УДК 697.34:620.179
DOI: 10.36871/26189976.2026.05-2.014

Авторы

Айрат Линарович Осипов,
ФГБОУ ВО Казанский государственный энергетический университет, Казань, Россия

Аннотация

В статье предложена теоретическая концепция построения тепловизионных и визуальных мягких измерений для мониторинга состояния элементов систем отопления и кондиционирования. Под мягким измерением понимается программно-алгоритмическая процедура восстановления скрытых параметров объекта по совокупности косвенных признаков при неполной, зашумленной и структурно неоднородной измерительной информации. Рассматриваются радиометрическая модель тепловизионного канала, визуально-геометрические и текстурные дескрипторы загрязнения и коррозионной деградации, а также регуляризованная байесовская схема слияния разнотипных данных. Показано, что переход от точечных прямых измерений к пространственно распределенным полям температуры и визуальным изображениям позволяет восстанавливать коэффициент теплоотдачи, сопротивление загрязнения, степень повреждения теплоизоляции и интегральный индекс технического состояния теплообменников, трубопроводов и воздухораспределительных элементов.

Ключевые слова

тепловизионный контроль
визуальная диагностика
мониторинг технического состояния
Теплообменник

Список литературы

[1] Аверкин А. Н., Прокопчина С.В. Краткое понятие теории мягких измерений. Санкт-Петербург: Гидрометеоиздат, 1997. 45 с.

[2] Ахмаров А. В. Модели софинансирования социальных страховых программ: сравнительный анализ и перспективы для России / А. В. Ахмаров, А. М. Мамаева, К. Д. Шахдуллаев // Экономика и управление: проблемы, решения. – 2025. – Т. 11, № 3(156). – С. 211-217. – DOI 10.36871/ek.up.p.r.2025.03.11.022. – EDN AYUZOK.

[3] Прокопчина С. В. Методологические основы теории мягких измерений. В кн.: Мягкие измерения и вычисления. Том 1. Москва: Издательский дом «Научная библиотека», 2017. 395 с.

[4] Balaras C. A., Argiriou A.A. Infrared thermography for building diagnostics // Energy and Buildings. 2002. Vol. 34. No. 2. P. 171–183. DOI: 10.1016/S0378-7788(01)00105-0.

[5] Bi J., Li X., Qian L., Li J. AI in HVAC fault detection and diagnosis: A systematic review // Energy Reviews. 2024. Vol. 3. Art. 100071. DOI: 10.1016/j.enrev.2024.100071.

[6] Guan H., Xiao T., Luo W., Gu J., He R., Xu P. Automatic fault diagnosis algorithm for hot water pipes based on infrared thermal images // Building and Environment. 2022. Vol. 218. Art. 109111. DOI: 10.1016/j.buildenv.2022.109111.

[7] Hu K., Zhang C., Liu X., Li G., Wang S. Sensor fault diagnosis and calibration techniques in building energy systems: A review and future outlook // Building and Environment. 2025. Vol. 274. Art. 112365. DOI: 10.1016/j.buildenv.2024.112365.

[8] Kylili A., Fokaides P.A., Christou P., Kalogirou S.A. Infrared thermography applications for building diagnostics: A review // Applied Energy. 2014. Vol. 134. P. 531–549. DOI: 10.1016/j. apenergy.2014.08.005.

[9] Sun S., Wu J., Liu X., Li G., Wang S. A review of state-of-the-art solutions to common sensor problems in HVAC systems for enhancement of energy efficiency and reliability // Journal of Building Engineering. 2025. Vol. 103. Art. 113761. DOI: 10.1016/j.jobe.2025.113761.

[10] Wang Y., Su Y. Automated defect and contaminant inspection of HVAC duct // Automation in Construction. 2014. Vol. 41. P. 74–83. DOI: 10.1016/j.autcon.2014.02.001.

[11] Zheng P., Liu Y., Wu H., Wang H. Non-invasive infrared thermography technology for thermal comfort: A review // Building and Environment. 2024. Vol. 248. Art. 111079. DOI: 10.1016/j. buildenv.2023.111079.