允許界限值的情況下從報警部件發生異常信號，也只是關注特定的運轉數據的閾值，無法捕捉包含冷凍循環裝置全體的微妙且復合的數據變化，所以不能在故障預兆表現出來的時刻進行異常的可能性探測。
另外，若要提高精度就需要取入過多的數據，且進行假定了各種各樣狀態的判斷，不僅是傳感器每當微機容量增大和對象設備改變就要進行微機更換等、費用花費太多，由于故障判定的閾值根據設計值或者特定機的試驗來決定，所以此決定要花費許多時間，不能考慮實機的個體差而誤檢測的可能性很高。
另外，即便采用了多變量解析方法，由于針對閾值的判定不充分、或者其對策需要大量的數據，所以也無法實用化，進而無法確定故障原因，不能迅速地應付針對故障的監視和維護。
另外，以往的冷凍循環裝置，為了對氣泡向液容器的液面或者從液容器流出的冷媒液的混入進行測定，即需要安裝特常數據用的特別傳感器，從而存在成為非常高價的裝置之類的問題點。
另外，以往的冷凍循環裝置，由于在裝置中組裝必要數據用的特別傳感器，所以存在向現有的冷凍循環裝置的設置困難之類的問題點。
另外，以往的冷凍循環裝置，在冷媒泄漏量到達能夠維持正常冷卻能力的界限后才探測冷媒泄漏，從而存在無法早期發現冷媒泄漏、不能在到達界限前進行對策之類的問題點。
另外，以往的冷凍循環裝置，由于要用特定的數據來探測冷媒泄漏，所以存在無法進行冷媒泄漏與其他異常的異常判別之類的問題點。
發明內容
本發明就是為了解決如上述那樣的問題而完成的，本發明的目的是獲得可以實現基于除設備、例如壓縮機單體外還諸如冷凍循環那樣包含裝置全體的經過運算的狀態量的、故障的早期預兆的檢測技術。另外本發明的目的是獲得將故障判定中的實機個體差進行吸收、且閾值等的設定容易、在何時何處何地都可簡單地使用的實用產品。另外本發明的目的是獲得能夠確定故障判定中的故障原因、精度良好的可靠性高的技術。
另外本發明的目的在于獲得僅用一般的溫度測定部件以及壓力測定部件的信息就能夠探測冷媒泄漏等冷凍循環的異常價格便宜、可靠性高的冷凍循環裝置或者診斷及監視技術。另外本發明的目的在于獲得容易向現有的冷凍循環裝置適用的冷凍循環裝置或者診斷及監視技術。
另外，本發明的目的在于通過利用多個數據的相關關系，不僅獲得進行冷媒泄漏等各異常的判別以能夠早期發現異常的冷凍循環裝置或者診斷及監視技術而且獲得可以進行預測等的實用產品。
本發明的技術方案提供一種設備診斷裝置，具備計測部件，對吸引并吐出流體的設備多個計測量進行計測；運算部件，對經過計測的多個計測量的相關關系等進行運算；以及正常狀態量存儲部件，將從運轉被判斷為正常時所計測的計測量求出的平均值等運算值即狀態量、至少是包含經過運算的多個計測量的相關關系的狀態量，作為設備的正常狀態的狀態量來進行存儲，從正常狀態量存儲部件存儲的正常狀態的狀態量進行運算以求得異常狀態的狀態量。
本發明的技術方案提供一種設備診斷裝置，具備計測部件，對吸引并吐出流體的設備多個計測量進行計測；運算部件，對經過計測的多個計測量的相關關系等進行運算；以及狀態量存儲部件，將從運轉被判斷為正常時所計測的計測量求出的平均值等運算值即狀態量、至少包含經過運算的多個計測量的相關關系的狀態量，作為設備的正常狀態的狀態量來進行存儲，同時將至少包含從設備被判斷為異常狀態時所計測的或者以得到異常狀態的方式所設定的多個計測量、由運算部件經過運算的多個計測量的相關關系的狀態量，作為設備的異常狀態的狀態量來進行存儲；以及判斷部件，將至少包含在設備當前的運轉中通過運算部件將流體的多個計測量作為變量來運算相關關系所得到的狀態量的當前狀態量，與由狀態量存儲部件所存儲的正常狀態的狀態量及異常狀態的狀態量中的至少一方進行比較，并在判斷為當前的運轉狀態不是正常狀態的情況下進行異常程度或者異常原因的推測。
本發明的技術方案提供一種冷凍循環裝置，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而形成的冷凍循環；高壓側測定部件，作為測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力的高壓高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，作為測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，作為測定從冷凝器至膨脹部件的流路中的任一位置的溫度液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度吸入溫度測定部件；運算部件，從高壓側測定部件、低壓側測定部件、及冷媒溫度測定部件的測定值來運算復合變量等運算值；以及判斷部件，存儲各測定值或者運算值，同時對過去所存儲的值與當前的測定值或者運算值進行比較，并基于此比較結果來判斷冷凍循環的異常。
本發明的技術方案提供一種冷凍循環裝置，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而形成的冷凍循環；正常狀態量存儲部件，存儲至少包含將此冷凍循環正常運轉時的多個測定值作為多個變量進行了運算的相關關系的狀態量作為正常運轉狀態的狀態量；異常狀態量存儲部件，存儲至少包含將在冷凍循環中產生了異常時的多個測定值作為多個變量進行了運算的相關關系的狀態量作為異常運轉狀態的狀態量；比較部件，比較至少包含將從冷凍循環的當前運轉狀態所得到的多個測定值作為多個變量進行了運算的相關關系的狀態量即當前運轉狀態量，與正常狀態量存儲部件中所存儲的狀態量或者異常狀態量存儲部件中所存儲的多個狀態量的距離；以及判斷部件，從由比較部件經過比較的距離或者距離的變化來判斷冷凍循環的正常程度或者異常程度或者異常原因。
本發明的技術方案提供一種冷凍循環裝置，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而構成的冷凍循環；高壓側測定部件，作為測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力的高壓高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，作為測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，作為測定從冷凝器至膨脹部件的流路中的任一位置的溫度液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度吸入溫度測定部件；判斷部件，存儲各測定部件的測定值或者從測定值運算出的運算值，并將該被存儲的值與當前的測定值或者運算值進行比較以判斷是否是包含冷媒泄漏的冷凍循環異常；以及輸出部件，在判斷為冷媒泄漏的情況下優先于其他的冷凍循環異常將冷媒泄漏信息輸出。
本發明的技術方案提供一種流體回路診斷方法，具有測定步驟，從設備吸引并吐出在回路內流動的流體物理量來測定多個測定量；運算步驟，運算將從經過測定的數據所得到的多個參數作為多個變量相互組合地關聯的集合體并計算出運算結果；以及判斷步驟，比較運算結果是否在所設定的閾值內以判斷流體是否為正常運轉狀態。
本發明的技術方案提供一種流體回路診斷方法，具有測定步驟，從使流體回路內進行循環設備吸引并吐出的流體物理量來測定多個測定量；運算步驟，運算將從所測定的測定量所得到的多個參數作為多個變量相互組合地關聯的集合體并計算出運算結果；以及故障預知步驟，從存儲了運算結果的正常運轉時的運算結果及異常運轉時的運算結果中的至少另一方面，且已經運轉的經過時間來推測流體回路內的流體變得異常為止的時間。
本發明的技術方案提供一種流體回路診斷方法，具有測定步驟，從使流體回路內進行循環的設備吸引并吐出的流體物理量來測定多個測定量；運算步驟，運算將從所測定的測定量所得到的多個參數作為多個變量相互組合地關聯的集合體并計算出運算結果；以及故障預知步驟，從存儲了運算結果的正常運轉時的運算結果及異常運轉時的運算結果中的至少另一方面，且已經運轉的經過時間來推測流體回路內的流體變得異常為止的時間。
本發明的技術方案提供一種冷凍循環設備監視系統，它是借助于設備診斷裝置來監視運轉中的設備運轉狀態的設備監視系統，通過通信線或者無線通信將由設備診斷裝置所計測的計測量、經過運算的運算值、以及對運算值是否在所設定的閾值內進行比較以判斷設備是否為正常運轉狀態的判斷結果中的至少一個傳送給對設備的運轉狀態進行監視的遠距離監視裝置。
本發明的技術方案提供一種冷凍循環監視系統，具備高壓側測定部件，作為測定從將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而構成的冷凍循環的冷凍循環裝置的壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力的高壓高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，作為測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，作為測定從冷凝器至膨脹部件的流路中的任一位置的溫度液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度吸入溫度測定部件；運算部件，從高壓側測定部件、低壓側測定部件、及冷媒溫度測定部件的測定值來求解復合變量；存儲部件，存儲各測定部件的測定值或者從它們運算出復合變量等運算值；判斷部件，對由存儲部件過去所存儲的值與當前的測定值或者運算值進行比較，并基于此比較結果來判斷冷凍循環的異常；以及傳送部件，對設置在從冷凍循環裝置遠離的地點遠距離監視裝置傳送測定值或者運算值或者判斷部件的判斷結果并以有線或者無線方式而形成。
本發明是從流體的一般計測量來診斷運轉狀態，可通過簡單準確可靠的診斷、來進行異常探測、進而進行異常時期預測等。另外本發明獲得精度良好、實用的、可確定故障原因等的診斷技術。另外本發明使設備及冷凍循環的監視可靠地得以進行。
圖1是本發明實施方式1的全體概念圖。
圖2是本發明實施方式1的冷凍循環裝置的構成圖。
圖3是表示本發明實施方式1的冷凍循環的動作莫利爾線圖。
圖4是說明本發明實施方式1的馬哈拉諾比斯距離與其出現率之關系的說明圖。
圖5是本發明實施方式1的馬哈拉諾比斯距離的計算流程圖。
圖6是表示本發明實施方式1的馬哈拉諾比斯距離的概念圖。
圖7是表示本發明實施方式1的冷媒泄漏程度與馬哈拉諾比斯距離之關系的圖。
圖8是本發明實施方式1的動作流程圖。
圖9是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖10是表示本發明實施方式1的馬哈拉諾比斯距離的時間推移的說明圖。
圖11是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖12是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖13是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖14是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖15是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖16是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖17是表示本發明實施方式1的基準空間與異常空間之關系的圖。
圖18是本發明實施方式1的動作流程圖。
圖19是表示本發明實施方式1的冷媒泄漏的試驗結果的圖。
圖20是表示本發明實施方式1的年度基準空間的分割方法的圖。
圖21是本發明實施方式1的冷凍循環裝置的另外的構成圖。
圖22是表示本發明實施方式1的異常空間與正常空間的馬哈拉諾比斯距離的概念說明圖。
圖23是表示本發明實施方式1的新建異常學習功能內容的流程圖。
附圖標記說明冷凍循環裝置，2微機，3個電話線路或者區域網絡，4遠距離監視室，5計算機，6顯示裝置，7輸入裝置，8警告燈，9揚聲器，10儲蓄器，11壓縮機，12冷凝器，13膨脹閥，14蒸發器，35液容器，36流路開閉部件，37過冷卻部件，38液管溫度檢測部件，41數據收集部件，45冷凝起用鼓風機，48油分離器，53事務所 54報警機，55數據收發部件，56網絡或者公共線路，61吹出溫度檢測部件，62吸入溫度檢測部件。
具體實施例方式
實施方式1.
使用圖1～圖8就本發明實施方式1的構成進行說明。圖1是本發明的全體概念圖，1是例如冷凍機，空調機等冷凍循環裝置，2是內置了對冷凍循環裝置1的運轉狀態量進行檢測，并對檢測結果的運算，存儲，向顯示畫面或者警告燈等的輸出以及數據與外部進行發送接收的裝置等的基板和微機，3是電話線路，區域網絡線路，無線等與外部進行通信的部件，4是進行冷凍循環裝置1的遠距離監視以及控制等的集中管理的遠距離監視室，5是設置在遠距離監視室4內，具有用于與冷凍循環裝置1進行數據收發的顯示以及運算功能的遠距離監視部件即計算機，6是設置在冷凍循環裝置1中的液晶顯示器等顯示裝置，7是觸摸面板或者按鈕等輸入裝置，8是用于報知異常發生的警告燈，9是發生用于報知異常發生的聲音揚聲器。冷凍機、空調機等冷凍循環裝置1是放置于建筑物中的空調、設置于超市等大型店鋪的冰箱和空調系統、或者小型店鋪等的冷凍？空調裝置、或者集體住宅的各家庭的空調裝置等，遠距離監視室既可以對這些多個設備進行監視，也可以對個別的設備進行監視。或者還可以在一戶房屋等的各住宅內被連接到監視用計算機或者監視裝置。此外，雖然在圖1中表示了顯示裝置6、輸入裝置7、警告燈8、揚聲器9被內置于冷凍循環裝置1內的情況，當然它們全部或者它們之中一部分設置在冷凍循環裝置1的外部也沒關系，即便是不具備它們之中的一部分或者全部的構成，只要有某些代替手段、例如在遠距離地點設置有用通信部件3所連接的計算機等情況也行。
圖2是表示本發明的圖1的冷凍循環裝置1之細節的構成圖，11是壓縮機、12是冷凝器、35是液容器、37是過冷卻部件、36是流路開閉部件、13是膨脹部件、14是蒸發器，它們用配管連接起來，使冷媒在內部進行流通，而構成冷凍循環。壓縮機11，流路開閉部件合6，膨脹部件13，蒸發器14被設置一個或者多個，冷凝器12被設置在機械室或者室外，蒸發器14被內置在例如陳列柜等。16是對冷凍循環裝置1的壓力，溫度等冷媒狀態進行檢測的冷媒計測量檢測部件，16是冷媒的高壓檢測部件，16b是冷媒的低壓檢測部件，38是液管溫度檢測部件，61是冷媒的吐出混度檢測部件，62是冷媒的吸入溫度檢測部件，41是數據收集部件，18是以冷媒狀態量檢測部件16的檢測結果為基礎來進行各種運算的運算部件，19是存儲過去的運算結果，基準值等的存儲部件，20是比較運算結果與存儲內容的比較部件，21是根據比較的結果來進行判斷的判斷部件，22是將判斷結果向顯示部件或遠距離進行輸出的輸出部件。圖3是表示冷凍循環裝置的冷凍循環的動作的莫利爾線圖，橫軸取為焓、縱軸取為壓力以イ～ホ的編號與圖2相對應的方式來表示冷凍循環的壓縮、冷凝、膨脹、蒸發的循環。此外雖然在圖2中沒有圖示，但在冷凝器12、蒸發器14中設置有空冷用的鼓風機。另外，壓縮機11已知有渦旋式、旋轉式、往復式、螺旋式等，但多半壓縮機是通過在其框體內部直接連結到壓縮機構的電動機(未圖示)來進行驅動。此電動機有通過來自交流電源的商用電力以大致恒定速度進行旋轉的感應電動機、將商用電力變換成直流并用變頻器對頻率進行調整以改變壓縮機的轉速的DC無刷電動機等。在驅動此壓縮機的電動機上外加電壓以流過與負荷相應的電流，數據收集部件41不僅將流體的物理量、還將驅動使此冷凍循環裝置的流體循環的設備的電動機的電流、即驅動設備驅動部件的電氣量作為數據來檢測并進行收集。
在圖2中，以由各檢測部件所檢測由數據收集部件41所收集的冷凍循環的各部壓力、溫度等的狀態量為基礎在運算部件18中進行復合變量運算處理。然后向存儲著過去數據和設定閾值等的存儲部件19、比較存儲數據與當前值的比較部件20、以比較結果為基礎進行綜合判斷的判斷部件21、輸出判斷結果的輸出部件22、顯示所輸出的判定結果的顯示部件6、或者遠距離地監視運轉狀態的遠距離監視手段5進行信息傳達。在圖1、圖2的說明中，采用將使冷媒循環以進行暖氣設備和冷氣設備等空調、冰箱和冷凍倉庫等的冷藏和冷凍的冷媒回路，檢測此冷媒回路的運轉狀態的傳感器類，運算等控制所需要的微機、基板類收納在冷凍循環裝置內，并在此裝置內進行直到計測運轉狀態、運算并比較評價來判斷為止的說明。但是，也可以在冷凍循環附近設置直到用傳感器類進行計測為止，運算18以后則設置在遠距離監視室4中。
利用圖2就冷凍循環裝置的動作進行說明。在冷凍循環裝置1的冷媒回路內封入有冷媒，冷媒通過壓縮機11被壓縮加壓，通過冷凝器12使高溫高壓的冷媒以空冷風扇或者水冷等液體冷卻方式(未圖示)被冷卻液化，通過膨脹閥13被減壓膨脹而成為低溫低壓的冷媒，利用蒸發器14通過空冷風扇或者與水等液體熱媒體(未圖示)的熱交換進行蒸發而被加熱氣化。然后，經過氣化的冷媒返回到壓縮機11的吸入側，再次轉移到壓縮加壓工序。另外此時通過冷凝器12與冷媒經過熱交換的空氣或者液體被高溫加熱并利用于暖氣設備熱源或者與戶外空氣進行熱交換，通過蒸發器14與冷媒經過熱交換的空氣或者液體被低溫冷卻并作為冷氣設備或者冷藏·冷凍熱源而得以利用或者與戶外空氣進行熱交換。所使用的冷媒使用諸如二氧化碳、碳氫化合物、氦氣那樣的自然冷媒、HFC410A、HFC407C等的代替冷媒等、不含氯素的冷媒、或者現有的產品中所使用的R22、R134a等碳氬化合物(氟利昂)系冷媒，使冷媒循環的壓縮機等流體設備采用往復式、旋轉式、渦旋式、螺旋式等各種類型。此外，本發明的異常判定不僅對新產品，即便對現有的已經處于運轉狀態的產品，也可以通過在后來追加不足的傳感器而實現。
此外，從圖2所示的數據收集部件41到輸出部件22的構成，是對將各部件全套作為基板內置在冷凍循環裝置1內的方式進行了說明的構成，除此以外，也可以使設置在圖1的遠距離監視室4內的計算機5具有例如從運算部件18到輸出部件22的功能，采用由計算機5來進行各部件的處理的方式。另外，還可以使功能分擔或并存于冷凍循環裝置1和設置在遠距離監視室4內的計算機5雙方。例如也可以使雙方持有存儲部件19，并將存儲區域較少的冷凍循環裝置1內的存儲部件的數據用存儲容量較大的計算機5內的該數據進行重寫，在欲使用因季節而不同的數據等情況下是有效的方法。另外，不管配置在冷凍循環裝置1主體內或者遠距離監視室4中的哪一個只要各部件的功能能夠滿足其功能即可。此外，雖然采用設置在遠距離監視室4內的計算機5來進行說明，這是因為其比較適合于對多個設備進行集中監視，但在以特定設備為對象的情況下也可以使用如手機那樣的移動用的監視裝置，服務人員能夠經常一邊移動一邊進行監視，當然也可以是家庭內的簡單監視裝置。
其次，基于圖2就本發明一例的冷凍循環裝置的診斷和異常判定的動作進行說明。由冷凍循環裝置的各檢測部件進行了數據收集的計測量是為了把握冷凍循環的運轉狀態所需要的流經冷媒回路的冷媒的各部壓力、溫度的計測量，由冷媒計測量檢測部件16來進行各種數據的檢測并由數據收集部件41進行收集。此外，為了把握冷凍循環的運轉狀態，在圖2中將壓縮機11、冷凝器12、膨脹部件13和蒸發器14用配管連接起來使之形成冷凍循環，使冷媒在該循環回路內部進行流通，并設置有作為測定從該冷凍循環裝置1的壓縮機11的吐出側至膨脹部件13的流路中的任一位置的冷媒壓力之高壓的高壓測定部件或者測定此高壓的飽和溫度的冷凝溫度測定部件的高壓側測定部件16a；作為測定從膨脹部件13至壓縮機11的吸入側的流路中的任一位置的冷媒之壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件的低壓側測定部件16b；作為測定從冷凝器12至膨脹部件13的流路中的任一位置的溫度的液溫測定部件38或者測定從壓縮機11至冷凝器12的流路中的任一位置的溫度的吐出溫度測定部件61或者測定從蒸發器14至壓縮機11的流路中的任一位置的溫度的吸入溫度測定部件62的冷媒溫度測定部件；以及在所說全部各部計測測定冷媒的物理量的測定部件。此外這些測定部件若利用通常被配置于冷凍循環的部件就比較簡單，但也可以根據需要以后在進行外加。
根據這些高壓側測定部件、低壓側測定部件以及冷媒溫度測定部件的測定值通過運算就能夠設為表示數據的特征的狀態量。例如用運算部件18來運算復合變量，將各測定部件的多個測定值設為復合變量，或者從測定量求解具有特征的運算值并將它們設為復合變量等并將運算值與測定值一起存儲在存儲部件19中。能夠將此存儲部件中所存儲的過去的值與當前的測定值或者運算值進行比較，并基于此比較結果來判斷冷凍循環的異常。壓力的測定使用將冷媒的壓力變換成電氣信號的壓力變換器等來進行，溫度的測定則使用熱敏電阻、熱電偶等溫度檢測部件。此外，關于壓力、溫度測定位置，也可以結合設為對象的冷凍循環的構成、動作特性來進行位置變更、測定位置的增設，以更為準確地把握冷凍循環運轉狀態這樣來構成。狀態量的測定以某一定間隔例如1分這樣的分單位或時間單位間隔等來進行測定，并向數據收集部件41進行信息傳達。
冷媒的物理量的利用各測定部件的測定是在與數據被收集的流體回路的冷媒回路中流過的冷媒即流體相互關聯起來的狀態下得以計測的，使用在同一時間帶或者相關聯的時間帶經過計測的數據。此外，從經過測定的多個數據來進行運算以獲得狀態量，但為了將測常數據分別設為同列數據來處理而結合測定間隔來進行運算處理，按一定時間間隔逐個進行運算處理。從而就獲得基于已關聯的數據的狀態量。
其次說明將經過測定的各數據組合起來設為復合變量的方法、以及使用該復合變量來進行壓縮機等設備和冷凍循環等系統中的異常探測的方法。作為處理多個計測量的方法的一例，可列舉出一般周知的馬哈拉諾比斯距離。馬哈拉諾比斯距離例如在1992年10月26日由東京圖書株式會社所發行的“快速了解多變量解析”中有所記載，是在多變量解析的領域所使用的方法。以下，說明使用馬哈拉諾比斯距離來進行壓縮機等異常探測的方法。此外泄漏、劣化、故障等除破損絕緣短路等明確出現在表面的最終階段外，尤其越是在初期階段運轉諸量、數據和在表面出現的現象越是復雜。這是數據等復雜要因的組合，有時通過將它們不是一元地進行捕捉而是多元地進行捕捉復雜的構造就得以簡單化，采取多變量解析之類的方法。但是，通過僅單單使用多變量解析，就無法找到目的結果、例如初期階段的不良。本發明是能夠從變量間的相關關系獲得實用的診斷的技術。
將表示冷凍循環運轉狀態的各測常數據的合計數設為m，將各計測量或者狀態量分別分配給變量X，并定義X1～Xm共m個運轉狀態量。其次收集作為基準的正常運轉狀態、例如安裝空調裝置進行試運轉并確認了正常的狀態、或者在順利地輸出所設定的能力的裝置運轉時將X1～Xm的運轉狀態量收集合計n組(2以上)的組合部分的基準數據。
然后，通過下面的(1)式和(2)式來求解X1～Xm各自的平均值mi以及標準偏差σi(基準數據的波動程度)。此外，I是項目數(參數的個數)，在這里設定成1～m來表示與X1～Xm對應的值。設這里的標準偏差是采納對變量與其平均值之差進行了二乘后的期待值的正平方根。
mi=1nΣj=1nXij---(1)]]>[公式2]σi=1n-1Σj=1n(Xij-mi)2---(2)]]>其次，進行使用經過運算表示特征的狀態量即上述的平均值mi以及標準偏差σi通過下面的(3)式將原X1～Xm變換成X1～Xm之類的標準化。亦即將變量變換成平均為0、標準偏差為1的概率變量。此外，在下面的(3)式中j取1～n之間的任意值，與n個各測定值相對應。
xij＝(Xij-mi)/σi(3)其次，為了用將變量標準化成平均為0、方差為1的數據進行分析，作為方差共方差矩陣將表示X1～Xm的相關關系、亦即變量之間的關聯性的相關矩陣R以及相關矩陣的逆矩陣R-1用下面的(4)式來加以定義。此外，在下面的(4)式中，k是項目數(參數的個數)，在這里設為m。另外，i和p表示各項目的值，在這里設為1～m的值。
R=1r12···r1kr211···r2k····rk1rk2···1]]>R-1=a11a12···a1ka21a22···a2k····ak1ak2···akk=1r12···r1kr211···r2k····rk1rk2···1-1]]>rip=rpi=1nΣj=1mxijxpj---(4)]]>在這樣的運算處理之后，基于下面的(5)式求解表示特征的狀態量即馬哈拉諾比斯距離。此外，在(5)式中j取1～n之間的任意值，與n個各測定值相對應。另外，k是項目數(參數的個數)，在這里設為m。另外，a11～akk是上述(4)式的相關矩陣的逆矩陣的系數，馬哈拉諾比斯距離在基準數據亦即正常運轉狀態時約為1并收納于4以下，具有當變得異常時數值增大、或者距離依照異常程度(從正常偏離的程度)而增大之類的性質。此外雖然在這里作為格拉斯曼分析所必需的非類似度、亦即距離使用了馬哈拉諾比斯距離，但也可以是使用標準化歐幾里德距離或閔可夫斯基距離等和其他的最短距離法或最長距離法等的多變量解析方法。
Dj2=1k(x1j,x2j,···,xkj)·a11a12···a1ka21a22···a2k····ak1ak2···akk·x1jx2j···xkj]]>=1kΣi=1kΣp=1kaipxijxpj---(5)]]>這里，使用圖4、圖5就馬哈拉諾比斯距離的概念以及計算流程進行說明。圖4在橫軸上取為馬哈拉諾比斯的距離并將其出現率設為縱軸圖示了關系。如圖那樣，不管在參數的個數為幾個的情況下都能夠判斷經過運算的馬哈拉諾比斯距離相對于基準數據組處于怎樣的位置關系，以確認冷凍循環裝置的故障狀態。此外，在基準數據組中馬哈拉諾比斯距離其平均值約為1，在考慮了波動的情況下也在4以下。
圖5是馬哈拉諾比斯距離的計算流程圖。首先設置基準數據的平均值、標準偏差、相關矩陣的逆矩陣、項目數(ST1)，取得在冷凍循環運轉中經過計測并運算的狀態量(ST2)。接著，基于上述(3)式進行這些取得數據的基準化(ST3)，之后將馬哈拉諾比斯距離設為0作為初始值，將計數器i、j設置成初始值的1(ST4)。然后，使計數器i、1變換直至項目數k為止，對馬哈拉諾比斯距離通過將(5)式的運算反復ST5～ST7的計算以及將在ST8所得到的積分值用項目數k相除來進行，就能夠求得馬哈拉諾比斯距離D2。
其次包含冷凍循環的動作以及異常的推測方法等在內通過圖2以外來說明冷媒泄漏的診斷。首先，就冷凍循環內的冷媒量進行說明。例如在用于超級市場的陳列柜用的冷卻的冷凍裝置中，陳列柜被設置在食品賣場，但其數目、大小、種類、配置因所設置的店而異，配置于陳列柜內的蒸發器14的內容積也因其而不同。另外，壓縮機11、冷凝器12、液容器35的設置場所也因店的構造而異，例如有設置于食品賣場的里面的情況和設置于房屋上的情況，連接蒸發器14、壓縮機11、冷凝器12、液容器35形成司令塔循環的配管長度就因其而不同。為了使冷凍循環發揮預定的性能，需要適合于冷凍循環的內容積的冷媒量，若蒸發器的內容積和配管長度不同則冷凍循環全體中所需要的冷媒量也就不同，所以冷凍裝置的冷媒在現場設置了設備后進行充填。另外，冷凍循環中的必要冷媒量還因冷凍循環的狀態而異，由于冷凍循環的狀態因戶外空氣溫度和陳列柜等負荷側設備的運轉狀態而異，所以通常在充填冷媒時，不管運轉狀態如何時常稍微多一些充填冷媒以使得冷凝器和蒸發器等各構成設備所需要的冷媒量得以分配，冷凍循環的各構成設備達到適當冷媒量后的剩余冷媒就留在液容器35之中。
被充填于冷凍循環的冷媒之中、各構成設備所需的冷媒量根據冷凍循環的狀態時時刻刻變化，由此，液容器35內的剩余冷媒的量也變化。而且，若冷凍循環的各構成設備所需的冷媒量相對于冷媒充填量充分增大，則在液容器35內就無法保持剩余冷媒，就會從液容器35流出混入氣體的二相冷媒。如果多少混入某些氣體，則由于利用過冷卻部件37(包含利用周圍空氣的液配管的冷卻)經由分支路膨脹部件37a用液管熱交換部件37b進行熱交換而被液化所以不至于有大事，但在氣體向從液容器35流出的冷媒的混入量進一步增加的情況下，二相冷媒就會流入膨脹部件13，而陷于無法確保必要的冷卻能力的不制冷狀態，冷藏或者冷凍食品的周圍空氣溫度將會變高、食品的品質就會變差。
為了防止這樣的事態，而設置有留存剩余冷媒的液容器35，還估計冷凍循環所需的冷媒量的變動部分封入冷媒。但是，由于設置初期時的工程不良或振動導致配管與閥門的連接部的松弛等長期變化(老化)，有時會發生冷媒從冷凍循環跑掉的冷媒泄漏。若發生冷媒泄漏則冷凍循環內的冷媒就緩緩減少，隨之就陷于不制冷狀態。
但是，由于冷媒泄漏是從微小的配管間隙漏掉，以非常緩慢的速度行進的慢速泄漏較多。由于慢速泄漏是數周或者數月冷媒緩緩地跑掉，所以冷媒的噴出音也幾乎沒有も，另外由冷媒變少導致的冷凍循環的變化也是一日一日變化量減少，所以發現非常困難。另外，在冷凍裝置中液容器35保持剩余冷媒，所以即便冷媒跑掉一些，液容器35內的冷媒液面相應降低，而不會作為冷凍循環的變化顯現，發現冷媒泄漏就變得更為困難。然后，當液容器35內的冷媒液面到達液容器下部的冷媒取出口時，混入氣體的二相冷媒從液容器35流出，若其進一步推進就會陷于不制冷狀態。由于冷媒泄漏泄漏了的部分蒸發后沒有殘留等而發現困難，又突然陷于不制冷狀態，所以在市場上要求最多、在陷于不制冷狀態以前發現冷媒泄漏，通過再充填等采取對策具有非常大的意義。若冷媒泄漏中的冷凍循環的狀態依照階段追蹤來看可分成3個階段。
首先，在冷媒泄漏的初始狀態中，由于液容器35內的冷媒液面處于充分的高度，所以冷凍循環不變化。這是第一階段。然后，當冷媒泄漏推進，液容器35內的液面下降，來自液容器35的流出冷媒成為混入氣體的二相冷媒，但通過過冷卻部件37(包含利用周圍空氣的液配管的冷卻)被冷卻而液化，在冷媒到達膨脹部件以前返回到液冷媒，所以成為作為冷卻性能得以充分確保的狀態。這是第二階段。然后，當冷媒泄漏進一步推進，氣體向來自液容器35的流出冷媒的混入量增加，用源于過冷卻部件37(包含利用周圍空氣的液配管的冷卻)的冷卻能力就無法充分冷卻，混入氣體的二相冷媒將會流入膨脹部件，必要冷卻能力不出現而陷于不制冷狀態。為不論空調裝置還是冷凍裝置都變得不起作用的階段，這是第三階段。在此階段即便發現冷媒泄漏也為時已晚，所以就需要在第一階段或者第二階段探測冷媒泄漏。
為了在第一階段探測冷媒泄漏，就必須用于測定液容器35內的液面的特別傳感器，而無法適用于現有設備并在各個產品中不同。但是，由于在這里以實用、價格低廉且能夠使用于標準的冷凍裝置的冷媒泄漏探測作為目的，所以考慮不是第一階段中的探測而是對第二階段中的冷媒泄漏進行探測的方法。在第二階段中，由于流入過冷卻部件37的冷媒成為二相冷媒，所以過冷卻部件37中的冷卻能力比完全的液冷媒之時有所下降，在膨脹部件13的入口處的冷媒的局部冷卻(過冷卻度)與沒有冷媒泄漏的狀態或者冷媒泄漏的第一階段相比變小。因而，如果捕捉此局部冷卻(冷凝溫度與液管溫度之差)的變化就能夠確定冷媒泄漏。
但是，在冷凍裝置中，若戶外空氣溫不同則冷凝器12中的熱交換量就不同。另外，內置于陳列柜或冰箱等負荷側設備的蒸發器14的周圍空氣溫度通過流路開閉部件36的開閉以及膨脹部件13的開度而時常控制。進而，壓縮機11進行容量控制、臺數控制或者ON/OFF控制以使得冷凍循環正常運轉。在冷凍裝置中，由于通過冷媒在配管內進行循環而形成冷凍循環，所以冷凍循環的各狀態量相互具有相關性進行變化，根據這些運轉狀態的變化，高壓、低壓、局部冷卻(冷凝溫度與液管溫度之差)等冷凍循環的各狀態量進行變化。
亦即、冷凍循環的局部冷卻(冷凝溫度與液管溫度之差)還根據冷凝器12中的熱交換量、流路開閉部件36或膨脹部件13的控制狀態、壓縮機11的控制狀態、冷媒泄漏量中的某種要因進行變化，局部冷卻以外的高壓和低壓等其他的冷凍循環的狀態量也同樣如此，還根據冷凝器12中的熱交換量、流路開閉部件36或膨脹部件13的控制狀態、壓縮機11的控制狀態、冷媒泄漏量中的某種要因進行變化。從而，即便只測定冷凍循環的局部冷卻(冷凝溫度與液管溫度之差)的變化，也不能確定局部冷卻的變化是由于冷媒泄漏還是由于冷凍循環的運轉狀態的變化而造成。
但是，冷媒泄漏以外的變化要因在通常的冷凍裝置運轉中發生，所以如果能夠在不發生冷媒泄漏的運轉狀態中測定包含冷凍循環的局部冷卻的多個狀態量，并將它們作為相互具有相關性的集合體來處理，發生了冷媒泄漏情況將會從該集合體中脫離，因此就能夠確定冷媒泄漏。這樣，作為將多個狀態量設為集合體來捕捉的方法有已經說明過的利用馬哈拉諾比斯距離的方法。
在將基于馬哈拉諾比斯距離的方法利用于冷凍循環的冷媒泄漏檢測時，根據研究的結果可知冷凍裝置的冷媒泄漏的特征量是高壓、低壓以及局部冷卻。特征量是指在該現象產生時表現出變化的狀態量。現在設冷凍循環的高壓為X1、低壓為X2、局部冷卻為X3，在不發生冷媒泄漏的狀態下使X1～X2變化創建合計n個(2以上)的組合，并測定各自中的X1～X3。將該經過測定的測定值設為基準數據。而且，X1～X3各自的平均值以及標準偏差(數據的波動程度)已經用式1、式2進行了說明。接著，使用它們如式3那樣進行基準化將原來的X1～X3變換成x1～x3。此外，j取1～n之間的任意值，與n個各測定值相對應。如式4那樣求解表示x1～x3之間的相關關系的相關矩陣R和相關矩陣的逆矩陣R-1。
通過此平均值、標準偏差、表示相關關系的矩陣，就能夠將數據作為持有某種分布的集合體來處理。將此數據的集合體稱為單位空間。而且，將相對于作為判斷基礎的正常狀態、在這里為無冷媒泄漏的狀態的單位空間稱為基準空間。另外，將構成此基準空間的數據稱為基準數據。
馬哈拉諾比斯距離D2用式5來定義。此外，式中的j取1～n之間的任意值，與n個各測定值相對應。另外，k是項目數(參數的個數)在這里為3。另外，a11～akk是相關矩陣的逆矩陣的系數，馬哈拉諾比斯距離在基準空間、亦即無冷媒泄漏時約為1。然后，測定與想要探測的冷媒泄漏量相對應的高壓X1、低壓X2、局部冷卻(冷凝溫度與液管溫度之差)X3，通過上述來求解冷媒泄漏狀態下的馬哈拉諾比斯距離，并將其作為閾值進行存儲。此外，此時，相關矩陣的逆矩陣使用在作為基準的無冷媒泄漏的狀態下所求出的結果。
圖6中表示馬哈拉諾比斯距離的概念。圖6表示在橫軸取高壓、在縱軸取局部冷卻(冷凝溫度與液管溫度之差)的兩個參數的相關關系。亦即，如果高壓增高則局部冷卻也就變大。而且，各測常數據根據運轉狀態及裝置的控制等的差異而有波動但高壓與局部冷卻之間具有相關關系，在沒有冷媒泄漏的狀態下收斂于某個范圍、將它們作為基準數據，創建基準空間。在其他的各狀態量中諸如此高壓與局部冷卻那樣也具有相關關系。然后，通過馬哈拉諾比斯距離來判斷待判斷的數據相對于該基準空間(基準數據)是正常還是異常。
另外，如已經在圖4中所說明那樣馬哈拉諾比斯距離及其出現率，即便在參數為幾個的情況下，也能夠根據經過計算的馬哈拉諾比斯距離相對于基準空間處于怎樣的位置關系來進行正常還是異常的判斷。此外，在基準空間中，馬哈拉諾比斯距離具有平均約為1，即便考慮波動也在4以下的性質。然后，在實機中，具備測定冷凍裝置的各計測量的測定部件，將這些測定值通過先前的公式進行處理后作為狀態量，來求解馬哈拉諾比斯距離。于是，此馬哈拉諾比斯距離的大小就與冷媒泄漏量相對應，根據馬哈拉諾比斯距離的大小就能夠得知冷媒泄漏。此外，由于馬哈拉諾比斯距離在基準空間(正常狀態)下通常為4以下的值，所以將直到此閾值之前視為正常，而在超過它時看作異常。但是，實際上由于還有探測誤差的問題，所以判斷冷媒泄漏的閾值設定成比4還大的適當值、例如50。此外，閾值設定成與冷凍循環到達不制冷以前的冷媒泄漏第二階段的冷媒量相當的值。
圖7在橫軸上表示冷媒回路內的冷媒量，在縱軸取馬哈拉諾比斯距離。亦即表示了實機中的冷媒泄漏量與馬哈拉諾比斯距離之關系的一例。在圖7中，正常是沒有冷媒泄漏的狀態并用此數據來創建基準空間，液容器液面降低的三角表示先前所示的冷媒泄漏的第一階段，四角所示的二相流出、液化表示第二階段，叉圖形所示的不制冷前、不制冷表示第三階段。由圖可知在無冷媒泄漏和冷媒泄漏的第一階段中馬哈拉諾比斯距離上看不到變化，但之后隨著第二階段、第三階段的推進，馬哈拉諾比斯距離緩緩變大。此外，由于在這里將特征量設為高壓、低壓、局部冷卻所以無法區別正常狀態與第一階段，但還可知若安裝捕捉液容器內的液面(液容器內冷媒量)變化的傳感器并將液容器內冷媒量加入到特征量中則在正常狀態和第一階段中馬哈拉諾比斯距離變化，能夠區別正常狀態與第一階段。從而通過增加計測量就能夠更為嚴密地設定正常范圍。這樣通過在正常階段、故障或者接近故障的異常階段以外還在正常與異常之間設置中間階段，檢測此中間階段以推測直到故障所花費的時間由此就能夠預知故障，并能夠確保高可靠性的設備和裝置的運轉。作為這樣的中間階段例如還可以捕捉電氣部件等的特性劣化現象、或者機構部件的部分異常接觸、和表面粗糙度的變化等的劣化。
其次，按照圖8所示的動作流程圖來進行說明。首先，設定基準數據的平均值、標準偏差、相關矩陣的逆矩陣、項目數(ST61)，并設定馬哈拉諾比斯距離的閾值(ST62)。接著，測定高壓、低壓、液管溫度并根據高壓與液管溫度計算出局部冷卻(ST63)，將高壓、低壓、局部冷卻按順序設置到X1～X3(ST64)。然后，通過先前所示的式9進行數據的基準化(ST65)，將馬哈拉諾比斯距離設定成初始值0、將計數器i、j設定成初始值1(ST66)。接著，使計數器i、j分別變化直到項目數k為止，進行先前所示的式5的計算(ST67～ST70)。以上的計算由運算部件進行。然后，用比較部件來比較經過計算的馬哈拉諾比斯距離與閾值，并用判斷部件來判斷馬哈拉諾比斯距離是否超過閾值(ST71)，在是(YES)的情況下視為產生冷媒泄漏并向輸出部件進行輸出、例如進行冷媒泄漏顯示或電壓輸出等(ST72)。
此外，雖然在這里以根據冷凍循環的高壓、低壓和局部冷卻(冷凝溫度與液管溫度之差)這三個計測量或者狀態量來推測冷媒泄漏為例進行了說明，但并不限于此。也可以取代高壓而使用冷凝溫度(冷凝器的飽和溫度)，還取代低壓而使用蒸發溫度(蒸發器的飽和溫度)。另外，還可以使用比三個狀態量還多的狀態量來求解馬哈拉諾比斯距離，這樣一來就會使探測精度提高。另外，雖然以液管溫度檢測部件38設置在過冷卻部件的出口配管的情況為例進行了說明，但并不限于此，只要是液配管則在何處進行設置都可以，可起到同樣的效果。但是，使設置了液管溫度檢測部件的位置的局部冷卻(冷凝溫度與液管溫度之差)盡可能大時，就會使冷媒泄漏的探測精度變高，因此設置在高壓側、且盡量靠近膨脹部件的位置為最好。
另外，雖然在這里以具有液容器35的冷凍裝置為例進行了說明，但不言而喻即便是具有液容器35的空調機器等其他設備，只要具有液容器35并在液容器中留存剩余冷媒的話，就可根據同樣的原理起到同樣的效果。另外，如果構成為在液容器中留存剩余冷媒則即便其他的設備構成不同也可以說是同樣，例如在具有液容器和儲蓄器的冷凍裝置中，剩余冷媒留存在液容器中，所以也可根據同樣的原理起到同樣的效果。
另外，也可以將馬哈拉諾比斯距離作為冷媒泄漏量原封不動進行輸出。還考慮將馬哈拉諾比斯距離的平方根稱為D值，來求解與界限冷媒泄漏量相當的D值，并使其與最大輸出電壓例如5V對應起來，如圖9所示那樣，從無冷媒泄漏、泄漏量小、泄漏量中、泄漏量大到界限冷媒泄漏量，使D值與電壓對應起來從輸出部件22進行輸出之類的方法。圖9與圖2同樣表示冷凍循環裝置的構成，從輸出部件22如圖所示那樣輸出表示泄漏量的大小等級的電壓。迄今所說明的馬哈拉諾比斯距離是與各狀態量的偏差的乘方成比例的值，但由于D值是馬哈拉諾比斯距離的平方根，所以為與各狀態量的偏差成比例的值，使之與電壓等對應而易于處理的值。
圖10是在橫軸取時間、縱軸取D值(馬哈拉諾比斯距離的平方根)的圖表，是表示某異常發生時的從正常狀態起D值的時間經過導致的推移的圖。D值在正常狀態下為2以下的值，如圖所示那樣對于某異常，D值伴隨時間的推移逐漸向較大的值進行變化。從而，可根據D值的增加傾向與故障閾值的關系來推測直至故障為止的時間，通過在所推測的故障時期之前進行正確的維護，就可以防止裝置異常停止于未然。例如，從初始的正常狀態起D值到達閾值一半的值為止若花費了一個月，則能夠預想D值到達閾值而陷于故障狀態為止還將花費后一個月。另外，在D值的變化方式不成比例時，例如，在最近一周內D值的增加速度變大的情況下，通過使用該一周內D值的變化速度來預測故障時期，就可以進行更為正確的故障預知。此外，可以說取代D值而使用馬哈拉諾比斯距離也當然同樣如此。
以冷媒泄漏為例稍微詳細地進行說明。由于冷媒泄漏若一旦發生，則除非堵住冷媒泄漏的地方或進行再充填，冷媒泄漏的擴大就不會停止，所以馬哈拉諾比斯距離以及D值就持續增加的傾向。從而，在馬哈拉諾比斯距離或者D值的增加傾向持續的情況下，可以說冷媒泄漏的可能性較高，即使馬哈拉諾比斯距離或者D值不到閾值也能夠判斷為冷媒泄漏，能夠根據距離的變化速度來預測到達閾值的時間、亦即冷媒泄漏到達界限量的時間。此外，由于冷凍循環的狀態量時常變化，所以即便冷媒泄漏量不變馬哈拉諾比斯距離以及D值也進行變化。從而，這里所說的增加傾向并非必須單調增加，除微小增加或者減少外，意思是作為全體具有增加傾向。然后，還可以基于該冷媒泄漏到達界限量的時間的預測，將到達界限冷媒泄漏量的時期用電壓從輸出部件進行輸出。
例如，圖11中表示別的冷凍循環的構成圖。圖11是與圖2或圖9同樣的構成，但能夠從輸出部件22以如為5V則為1天以內、如為3V則為一周以內、如為1V則為一個月以內、如為0V則無冷媒泄漏的方式使距離與時間比例來設定冷媒泄漏的狀況。
另外，在這里以各檢測部件進行測定并用于運算部件等的數據為恒定值的方式進行了說明，但不言而喻即便數據為變化的狀態只要取一定時間的數據的平均值就可同樣進行處理，并起到同樣的效果。此外還處理諸如冷媒的壓力和溫度這樣的流體的物理量，由于即便有流體回路的狀態變化等該物理量也作為恒常數據來處理的具有延時地變動，所以不是處理數十循環或數千循環等的特征數據而是對時間間隔、例如1分或10分、或者數小時、數日等的數據檢測結果進行平均等，由此就能夠簡單地高精度地檢測冷媒泄漏。
另外，在這里作為將多個狀態量設為集合體來捕捉的方法，以使用馬哈拉諾比斯距離的方法為例進行了說明，但也可以使用其他的多變量解析或對多個相關的檢測數據進行運算來求解的方法。作為其他的方法，例如考慮計算過冷卻部件中的熱交換量的方法。以圖2的構成圖為基礎來說明用不是距離而是運算結果的狀態量來進行判斷的方法。
過冷卻部件37中的熱交換量取決于流過主回路的冷媒、亦即經由流路開閉部件36及膨脹部件13流動的冷媒的流量及溫度，流過分支路的冷媒、亦即經由分支路膨脹部件37a流動的冷媒的流量及溫度。現在，若設流過主回路的冷媒的流量及溫度為GMR、TMR，流過分支路的冷媒的流量及溫度為GBR、TBR，液管熱交換部件37b中的熱交換量為QSC，液管熱交換部件37b的傳熱面積為ASC、熱傳輸率為KSC，則下式簡易成立。
D＝相對于空間(正常或者異常)的D值(馬哈拉諾比斯距離的開方) (6)這里，傳熱面積ASC為常數，熱傳輸率KSC變化不是那么大，但有若冷媒流量變大則變大的關系。另外，主回路的冷媒溫度TMR是由液管溫度檢測部件38檢測出的液管溫度，與由高壓檢測部件16a檢測出的高壓飽和溫度即冷凝溫度有較強的相關關系，分支路的冷媒溫度TBR是由低壓檢測部件16b檢測出的低壓飽和溫度即蒸發溫度。從而，液管熱交換部件37b中的熱交換量QSC依照冷凝溫度與蒸發溫度之差進行變化，有若此差變大則變大的關系，是使它們復合變量化后的值。而且，雖然向液管熱交換部件37b流入的冷媒通常為液體，但若冷媒泄漏而變少就變成二相狀態，由于熱量的大半為了使二相冷媒冷凝而被使用，所以液管熱交換部件37b出口處的局部冷卻(冷凝溫度與液管溫度之差)就變小。
因而，將正常狀態下的局部冷卻(或者液管溫度)以高壓(或者冷凝溫度)以及低壓(或者蒸發溫度)或者高壓與低壓之差(或者冷凝溫度與蒸發溫度之差)的關系使其學習存儲，通過觀看其變化就能夠探測冷媒泄漏。亦即不依賴于到目前為止所說明的馬哈拉諾比斯距離，并取得特定參數的變化等并使其輸出即可。
另外，不論根據哪種方法，在冷凍裝置的冷凍循環內流動的冷媒為怎樣的冷媒都可以，例如能夠使用R22或R32等單一成分的冷媒、如R407C那樣由3成分系組成的混合冷媒、如R410A那樣由2成分系組成的混合冷媒、丙烷等HC冷媒或CO2等自然冷媒等。給地球環境保護帶來不好影響的冷媒能夠在泄漏稍微一開始就進行冷媒更換。另外對于可燃性冷媒的泄漏如果顯示按規格等確定的安全上的界限值則能夠在問題發生前事先進行處理。進而，在使用可燃性冷媒或不使可燃性成分減少的冷媒、例如丙烷、R32或R410A等對人體有害的冷媒的冷凍裝置中，從安全性的含義來看冷媒泄漏有危險，在探測到冷媒泄漏并作為電壓等電氣信號或者通信代碼進行輸出時，通過優先于其他冷凍裝置的異常進行輸出將會使安全性顯著提高。
圖12中表示別的冷凍循環裝置的構成圖。輸出部件22作為電壓輸出或者電流輸出連接到報警機54，并用聲音或光發出警報，由此就能夠早期通報冷媒泄漏。由于報警機54被設置在事務所53中所以在發生了泄漏的情況下能夠立刻告知。只要這樣進行進行構成，即便流體為可燃性氣體或對人體有害的液體、例如化學物質也能夠早期地在影響受限之中通過報警機來告知泄漏。
另外，雖然在這里以具有液容器以及液管溫度檢測部件的冷凍裝置為例進行了說明，但不論負荷側設備是什么只要冷凍循環類似就能夠同樣地判斷冷凍循環異常，所以不言而喻在具有以高壓或中壓留存剩余冷媒的機構的空氣調節裝置中也成立。另外除冷凍循環以外，例如即便是化學藥品制造裝置或燃料儲藏所中的流體只要多個檢測關聯流體的物理量等計測量，并作為從這些變量經過運算的狀態量來比較正常時與異常時就能夠早期地判斷異常。
圖13是別的冷凍循環的構成圖。如圖13所示，在具有儲蓄器10、吐出溫度檢測部件61以及吸入溫度檢測部件62的空調裝置中也可以說與上述說明相同。在圖13的構成的空調裝置的情況下，剩余冷媒留存在儲蓄器10中，在剩余冷媒存在于儲蓄器10內的情況下從儲蓄器10流出的冷媒就成為飽和氣體冷媒，但若發生冷媒泄漏、剩余冷媒變少而使儲蓄器內的冷媒液面低于儲蓄器的出口管位置，則冷媒氣體就會從儲蓄器流出。于是，檢測部件的吸入溫度62或者吐出溫度61變高，所以將高壓或者冷凝混度、低壓或者蒸發溫度、吸入溫度或者吐出溫度作為特征量，進行與先前同樣的處理，由此就能夠判定冷媒泄漏。
另外，雖然在沒有液容器35和儲蓄器10的設備、例如室內空調器或制冷設備等中，剩余冷媒留存在冷凝器內，但異常發生時冷凍循環的狀態量的變化舉動能夠通過簡單的計算來進行預測，所以能夠用同樣的方法來判定冶媒泄漏。亦即，一般情況下剩余冷媒留存在冷凝器的一部中，但若發生冷媒泄漏則留存在冷凝器中的冷媒量減少，有助于冷凝器傳熱的面積增加，所以高壓下降若干局部冷卻減少。從而，將高壓或者冷凝溫度、低壓或者蒸發溫度、液管溫度作為特征量，進行與先前同樣的處理，由此就能夠判定冷媒泄漏。另外，由于吐出溫度也下降，所以也可以將吐出溫度選為特征量。
另外，雖然在這里作為冷凍循環異常以冷媒泄漏為例進行了說明，但對于其他的異常也能夠通過簡單的計算來預測異常發生時冷凍循環的舉動，并能夠進行異常判別。這里所說的異常不僅是設備的故障還包含設備的劣化等老化，只要是運轉狀態改變則怎樣的情況都能夠進行探測。圖14、圖15是別的冷凍循環裝置的構成圖。則具有圖14所示的液容器35的冷凍裝置和圖15所示的儲蓄器的空氣調節裝置中，對由于壓縮機11的壽命導致的劣化和液回流、冷凝器12和蒸發器14的熱交換器進行熱交換的表面的污垢和破損、冷凝器12的鼓風裝置45和蒸發器的鼓風裝置46a的劣化和故降、取除存在于作為流體的冷媒循環的內部的灰塵等的過濾網49a和冷媒的濕氣防止用的干燥器49b的堵塞、配管的折斷和破損和堵塞、壓縮機11中所使用的冷凍機油的劣化(用配管的堵塞、壓縮機的潤滑不良、傳熱量的變化等來探測)等、能夠以同樣的構成進行探測、判別。
另外，運算上的單位空間由各特征量的平均值、標準偏差、相關系數所構成，它們在冷凍循環裝置中被存儲于基板上的存儲器。在用實機來學習它們全部或者一部分的情況下，就需要保存在可改寫的存儲器中。另外通過設定單位空間就能夠把握在正常與異常之間距離等之類的中間階段。通過設置此中間階段，就能夠捕捉如已經所說明過的冷媒泄漏那樣緩緩變化的特性，故障預知就成為可能。除泄漏以外還可以準確地區分在壓縮機中有液返回量的大小的液回流現象、由電氣部品劣化導致的電氣特性的緩緩降低、機械部件的部分變形和接觸面的緩緩破損、關聯設備和連接設備的不良、由高溫導致的膨脹和變形、由低溫導致的動作不良等、在正常狀態和故障狀態兩者中無法分割的中途階段的不良即異常狀態的程度的診斷就成為可能。
如以上可知那樣，根據本發明的構成，具備測定冷凍循環裝置高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件，并具備從這些測定值來求解復合變量的運算部件；存儲各測定部件的測定值或者從它們運算出的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷媒泄漏的判斷部件，由此就能夠高精度地探測冷媒泄漏等冷凍循環異常。此外通過如溫度測定那樣的呈示用數據測定部件對其他種類、例如也可以是驅動用電動機的電源電流等、復合變量中所取入的測常數據進行改換，或者將更多的測常數據設為復合變量就使精度進一步提高。
另外，通過運算部件來運算冷凍循環內的冷媒泄漏量等異常度，并根據其值來預測直至能夠維持規定的冷卻能力的異常界限的時期，由此就能夠早期發現冷凍循環異常。另外，進一步具備將到達所預測的異常界限的時期用電壓或者電流的大小等電氣信號進行輸出的輸出部件，由此就能夠早期傳達已發現的劣化或泄漏等異常。另外，冷媒是不使可燃性成分減少而包含的冷媒，在輸出部件上連接用聲音或光來發出警報的報警機，由此就能夠早期傳達已發現的諸如劣化那樣的異常。
冷凍循環裝置的異常如已經表示那樣，通過馬哈拉諾比斯距離或者D值的變化能夠在某種程度上捕捉。但是，在實機中確定異常的原因是什么、或者推測冷媒泄漏量等異常度卻非常困難。接著，就在本發中確定異常的原因并推測異常度或者正常度的方法進行敘述。此外，在說明中，與已經敘述過同樣主要以具有液容器的冷凍裝置中的冷媒泄漏為例來說明。首先，在下面表示出異常原因確定困難的三個理由。
第一理由是在異常中形形色色的情況。對于未發生異常的正常狀態，創建基準空間，在基準空間中馬哈拉諾比斯距離或者D值取較小的值，所以能夠根據其變化來把握不正常的狀態亦即異常。但是，在異常中有冷媒泄漏、向壓縮機的液回流、冷凝器和蒸發器的污垢、冷凝器和蒸發器的鼓風裝置的劣化和故障、配管和干燥器和過濾網的堵塞、配管的折斷和破損和堵塞、冷凍機油的劣化等多種多樣的情況，無論發生它們中的哪個，馬哈拉諾比斯距離以及D值的值都會變大。從而，即使只查看馬哈拉諾比斯距離或者D值的值也難以確定異常的原因。
第二理由是馬哈拉諾比斯距離或者D值的值不是表示異常程度本身。根據馬哈拉諾比斯距離或者D值的值能夠推測異常原因，其值變大確實表示異常程度變大。但是，例如若取冷媒泄漏為例，則馬哈拉諾比斯距離為10時冷媒泄漏百分之幾，僅從馬哈拉諾比斯距離的值就無法得知。為了確定它必須按例如馬哈拉諾比斯距離50為界限冷媒泄漏量之類的方式來明確馬哈拉諾比斯距離與異常程度的對應關系。但是，在事前再現全部的異常，并進行其定量化是非常困難的。
第三理由是如冷凍循環裝置那樣，有時在現場完成設置工程。例如，若取設置于超級市場的冷凍裝置為例，則冷凍裝置與陳列柜未必是同一制造商，所以作為冷凍裝置無法把握所連接的陳列柜是怎樣的、內容積有多少、連接多少臺。另外，冷凍裝置與陳列柜的距離也根據店鋪是平房建筑的店鋪、還是處于有若干層的大樓中而完全不同，據此，連接冷凍裝置和陳列柜的延長配管的長度不同，充填的冷媒量也不同。從而，冷凍裝置的冷媒在現場將冷凍裝置、負荷側設備和延長配管進行了連接后，使冷凍循環恰當地動作這樣的量被充填。從而，在沒有冷媒泄漏的狀態下創建的基準空間就無法在冷凍裝置的工廠出廠階段進行創建，而必須在現場系統結合后進行創建。從而，馬哈拉諾比斯距離或者D值與冷媒泄漏量的對應就變得越發困難。
其次，就解決它們的方法進行說明。圖16是冷凍循環裝置的構成圖，16a是高壓檢測部件、16b是低壓檢測部件、38是液管溫度檢測部件、61是吐出溫度檢測部件、62是吸入溫度檢測部件，由高壓檢測部件16a和液管溫度檢測部件38來計算局部冷卻，由低壓檢測部件16b和吸入溫度檢測部件62來計算過熱。除以以外與圖2其他的說明相同。
另外，圖17是表示由馬哈拉諾比斯距離所求出的基準空間與異常空間之關系的圖。這里，基準空間表示與冷凍循環裝置為正常狀態相對應的單位空間，異常空間1～3分別表示與發生別的異常原因時的狀態相對應的單位空間，異常空間4表示在發生了與異常空間1相同的異常原因的情況下，與異常程度小于異常空間1的情況相對應的單位空間。單位空間的定義如已經所說明那樣，能夠通過平均值、標準偏差、表示相關關系的矩陣將數據作為持有某種分布的集合體來處理，所以將這樣的數據集合體稱為單位空間。
然后，對于高壓、低壓、吐出溫度、過熱、局部冷卻這五個狀態量，根據正常狀態下的一定時間的運轉數據來求解數據的平均值、如式1至4的標準偏差、表示各狀態量的相關性的矩陣，并將它們作為基準空間存儲起來。現在，設作為冷凍循環裝置的異常考慮冷媒泄漏、液回流、配管堵塞。然后，對各自異常中的特征量，在冷媒泄漏中將高壓、低壓、局部冷卻這三個作為變量，在液回流中將高壓、低壓、吐出溫度、過熱這四個作為變量，在配管堵塞中將高壓、低壓、局部冷卻這三個作為變量來使用。
其次，就創建異常空間的方法進行敘述。以冷凍裝置中的冷媒泄漏為例來進行說明。在冷凍裝置中，發生了冷媒泄漏的情況下，由于液容器35的存在，如上述所說明那樣，考慮依照泄漏量從第一階段到第三階段為止的三種狀態。而且，在第二階段中，高壓、低壓幾乎不變化、僅局部冷卻變小。從而，在正常狀態下所存儲的高壓、低壓、局部冷卻的平均值、標準偏差、表示狀態量的相關性的矩陣之中，僅將局部冷卻的平均值加工成較小的值，并將它們作為異常空間1來定義。例如，將冷媒泄漏狀態的局部冷卻設為正常時的0.2倍等。這樣一來，就能夠有考慮了數據分布的針對冷媒泄漏的異常空間1之類的單位區間。
同樣，在液回流時，對正常狀態下所存儲的高壓、低壓、吐出溫度、過熱，在配管堵塞時能夠將正常狀態下所存儲的高壓、低壓、局部冷卻進行加工以能夠再現各自的狀態，并分別作為異常空間2、異常空間3來進行定義。然后，根據之后的實際運轉數據來求解自各異常空間的距離(馬哈拉諾比斯距離或者作為其平方根的D值)。于是，例如在發生了冷媒泄漏的情況下，與異常空間1的距離(馬哈拉諾比斯距離或者D值)緩緩變小，但與其他異常空間的距離不變小，所以就能夠確定異常原因為冷媒泄漏。同樣，關于液回流、配管堵塞也能夠同樣進行判別。
其次、按照圖18所示的動作流程圖來說明判斷異常原因的處理過程。首先，根據安裝冷凍循環裝置后的經過天數、學習狀態等來判斷是否需要初始學習(ST81)，如果需要初始學習就根據正常狀態的運轉狀態來學習基準空間(ST82)。基準空間如圖17和已經敘述過那樣，是指對判別各異常所需要的全部數據的平均值、標準偏差以及表示各狀態量的相關性的矩陣。其次，推定各異常發生時的狀態，對基準空間的數據強制地進行加工，以創建異常空間(ST83)。例如，若考慮冷凍裝置的冷媒泄漏，則在冷媒泄漏時僅將局部冷卻強制地變小來求解相關系數等。另外，對于通過實機能夠再現異常狀態的情況，也可以實際強制異常運轉以學習異常空間。其次，計算基準空間與各異常空間的距離(D值)，并作為初始D值存儲起來(ST84)。此外，雖然距離也可以使用馬哈拉諾比斯距離，但由于作為一次值的D值一方易于處理，所以在這里使用D值。對以上的操作如果在構成各單位空間上充分的數據具備，就結束初始學習。
其次，以已經敘述過的方法來進行來自于實際運轉中、亦即當前的運轉狀態的狀態量的運算等。首先，進行時時刻刻的各數據的測定(ST85)，在進行這些數據的基準化以后(ST86)，計算針對各異常空間的D值(馬哈拉諾比斯距離的平方根)(ST87)。然后，使用下面的(8)式來計算各異常的發生概率(ST88)。此外，次式的下標表示針對各自異常空間的值。
QSC＝ASC·KSC·(TMR-TBR) (7)KSC＝f(GMR，GBR)然后，比較這些異常發生概率，判斷異常有無、異常原因，并顯示異常原因等進行輸出(ST89)。圖19是說明按照上面的圖18的動作處理流程圖實際進行了冷凍裝置的冷媒泄漏試驗的結果的圖，在橫軸取冷凍循環裝置運轉的經過時間。試驗是進行在冷凍裝置上經由閥門接連空的高壓儲氣瓶，并操作閥門在高壓儲氣瓶中緩緩回收冷媒由此使冷媒泄漏模擬。圖19(1)(2)的縱軸所示的距離是指D值(馬哈拉諾比斯距離的平方根)。另外，異常空間預先假想冷媒泄漏狀態來創建。根據該圖，可知隨著橫軸的時間經過冷媒泄漏量變多，自基準空間的距離就變大，與按冷媒泄漏所創建的異常空間的距離變小，圖19(3)所示的冷媒泄漏發生概率變大，能夠判別異常為冷媒泄漏。此外，在圖中D值和異常發生概率有所變動，這是因為冷凍機為了使負荷側的溫度穩定而進行自動控制的緣故，即便在這樣的實際運轉狀況中也能夠探測冷媒泄漏。
此外，雖然在這里以對各個異常原因創建異常空間為例進行了說明，但如圖17也表示那樣，還可以對同一異常采取異常度不同的兩個階段，并分別創建異常空間。這樣一來，在對各個異常原因所創建的異常空間接近等情況下，就具有異常的判別精度提高之類的效果。此外，雖然在這里以異常空間為四個的情況為例進行了說明，但當然異常空間的數目并不限于此，不論是幾個都能夠用本發明的方法來求解。
另外，作為數據以高壓、低壓、吐出溫度、過熱、局部冷卻這五個數據全部具有的方式進行了說明，但并不限于此。另外，在冷凍循環裝置中若高壓變得過低則設備在可靠性上變得不好所以有時還具備高壓維持部件。在此情況下，在高壓較高的夏季和高壓較低的冬季中高壓維持部件是否動作就不同，冷凍循環的動作變得不同。因此，若通年使用相同的基準空間以及異常空間則有時異常的判別精度就會惡化。在這樣的情況下，如作為區分使用多個基準空間的說明圖的圖20那樣，在年間持有多個基準空間以及異常空間，根據季節區分使用為好。此外，此季節的區分使用也可以根據戶外空氣溫度來進行，但在實機中大多不具備戶外空氣溫度檢測部件，在該情況下根據檢測到的高壓的范圍進行判斷，希望是哪個基準空間來區分使用。圖20在縱軸記載戶外空氣溫度在橫軸記載通年的時間經過，并記載有將安裝在冬場時的基準空間設為1，將夏場的戶外空氣溫度較熱時的基準空間設為4如此依照戶外空氣溫度的變化而設置了多個基準空間的說明。
此外，雖然在這里就具有液容器的冷凍裝置進行了說明，但即便是其他的空氣調節裝置和冷風裝置等沒有液容器的設備，雖然異常狀態的推定方法多少不同，但不言而喻可以用同一方法來進行冷媒泄漏等異常發生的探測、異常界限時期的預測、異常原因的判別等。另外，即便是除此以外，只要是構成冷凍循環的設備則怎樣的設備都能夠適用，并獲得同樣的效果。由于能夠進行異常原因的判別，所以還能夠根據異常原因預先確定對應策略的優先順序。例如在使用對人體有害的流體的機械設備中為了優先于其他的故障以使冷媒泄漏的對策優先進行，首先使異常原因的測定、運算、判斷、報知多于其他故障進行。在如家庭用空調那樣在任何地方都沒有積存冷媒的特別容器的情況下，應進行計測的是高壓、低壓、局部冷卻或者過熱或者吐出溫度，將它們的集合體作為特征量，即狀態量而獲得。由于在此時的判定中剩余冷媒只在冷凝器的內部蓄存所以根據回路內的冷媒量來進行測定冷凍循環全體的物理量就會變化。若在此時冷媒泄漏則對狀態量全部有影響而包含全體的變化來進行判斷。
圖21是別的遠距離監視系統的構成圖，11是壓縮機、12是冷凝器、35是液容器、37是過冷卻部件、36是流路開閉部件、13是膨脹部件、14是蒸發器，它們用配管連接起來以使冷媒在內部流通，并與圖2其他的部分同樣地構成冷凍循環。壓縮機11、流路開閉部件36、膨脹部件13、蒸發器14設置有一個或者多個，冷凝器12被設置在設備室或者室外，蒸發器14例如內置于陳列柜等。16a是高壓檢測部件、16b是低壓檢測部件、38是液管溫度檢測部件、41是數據收集部件、18是運算部件、19是存儲部件、20是比較部件、21是判斷部件、22是輸出部件、55是數據收發部件、56是網絡或者公共線路。
冷凍循環的動作以及異常的推測方法等與通過圖1其他所說明的內容相同從而省略說明。在圖21的構成中，數據收集部件41與運算部件18的數據授受經由數據收發部件55以及網絡56來進行。此外作為冷媒的物理量的測定，高壓低壓是通過用壓力傳感器或者溫度傳感器進行測定并計算飽和壓力而得到。局部冷卻是根據高壓傳感器的測定值計算出作為飽和溫度的冷凝溫度，或者測定冷凝溫度并從液管的溫度減去冷凝溫度而求得。過熱是根據低壓傳感器的測定值計算出作為飽和溫度的蒸發溫度，或者測定蒸發溫度并從在壓縮機吸入口附近計測到的吸入溫度減去蒸發溫度而求得。
作為利用圖21的構成能夠探測的冷凍循環異常有各種設備的故障及劣化(老化)等，只要是運轉狀態改變則不管怎樣的異常能夠根據流體的物理量或驅動壓縮機和風扇等的電動機的驅動電流的恒常數據來進行探測。例如，由壓縮機的壽命導致的劣化和液回流、冷凝器或蒸發器的污垢和破損、冷凝器的鼓風裝置或蒸發器的鼓風裝置的劣化和故障、過濾網或干燥器的堵塞、配管的折斷和破損或堵塞、冷凍機油的劣化(用配管的堵塞、壓縮機的潤滑不良、傳熱量的變化等來探測)等都能夠進行探測、判別。進而通過將此探測到的數據經由數據收發部件55、網絡56等進行發送，就可在放置集中監視裝置的保養中心等簡單地進行監視。
通過這樣進行構成，就可以遠距離地監視設備的異常(故障及劣化)，所以即便不去現場也能夠發現設備的異常，從而可實現異常的早期探測。而且，以往需要首先去現場并在把握了異常原因后，日后再實施對策這樣的兩個階段，相對于此，通過采用本發明的構成，即便不去現場也能夠遠距離地確定異常原因，所以能夠事前進行準備后再前往現場，從而能夠縮短直到恢復為止的時間。例如，在發生冷媒泄漏時，由于在遠距離得知它，所以能夠準備冷媒高壓儲氣瓶和保養工具后趕往現場。
另外，雖然在圖21中以運算部件18、存儲部件19、比較部件20、判斷部件21、輸出部件22為各個部件的方式進行了圖示，但也可以匯總成一個，例如在使用微機等通用計算機來進行遠距離監視的情況下這些功能可全部通過計算機的軟件來實現，此情況下的輸出就被設成顯示器或者硬盤等外部存儲媒體，以可進行顯示。
另外，單位空間用各特征量的平均值、標準偏差、相關系數來構成，它們在遠距離監視系統中被存儲于冷凍循環裝置基板上的存儲器或者遠距離設置的微機等。在用實機來學習它們全部或者一部分的情況下，不需要進行學習的數據也可以存儲于冷凍循環裝置基板上的存儲器和微機中的任意一個，而需要進行學習的數據則存儲在微機的硬盤中。
本發明的冷凍循環裝置，將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環，具備測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還具備從高壓測定部件或者冷凝溫度測定部件、低壓測定部件或者蒸發溫度測定部件、液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件的測定值來求解復合變量的運算部件；存儲各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷凍循環的異常的判斷部件，以簡單的構成獲得高可靠性的裝置。
另外，判斷部件進行判斷的冷凍循環的異常是指冷媒泄漏，以得到地球環境保護和安全性較高的裝置。另外，還具有根據存儲部件所存儲的各測定部件的測定值或者從它們運算出的運算值來選出冷凍循環裝置正常運轉的狀態來進行學習的部件，可進行確實可靠的故障診斷。在用此學習部件進行學習的內容中包含表示冷凍循環的多個狀態量間的相關性的數值。
將由本發明的存儲部件所存儲的各測定部件的測定值或者從它們運算出的運算值之中的任意一個強制地變換成別的值，在該變換后重新運算復合變量，并將該經過重新運算的復合變量設定成判斷部件判斷冷媒泄漏時的閾值，所以能夠簡單地設定冷媒泄漏的條件。該變換成別的值的值包含利用液溫測定部件的測定值、或者從該測定值所運算的值。此外變成成別的值的值既可以是一個也可以為兩個以上。
從由本發明的運算部件進行了運算的值來判斷冷凍循環的異常程度，以預測冷凍循環變得無法繼續穩定運轉的界限時期，所以可靠性提高可進行放心的運轉。例如將冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值用運算部件進行運算，并從運算出的冷媒泄漏量或者與它們相當的運算值來預測直至能夠維持預先所存儲的冷卻能力的界限冷媒量的時期，并具備將預測出的界限時期用電壓或者電流的大小等電氣信號進行輸出的輸出部件，由該輸出部件輸出的電氣信號是與將能夠維持規定的冷卻能力的界限異常量設為最大值的異常程度相應的電壓輸出或者電流輸出，任何人都能夠得知異常的狀態維護也就變得容易。
本發明的冷凍循環裝置是將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環，其中冷媒是不使可燃性成分減少的冷媒，具備測定從壓縮機的吐出側至上述膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件；存儲各測定部件的測定值或者從它們運算出來的運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；運算冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值的運算部件；以及用于將冷凍循環的異常作為電氣信號進行輸出或者作為通信代碼與他人進行通信的輸出部件，由于在探測到冷媒泄漏的情況下優先于其他冷凍循環的異常進行輸出，所以不論使用怎樣的冷媒都可以用簡單的裝置進行放心的運轉。為了能夠在此輸出部件上連接用聲音或光來發出警報的報警機而設輸出部件為電壓輸出或者電流輸出。
本發明的設備診斷裝置具備存儲設備正常運轉時的計測量或者來自于計測量的運算值的部件；推測在設備中發生了異常的異常狀態下的狀態量或者來自于狀態量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離以及與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，所以可以進行高精度的診斷。
另外，由于具備存儲設備正常運轉時的計測量或者來自于計測量的運算值即狀態量的多個部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離或者與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，所以可以進行高可靠性的異常診斷。
另外，通過對一個異常原因依照設備的異常度定義多個異常狀態，根據設備的當前的運轉狀態與多個異常狀態的距離的變化來推測設備的異常度，就獲得各種各樣狀態下繼續運轉等使用方便的良好診斷裝置。進而具有從實運轉數據選出設備的正常狀態來進行學習的部件而獲得確實可靠的判斷。另外，在復合變量或者冷凍循環裝置的情況下，與冷媒量相當的運算值或者距離是指馬哈拉諾比斯距離或者對馬哈拉諾比斯距離進行了加工的數值，能夠用高精度的數據來進行判斷。
本發明的遠距離監視系統是在將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環的冷凍循環裝置中，具備測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備從高壓測定部件或者冷凝溫度測定部件、低壓測定部件或者蒸發溫度測定部件、液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件的測定值來求解復合變量的運算部件；存儲各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷凍循環的異常的判斷部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成，所以不論怎樣的問題產生處置都簡單對運轉繼續而言有效。
本發明的遠距離監視系統在將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使不使可燃性成分減少的冷媒在其內部流通而構成冷凍循環的冷凍循環裝置中連接有測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲各測定部件的測定值或者從它們運算出來的運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；運算冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值的運算部件；以及用于將冷凍循環的異常作為電氣信號進行輸出或者作為通信代碼與他人進行通信的輸出部件，并經由網絡或者公共線路來傳送測常數據或者運算值，在探測到冷媒泄漏的情況下優先于其他冷凍循環的異常進行輸出所以可以實現放心的運轉。
另外，由于在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲設備正常運轉時的計測量或者來自于計測量的運算值的部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離以及與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成所以維護容易。
另外，由于在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲設備正常運轉時的計測量或者來自于計測量的運算值即狀態量的多個部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離或者與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成所以設備的操作簡單。
在圖18的流程圖中作為距離使用了D值，首先求解針對基準空間、各異常空間各自的馬哈拉諾比斯距離D2，其次通過下面的(6)式計算出D2的平方根，通過(8)式計算出各異常的發生概率，并從各異常的發生概率來進行故障原因的評價、推定。這里通過(6)式求馬哈拉諾比斯距離D2開方(1/2次方)的理由是由于距離D2是二乘值所以伴隨距離的增加值呈2次式增加，通過使用平方根距離D，距離就依照異常程度線形增加，所以距離的增加和異常程度的增加成比例在感覺上容易處理的緣故。另外，在(8)式中“初始D”是對初始正常狀態數據適用于異常空間情況下的馬哈拉諾比斯距離，在初始正常狀態中，表示以異常作為基準的直至正常的距離。“當前的D”表示對當前的測常數據適用于異常空間情況下的距離。“當前的D”在初始正常狀態下取較大的值(因為異常狀態與正常狀態之差較大)，隨著異常程度進展，“當前的D”成為較小的值(因為緩緩從正常接近異常)，異常發生概率逐漸接近100％。
異常1發生概率＝100×(1-當前的D1/初始D1)異常2發生概率＝100×(1-當前的D2/初始D2)異常3發生概率＝100×(1-當前的D3/初始D3)通過本發明的判斷部件，即根據流程圖所示的距離與閾值的關系，如果不能判斷為正常則進行故障的畫面顯示、利用聲音的報知、向遠距離地的異常通知等輸出。然后，接受到故障報知的服務人員進行故障的修理、檢修等維護，將設備修復到正常狀態。此說明的流程圖中的各處理通過圖2中其他的運算部件18、存儲部件19、比較部件20、判斷部件21、輸出部件22來進行。初始學習有無判定ST81由判斷部件21來進行，學習關聯處理ST82、83由運算部件18來進行運算處理，并由存儲部件19進行存儲。馬哈拉諾比斯距離的運算處理ST84、86、87在運算部件18中以存儲部件19所存儲的基準空間、異常空間的數據為基礎來進行，故障判定ST88、89由比較部件20及判斷部件21來進行，輸出由輸出部件22來進行。此外，如果不使用閾值則當然也可以根據基準空間、異常空間的數據的距離關系來進行故障判定。
上述說明中進行針對正常狀態的基準空間或者針對各異常狀態的異常空間的學習之類的學習動作，表示在計算馬哈拉諾比斯距離的基礎上從測常數據計算出必要的基準值，并作為基準值來進行存儲的動作，具體而言，表示計算出上述說明的式(1)的平均值m、式(2)的標準偏差σ、式(4)的相關矩陣的逆矩陣R-1。
此外，在各異常空間中存儲有各參數的平均值和標準偏差以及各參數的相關系數。通過使用此各異常空間的各參數的平均值，求解與正常基準空間的馬哈拉諾比斯距離就能夠求得基準空間和各異常空間的距離，并能夠將其作為閾值來進行設定。例如，在實機運轉中首先最初進行數據測定，進行故障有無的判定并將各異常空間和正常基準空間的距離(馬哈拉諾比斯距離的平方根)設置為初始D1、初始D2。其次，求解所測定的當前的運轉狀態量數據、與正常基準空間的距離D0、與各異常空間的距離D1、D2。此外，D0在初始狀態中取2以下的值。然后，根據式(8)計算出向各異常空間的接近程度，以求解各異常的發生概率。然后，比較各異常發生概率來進行故障原因的判斷。
如以上那樣，通過定義正常基準空間和異常空間并求解針對各異常的發生概率，就能夠根據對于正常基準空間的距離(馬哈拉諾比斯距離或者馬哈拉諾比斯距離的平方根)的增加來把握異常程度，并可根據對于各異常空間的距離(馬哈拉諾比斯距離或者馬哈拉諾比斯距離的平方根)的減少來進行異常原因的確定。異常空間和正常空間的馬哈拉諾比斯距離的概念用圖17進行了說明，這是正常基準空間在坐標中心，并在從原點離開的位置分別存在各異常空間的示意圖。此外，實際上由于馬哈拉諾比斯距離為多維空間所以圖17是將其以二維方式進行了表示的示意圖。正常基準空間和異常空間是帶有分別具有波動的區域的空間，通過判定屬于哪一個空間就可以判定當前的運轉狀態是正常還是異常狀態中的哪一個。與各異常空間和正常空間的距離能夠通過求解與正常基準空間和異常空間的代表數據(平均值數據)的馬哈拉諾比斯距離而計算出。例如如果此距離為1000，則在使用正常基準空間計算當前的冷凍循環運轉狀態量后距離為1000，且距異常空間的距離接近零時存在異常的可能性較高。對于各異常的閾值還可以這樣來運算各異常中的正常基準空間和各異常空間的馬哈拉諾比斯距離，也可以這樣設定閾值，例如若想要早期探測該異常則將1/10設定成對于該異常的閾值。
另外，在安裝現場中的故障模擬試驗中，在直至壓縮機破損這樣條件極端惡劣的運轉狀態下無法進行試驗，所以也可以將故障狀態分成數等級，依照各等級來進行異常空間的學習。對此等級劃分通過作為馬哈拉諾比斯距離的多次元空間概念圖的圖22來進行說明。在圖22中異常空間1表示該例，在此例子中依照異常度分割成異常等級1～異常等級3，在安裝現場試驗中進行等級1和等級2的異常空間的學習。對于等級3是實際上到達壓縮機破損的等級，為在試驗室中預先進行測定來進行學習的異常空間。
這樣，通過將異常結合異常度來進行等級劃分，對于可進行實機模擬運轉的異常度較小的等級區域就可在現場創建實機現物一致的異常空間，就可實現符合實機的早期異常發現。
另外，通過進行異常度的等級劃分，并以各異常等級為對象來創建異常空間，即便在異常等級較低的情況下也可以進行正確的故障預知，與其他異常的判別也變得容易，所以異常發生且冷凍循環裝置直到故障以前的早期階段中的故障的預知，故障原因的確定就成為可能。
其次，就異常空間的學習進行說明。有對異常空間在設置現場設備安裝后通過實機來進行學習的方法，和使用預先在試驗室模擬同一機型的故障狀態所得到的數據來創建異常空間兩種方法。對于前者，以在設置現場能夠模擬故障狀態的故障狀態為對象，例如除了先前所說明的冷媒泄漏外，還將冷媒液回流、冷凍機油枯竭等作為對象。對于這些故障，通過模擬將冷凍循環的膨脹閥稍微打開冷媒液回流狀態、或者將油從壓縮機底部暫時抽出等方法，在現場模擬故障狀態，并從這些運轉狀態創建異常空間。所創建的異常空間被存儲在存儲部件中，并使用于異常狀態的判定。
對于后者預先在試驗室進行故障模擬試驗的方注，以設置現場的故障模擬較為困難的故障作為對象。對于這些故障，創建可模擬異常狀態的冷凍循環裝置，在試驗室進行此冷凍循環裝置的試驗，采取異常運轉狀態量數據并使用此數據來創建異常空間。這樣預先準備好的異常空間在冷凍循環裝置的出廠時預先存儲在存儲部件中，由此實機中的適用就成為可能。另外，故障模擬試驗的一部分也可以通過模擬仿真來代用。
另外，作為其他的異常空間的學習方法，已經說明了以下方法，即在發生了作為對象的故障的時表達征兆的參數預先明確的情況下，在正常基準空間學習后，對于正常基準空間中已使用的各參數的數據，僅將異常發生時顯著表達征兆的參數的值強制變更成故障已發生時所推定的值，并重新創建異常運轉狀態量數據的方法。此外特別進行變換的值既可以是一個也可以是兩個以上。由此，在異常已發生時表達征兆的參數預先明確的情況下，就可以創建以實機的正常狀態為基礎的異常空間，并可以完全吸收源于實機的波動的個體差。
另一方面，有時在持續冷凍循環裝置的運轉的基礎上，發生在當初已預測的異常空間無法覆蓋的意想不到的故障。作為這種情況的對應，有新建異常學習功能，在圖23的流程圖中表示其概念。圖中，ST51是異常發生的檢測，雖然在故障原因評價判定流程中故障原因無法確定但馬哈拉諾比斯的距離變大，能夠判斷為在冷凍循環裝置出現異常的狀態。在成為這種狀態的情況下，首先通過利用圖1的輸入裝置7的操作從圖1的顯示部件6中所顯示的過去的時間帶之中選擇符合條件的異常已發生的時間帶。此外，過去數日的數據時常被存儲在存儲部件中，在ST52中從此數據之中進行任意地點的選定。在ST53中使用所選擇的時間帶的運轉數據(異常數據)來進行異常空間的學習。在ST54中將所學習的異常空間作為新建異常空間存儲到存儲部件。在新建異常空間被存儲以后的故障原因評價中對于新建異常空間也能夠進行判定。
此外，雖然上述說明就實機冷凍循環裝置的輸入部件的操作裝置中的學習操作進行了說明，但也可以利用遠距離監視部件中的遠距離地微機等信息終端進行同樣的學習操作。或者，也可以在異常發生時服務人員持安裝了能夠進行來自冷凍循環裝置的數據抽吸、分析、信息向冷凍循環裝置的寫入的維護工具軟件的微機前去維護，而不需要在冷凍循環裝置中常設輸入部件。如果使用圖23所說明的學習方法，對于制造時或安裝時的信息已經不清楚，當前正常運轉的現有設備等也能夠適用本發明。首先進行圖8中所說明的正常時的學習，其次對此數據進行加工使之學習異常空間。接著使運轉中的數據存儲起來并進行設定以能夠進行圖23的新建異常學習。即、對于已經運轉中的怎樣的裝置都能夠適用本發明。從而，通過設置如本發明圖21等那樣的遠距離監視裝置，僅從已簽約的用戶保有的冷凍循環裝置等設備經由因特網等來發送數據就能夠代行維護。
首先維護擔當部門或擔當者利用圖21的網絡56或圖1的電話線路3從新的保養定單訂購者受理保養定單。在設置有作為維護對象的圖1的冷凍循環裝置1的超市等現場所設置的冷凍循環即流體回路中安裝有諸如已經所說明那樣的測定部件。其計測量由設置于微機2的存儲部件進行存儲。維護擔當能夠經由通信部件將此測定部件所計測的計測量調出，并能夠獲得這樣所存儲將使之在流體回路內循環的設備吸引吐出的流體的物理量用多個測定部件進行測定并存儲起來的計測量或者從該計測量得到的多個參數作為多個變量運算了相互組合地關聯的集合體的運算結果。如果在現場進行運算的話也可以經由通信來讀出運算結果。通過判斷所讀出的運算結果或者將從測定量得到的多個參數作為多個變量運算了相互組合地關聯的集合體的運算結果是否為預先所設定的范圍，就能夠把握冷凍循環裝置的當前的狀態量。繼續進行當前的狀態量的累積，基于圖8、圖18、圖23的流程圖進行正常狀態與異常狀態的區分，并根據正常空間和異常空間的距離等來判斷正常還是異常、異常程度、直到泄漏等的允許界限為止的時間、異常原因等。并將已判斷的結果向保養定單訂購者進行通信，在此已判斷的結果中包含與保養的內容以及時期有關的多個提案。即由于保養內容因異常程度或異常原因而異，所以在可進行異常預知的本發明的系統中能夠將直到允許界限為止的時期分成多個來提議各階段的保養內容。在此提案中包含進行該保養時的估計費用，保養定單訂購側能夠了解異常的程度，并根據時期和費用、內容來決定何時進行怎樣的維護。如果采用這樣的保養系統裝置或設備的運轉就能夠無風險地安心進行。另外由于運轉歷史和事故內容的記錄可自動地進行所以在需要報告等時能夠在任何時候簡單地進行處置。這樣一來不論對現有設備、還是對存在于海外等遠距離地的規格不能明確的裝置等，通過僅經由通信部件而獲得計測量，或者、經由通信獲得設備的規格和安裝狀態、運轉歷史等就可進行診斷，同時還可簡單地在短時間進行維護的推薦和判斷。還可以獨立于使用裝置和設備來運用設施的業務、維護擔當的業務等來進行諸如這樣使用因特網等來進行故障診斷的業務。此外在包含故障預知的高精度的維護中不僅是裝置使用若有歷史、例如過去的運轉記錄、故障記錄、保養記錄等就比較方便。進而，通過對新故障也設置追加學習功能，即便對于在設計當初無法預測的故障也可通過后處理而進行準確的故障判定處置。另外，經過學習的新建異常空間的信息被儲存在設備診斷裝置或遠距離監視部件中，通過利用這些信息，還可以在新出廠的同一機型或者類似的其他機型的存儲部件中添加等對同一多機型進行展開。
此外，在上述說明中就作為異常判定部件使用馬哈拉諾比斯距離將多項目的參數變換成一個指標來進行異常判定的方法進行了說明，但除此以外，例如在表示異常的項目能夠預先確定的情況下，也可以是關注標準偏差等特定項目，根據此項目是否超過閾值來進行異常判別的方法等。以上說明的狀態量是對變化的時間延遲較大的與冷媒等有關的物理量或電流實效值等進行計測等以求解與瞬時值無關的電流等的計測量來進行運算。通過組合從這樣的數據所求得的許多變量，就可以診斷包含機械的、電氣的、或者來自不源于事故的其他影響在內作為全體的故障等。冷凍循環中所使用的壓縮機將流經冷凍循環的冷媒吐出吸入以使之循環，采用包含此冷媒的物理量等的變量在實用的診斷中有效。在具有驅動體與風流動的物理量有關的鼓風機和與水或食品、藥品的液體有關系的泵等流體機械中也可以說是同樣的情況，對FAX或打印機、或者制造線等使物體活動的裝置的驅動設備也能夠對應。特別是在冷凍循環所用的鼓風機的情況下，與上述說明同樣作為流體除風流動以外對冷媒的物理量進行計測為好，這一事實從冷凍循環的性能、特性變化就顯而易見。
在作為變量測定的狀態量之一使用電動機驅動的電流這一情況已進行敘述，但在除此以外的電氣量、例如電動機的定子轉子間的電磁力、其與驅動轉矩發生關系的、接地電流或泄漏到周圍的噪聲電波等、或者軸電壓等不同現象的測定數據中不僅以電氣方式相互具有關系，還可以為了與機械系等事故加以區別而進行多個測定。例如在電動機為感應電動機的情況和DC無刷電動機等的情況下高次諧波的出現方法變化而恒定的接地電流、噪聲電波、軸電壓等也變成不同的。進而在設置現場報知異常的情況下可以使用通過圖1的警告燈8或者揚聲器9來進行異常報知的方法和在液晶顯示器等顯示裝置6上顯示異常內容的方法中的某一種或者并用兩者。在異常事態緊急且重大的情況下警告燈8、揚聲器9以及顯示裝置6并用較為有效，在異常較小的階段或者在預知階段僅僅通過顯示裝置6來進行報知，在維護時服務人員能夠確認該異常傾向這樣來構成的話，就可以把握恰當的維護時期。關于向遠距離監視室的報知，通過電話線路、LAN、無線等通信部件將異常內容以及異常程度報知給遠距離監視室。雖然在遠距離監視室中依照異常狀態來派遣服務人員，但此時如果能夠在遠距離把握異常原因，就能夠在前往現場以前準備為了對付相當的異常所需要的部品，從而能夠進行迅速的維護。除此以外，還可以在向遠距離監視室報知的同時向服務人員的便攜式電話等信息接收部件直接報知信息。
雖然已經說明了將電動機驅動的電源電流設為測定量之一的情況，但電源電流本身當然也可以不進行直接計測。也可以在電動機的周圍用感應電壓拾取流到線圈等電機的電流、或者拾取流到電機繞組各層的不平衡電流并作為狀態量。與電動機的電流有關系的驅動轉矩在壓縮機的情況下由冷媒的壓縮造成的轉矩脈動較大而埋沒源于故障的影響。在壓縮機中轉矩根據壓縮比、即高壓與低壓之比而變化較大所以不僅是電流的計測還需要結合高壓與低壓進行測定并用它們的相關性來進行運算和判斷。例如在起動壓縮機后數十分鐘內冷凍循環的高壓與低壓不穩定。從而在作為本發明所說明的狀態量使用恒定數據的情況下在冷媒的物理量穩定后開始測定為好，另一方面在這樣的冷媒的物理量不穩定時起因于壓縮機的轉矩的信號和受轉矩影響的輪齒接觸等故障其間信號進行變化，所以此時就可以與不受轉矩影響的電容器等電氣系統的故障等進行判別。另外即便通過陳列柜的電磁閥的開閉等負荷側設備的控制而使壓縮機的頻率不變，高壓、低壓等冷凍循環的狀態量也變化而使轉矩變動。針對其例如使基準狀態以轉矩和壓縮比的關系存儲起來，或者取一定時間的平均為好。
另外本發明的冷凍循環裝置的診斷方法具有根據存儲部件所存儲的利用各計測量檢測部件的計測值或者從它們運算出的狀態特征值，選出冷凍循環裝置正常運轉的狀態來進行學習的步驟。另外本發明的冷凍循環裝置的診斷方法具有將所學習的正常運轉時的利用各計測量檢測部件的計測值或者從它們運算出的狀態特征值之中的任意一個強制地變換成別的值的步驟；在該變換后重新運算復合變量的步驟；將該經過重新運算的復合變量設定成判斷部件判斷壓縮機異常時的閾值的步驟，能夠以正常狀態為基礎假想異常狀態來進行學習，而不用在實機中使異常狀態發生來學習。另外本發明的冷凍循環裝置的診斷方法還具有根據正常狀態下的復合變量的值和利用運算部件的當前復合變量的運算值和閾值或者預先由用戶設定的閾值和經過時間，計算出異常程度到達閾值為止的時間的步驟亦即預知故障的步驟。
涉及本發明的冷凍循環裝置具備測定冷凍裝置的高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件，還具備從它們的測定值來求解復合變量的運算部件；存儲上述各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷媒泄漏的判斷部件，由此，就能夠高精度地探測冷媒泄漏等冷凍循環異常。
另外，通過運算部件來運算冷凍循環內的冷媒泄漏量等異常度，并根據其值來預測直至能夠維持規定的冷卻能力的異常界限的時期，由此就能夠早期發現冷凍循環異常。另外，進一步具備將到達所預測的異常界限的時期用電壓或者電流的大小等電氣信號進行輸出的輸出部件，由此就能夠早期傳達已發現的劣化或泄漏等異常。另外，冷媒是不使可燃性成分減少而包含的冷媒，在輸出部件上連接用聲音或光來發出警報的報警機，由此就能夠早期傳達已發現的異常。另外，以遠距離方式對數據進行監視、判斷，由此就能夠早期發現異常。
作為本發明能夠探測的冷凍循環異常的例子有各種設備的故障及劣化(老化)等，只要是運轉狀態改變則怎樣的異常都能夠探測。例如，由壓縮機的壽命導致的劣化和液回流、冷凝器或蒸發器的污垢和破損、冷凝器的鼓風裝置或蒸發器的鼓風裝置的劣化和故障、過濾網或干燥器的堵塞、配管的折斷和破損或堵塞、冷凍機油的劣化(用配管的堵塞、壓縮機的潤滑不良、傳熱量的變化等來探測)等都能夠進行探測、判別。
本發明通過這樣進行構成，就可以遠距離地監視設備的異常(故障及劣化)，所以即便不去現場也能夠發現設備的異常，從而可實現異常的早期探測。而且，以往需要首先去現場并在把握了異常原因后，日后再實施對策這樣的兩個階段，相對于此，通過采用本發明的構成，即便不去現場也能夠遠距離地確定異常原因，所以能夠事前進行準備后再前往現場，從而能夠縮短直到恢復為止的時間。例如，在發生冷媒泄漏時，由于在遠距離得知它，所以能夠準備冷媒高壓儲氣瓶后趕往現場。
如以上那樣本發明的用判斷部件進行判斷的冷凍循環，能夠檢測來自于流路的冷媒泄漏，所以通過監視可燃性冷媒和對人體有害的液體的流動而獲得能夠放心的裝置。另外，由于具有根據存儲部件所存儲的各測定部件的測定值或者從它們運算出的運算值，選出冷凍循環裝置正常運轉的狀態來進行學習的部件，所以始終獲得穩定的數據。進而由于在用此學習部件進行學習的內容中包含表示冷凍循環的多個狀態量間的相關性的數值，所以進行精度良好的診斷。另外，具有將存儲部件所存儲的各測定部件的測定值或者從它們運算出的運算值之中的任意一個強制地變換成別的值的步驟；在該變換后重新運算上述復合變量的步驟；將該經過重新運算的復合變量設定成上述判斷部件判斷流體泄漏時的閾值的步驟，所以能夠簡單地設定異常，并能夠以正常狀態為基礎假想異常狀態來進行學習，而不用在實機中使異常狀態發生來學習。
從由本發明的運算部件進行了運算的值來判斷冷凍循環的異常程度，就能夠預測冷凍循環變得無法繼續穩定運轉的界限時期，并得到高可靠性的裝置、運轉。另外將流路循環內的冷媒和流體量或者冷媒或者流體泄漏量或者與它們相當的運算值用上述運算部件進行運算，并從運算出的泄漏量或者與它們相當的運算值來預測直至能夠維持預先所存儲的冷卻能力和供給量的界限量的時期，所以獲得能夠放心的運轉。另外，還具備將預測出的界限時期用電壓或者電流的大小等電氣信號進行輸出的輸出部件，由該輸出部件輸出的電氣信號是與將能夠維持規定的裝置能力的界限設為最大值的異常程度相應的電壓輸出或者電流輸出，所以監視就容易。
本發明將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環，其中冷媒是不使可燃性成分減少的冷媒，具備測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件；存儲各測定部件的測定值或者從它們運算出來的運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；運算冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值的運算部件；以及用于將冷凍循環的異常作為電氣信號進行輸出或者作為通信代碼與他人進行通信的輸出部件，由于在探測到冷媒泄漏的情況下優先于其他冷凍循環的異常進行輸出，所以可進行準確可靠的維護，價格低廉地獲得高可靠性的產品。
由于本發明的冷凍循環具備存儲設備正常運轉時的計測量或者來自于計測量的運算值的部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和上述異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離以及與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，所以可獲得精度良好的容易使用的故障診斷裝置。
本發明可對于一個異常原因依照設備的異常度創建多個異常狀態，并根據設備的當前的運轉狀態與多個異常狀態的距離的變化來推測設備的異常度。另外復合變量或者與冷媒量相當的運算值或者距離是指馬哈拉諾比斯距離或者對馬哈拉諾比斯距離進行了加工后的數值。另外本發明是在將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環的冷凍循環裝置中，具備測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備從高壓測定部件或者冷凝溫度測定部件、低壓測定部件或者蒸發溫度測定部件、液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件的測定值來求解復合變量的運算部件；存儲各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷凍循環的異常的判斷部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成所以可價格低廉地進行監視。
本發明在將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使不使可燃性成分減少的冷媒在其內部流通而構成冷凍循環的冷凍循環裝置中連接有測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲各測定部件的測定值或者從它們運算出來的運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；運算冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值的運算部件；以及用于將冷凍循環的異常作為電氣信號進行輸出或者作為通信代碼與他人進行通信的輸出部件，并經由網絡或者公共線路來傳送測常數據或者運算值，在探測到冷媒泄漏的情況下優先于其他冷凍循環的異常進行輸出。
本發明在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲設備正常運轉時的計測量或者來自于計測量的運算值的部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離以及與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成。
本發明在冷凍循環裝置的附近或者經由網絡或公共線路的遠距離具備存儲設備正常運轉時的計測量或者來自于計測量的運算值即狀態量的多個部件；推測在設備中發生了異常的異常狀態下的計測量或者來自于計測量的運算值的部件或者再現設備的異常狀態的部件；運算正常狀態和異常狀態與設備的當前的運轉狀態的距離的部件；根據設備的當前的運轉狀態與正常狀態的距離或者與異常狀態的距離的變化來推定設備的正常狀態或者異常狀態或者異常度或者異常原因的部件，并經由網絡或者公共線路來傳送測常數據或者運算值這樣來構成。
涉及本發明的冷凍循環裝置具備測定冷凍裝置的高壓的高壓測定部件或者測定上述高壓的飽和溫度的冷凝溫度測定部件；測定低壓的低壓測定部件或者測定上述低壓的飽和溫度的蒸發溫度測定部件；液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件，還具備從它們的測定值來求解復合變量的運算部件；存儲上述各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由上述存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于上述比較結果來判斷冷媒泄漏的判斷部件，由此，就能夠高精度地探測冷媒泄漏等冷凍循環異常。
另外，通過運算部件來運算冷凍循環內的冷媒泄漏量等異常度，并根據其值來預測直至能夠維持規定的冷卻能力的異常界限的時期，由此就能夠早期發現冷凍循環異常。另外運算部件22、存儲部件23、比較部件24、判斷部件25、輸出部件26也可以匯總成一個，例如在使用微機等通用計算機來進行遠距離監視的情況下這些功能可全部通過計算機的軟件來實現，此情況下的輸出就成為顯示器或者硬盤等外部存儲媒體。
另外，雖然單位空間用各特征量的平均值、標準偏差、相關系數來構成，但也可以添加其他條件，它們在遠距離監視系統中被存儲于冷凍循環裝置基板上的存儲器或者遠距離設置的微機等。在用實機來學習它們全部或者一部分的情況下，不需要進行學習的數據也可以存儲于冷凍循環裝置基板上的存儲器和微機中的任意一個，而需要進行學習的數據則存儲在微機的硬盤中。
本發明將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接以使冷媒在其內部流通而構成冷凍循環，具備測定從壓縮機的吐出側至膨脹部件的流路中的任一位置的冷媒壓力即高壓的高壓測定部件或者測定高壓的飽和溫度的冷凝溫度測定部件；測定從膨脹部件至壓縮機的吸入側的流路中的任一位置的冷媒壓力即低壓的低壓測定部件或者測定上述低壓的飽和溫度的蒸發溫度測定部件；測定從冷凝器至膨脹部件的流路中的任一位置的溫度的液溫測定部件或者測定從壓縮機至冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從蒸發器至壓縮機的流路中的任一位置的溫度的吸入溫度測定部件，還具備從高壓測定部件或者冷凝溫度測定部件、低壓測定部件或者蒸發溫度測定部件、液溫測定部件或者吐出溫度測定部件或者吸入溫度測定部件的測定值來求解復合變量的運算部件；存儲各測定部件的測定值或者從它們運算出來的復合變量等運算值的存儲部件；比較由存儲部件在過去所存儲的值與當前的測定值或者運算值的比較部件；以及基于比較結果來判斷冷凍循環的異常的判斷部件。
另外，進一步具備將到達所預測的異常界限的時期用電壓或者電流的大小等電氣信號進行輸出的輸出部件，由此就能夠早期傳達已發現的劣化或泄漏等異常。另外，冷媒是不使可燃性成分減少而包含的冷媒，在輸出部件上連接用聲音或光來發出警報的報警機，由此就能夠早期傳達已發現的異常。另外，以遠距離方式對數據進行監視、判斷，由此就能夠早期發現異常。
權利要求
1.一種設備診斷裝置，其特征在于，具備計測部件，對吸引并吐出流體的設備的多個計測量進行計測；運算部件，對經過計測的多個計測量的相關關系等進行運算；以及正常狀態量存儲部件，將從運轉被判斷為正常時所計測的上述計測量求出的平均值等運算值的狀態量即至少包含經過運算的多個計測量的相關關系的狀態量，作為上述設備的正常狀態的狀態量來進行存儲，從上述正常狀態量存儲部件存儲的正常狀態的狀態量進行運算以求得異常狀態的狀態量。
2.一種設備診斷裝置，其特征在于，具備計測部件，對吸引并吐出流體的設備的多個計測量進行計測；運算部件，對經過計測的多個計測量的相關關系等進行運算；以及正常狀態量存儲部件，將從運轉被判斷為正常時所計測的上述計測量求出的平均值等運算值的狀態量即至少包含經過運算的多個計測量的相關關系的狀態量，作為上述設備的正常狀態的狀態量來進行存儲；異常狀態量存儲部件，預先設定判斷為異常狀態的狀態量的閾值；以及判斷部件，將至少包含在上述設備當前的運轉中由上述運算部件將上述流體的多個計測量作為變量來運算相關關系所得到的狀態量的當前的狀態量，與上述正常狀態量存儲部件存儲的正常狀態的狀態量或者上述閾值進行比較以判斷當前的狀態量是正常階段、異常階段、正常與異常的中間階段這樣的至少三種以上的階段。
3.一種設備診斷裝置，其特征在于，具備計測部件，對吸引并吐出流體的設備的多個計測量進行計測；運算部件，對經過計測的多個計測量的相關關系等進行運算；以及狀態量存儲部件，將從運轉被判斷為正常時所計測的上述計測量求出的平均值等運算的即狀態量即至少包含經過運算的多個計測量的相關關系的狀態量，作為上述設備的正常狀態的狀態量來進行存儲，同時將至少包含從上述設備被判斷為異常狀態時所計測的或者為了得到異常狀態所設定的多個計測量、由上述運算部件運算出的上述多個計測量的相關關系的狀態量，作為上述設備的異常狀態的狀態量來進行存儲；以及判斷部件，將至少包含在上述設備當前的運轉中由上述運算部件將上述流體的多個計測量作為變量來運算相關關系所得到的狀態量的當前的狀態量，與由上述狀態量存儲部件所存儲的正常狀態的狀態量及異常狀態的狀態量中的至少一方進行比較，并在判斷為上述當前的運轉狀態不是正常狀態的情況下進行異常程度或者異常原因的推測。
4.按照權利要求1或2或3所述的設備診斷裝置，其特征在于，還具備比較部件，將上述設備當前正在運轉時所計測并可以包含從該計測量求出的平均值等運算值的狀態量即至少包含將上述計測量作為多個變量來運算相關關系所得到的狀態量的當前的運轉狀態的狀態量，與所存儲的上述正常狀態的狀態量或者異常狀態的狀態量之間的距離進行比較，反復進行運轉狀態下利用上述比較部件的比較，并從與上述正常狀態的狀態量的距離或者與上述異常狀態的狀態量的距離的變化來判斷運轉狀態的異常程度。
5.按照權利要求1至4中任意一項所述的設備診斷裝置，其特征在于上述當前的運轉狀態的狀態量或者上述異常狀態的狀態量設置多個不同計測量或者具有變量的不同集合體。
6.按照權利要求1至5中任意一項所述的設備診斷裝置，其特征在于區分上述正常狀態的狀態量與上述異常狀態的狀態量之間的距離，并可以顯示當前的運轉的狀態量的異常程度。
7.按照權利要求1至6中任意一項所述的設備診斷裝置，其特征在于具有計測出的計測量或者從上述計測量求出的平均值等運算值，將上述計測量或者運算值中的至少任意一個強制性地變換成別的值，并利用包含該變換后的值的復合變量進行運算，以獲得設定為正常運轉狀態的范圍或者判斷為異常狀態的閾值。
8.按照權利要求1至7中任意一項所述的設備診斷裝置，其特征在于上述判斷部件判斷處理可燃性流體或對人體有害的流體的壓縮機、泵、鼓風機等流體設備、或者該流體設備的驅動設備的運轉狀態是正常還是異常。
9.按照權利要求1至8中任意一項所述的設備診斷裝置，其特征在于上述設備是使流體循環的流體設備，上述判斷部件對表示上述流體從上述設備或者連接到該設備的裝置泄漏、以液體狀態向上述設備吸入、上述設備劣化、使上述流體循環的流路的某個位置堵塞或者折斷或者破損、上述流體劣化、上述設備的上述流體的流路上所連接的別的構成設備的動作不正常時產生的不良狀況的流體物理量的變化進行判別，或者進行包含這些異常中的某一種這樣的判斷。
10.按照權利要求1至9中任意一項所述的設備診斷裝置，其特征在于在上述設備的運轉中計測的計測量是流體的物理量或者驅動上述設備驅動部件的電氣量或者在上述設備運轉中從上述設備發生的電氣量，即在上述設備的運轉中發生的電氣量是電磁力、電波、漏電流、軸電壓等電氣量。
11.按照權利要求1至10中任意一項所述的設備診斷裝置，其特征在于上述判斷部件根據當前的運轉狀態的狀態量是否為表示被判斷為正常范圍的閾值的范圍或者是否包含在表示異常狀態的狀態量的閾值的范圍來判斷上述設備是否為正常運轉狀態，并根據當前的運轉狀態的狀態量與閾值的關系來推測上述設備的故障時期。
12.一種冷凍循環裝置，其特征在于，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而形成的冷凍循環；高壓側測定部件，是測定從上述壓縮機的吐出側至上述膨脹部件的流路中的任一位置的冷媒壓力的高壓的高壓測定部件或者測定上述高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，是測定從上述膨脹部件至上述壓縮機的吸入側的流路中的任一位置的冷媒的壓力即低壓的低壓測定部件或者測定上述低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，是測定從上述冷凝器至上述膨脹部件的流路中的任一位置的溫度的液溫測定部件、或者測定從上述壓縮機至上述冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從上述蒸發器至上述壓縮機的流路中的任一位置的溫度的吸入溫度測定部件；運算部件，從上述高壓側測定部件、上述低壓側測定部件、及上述冷媒溫度測定部件的測定值來運算復合變量等運算值；以及判斷部件，存儲上述各測定值或者上述運算值，同時對過去所存儲的值與當前的測定值或者運算值進行比較，并基于此比較結果來判斷冷凍循環的異常。
13.一種冷凍循環裝置，其特征在于，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而形成的冷凍循環；正常狀態量存儲部件，對至少包含將此冷凍循環正常運轉時的多個測定值作為多個變量進行了運算的相關關系的狀態量作為正常運轉狀態的狀態量進行存儲；異常狀態量存儲部件，對至少包含將在上述冷凍循環中產生了異常時的多個測定值作為多個變量進行了運算的相關關系的狀態量作為異常運轉狀態的狀態量進行存儲；比較部件，將至少包含將從上述冷凍循環的當前的運轉狀態所得到的多個測定值作為多個變量進行了運算的相關關系的狀態量即當前運轉狀態量，與上述正常狀態量存儲部件中所存儲的狀態量或者上述異常狀態量存儲部件中所存儲的多個狀態量的距離進行比較；以及判斷部件，從由上述比較部件經過比較的距離或者距離的變化來判斷上述冷凍循環的正常程度或者異常程度或者異常原因。
14.按照權利要求12或13所述的冷凍循環裝置，其特征在于判斷上述冷凍循環的運轉狀態的判斷部件能夠對從上述冷凍循環的冷媒泄漏、或者向上述壓縮機的冷媒回液、或者由于上述壓縮機的壽命導致的劣化、或者上述冷凝器和上述蒸發器進行熱交換的表面的污垢和破損、或者上述冷凝器的鼓風裝置和上述蒸發器的鼓風裝置的劣化和故障、或者處在上述冷媒循環的內部的除去灰塵等的過濾網和冷媒的濕氣防止用的干燥器的堵塞、或者上述配管的折斷和破損和堵塞或者上述壓縮機中所使用的冷凍機油的劣化中的某一種進行判別，或者對包含這些異常中的某一種進行判別。
15.按照權利要求12至14中任意一項所述的冷凍循環裝置，其特征在于，還具備學習部件，具有上述多個測定值或者從上述測定值運算出的運算值或者表示將上述多個測定值或者運算值作為多個變量進行了運算的相關性的數值中的至少一個狀態量，該學習部件在學習上述冷凍循環正常運轉狀態的狀態量時，至少學習表示作為上述多個變量進行了運算的相關性的數值。
16.按照權利要求12至15中任意一項所述的冷凍循環裝置，其特征在于判斷上述冷凍循環的運轉狀態的判斷部件，具有上述測定值或者從測定值求出的平均值等運算值，將上述測定值或者運算值之中的至少任意一個強制性地變換成別的值，并利用包含該變換后的值的多個變量進行運算，以獲得區分為正常運轉狀態和異常運轉狀態的閾值。
17.按照權利要求12至16中任意一項所述的冷凍循環裝置，其特征在于判斷上述冷凍循環的運轉狀態的判斷部件中使用的異常運轉的狀態量是將上述測定值或者從測定值運算出的運算值之中的任意一個強制性地變換成別的值來求得的，變換成上述別的值的值包含測定從上述冷凝器至上述膨脹部件的流路中的任一位置的溫度的液溫測定部件、或者測定從上述壓縮機至上述冷凝器的流路中的任一位置的溫度的吐出溫度測定部件、或者測定從上述蒸發器至上述壓縮機的流路中的任一位置的溫度的吸入溫度測定部件即冷媒溫度測定部件的測定值、或者從該測定值運算的值。
18.按照權利要求12至17中任意一項所述的冷凍循環裝置，其特征在于從對作為上述多個變量相互組合地關聯的集合體進行運算并計算出運算結果的值，判斷上述冷凍循環的異常程度，預測上述冷凍循環變得不能繼續穩定地運轉的界限時期。
19.按照權利要求12至18中任意一項所述的冷凍循環裝置，其特征在于在比較至少包含將從上述冷凍循環的當前的運轉狀態所得到的多個測定值作為多個變量進行了運算的相關關系的狀態量即當前運轉狀態量、與所存儲的正常狀態量或者所存儲的多個異常狀態量的距離時，對當前運轉的經過運算的狀態量即冷媒泄漏量或者相當于它們的運算值、與預先設定的上述冷凍循環內的冷媒量或者允許冷媒泄漏量或者相當于它們的狀態量進行比較，并從該比較結果來預測直至能夠維持上述冷凍循環的冷卻能力的界限冷媒量的時期。
20.一種冷凍循環裝置，其特征在于，具備將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而構成的冷凍循環；高壓側測定部件，是測定從上述壓縮機的吐出側至上述膨脹部件的流路中的任一位置的冷媒壓力的高壓的高壓測定部件或者測定上述高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，是測定從上述膨脹部件至上述壓縮機的吸入側的流路中的任一位置的冷媒的壓力即低壓的低壓測定部件或者測定上述低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，是測定從上述冷凝器至上述膨脹部件的流路中的任一位置的溫度的液溫測定部件、或者測定從上述壓縮機至上述冷凝器的流路中的任一位置的溫度的吐出溫度測定部件或者測定從上述蒸發器至上述壓縮機的流路中的任一位置的溫度的吸入溫度測定部件；判斷部件，存儲上述各測定部件的測定值或者從上述測定值運算出的運算值，并將該被存儲的值與當前的測定值或者運算值進行比較以判斷是否是包含冷媒泄漏的冷凍循環異常；以及輸出部件，在判斷為冷媒泄漏的情況下優先于其他的冷凍循環異常輸出冷媒泄漏信息。
21.按照權利要求20所述的冷凍循環裝置，其特征在于，還具備運算部件，對從上述各測定部件所測定的3或者3以上的測定值而得到的多個參數作為多個變量相互組合地關聯的集合體進行運算并計算出運算值；正常狀態量存儲部件，存儲上述冷凍循環正常運轉時的上述測定值或者運算值；比較部件，相對于從上述測定值而得到的運算值，比較與上述正常狀態量存儲部件中所存儲的運算值或者運算所存儲的上述測定值而得到的運算值的距離，其中，上述測定值是從上述冷凍循環的當前的運轉狀態所得到的；以及判斷部件，從由上述比較部件比較后距離或者距離變化的狀態來判斷上述冷凍循環的正常程度或者異常程度或者異常原因。
22.按照權利要求20或21所述的冷凍循環裝置，其特征在于，還具備輸出部件，對正常運轉時和異常運轉時的上述運算值間的距離在途中設定多個閾值，并依照此多個閾值來設定上述冷凍循環內的冷媒量或者冷媒泄漏量或者與它們相當的運算值，將上述冷凍循環的冷媒泄漏的異常程度作為電氣信號進行輸出或者可以作為通信代碼與外部進行通信。
23.按照權利要求12至22中任意一項所述的冷凍循環裝置，其特征在于從上述測定值運算出的運算值或者作為上述多個變量經過運算的表示相關性的數值或者運算作為上述多個變量相互組合地關聯的集合體并計算出運算結果的值或者上述距離是從馬哈拉諾比斯距離或者從馬哈拉諾比斯距離運算出的數值。
24.一種流體回路診斷方法，其特征在于，具有測定步驟，從設備吸引并吐出在回路內流動的流體的物理量來測定多個測定量；運算步驟，對從上述經過測定的數據所得到的多個參數作為多個變量相互組合地關聯的集合體進行運算并計算出運算結果；以及判斷步驟，比較上述運算結果是否在所設定的閾值內以判斷上述流體是否為正常運轉狀態。
25.按照權利要求24所述的流體回路診斷方法，其特征在于，還具有正常狀態存儲步驟，將上述流體在正常運轉的狀態下的上述運算部件的運算結果作為正常運轉狀態存儲起來；異常狀態存儲步驟，將上述流體在異常狀態下運轉時的上述運算部件的運算結果作為異常運轉狀態存儲起來；以及在上述所存儲的正常狀態和異常狀態之間的距離的途中設定閾值的步驟。
26.一種流體回路診斷方法，其特征在于，具有測定步驟，從使流體回路內進行循的環設備吸引并吐出的流體的物理量來測定多個測定量；運算步驟，對從上述所測定的測定量所得到的多個參數作為多個變量相互組合地關聯的集合體進行運算并計算出運算結果；以及故障預知步驟，從存儲了上述運算結果的正常運轉時的運算結果及異常運轉時的運算結果中的至少一方，且已經運轉的經過時間來推測上述流體回路內的流體變得異常為止的時間。
27.按照權利要求24至26中任意一項所述的流體回路診斷方法，其特征在于，還具有正常狀態存儲步驟，把上述流體在正常運轉的狀態下的上述運算部件的運算結果作為正常運轉狀態存儲起來；異常狀態存儲步驟，把上述流體在異常狀態下運轉時的上述運算部件的運算結果作為異常運轉狀態存儲起來；以及故障預知步驟，對從通過測定求出的當前的多個變量所運算的當前的運算結果、和所存儲的正常運轉狀態的運算結果及所存儲的異常運轉狀態的運算結果的至少一方的距離的變化進行運算，以推測成為對從流體回路內的流體泄漏預先所設定的界限值為止的時間。
28.按照權利要求27所述的流體回路診斷方法，其特征在于上述故障預知推定步驟隔著間隔來進行推定，同時作為基準的正常運轉時的運算結果或者作為多個變量所存儲的數據是針對每個經過時間進行了學習的多個數據。
29.一種流體回路診斷方法，其特征在于，具有測定步驟，從使流體回路內進行循環的設備吸引并吐出的流體的物理量來測定多個測定量；運算步驟，對從上述所測定的測定量所得到的多個參數作為多個變量相互組合地關聯的集合體進行運算并計算出運算結果；以及故障預知步驟，從存儲了上述運算結果的正常運轉時的運算結果及異常運轉時的運算結果中的至少一方，且已經運轉的經過時間來推測上述流體回路內的流體變得異常為止的時間。
30.一種流體回路診斷方法，其特征在于，具有從由保養定單訂購者接受保養定單的流體回路上所連接的存儲部件，讀出將使上述流體回路內進行循環的設備吸引并吐出的流體的物理量用多個測定部件進行測定并存儲起來的測定量或者對從上述測定量所得到的多個參數作為多個變量相互組合地關聯的集合體進行了運算的運算結果的步驟；判斷所讀出的上述運算結果或者對從上述測定量所得到的多個參數作為多個變量相互組合地關聯的集合體進行了運算的運算結果是否在預先所設定的范圍的步驟；以及將判斷出的結果向保養定單訂購者進行通信的步驟，其中，在該判斷出的結果中包含與保養的內容及時期有關的多個提案。
31.一種設備監視系統，通過權利要求1至11中任意一項所記載的上述設備診斷裝置來監視運轉中的設備的運轉狀態，其特征在于通過通信線路或者無線通信將由上述設備診斷裝置所計測的計測量、經過運算的運算值、以及對上述運算值是否在所設定的閾值內進行比較以判斷上述設備是否為正常運轉狀態的判斷結果中的至少一個傳送給對設備的運轉狀態進行監視的遠距離監視裝置。
32.一種設備監視系統，其特征在于，設置有故障預知部件，相對于從權利要求1至11中任意一項所記載的上述設備診斷裝置的當前的運轉狀態所得到的多個計測量而運算的當前的運算結果，從正常運轉時的運算結果以及從此運算結果被存儲時起的經過時間，來推測引起設備的故障為止的時間，其中，由上述故障預知部件所預知的時間通過通信被傳送給遠距離監視裝置。
33.一種冷凍循環監視系統，其特征在于，具備遠距離監視裝置，對權利要求12至23中任意一項所記載的上述冷凍循環裝置的運轉狀態進行監視，該遠距離監視裝置，通過通信線路或者無線通信來傳送由上述冷凍循環裝置所測定的測定值、經過運算的運算值、以及對上述運算值是否在所設定的閾值內進行比較以判斷上述冷凍循環裝置是否為正常運轉狀態的判斷結果中的至少一個。
34.一種冷凍循環監視系統，其特征在于，具備高壓側測定部件，作為測定從將壓縮機、冷凝器、膨脹部件和蒸發器用配管進行連接并使冷媒在其內部流通而構成的冷凍循環的冷凍循環裝置的上述壓縮機的吐出側至上述膨脹部件的流路中的任一位置的冷媒壓力的高壓的高壓測定部件或者測定上述高壓的飽和溫度的冷凝溫度測定部件；低壓側測定部件，作為測定從上述膨脹部件至上述壓縮機的吸入側的流路中的任一位置的冷媒的壓力即低壓的低壓測定部件或者測定上述低壓的飽和溫度的蒸發溫度測定部件；冷媒溫度測定部件，作為測定從上述冷凝器至上述膨脹部件的流路中的任一位置的溫度的液溫測定部件、或者測定從上述壓縮機至上述冷凝器的流路中的任一位置的溫度的吐出溫度測定部件、或者測定從上述蒸發器至上述壓縮機的流路中的任一位置的溫度的吸入溫度測定部件；運算部件，從上述高壓側測定部件、上述低壓側測定部件、及上述冷媒溫度測定部件的測定值來求解復合變量；存儲部件，對上述各測定部件的測定值或者從它們運算出的復合變量等運算值進行存儲；判斷部件，對由上述存儲部件過去所存儲的值與當前的測定值或者運算值進行比較，并基于此比較結果來判斷上述冷凍循環的異常；以及傳送部件，對設置在從上述冷凍循環裝置遠離的地點的遠距離監視裝置傳送上述測定值或者運算值或者上述判斷部件的判斷結果并以有線或者無線方式而形成。
35.一種冷凍循環監視系統，其特征在于，具備正常狀態存儲部件，獲得將用配管連接壓縮機、冷凝器、膨脹部件和蒸發器并使冷媒在其內部流通而形成的冷凍循環正常運轉時的測定結果作為多個變量來運算相關關系以運算正常運轉狀態的狀態量的狀態量，或者推測此狀態量并進行存儲；異常狀態存儲部件，將上述冷凍循環的冷媒循環中發生了異常時的運轉的測定結果作為多個變量來運算相關關系以運算異常運轉狀態的狀態量并存儲此多個異常狀態下的狀態量、或者存儲使多個異常狀態再現所得到的多個異常狀態量；比較部件，相對于從上述冷凍循環的當前的運轉狀態所得到的狀態量，比較與上述正常狀態存儲部件中所存儲的狀態量或者上述異常狀態存儲部件中所存儲的多個狀態量的距離；以及判斷部件，從由上述比較部件經過比較的距離或者此距離進行變化的狀態來判斷上述冷凍循環的正常程度或者異常程度或者異常原因，通過以有線或者無線方式而形成的傳送部件來傳送上述當前的狀態量、或者由上述比較部件經過比較的距離、或者距離進行變化的狀態、或者由上述判斷部件經過判斷的上述冷凍循環的正常程度、或者異常程度、或者異常原因中的至少一個。
36.按照權利要求34或35所述的冷凍循環監視系統，其特征在于將相對于根據當前的運轉狀態所測定并運算的運算值、從在正常運轉時所測定并運算的運算值及冷凍循環的運轉經過時間至引起設備的故障為止的時間進行了推測的信息，通過上述傳送部件傳送給所設置的遠距離監視裝置并進行顯示。
37.按照權利要求34至36中任意一項所述的冷凍循環監視系統，其特征在于，還具備正常狀態存儲部件，將上述冷凍循環在正常運轉的狀態下的上述運算部件的運算結果作為正常運轉狀態來學習并進行存儲；異常狀態存儲部件，將上述冷凍循環的冷媒泄漏等異常狀態下運轉時的上述運算部件的運算結果作為異常運轉狀態來學習并進行存儲；以及在上述所存儲的正常狀態和異常狀態之間的距離的途中設定的多個閾值，通過遠距離監視裝置來顯示當前的運轉狀態的運算結果和上述閾值的距離或者此距離在時間上的變化。
38.按照權利要求34至37中任意一項所述的冷凍循環監視系統，其特征在于，還具備輸出部件，將上述冷凍循環內的冷媒量或者冷媒泄漏量作為與這些各個量相當的運算值來進行設定，并將上述冷凍循環的異常作為電氣信號進行輸出或者作為通信代碼進行通信，在檢測到冷媒泄漏的情況下比上述判斷部件的其他判斷結果優先輸出給遠距離監視裝置。
39.一種冷凍循環監視系統，其特征在于，具備正常狀態存儲部件，將運算了流過冷凍循環的冷媒正常狀態下的冷媒物理量的相關關系后的結果作為正常運轉狀態進行存儲；異常狀態存儲部件，將運算了上述冷媒從上述冷凍循環泄漏而在異常狀態下的冷媒物理量的相關關系后的結果作為異常運轉狀態進行存儲；以及冷媒泄漏預測部件，將運算了當前的運轉狀態下的冷媒物理量的相關關系后的結果與上述所存儲的正常運轉狀態及異常運轉狀態中的至少一方之間的距離進行比較以預測上述冷媒從上述冷凍循環泄漏的時期，將上述冷媒泄漏預測部件的預測結果傳送給遠距離監視裝置。
全文摘要
以往的冷凍循環的故障診斷裝置由于處理流體而精度較差，并具有無法進行故障預兆的檢測、故障判定中的實機個體差的吸收、故障原因的判定之類的問題。另外，還沒有便宜實用的診斷裝置、方法。本發明提供一種設備診斷裝置，檢測多個冷凍循環裝置的壓力及溫度等與冷媒有關或者其他的計測量，從這些計測量來運算諸如復合變量的狀態量，并使用運算結果來判斷裝置的正常異常。若在正常運轉時使之學習就能夠判斷當前的狀態，若強制地使之進行異常運轉來學習，或者在當前運轉中使之運算異常運轉狀態就可以從馬哈拉諾比斯距離的變化來進行運轉界限等的故障預知。由此就能夠以簡單的構成實現準確可靠的診斷。
文檔編號G01M99/00GK1906453SQ20048004077
公開日2007年1月31日 申請日期2004年12月17日 優先權日2004年1月21日
發明者山下浩司, 豐島正樹, 中田浩 申請人:三菱電機株式會社