多联机制冷剂充注量诊断方法实验研究

吴庆壮; 李双良; 侯佳鑫; 单联瑜; 张坤坤; 熊成龙; 徐漫仪

doi:10.12465/issn.0253-4339.20260706001

您当前的位置：

首页 >

文章列表页 >

多联机制冷剂充注量诊断方法实验研究

XXXX | 更新时间：2026-10-19

- 多联机制冷剂充注量诊断方法实验研究
- Experimental Study on a Refrigerant Charge Diagnostic Method for Multi-split Systems
- 制冷学报 2026年页码：1-7
- 作者机构：
  
  小米智能家电（武汉）有限公司武汉 430075
- 作者简介：
  
  侯佳鑫，男，博士研究生，工程师，小米智能家电（武汉）有限公司，19972068539，E-mail：hjx96y@163.com。研究方向：空调系统与两相流。
- 基金信息：
- DOI：10.12465/issn.0253-4339.20260706001
  中图分类号： TB657.2;TU831.3
- 收稿：2026-07-06，
  
  修回：2026-09-23，
  
  录用：2026-09-24，
  
  网络首发：2026-10-19，
- 稿件说明：
移动端阅览
吴庆壮，李双良，侯佳鑫，等. 多联机制冷剂充注量诊断方法实验研究［J］. 制冷学报，XXXX，XX（XX）：1-7.

Wu Qingzhuang，Li Shuangliang，Hou Jiaxin，et al. Experimental Study on a Refrigerant Charge Diagnostic Method for Multi-split Systems［J］. Journal of Refrigeration，XXXX，XX（XX）：1-7.
吴庆壮，李双良，侯佳鑫，等. 多联机制冷剂充注量诊断方法实验研究［J］. 制冷学报，XXXX，XX（XX）：1-7. DOI： 10.12465/issn.0253-4339.20260706001.

Wu Qingzhuang，Li Shuangliang，Hou Jiaxin，et al. Experimental Study on a Refrigerant Charge Diagnostic Method for Multi-split Systems［J］. Journal of Refrigeration，XXXX，XX（XX）：1-7. DOI： 10.12465/issn.0253-4339.20260706001.

摘要

针对传统无主动控制的诊断方法在微小制冷剂偏差检测中灵敏度低、易受系统运行工况耦合干扰等问题，本文提出了一种基于主动控制的高精度制冷剂充注量诊断方法。该方法通过主动锚定空调系统核心热力学边界条件，结合质量守恒原理与换热机理，将制冷剂充注量变化定向转化为冷凝器内液相滞留量的改变，进而以冷凝器出口过冷度作为定量诊断的核心特征参数，建立了包含“启动—粗调—细调—取值”四阶段的标准化诊断流程。在焓差实验室中，以名义制冷量为16 kW和18 kW的2台多联机组为测试对象，开展了覆盖20～45 ℃室外温度区间的6种工况交叉验证实验。结果表明：在85%～105%的充注率区间内，过冷度对充注量变化呈严格单调递增响应；100%与90%充注量对应的过冷度差值在全部测试工况下均维持在6 ℃以上，该对应关系在不同机型及20～45 ℃室外环境温度区间内均保持稳定。基于该响应关系构建的诊断模型能够准确识别低至5%的制冷剂充注量偏差，为多联机制冷系统的在线运维诊断与早期故障预警提供了可靠的技术方案。

Abstract

This paper proposes a high-precision refrigerant charge diagnostic method based on active control， which effectively addresses the shortcomings of traditional passive diagnostic methods， such as low sensitivity to small deviations and susceptibility to interference from system operating conditions. The method actively anchors the core thermodynamic boundary conditions of the system and， based on the principle of mass conservation and heat transfer mechanisms， directionally converts variations in refrigerant charge into changes in liquid-phase retention within the condenser. The condenser outlet subcooling degree is thereby employed as the core characteristic parameter for quantitative diagnosis， and a standardized four-stage diagnostic procedure， including startup， coarse regulation， fine regulation， and measurement is established， with quantitative stability criteria. Cross-validation experiments covering six operating conditions and outdoor temperatures from 20 ℃ to 45 ℃ were conducted in an enthalpy difference laboratory using two multi-split units with nominal cooling capacities of 16 kW and 18 kW. The results demonstrate that， within the charge ratio range of 85%-105%， the subcooling degree exhibits a strictly monotonic increasing trend with respect to refrigerant charge. The subcooling difference between 100% and 90% charge levels remains above 6 °C across all test conditions， and this relationship remains stable across different unit models and outdoor temperatures. The diagnostic model constructed from this relationship can accurately identify refrigerant charge deviations as low as 5%， providing a reliable technical solution for online operational diagnostics and early fault warning in multi-split air-conditioning systems.

关键词

Keywords

references

田博，彭芃，吴庆壮，等 . 多联机热泵空调系统智能控制用快速负荷预测模型研究［J］. 暖通空调， 2025 ， 55 （ 12 ）： 105 - 113 .

Tian Bo ， Peng Peng ， Wu Qingzhuang ， et al . Fast load forecasting model for intelligent control of VRF heat pump air conditioning systems ［J］. Journal of HV&AC ， 2025 ， 55 （ 12 ）： 105 - 113 .

石竹青，陈欣，任道一，等 . 多联式空调（热泵）机组全年性能系数分析［J］. 制冷与空调（北京）， 2024 ， 24 （ 8 ）： 57 - 62 .

Shi Zhuqing ， Chen Xin ， Ren Daoyi ， et al . Annual performance factor for multi-connected air-condition （heat pump） unit ［J］. Refrigeration and Air-conditioning ， 2024 ， 24 （ 8 ）： 57 - 62 .

贺红霞，杨昭，张淑萍 . 多联机系统低GWP制冷剂替代及润滑油技术发展［J］. 制冷学报， 2026 ， 47 （ 4 ）： 1 - 11 .

He Hongxia ， Yang Zhao ， Zhang Shuping . Advancements in low-GWP refrigerant substitution and lubricant technologies for variable refrigerant flow systems ［J］. Journal of Refrigeration ， 2026 ， 47 （ 4 ）： 1 - 11 .

黄倩云，陈焕新，孙劭波，等 . 基于支持向量机的多联机系统制冷剂充注量故障检测与诊断［J］. 暖通空调 . 2018 ， 48 （ 1 ）： 91 - 95 .

Huang Qianyun ， Chen Huanxin ， Sun Shaobo ， et al . Fault detection and diagnosis of refrigerant charge for multi-split systems based on support vector machine ［J］. Journal of HV&AC . 2018 ， 48 （ 1 ）： 91 - 95 .

刘倩，李正飞，丁新磊，等 . 多联机系统故障类型识别及故障细化诊断模型研究［J］. 制冷学报， 2021 ， 42 （ 2 ）： 118 - 126 .

Liu Qian ， Li Zhengfei ， Ding Xinlei ， et al . Fault type identification and fault refinement diagnosis model of variable refrigerant flow system ［J］. Journal of Refrigeration ， 2021 ， 42 （ 2 ）： 118 - 126 .

魏文天，李正飞，王誉舟，等 . 基于Boosting的多联机制冷剂充注量故障诊断集成模型［J］. 制冷学报， 2020 ， 41 （ 2 ）： 70 - 78 .

Wei Wentian ， Li Zhengfei ， Wang Yuzhou ， et al . Boosting-based refrigerant charge fault diagnosis integration model of variable refrigerant flow system ［J］. Journal of Refrigeration ， 2020 ， 41 （ 2 ）： 70 - 78 .

何金凝，徐廷喜，黄巍，等 . 基于极端梯度提升算法的空调系统故障诊断自适应模型［J］. 制冷技术， 2022 ， 42 （ 2 ）： 25 - 31 .

He Jinning ， Xu Tingxi ， Huang Wei ， et al . Adaptive fault diagnosis model of air conditioning system based on eXtreme gradient boosting algorithm ［J］. Chinese Journal of Refrigeration Technology ， 2022 ， 42 （ 2 ）： 25 - 31 .

Zhang Xue ， Cheng Yunxi ， Chen Huanxin ， et al . Refrigerant charge fault diagnosis in VRF systems using Kolmogorov-Arnold networks and their convolutional variants： a comparative analysis with traditional models ［J］. Energy and Buildings ， 2025 ， 336 ： 115608 .

张丽，彭友伦，陈焕新，等 . 多联机制冷剂充注量故障检测模型评估及参数优化［J］. 制冷技术 . 2023 ， 43 （ 1 ）： 37 - 42 .

Zhang Li ， Peng Youlun ， Chen Huanxin ， et al . Evaluation and parameter optimization of refrigerant charge fault detection models for multi-split systems ［J］. Chinese Journal of Refrigeration Technology . 2023 ， 43 （ 1 ）： 37 - 42 .

蔡亚君 . 基于多维曲线拟合算法的空调制冷剂不足故障诊断模型［J］. 制冷与空调（四川）， 2023 （ 1 ）： 92 - 96 .

Cai Yajun . Fault diagnosis model of air conditioning refrigerant shortage based on multidimensional curve fitting algorithm ［J］. Refrigeration and Air Conditioning ， 2023 （ 1 ）： 92 - 96 .

Li Haorong ， Braun J E . Development， evaluation， and demonstration of a virtual refrigerant charge sensor ［J］. HVAC&R Research ， 2009 ， 15 （ 1 ）： 117 - 136 .

寻惟德，李绍斌，谭泽汉，等 . 基于离散型Hopfield神经网络的制冷剂充注量故障诊断的新策略［J］. 制冷技术， 2018 ， 38 （ 3 ）： 8 - 13 .

Xun Weide ， Li Shaobin ， Tan Zehan ， et al . A new fault diagnosis tactic for refrigerant charge amount based on discrete Hopfield neural network ［J］. Chinese Journal of Refrigeration Technology ， 2018 ， 38 （ 3 ）： 8 - 13 .

Liu Shurong ， Zhou Yujue ， Dai Chuanmin ， et al . Refrigerant charge optimization in direct expansion air conditioning systems under variable operating conditions ［J］. Applied Thermal Engineering ， 2026 ， 290 ： 130108 .

GB/T 18837—2026 多联式空调（热泵）机组［S］. （GB/T 18837 —

2026 Multi-split air-conditioning （heat pump） units ［S］.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Boosting的多联机制冷剂充注量故障诊断集成模型

域对抗迁移学习驱动的地铁列车空调多故障自适应诊断方法

集中空调系统末端研究现状与展望

基于证据驱动和神经网络的区域供冷/热系统故障监测及诊断技术

热管/蒸气压缩复合空调系统故障诊断模型分类解释性研究