制冷设备的故障会造成用户较差的服务体验、能源的浪费、系统的不可靠,以及较短的设备使用寿命等问题。为此国内外学者对制冷设备,特别是大型水冷冷水机组和暖通系统的故障诊断,进行了大量有效的研究工作。而小型风冷热泵机组在空气调节、冷冻、冷藏、工业特种制冷等领域得到广泛的应用,其设备数量庞大,日常维护和故障维修是使用单位的一项重要工作。及时检测与诊断该类设备早期故障,具有重要的现实意义和工程研究应用价值。本课题针对小型风冷热泵机组的故障诊断技术展开研究,旨在探讨更加有效的诊断方法。具体工作如下:(1)本文以小型风冷热泵机组典型代表分体落地式空器调节器作为研究对象,对额定制冷量7.2k W分体落地式热泵空器调节器制冷系统进行分析,设计了数据采集的类型和采集位置,引入15路温度、4路压力传感器,通过安捷伦34970型采集仪和编写的上位机程序,完成试验台的搭建和各类参数的采集和存储。(2)通过在系统中设置旁通电子膨胀阀、阀门开度、纸张覆盖,分别模拟压缩机吸排气串气、四通阀内漏、液体管道堵塞、换热器表面积脏堵等故障,以此获取大量的故障数据,进一步分析采集参数与故障状态之间相关性,引入主元分析法,降低样本数据的维数,减少数据之间的相关性,以使故障特征更加清晰的呈现,有利于模型对故障的分离和识别,缩短诊断时间,提高诊断准确率。(3)可拓学具有形式化、逻辑化和数学化的特点,并且以矛盾问题的智能化处理为研究内容,为故障诊断提供了一种形式化、模型化、定性和定量相结合的方法。通过引入可拓学理论,建立以可拓物元为基础的诊断模型,对机组样本数据进行形式化描述,利用关联函数判据进行故障的分类识别,实验结果显示,该模型能够有效的识别上文所研究的5种故障类型。但对压缩机吸排气串气和四通阀内漏的故障不能完全准确的区分。原因在于基本的可拓物元模型的输入过分依赖于故障样本数据的最值,需要对关联函数进行优化。(4)针对基本的可拓物元模型在故障样本数据接近、样本数据较少或信息缺失等问题造成准确率低或无法诊断的不足,引入免疫算法,利用人工免疫系统具有的自学习机制、“自我-非我”的识别等优势特点,结合可拓物元模型,建立可拓免疫算法诊断模型,设计并训练B细胞诊断物元模型,通过增大故障诊断信息空间,建立了更加准确的用于分类亲和度的定量表达式,通过实例验证该模型对样本数据故障类型分辨的准确性和有效性。