参数不同步，
好设备也会测出坏数据

§同步采集为什么重要

焓差法的结果是把几条互相关联的量合成出来的：进出口温度差乘以风量得到冷量，再与功率比较。这些量在物理上对应的是同一段时间的空气状态，如果取数时刻不同，合成时就把不同时间的状态混到了一起。

举一个具体的量：一台 10 kW 的样机，进出口温差约 10 K。若出风温度的取数以百毫秒量级滞后于进风温度，在工况波动时温差可能偏 0.1～0.2 K，冷量随之偏 1%～2%。这个偏差不大，但它是系统性的，会稳定地出现在每一组数据里，不像随机噪声那样能靠平均抵消。

§通道扫描周期带来的不同步

多路采集通常不是所有通道同时读，而是由采集模块依次扫描：每切换一个通道读一次，扫完一轮叫一个扫描周期。这个周期从几毫秒到几百毫秒不等，取决于模块性能与通道数量。

应对办法有两个方向：一是把相关的通道放在同一模块、由同一触发源同步采集，让它们共用时间基准；二是给每个采样值打时间戳，在软件里按时间对齐后再参与计算。二者结合，采集链的时间一致性问题能基本覆盖。

§稳态判定规则的写法

稳态判定是决定「什么时候开始取数」的规则。写得松，测出来的不是稳定状态；写得紧，等待时间拉长，产能下降。一条完整的判据通常包含四要素：

• 参与判定的参数：进出口温度、湿度、风量、功率等，按重要性排序。
• 窗口长度：连续观察多长时间，常见是数分钟到十几分钟。
• 允差范围：每个参数各自的波动带，与标准规定的工况允差对应。
• 连续满足条件：在窗口内持续满足，而不是瞬时达标就算。

写法上建议把判据写成可执行的规则，例如：进出口干球温度在 10 分钟窗口内的极差不超过 0.5 K，湿球温度极差不超过 0.3 K，风量波动不超过 2%，同时窗口均值的变化率不超过某一阈值。判据确定后写入测试方案，验收时按同一份判据复核。

§采样与平均的取舍

采样间隔决定原始数据的密度。间隔太密，数据量膨胀，处理负担重；太稀，会漏掉过程中的波动细节。常见做法是采集端按较快节奏记录，参与计算时再用窗口平均。

需要强调的是，平均是为了减小随机误差，它不会把一个滞后的测点追平。如果两个参数的时机本身错了，平均之后偏差依然在。所以先解决同步，再谈平均。

§识别假稳态

温度这类大惯性参数，可能出现「看起来稳」的状态：窗口内的极差不大，但均值在缓慢地单向漂移，还没有真正到达平衡。只按波动度判定，容易把这种状态当成稳态。

补足的办法是同时看趋势：在窗口内对均值做一次拟合，用斜率判断是否还在单向变化。斜率小于设定阈值，才认为进入了稳态。对制冷系统刚投入、库体温度仍在缓慢下行的阶段，这一条尤其有用。

• 波动度达标、斜率也达标：可以开始取数。
• 波动度达标、斜率偏大：继续等待，属于假稳态。
• 波动度不达标：检查控制回路或被试样机的负荷是否在变化。

§数据存储与可追溯

数据可追溯是测试报告经得起追问的基础。做法上有几条经验：

• 原始数据与处理后数据分开存：原始记录按时间戳保存，处理结果另存，随时都能回到原始值重算。
• 时间基准统一：采集系统、上位机、功率仪表使用同一时钟源，避免各记各的时间。
• 参数与系数留痕：修正系数、判据阈值、剔除规则的改动记下时间与操作人。
• 报表字段固定：除了结果值，还应带上工况点、稳定时间、参与平均的样本数与判据，便于复核。

这些做法本身不复杂，关键在于事先定好格式。等报告已经发出去再回头补记录，往往补不齐。