卷烟生产对环境温湿度要求十分严格，环境温湿度状况直接影响成品烟丝的含水率、填充值、碎丝率等关键指标[1]，因此工业空调管控非常重要。传统的工业空调管控是依靠人工日常点检的方式确认空调运行状况，以被动检修为主，不仅耗费人力，而且针对空调系统的细微故障无法及时察觉，不仅影响了正常的排产计划，还可能造成企业的经济损失。随着科技的不断进步，工业预警等智能化工厂概念被逐步提出。使用传感器设备对生产设备进行监测管理，已经成为较为通用的管理系统策略[2]。为了解决空调系统能耗问题，许多使用传感器的管理系统通过对空调数据采集分析，有效制定了空调控制策略[3-4]，进而实现了节能减排目的。鉴于策略概念和案例，文章对工业空调智能管理系统进行研究，通过布设传感器的方式进行数据收集，对比空调系统正常运行下的各项参数，对空调系统的运行状况进行研判，能够在空调系统出现异常之前进行预警提示，通知相关人员对设备进行维保，防止事故发生，保障空调系统的正常运行，提高系统的综合管理能力和空调控制效率，达到节能降耗的目的。1工业空调智能系统的研究1.1智能监测平台搭建及数据分析在空调系统的送风口、回风口、排风口等关键点位布设温湿度传感器以及风速风压传感器等设施，以此监控空调系统的调控能力。对风机机组布设温度传感器及振动传感器，结合风机的工作频率、风阀开度等重要参数对风机的运行状态进行数据监控。在空调系统运行状态下，采集空调系统运行数据，对各点位设备运行参数进行整理分析，对比不同工况、不同时段内监控设备的运行参数数据，确定影响空调系统性能的关键因素，并将相关因素作为重点监控指标，持续观察相关指标对于空调系统性能的影响，以此确认空调系统正常工作时各设备参数的最佳阈值。依据参数汇总结果进行状态分级，确认空调系统各参数在不同状态下的参数阈值界限，作为对空调系统运行状态的评判标准。经过监测平台的数据采集与分析，确定对空调系统运行状态影响较大的参数为送、回风风机的设备温度和振动幅度。空调系统不同状态下的参数对比如表1所示。由表1可知，风机设备温度正常在50 ℃左右，振幅在30.00~45.00 μm。当风机设备出现故障时，风机温度和振幅数值均会上升，当数值上升到一定程度后，设备出现损坏，无法正常工作。10.19301/j.cnki.zncs.2023.05.007.T001表1空调系统不同状态下的参数对比空调状态送风风机平均温度/℃送风风机平均振幅/μm回风风机平均温度/℃回风风机平均幅度/μm正常管控状态46.7834.0052.5843.00环境波动较大状态65.7359.0068.3764.00停机维修前异常状态84.3274.0086.7878.001.2工业空调智能管理系统设计方案空调系统AI智能巡检工作原理如图1所示。10.19301/j.cnki.zncs.2023.05.007.F001图1空调系统AI智能巡检工作原理通过实时收集空调系统的管理区域温湿度数据、空调系统温湿度数据、系统回风新风和送风的风速风压数据、冷冻水温度、蒸汽温度、蒸汽压力、冷冻水、蒸汽管道阀门启闭角度数据、风机工作数据、加湿系统工作数据等信息，将所有数据通过分析研判，自动收集异常点详细数据，得到一般异常信息并提供预警信息和维修维护建议，严重故障将发送报警，并自动停机，防止故障扩大。文章研究的系统引入机器人语音对话功能，所有预警信息将通过语音形式体现，且能够通过语言交互查询和深度分析。当语音预警周期内未得到回复时，会通过移动端向工作人员发送预警信息，操作员可通过移动终端人机交互查询故障详情。2工业空调智能管理系统控制策略2.1空调风机运行状况评判策略单机运行效率判断方法采用工作电流判断法，通过风机历史数据，对比风机运行实时数据。相同运行频率状态下，风机工作电流提高超过5%即判定风机运行效率降低，并发出预警。单机运行效率判断方法采用风速判断法，通过历史数据对比风机实时运行数据。运行电流相同时，风速降低5%即判定风机运行效率降低。多机组风机运行数据采用对比判断法，通过采集多空调机组风机运行参数，进行横向对比，在工作频率相同的多台风机间进行运行电流对比，判断工作异常风机。若单台风机工作电流高于平均工作电流2%即判定此风机工作效率降低。多机组风机运行数据亦采用对比判断法，通过采集多空调机组风机运行参数，进行横向对比，在工作电流相同的多台风机间进行送风风速对比，判断工作异常风机。工作电流相同时，单台风机风速低于平均风速的5%即判定为风机运行效率降低。通过风机振动状态判定风机工作是否异常。安装在风机上的振动传感器实时采集风机振幅，系统内对风机振幅设置上限值，振幅超过上限即判定为风机工作异常。通过风机机身温度判定风机工作是否异常。机身温度传感器实时采集风机工作环境温度，对风机机身温度设置上限值，高于上限值即判定为风机故障。2.2工业空调智能管理系统控制策略生产车间实施全范围实时温湿度数据采集，利用分布在车间不同区域的温湿度探头，将数据汇总至数据服务器，在服务器设计一套车间温湿度分析系统，根据不同点位间温湿度差异，通过算法判断空调系统控制效果。利用工业空调机组自控系统自身的PLC系统，实时采集空调送风温湿度、风速风压、回风温湿度、回风阀开启角度、新风温湿度、新风风阀开启角度、风机运行频率等数据，并输入空调模拟控制系统，通过模拟系统输出结果与空调PLC控制系统数据进行比对，研判当前空调系统控制逻辑是否合理，并输出异常控制报警，提示操作人员再确认。采集风机运行参数，包括工作频率、运行电流、风机工作环境温度、风机机体温度等内容，结合运行参数对比判定风机工作状态是否正常，并对异常情况作出报警提示。采集空调柜冷冻进出水温度、蒸汽管阀启闭角度、冷冻水蒸气温度压力，结合风机频率、送风口温度等信息，判定空调热交换系统工作状态和工作效率，对系统异常状态作出报警提示，对设备低效运行作出提示。采集加湿系统数据，结合风柜送风温湿度、回风温湿度以及新风温湿度，确定加湿系统工作状态和工作效率，对系统异常状态作出报警提示，对设备低效运行作出提示。空调数据系统将不断收集整理系统数据，结合辅助技术产生的调节成果，通过系统的自学习能力，自动修正空调工作状态，能够精准判定空调系统细微异常。工业空调自动巡检系统对细微工作异常除通过人机交互通知管理员外，还可以通过空调管控系统对设备工作参数进行自动修正，保证空调系统有效适应环境温湿度变化。2.3工业空调智能管理系统人工智能辅助通过对空调控制算法验证、系统智能诊断、数据分析、智能建模等技术表现形式，对空调系统运行情况进行准确的语音预报警、人机交互、智能提示等。工业空调智能管理系统基于人工智能技术语音识别（ASR）、语音合成（TTS）等技术，开发人机语音互动，移动终端推送功能进行及时交互，可有效反馈工业空调系统运行状态、系统预警以及维护建议等内容。当用户唤醒智能语音设备进行对话后，系统需要依托ASR技术，将用户提供的语音信息转换为文本信息，完成“用户信息接收”。通过NLP技术，将文本转化为系统能够识别的信号，实现“理解用户表达”的目的。从数据库中寻找并提取出匹配的答案，通过TTS技术，将文本信息转化为语音信息播出，与用户完成最终的“交谈”。在实际应用中，基于用户需求主动唤醒智能语音设备，实现使用语音查询设备信息以及系统调节等操作。当检测值超出设定预警阈值时，可以通过智能语音设备形成语音汇报，完成交互效果。3结语为保障工业空调运行状态，本文提出了工业空调智能管理系统的设计思路。通过搭建传感器智能监测平台对空调机组以及各项重要参数进行实时采集与分析，并对部分设备进行联动处理，按照预设参数策略对设备进行管理，能够有效保证正常的工业生产对于空调系统的要求。本文所述系统已在实验场地正常运行3年，生产车间温湿度指标达标率均在98%以上，人机交互准确率综合达到95%，设备智能系统反馈准确率达到90%以上，完全满足企业正常生产对空调系统的需求，保证了企业生产环境的稳定。