国内大型邮轮起步较晚,目前经验不足,相关技术仍被国外垄断。近年随着国家的战略需求和关切,相关的研究设设计和建造工作也陆续启动[1 − 2]。暖通风空调系统(HVAC)作为邮轮上维持舱室环境的核心设备,系统的可靠性和安全性极其重要。而由于其在结构、组成、控制逻辑和运行环境等上都十分庞大复杂,系统的状态监控和运行管理面临很大的挑战[3]。
传统基于人工对HVAC进行监控管理的方法具有人工成本高、巡检时间长、信息分散难以实时共享、难以做出实时有效的决策等特点[4]。现如今,随着传感检测、数据网络通讯、数字孪生、虚拟现实、机器学习、数据分析、能耗建模等理论和技术的发展成熟,为HVAC系统状态监控和运行管理提供了创新的解决方案[5 − 7]。
目前的HVAC监控管理系统(MCMS)通常基于监控和数据采集系统(SCADA)实现[8 − 9]。首先,通过现场总线和工业以太网等将传感器采集到的现场信号数据传输给现场控制器及操作站的上位机,或者将控制信号传递给执行器[10]。然后,通过组态软件开发的HMI实现监控数据的显示和修改及控制指令下达[11]。此外,MCMS会利用设备健康管理、节能优化等技术进行故障诊断、节能优化控制、健康评估和维修决策[12 − 14]。然而,现有的MCMS还存成集成度,可靠性,和智能化程度,以及数据分析利用不高的问题[15]。
为解决上述问题,开展了对大型邮轮的HVAC状态监控及运维管理系统的理论研究和工程应用探索,对于提高HVAC设备运行的节能性和管理效率和给中国大型邮轮的设计建造、调试等奠定基础和形成标准意义重大也十分必要。
1 HVAC概况暖通风空调系统(HVAC)包含供暖、通风、空调等子系统,是通过舱室(或封闭空间、区域)内空气的温度、湿度、洁净度和空气流速等参数进行调节,以满足人体舒适要求或工艺过程要求的系统,直接关系到邮轮舱室的空气环境。如图1所示,系统主要由舱室末端、空气处理机组(AHU)、冷冻水循环系统、冷水机组(Chiller)、冷却水循环系统和热水/锅炉系统(Boiler)等部件和子系统组成。
![]() |
图 1 邮轮HVAC系统结构 Fig. 1 HVAC system structure |
冷水机组主要由压缩机、冷凝器、蒸发器和膨胀阀组成,是整个系统的核心。船尾(AFT)由2台冷水机组供冷,一台为主冷水机组,另一台备用,每台都能完全满足FZ1-2的冷负荷需求;船首(FWD)由3台冷水机组供冷,每台冷水机组能提供整个船首冷负荷的50%,有2台处于运行。任何一台主冷水机组故障后,同压缩机室的备用冷水机组会自动启动进行替代。
AHU用于给末端供风,并和舱室末端一起组成HVAC的空调系统。表1所示的全船5种近100个空调器和通风系统分布于不同甲板和防火区,以满足该防火区不同类型舱室和区域的环境控制需求,其一般由进/排/混合风闸、过滤器、热回收转轮、供/回风风机、冷却盘管和加热盘管等组成。
![]() |
表 1 全船空调器类型及描述 Tab.1 Types and descriptions of air conditioners throughout the cruise ship |
FCU、VAV、集气罩、布风器等末端设备主要负责将来自AHU的空气进一步处理和调节温湿度分布到控制区域,同时负责回收空气。锅炉系统负责给AHU的加热盘管供热,舱室末端则是靠电加热器供热。
某型邮轮全船共16层甲板,排水量13万余吨,可载
![]() |
图 2 某型邮轮的HVAC概略图 Fig. 2 Overview of HVAC for the cruise ship |
SCADA是监测和控制工业过程的系统。如图3所示,一个典型的SCADA系统通常由服务器、操作站、可编程过程控制器(PPC)、现场传感检测器件、数据传输网络等几部分组成。整个系统由负责数据采集的感知层,负责现场控制和监测的现场监控层,负责数据可视化监测和远程控制的远程监控层及负责数据传输的通讯网络组成。
![]() |
图 3 典型SCADA系统结构 Fig. 3 Typical SCADA system structure |
邮轮的综合报警监控系统(IAMCS)是一个开放式、模块化、分布式、集成化的报警监控系统,实现对全船设备/系统的状态监控、运行管理、数据存储管理等。如表2所示,全船包括HVAC在内的所有的自动化系统、安全系统、信息管理系统等均集成或接入到该系统。
![]() |
表 2 与IAMCS集成或连接的船舶自动化系统 Tab.2 Ship automation systems integrated or connected to IAMCS |
IAMCS本质上属于SCADA系统。如图4所示,系统由现场信号和I/O板卡、过程控制器、带HMI的工作站、服务器和船岸卫星通讯网络等组成。
![]() |
图 4 邮轮综合报警监控系统(IAMCS)简化结构图 Fig. 4 Simplified structure diagram of cruise ship integrated alarm monitoring system (IAMCS) |
通讯网络由上层连接工作站和PPC的系统环形总线(Modbus TCP/IP 分布式冗余100 Mb/s以太网)和下层连接PPC和远程I/O板卡的现场总线(Modbus RTU,Profibus DP等串行总线)组成,提供和其他设备和系统的兼容性接口。设备间用交换机进行连接,当原先的通讯链路故障时,交换机会立即路由选择新的冗余链路,所以任何单一交换机或者通讯线路损坏不会导致通讯失败,这使得整个网络变得冗余、安全和高效。传输介质主要有光纤、网线、双绞线等。
系统可以通过防火墙和SDCN(船舶数字通讯网络)和岸上的运营中心进行数据传输。进行关键数据汇报、存储备份,以及在更强大算力和数据的支持下通过更深层次的数据分析进行故障诊断,健康评估,维修决策等。
2.3 MCMSHVAC的冷水机组、AHU、舱室末端(FCU)、通风系统等在控制逻辑、网络连接和传感器安装位置上都相对独立,加上各自的设备数量和需要监控的参数众多。为可方便数据采集、网络布置、数据组织管理、HMI界面显示规则设计,将MCMS的数据采集网络、HMI软件界面架构都相应地划分成紧凑的子系统和功能模块。最后分别集成到IAMCS和导航区,使MCMS成为一个分布式、集成化、易维护、交互性强的HVAC监控管理系统。图5所示为HVAC的监控管理系统原理图。
![]() |
图 5 HVAC监控管理系统原理图 Fig. 5 HVAC monitoring, control and management system schematic diagram |
MCMS的功能如下:
1)HVAC运行数据、舱室内外环境数据、MCMS自身故障数据等的采集、处理、传输、HMI可视化和存储。
2)远程监测和控制。HVAC 状态和舱室环境监测;设备控制方式选择(本地/远程、手动/自动),工作模式选择(夏季/冬季),运行模式选择(正常/节能/快速制冷),设备启停/开关等,特殊控制等。
3)故障诊断报警。如图6所示,采用基于知识规则(阈值判断、逻辑分析等)和数据驱动相结合的方法。前者主要用于变量数值较为稳定的异常检测,而后者主要解决前者无法解决的相关参数多、耦合强、判断逻辑复杂的故障。
![]() |
图 6 故障诊断报警原理 Fig. 6 Principle of fault diagnosis and alarm |
4)节能优化控制。
①FCU基于舱室占用情况运行模式自适应。当MCMS监控到舱室阳台门打开或者房卡取出持续5 min后,FCU的运行模式将自动切换为节能模式,节能模式下舱室的温度控制死区将由原来的1℃变成2℃,如图7所示。其中延时时间和死区范围都可以在HMI上进行调整。
![]() |
图 7 FCU节能和正常工作模式控制策略 Fig. 7 The control of FCU energy saving and normal mode |
舱室冷负荷为:
②AHU再循环策略。AHU处于类FCU工作模式,此时进风闸和排风闸完全关闭,回风阀完全打开,排风风机停止工作,AHU的供风为全回风,该方法能有效减小舱室的通风热负荷实现节能。可以在HMI上选择运行该策略或者退出。
5)过程参数设置。温度控制器PID参数调节,阀门/风闸开度设置,节能参数调节,公共区域温度设置等。
6)历史趋势分析。
7)界面打印,历史数据访问打印等。
2.4 基于Vijeo Citect的HMI软件设计HMI在操作站中扮演着至关重要的角色,其交互性直接影响到系统的有效操作和监控。本系统的HMI旨在通过简洁直观的界面实时呈现系统状态,并提供快速的监控与控制功能。
HMI软件基于施耐德组态软件Vijeo Citect开发。如表3所示,为HMI软件的相关设计参数。
![]() |
表 3 软件设计参数 Tab.3 Software design parameters |
软件界面架构如图8所示,呈树状层次结构,包括首页、系统总览、甲板总览、舱室末端监控、冷水机组监控、AHU监控、历史趋势、报警总览、数据列表以及弹窗等界面,以满足不同监控与操作需求。
![]() |
图 8 监控管理软件页面组织和跳转逻辑 Fig. 8 Page organization and jumping logic |
HMI页面的显示格式如图9所示,主要由以下部分组成:
![]() |
图 9 页面显示格式 Fig. 9 Page display format |
1)系统时间和页面标题。提供当前系统时间以及页面标题,使用户可以清晰地了解当前操作环境。
2)用户中心。用户可以通过账号和密码登录或登出,以获取相应的软件权限,实现系统安全性和权限管理。
3)控制数据区。包括HVAC的过程模拟图、监控变量数据、趋势以及报警等监控管理信息,为用户提供全面的HVAC实时状态监控与控制支持。
4)功能导航区。通过菜单显示和按钮列表等方式,将系统模块化,使用户能够更快速地从顶层概览到详细信息的显示,提升操作效率和便利性。
5)最近报警区。用于突出显示新出现的报警信息摘要,采用颜色、字体、变化、闪烁等方式,在页面的明显位置进行提示,以确保用户能够及时发现和处理报警。
通过以上设计,HMI软件能够及时响应各种运行状况和异常情况,从而确保系统运行的稳定性和可靠性。此外,设计还有效简化了页面操作流程,提升了用户体验,实现了对全船HVAC系统进行高效监测和控制,为系统的运行管理提供了有力支持。
3 结 语本文较为全面地讨论了大型邮轮HVAC状态监控及智能运行管理系统设计所涉及到的相关关键技术,包含邮轮HVAC典型系统的组成、特点、设备分区、设备冗余等;MCMS的系统/网络架构和工作原理、实现功能、冗余设计等;上位机人机界面软件架构设计和实现;故障诊断报警和节能优化控制等。所设计的MCMS具备数据采集、传输、HMI可视化、存储管理、异常监测和分析利用等功能,实现了对全船HVAC设备的状态实时监测和运行管理。经过Vijeo Citect 7.50、ModSin32和SQL Server 2019等联合调试,验证了系统具有集成度、可靠性和可扩展性高等优点,能有效提高HVAC设备运行的管理效率和节能性。
MCMS设计是一个系统性的理论研究和技术应用工作,由于篇幅有限,文章无法呈现过多细节。此外,关于HVAC健康管理,MCMS只实现了故障诊断报警,未来需要考虑加入健康评估/预测、维修决策等更智能化的功能,进一步减少HVAC监控管理带来的挑战。关于节能优化控制,在变频控制、智能控制、能耗建模等技术成熟的今天,未来可以尝试对整个HVAC建立能耗模型,实时计算系统的最优运行参数,进行在线调整。
在第四次工业革命即将到来之际,监控管理系统的自动化程度、信息化程度和智能化程度都需要跟上技术发展的节奏,将SCADA系统结合人工智能把采集的大量历史数据分析利用,解决HVAC在全寿命周期内的健康管理和维修问题是未来的重要发展方向。此外,在HMI的设计上未来可以通过增强现实(AR)、元宇宙、虚拟化等技术进一步提高人机交互体验。
[1] |
项绍行, 刘明, 钱希鸿. 大型邮轮结构风道设计优化[J]. 船海工程, 2023, 52(3): 48-57. XIANG Shaohang, LIU Ming, QIAN Xihong. Optimization of structural duct design for large cruise ship[J]. Ship & Ocean Engineering, 2023, 52(3): 48-57. DOI:10.3963/j.issn.1671-7953.2023.03.011 |
[2] |
郑楠桢, 李正谋, 杨佳乐. 邮轮舱室空调舒适性需求分析[J]. 机电设备, 2021, 38(3): 68-76. ZHENG Nanzhen, LI Zhengmou, YANG Jiale. Analysis of comfort requirement on cruise air-conditioning[J]. Mechanical and Electrical Equipment, 2021, 38(3): 68-76. |
[3] |
肖陈俊. 豪华邮轮空调系统技术应用研究[J]. 机电技术, 2018(3): 89-92. XIAO Chenjun. Research on the application of luxury cruise air conditioning system technology[J]. Mechanical & Electrical Technology, 2018(3): 89-92. |
[4] |
孙哲, 袁洋, 陈艺琳. 豪华邮轮远程监控系统的设计与应用[J]. 船舶标准化工程师, 2021, 54(2): 82-86. SUN Zhe, YUAN Yang, CHEN Yilin. Design and application of remote monitoring system on cruise ship[J]. Ship Standardization Engineer, 2021, 54(2): 82-86. |
[5] |
LU Q, XIE X, PARLIKAD A K, et al. Digital twin-enabled anomaly detection for built asset monitoring in operation and maintenance[J]. Automation in Construction, 2020, 118: 103277. DOI:10.1016/j.autcon.2020.103277 |
[6] |
TANASIEV V, PLUTEANU S, NECULA H, et al. Enhancing monitoring and control of an HVAC system through IoT[J]. Energies, 2022, 15: 924. DOI:10.3390/en15030924 |
[7] |
RAFATI A, SHAKER H, Ghahghahzadeh Saman. Fault Detection and Efficiency Assessment for HVAC Systems Using Non-Intrusive Load Monitoring[J]. Energies, 2022, 15(1): 341. DOI:10.3390/en15010341 |
[8] |
李勃良. 基于PLC技术和工业现场总线技术的船舶电力监控系统设计[J]. 舰船科学技术, 2020, 42(16): 118-120. LI Boliang. Design of power monitoring system based on PLC technology and industrial fieldbus technology[J]. Ship Science and Technology, 2020, 42(16): 118-120. |
[9] |
GUNEET B, GANESH K, RAJENDRA S. Development of an IoT-driven building environment for prediction of electric energy consumption[J]. IEEE internet of things journal, 2020, 7(6): 4912-4921. DOI:10.1109/JIOT.2020.2975847 |
[10] |
杨剑征. 美国海军舰船综合状态评估系统发展研究[J]. 舰船科学技术, 2016, 38(15): 146-148. YANG Jianzheng. Research on the development of the US navy's integrated condition assessment system[J]. Ship Science and Technology, 2016, 38(15): 146-148. |
[11] |
LIU Luyuan. Design of the comprehensive monitoring system of ro-ro ship power plant based on LabVIEW[J]. Journal of Physics: Conference Series, 2022, 2254: 012037. DOI:10.1088/1742-6596/2254/1/012037 |
[12] |
MARIANO D, HERNANDEZ L, ZORITA A, et al. A review of strategies for building energy management system: Model predictive control, demand side management, optimization, and fault detect & diagnosis[J]. Journal of Building Engineering, 2021, 33.
|
[13] |
BANG M, ENGELSGAARD S, ALEXANDERSEN E, et al. Novel real-time model-based fault detection method for automatic identification of abnormal energy performance in building ventilation units[J]. Energy Build, 2019, 183: 238-251. DOI:10.1016/j.enbuild.2018.11.006 |
[14] |
李丙辉. 基于负荷预测的空调冷冻水系统节能优化研究[D]. 西安: 西安建筑科技大学, 2021.
|
[15] |
ESRAFILIAN M, HAGHIGHAT F. Occupancy-based HVAC control systems in buildings: A state-of-the-art review[J]. Building & Environment, 2021, 197: 107810. |