中讯数字设备智能运维网站 > 应用案例 > 制冷机组预测性维护:能效先掉,故障后到,别等跳机才看
制冷机组预测性维护:能效先掉,故障后到,别等跳机才看
2026年11月22日

引言:电费单比报警先到

去年夏天,一个做注塑的朋友打电话给我,说厂里电费同比涨了 11%,产能没涨,人也没多。让我去看看。我到了先没进车间,直接去看冷冻机房。两台 500 冷吨的离心机,一台常开一台备用。机组运行声音正常,没有任何报警,控制屏上一切"绿油油"。

但我让电工调出过去 90 天的运行记录,问题就露出来了:同样冷却水温、同样负载率下,压缩机电流比去年同期高了 6%,冷凝器进出水温差从 5.2 度掉到 4.1 度,趋近温度从 1.8 度爬到 3.6 度。通俗点说,这台机子在用更多的电,干着更少的活。

制冷机组的预测性维护有个特点:它最危险的信号,往往不发出报警。制冷量衰减、能效下滑,全是"温水煮青蛙"式的变化,等机组跳机那天,已经到了无法修复的地步。所以这类设备的监测,重点要放在能效指标上,而不只是振动和温度。

一、先看能效:三个指标就能把机组看透

冷水机组的性能,用三个数就能大致说清,不需要多复杂的模型。

1. COP 与 kW/RT

每冷吨制冷量对应的输入功率,行业里叫 kW/RT。一台状态良好的离心机,额定工况下大约 0.55—0.62;螺杆机 0.65—0.75。这个数连续两周上涨超过 8%,别怀疑水质或工况变化,先怀疑设备本身。

2. 趋近温度

冷凝器趋近温度 = 冷凝饱和温度 − 冷却水出水温度。这是判断换热管脏污最灵敏的指标。新机一般 1—2 度,超过 4 度基本可以判换热管结垢或堵塞,超过 5 度就该安排清洗了。它比"进出水温差变小"更直观,因为它剔除了流量波动的影响。

3. 蒸发器趋近温度

对应的,蒸发器趋近温度升高,指向冷冻水侧脏堵或制冷剂不足。这两个数一起看,就能分清是水侧问题还是冷媒侧问题。

二、压缩机:听声音不如看波形

离心机、螺杆机的机械故障,早期都会在振动频谱上留下痕迹。下面这张表是我现场常用的对照:

特征

可能原因

处理建议

1 倍频上升,相位稳定

转子不平衡、叶轮积垢

安排停机清洗与动平衡

2 倍频突出,轴向偏大

联轴器对中不良、轴承预紧异常

复查找正,检查轴承

高频段宽带能量抬升

轴承润滑不足、点蚀初期

检查油路、油品与油压

转频边带密集

齿轮啮合异常、转子裂纹倾向

尽快停机内窥检查

喘振周期性低频冲击

冷凝压力过高、导叶控制异常

排查冷却水与导叶执行器

喘振这一项要单独提醒。很多机组为了"省事",把防喘振逻辑放宽了,短期是不跳机了,但每次喘振对叶轮都是一次疲劳冲击。我们的经验是:一个季度内喘振次数超过 5 次,叶片就要做探伤。这个数不体现在报警记录里,得自己在控制器里抓。

三、油系统:最容易被忽略的"血液指标"

离心机的油,既是润滑剂也是密封。油压差、油温、油品酸值,三个数值得每季度看一次。半封闭机组的油里如果出现金属屑,说明轴承已经在磨损;如果油变黑发粘,说明系统高温过。我们在一个制药厂的项目里,就是靠油品检测提前两个月发现了电机轴承的点蚀,避免了一次整机大修。

顺便说一句,油冷却器的水温别图省,很多用户为了省水把油温控得很低,结果油黏度上不去,轴承油膜反而建立不起来。这个坑不小。

四、把监测做成闭环,别做成看板

很多项目最后死在这一步:数据采上来了,大屏很好看,但没人处理。我的建议是三步走,别贪多。

  • 第一步,每周出一张能效周报,只写三件事:kW/RT 变化、两个趋近温度、异常次数。发给机房主管,不发领导。

  • 第二步,把"趋近温度 > 4 度"和"喘振次数 > 3 次/季"写成硬性工单触发条件,系统自动派单。

  • 第三步,做完的工单必须回填效果数据,比如清洗后趋近温度降到多少。有了这个回流,模型才可能越来越准。

投入方面,一套覆盖两台机组的方案,传感器加网关大概两三万,如果机组本身有控制器,能直接读 Modbus 数据,成本还能再降一半。一台 500 冷吨机组,能效提升 5% 一个夏天就能省出十几万电费——这笔账比什么都有说服力。

最后聊两句

制冷机组的预测性维护,不要一上来就想着做故障预测。先把能效看清楚,把趋近温度的趋势画出来,把油品的周期检测排进计划表。这三件"笨事"做完,八成的突发故障其实已经被挡在门外了。剩下的两成,再交给振动频谱去啃。

上一篇:轨道交通设备预测性维护:转向架、屏蔽门、扶梯,三处最容易踩空
下一篇:备件管理与预测性维护:预警发出去,备件还在两千公里外