CN107990485B - 空调故障的识别方法、装置和系统 - Google Patents
空调故障的识别方法、装置和系统 Download PDFInfo
- Publication number
- CN107990485B CN107990485B CN201711226528.0A CN201711226528A CN107990485B CN 107990485 B CN107990485 B CN 107990485B CN 201711226528 A CN201711226528 A CN 201711226528A CN 107990485 B CN107990485 B CN 107990485B
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- temperature
- fault
- current
- operation data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 description 6
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 229910052731 fluorine Inorganic materials 0.000 description 3
- 239000011737 fluorine Substances 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 108010053481 Antifreeze Proteins Proteins 0.000 description 1
- 230000002528 anti-freeze Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开一种空调故障的识别方法、装置和系统，所述方法包括：获取空调当前的运行数据；以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。本发明提供的技术方案，能够及时发现空调产品出现故障，从而方便故障的及时排除，能够提升用户体验。
Description
技术领域
本发明涉及空调技术领域，尤其涉及一种空调故障的识别方法、装置和系统。
背景技术
目前，空调产品使用过程中若出现故障，一般需要售后人员上门来确定故障类型，即故障信息的获取渠道比较传统，都是在故障程度较严重时才引起用户注意。
也就是说，目前的技术，存在较大的信息滞后性，从而无法及时发现产品出现故障，也就影响了故障的及时排除，影响用户体验。
发明内容
有鉴于此，本发明提供了一种空调故障的识别方法、装置和系统，能够及时发现空调产品出现故障，从而方便故障的及时排除，能够提升用户体验。
为实现上述目的，本发明提供如下技术方案：
一种空调故障的识别方法，包括：
获取空调当前的运行数据；
以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。
进一步的，所述以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态之前，还包括：
获取用户空调的历史运行数据；
基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
依据所述空调异常运行时对应的运行数据，确定故障类别；
依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
进一步的，还包括：
确定与所述空调当前的故障类别相匹配的解决方案；
将所述空调当前的故障类别和所述解决方案推送至空调。
进一步的，还包括：
存储所述获取到的所述空调当前的运行数据；
以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
进一步的，还包括：
若所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行。
进一步的，获取空调当前的运行数据，包括：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和智能功率模块IPM温度。
一种空调故障的识别装置，包括：
第一获取模块，用于获取空调当前的运行数据；
第一确定模块，用于以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
第二确定模块，用于若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。
进一步的，还包括：
第二获取模块，用于获取用户空调的历史运行数据；
第三确定模块，用于基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
第四确定模块，用于依据所述空调异常运行时对应的运行数据，确定故障类别；
建立模块，用于依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
进一步的，还包括：
第五确定模块，用于确定与所述空调当前的故障类别相匹配的解决方案；
推送模块，用于将所述空调当前的故障类别和所述解决方案推送至空调。
进一步的，还包括：
存储模块，用于存储所述获取到的所述空调当前的运行数据；
更新模块，用于以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
进一步的，还包括：
控制模块，用于若所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行。
进一步的，所述第一获取模块具体用于：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和智能功率模块IPM温度。
一种空调故障的识别系统，包括：
远程服务器和空调；
所述远程服务器用于：获取空调当前的运行数据；以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种空调故障的识别方法、装置和系统。本发明提供的技术方案，首先获取空调当前的运行数据，从而能够系统的掌握已售出产品的运行信息，然后以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态，从而能够根据空调的运行数据自动实现对空调运行状态的识别，若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别，即能够自动分析出空调的故障类别，实现实时的故障识别，由于本发明提供的技术方案是基于空调当前的运行数据进行故障识别，因此，在故障初步显现时便能及时得到识别，从而能够避免故障的进一步扩大，方便后续及时对故障进行排除，能够提升用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种空调故障的识别方法的流程图；
图2为本发明实施例提供的另外一种空调故障的识别方法的流程图；
图3为本发明实施例提供的一种空调故障的识别装置的结构图；
图4为本发明实施例提供的另外一种空调故障的识别装置的结构图；
图5为本发明实施例提供的一种空调故障的识别系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例
请参阅图1，图1为本发明实施例提供的一种空调故障的识别方法的流程图。该方法应用于远程服务器，所述远程服务器可以设置有大数据处理平台，如图1所示，该方法包括：
步骤S101，获取空调当前的运行数据；
可选的，通过无线通信的方式，获取空调当前的运行数据。
可选的，所述步骤S101具体包括：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和IPM(Intelligent Power Module，智能功率模块)温度。
步骤S102，以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
具体的，以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态，其中，与所述运行数据相对应的运行状态包括：
正常和异常。
其中，与所述运行数据相对应的运行状态为异常时的机器表现包括，故障限频、降频和停机。
步骤S103，若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别；
可选的，所述故障类别包括：
排气温度故障、过负荷故障、防冻结保护故障、模块温度故障、模块电流故障、缺氟保护故障和AC(Alternating Current，交流)电流故障。
本发明实施例提供的技术方案，首先获取空调当前的运行数据，从而能够系统的掌握已售出产品的运行信息，然后以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态，从而能够根据空调的运行数据自动实现对空调运行状态的识别，若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别，即能够自动分析出空调的故障类别，实现实时的故障识别，由于本发明提供的技术方案是基于空调当前的运行数据进行故障识别，因此，在故障初步显现时便能及时得到识别，从而能够避免故障的进一步扩大，方便后续及时对故障进行排除，能够提升用户体验。
可选的，本发明另外一个实施例提供的空调故障的识别方法，所述步骤S102，即以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态之前，还包括：
获取用户空调的历史运行数据；
可选的，所述空调的历史运行数据包括：
空调在当前时刻之前的历史时刻的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和IPM温度。
基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
依据所述空调异常运行时对应的运行数据，确定故障类别；
可选的，所述故障类别包括：
排气温度故障、过负荷故障、防冻结保护故障、模块温度故障、模块电流故障、缺氟保护故障和AC电流故障。
依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
可选的，所述售后故障识别模型可以是通过空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别经训练得到的模型。
可选的，请参阅图2，图2为本发明实施例提供的另外一种空调故障的识别方法的流程图。如图2所示，本发明另外一个实施例提供的空调故障的识别方法，在所述步骤S103之后还包括：
步骤S201，确定与所述空调当前的故障类别相匹配的解决方案；
步骤S202，将所述空调当前的故障类别和所述解决方案推送至空调。
可选的，本发明另外一个实施例提供的空调故障的识别方法，还包括：
存储所述获取到的所述空调当前的运行数据；
以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
可选的，本发明另外一个实施例提供的空调故障的识别方法，还包括：
若所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行。
可选的，可以预先记忆用户连续6次使用习惯，每次不低于2小时，把以下参数记录各自的平均值：内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机AC电流、IPM模块温度。当空调产品的使用环境温度与记录值一致，且检测到所述空调当前的故障类别属于预先设定的故障类别集合时，压缩机自动降低频率2HZ运行，保证制冷效果的同时，可避免空调故障停机。
可选的，预先设定的故障类别集合包括：
排气温度故障、过负荷故障、防冻结保护故障、模块温度故障、模块电流故障、缺氟保护故障和AC电流故障。
为了更加全面地阐述本发明提供的技术方案，对应于本发明实施例提供的空调故障的识别方法，本发明公开一种空调故障的识别装置。
请参阅图3，图3为本发明实施例提供的一种空调故障的识别装置的结构图。如图3所示，该装置包括：
第一获取模块301，用于获取空调当前的运行数据；
可选的，所述第一获取模块具体用于：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和IPM温度。
第一确定模块302，用于以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
第二确定模块303，用于若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。
应用本发明实施例提供的空调故障的识别装置，第一获取模块用于获取空调当前的运行数据，从而能够系统的掌握已售出产品的运行信息，第一确定模块用于以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态，从而能够根据空调的运行数据自动实现对空调运行状态的识别，第二确定模块用于若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别，即能够自动分析出空调的故障类别，实现实时的故障识别，由于本发明提供的技术方案是基于空调当前的运行数据进行故障识别，因此，在故障初步显现时便能及时得到识别，从而能够避免故障的进一步扩大，方便后续及时对故障进行排除，能够提升用户体验。
可选的，本发明另外一个实施例提供的空调故障的识别装置，还包括：
第二获取模块，用于获取用户空调的历史运行数据；
第三确定模块，用于基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
第四确定模块，用于依据所述空调异常运行时对应的运行数据，确定故障类别；
建立模块，用于依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
可选的，请参阅图4，图4为本发明实施例提供的另外一种空调故障的识别装置的结构图。如图4所示，本发明另外一个实施例提供的空调故障的识别装置，还包括：
第五确定模块401，用于确定与所述空调当前的故障类别相匹配的解决方案；
推送模块402，用于将所述空调当前的故障类别和所述解决方案推送至空调。
可选的，本发明另外一个实施例提供的空调故障的识别装置，还包括：
存储模块，用于存储所述获取到的所述空调当前的运行数据；
更新模块，用于以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
可选的，本发明另外一个实施例提供的空调故障的识别装置，还包括：
控制模块，用于若所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行。
为了更加全面地阐述本发明提供的技术方案，对应于本发明实施例提供的空调故障的识别方法，本发明公开一种空调故障的识别系统。
请参阅图5，图5为本发明实施例提供的一种空调故障的识别系统的结构图。如图5所示，该系统包括：
远程服务器501和空调502；
所述远程服务器501用于：获取空调当前的运行数据；以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别。
可以理解的是，所述远程服务器501可以用于执行本发明方法实施例部分的任一实施例。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种空调故障的识别方法、装置和系统。本发明提供的技术方案，首先获取空调当前的运行数据，从而能够系统的掌握已售出产品的运行信息，然后以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态，从而能够根据空调的运行数据自动实现对空调运行状态的识别，若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别，即能够自动分析出空调的故障类别，实现实时的故障识别，由于本发明提供的技术方案是基于空调当前的运行数据进行故障识别，因此，在故障初步显现时便能及时得到识别，从而能够避免故障的进一步扩大，方便后续及时对故障进行排除，能够提升用户体验。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置和系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种空调故障的识别方法，其特征在于，包括：
获取空调当前的运行数据；
以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别；
预先记忆用户使用习惯，把用户使用习惯下空调的以下参数记录各自的平均值：内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机AC电流、IPM模块温度；当空调产品的使用环境温度与记录值一致且所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行；
所述以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态之前，还包括：
获取用户空调的历史运行数据；
基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
依据所述空调异常运行时对应的运行数据，确定故障类别；
依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
2.根据权利要求1所述的方法，其特征在于，还包括：
确定与所述空调当前的故障类别相匹配的解决方案；
将所述空调当前的故障类别和所述解决方案推送至空调。
3.根据权利要求1所述的方法，其特征在于，还包括：
存储所述获取到的所述空调当前的运行数据；
以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
4.根据权利要求1～3任一项所述的方法，其特征在于，获取空调当前的运行数据，包括：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和智能功率模块IPM温度。
5.一种空调故障的识别装置，其特征在于，包括：
第一获取模块，用于获取空调当前的运行数据；
第一确定模块，用于以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；
第二确定模块，用于若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别；
控制模块，用于当空调产品的使用环境温度与记录值一致且所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行；
空调故障的识别装置还用于：预先记忆用户使用习惯，把用户使用习惯下空调的以下参数记录各自的平均值：内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机AC电流、IPM模块温度；
还包括：
第二获取模块，用于获取用户空调的历史运行数据；
第三确定模块，用于基于所述用户空调的历史运行数据，确定空调正常运行时对应的运行数据以及空调异常运行时对应的运行数据；
第四确定模块，用于依据所述空调异常运行时对应的运行数据，确定故障类别；
建立模块，用于依据空调正常运行时对应的运行数据、空调异常运行时对应的运行数据和依据空调异常运行时对应的运行数据所确定的故障类别，建立售后故障识别模型。
6.根据权利要求5所述的装置，其特征在于，还包括：
第五确定模块，用于确定与所述空调当前的故障类别相匹配的解决方案；
推送模块，用于将所述空调当前的故障类别和所述解决方案推送至空调。
7.根据权利要求5所述的装置，其特征在于，还包括：
存储模块，用于存储所述获取到的所述空调当前的运行数据；
更新模块，用于以所述空调当前的运行数据、所述空调当前的运行数据的运行状态和所述空调当前的运行状态为异常时对应的故障类别，更新所述故障识别模型。
8.根据权利要求5～7任一项所述的装置，其特征在于，所述第一获取模块具体用于：
获取空调当前的内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机交流电流和智能功率模块IPM温度。
9.一种空调故障的识别系统，其特征在于，包括：
远程服务器和空调；
所述远程服务器用于：获取空调当前的运行数据；以预先建立的故障识别模型，确定与所述运行数据相对应的运行状态；若所述运行状态异常，利用所述故障识别模型分析所述运行数据，确定空调当前的故障类别，预先记忆用户使用习惯，把用户使用习惯下空调的以下参数记录各自的平均值：内风机档位、蒸发器管温、室内环境温度、设定温度、室外环境温度、压缩机频率、电子阀开度、外风机转速、排气温度、室外冷凝器温度、外机AC电流、IPM模块温度；当空调产品的使用环境温度与记录值一致且所述空调当前的故障类别属于预先设定的故障类别集合，控制压缩机降低预设数值的运行频率继续运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711226528.0A CN107990485B (zh) | 2017-11-29 | 2017-11-29 | 空调故障的识别方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711226528.0A CN107990485B (zh) | 2017-11-29 | 2017-11-29 | 空调故障的识别方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107990485A CN107990485A (zh) | 2018-05-04 |
| CN107990485B true CN107990485B (zh) | 2020-01-07 |
Family
ID=62034449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711226528.0A Active CN107990485B (zh) | 2017-11-29 | 2017-11-29 | 空调故障的识别方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107990485B (zh) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110631177B (zh) * | 2018-06-25 | 2021-11-23 | 青岛海尔空调器有限总公司 | 用于空调系统的更新方法及装置 |
| CN110631176B (zh) * | 2018-06-25 | 2021-07-30 | 重庆海尔空调器有限公司 | 用于空调系统的更新方法及装置 |
| CN108895607A (zh) * | 2018-07-04 | 2018-11-27 | 珠海格力电器股份有限公司 | 空调故障处理方法、装置、存储介质、空调及服务器 |
| CN109142949A (zh) * | 2018-07-24 | 2019-01-04 | 珠海格力电器股份有限公司 | 故障检测方法、装置、系统、计算机设备及存储介质 |
| CN109186154B (zh) * | 2018-09-04 | 2020-04-07 | 珠海格力电器股份有限公司 | 四通阀串气保护故障诊断方法、装置、存储介质和空调 |
| CN110906507A (zh) * | 2018-09-18 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种空调故障处理方法及装置 |
| CN109408093A (zh) * | 2018-10-26 | 2019-03-01 | 珠海格力电器股份有限公司 | 一种固件升级方法及家电设备 |
| CN111578444A (zh) * | 2019-02-19 | 2020-08-25 | 珠海格力电器股份有限公司 | 一种空调故障预测方法、装置、存储介质及空调 |
| CN109945395B (zh) * | 2019-03-21 | 2021-02-26 | 广东美的制冷设备有限公司 | 检测方法、空调系统及介质 |
| CN110094842B (zh) * | 2019-04-16 | 2021-11-02 | 青岛海尔空调电子有限公司 | 空调运行状态监测方法 |
| CN110131845B (zh) * | 2019-05-22 | 2021-03-30 | 广东美的暖通设备有限公司 | 一种空调器及其控制方法、计算机可读存储介质 |
| CN110244686A (zh) * | 2019-05-30 | 2019-09-17 | 苏宁智能终端有限公司 | 智能设备的故障处理方法和装置 |
| CN110274363B (zh) * | 2019-06-26 | 2021-04-30 | 珠海格力电器股份有限公司 | 空调的控制方法、装置和空调 |
| CN110296500B (zh) * | 2019-07-10 | 2020-10-02 | 珠海格力电器股份有限公司 | 基于用户耐受情况的机组维修需求确定方法、装置及空调 |
| CN110388733B (zh) | 2019-07-29 | 2021-11-30 | 广东美的暖通设备有限公司 | 故障风险分析系统及方法、空调器和计算机可读存储介质 |
| CN110500711B (zh) * | 2019-08-13 | 2023-09-08 | 珠海格力电器股份有限公司 | 限温保护的控制方法、装置及系统 |
| CN110469956B (zh) * | 2019-08-26 | 2021-11-23 | 广东美的制冷设备有限公司 | 空调器的故障查询方法、装置和可读存储介质 |
| CN111006354B (zh) * | 2019-11-25 | 2021-09-21 | 宁波奥克斯电气股份有限公司 | 一种空调器控制方法、装置、空调器及存储介质 |
| CN111720966A (zh) * | 2020-06-08 | 2020-09-29 | 海信（山东）空调有限公司 | 空调器的控制方法 |
| CN112097365A (zh) * | 2020-07-10 | 2020-12-18 | 珠海派诺科技股份有限公司 | 基于预测和分类模型的空调故障检测与辩识方法及装置 |
| CN112254270B (zh) * | 2020-09-02 | 2022-05-31 | 海信（山东）空调有限公司 | 一种空调及空调故障分类处理方法 |
| CN114857739B (zh) * | 2022-03-11 | 2024-05-24 | 青岛海尔空调器有限总公司 | 用于识别空调故障部件的方法、装置、空调和存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6144240A (ja) * | 1984-08-08 | 1986-03-03 | Fujitsu Ltd | ビル管理システムにおける空調監視方法 |
| CN201547914U (zh) * | 2009-11-13 | 2010-08-11 | 深圳达实智能股份有限公司 | 中央空调能耗远程监测系统 |
| CN102345915B (zh) * | 2011-08-02 | 2013-11-27 | 宁波奥克斯电气有限公司 | 直流变频空调的故障运行控制方法 |
| CN103388873B (zh) * | 2012-05-08 | 2016-04-27 | 珠海格力电器股份有限公司 | 空调系统的故障处理方法和装置 |
| CN103062862B (zh) * | 2012-12-05 | 2015-07-15 | 四川长虹电器股份有限公司 | 用于智能空调的远程故障处理方法 |
| CN105159288B (zh) * | 2015-10-15 | 2019-01-15 | 珠海格力电器股份有限公司 | 一种电气设备的故障原因确定方法和系统 |
-
2017
- 2017-11-29 CN CN201711226528.0A patent/CN107990485B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107990485A (zh) | 2018-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107990485B (zh) | 空调故障的识别方法、装置和系统 | |
| CN110726217B (zh) | 空调器的控制方法及装置 | |
| CN108195053B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
| CN110736248B (zh) | 空调出风温度的控制方法和装置 | |
| CN111964234B (zh) | 用于空调压缩机控制的方法、装置及空调 | |
| CN108361954B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
| CN110749053A (zh) | 空调器的控制方法及装置 | |
| CN105042807B (zh) | 检测变频空调运行状态的方法和装置 | |
| WO2023020078A1 (zh) | 用于空调的控制方法、装置和服务器 | |
| CN113654186B (zh) | 空调检测方法、装置、电子设备和存储介质 | |
| CN113819575A (zh) | 用于空调的控制方法、装置和服务器 | |
| CN110081560B (zh) | 风机运行频率的调整方法及装置 | |
| CN110779154A (zh) | 空调的控制方法及装置 | |
| CN110887153B (zh) | 检测空调运行效果的方法、系统和空调 | |
| CN108375174B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
| US10503192B2 (en) | Energy consumption modeling | |
| CN110736221B (zh) | 空调的控制方法、装置和系统 | |
| CN110749054B (zh) | 温度变化速率的确定方法和装置 | |
| CN112050392B (zh) | 制冷工况下空调器的控制方法 | |
| CN107044711A (zh) | 空调的控制方法及装置 | |
| CN114811891B (zh) | 用于空调新风管防凝露的方法、装置及空调 | |
| CN113465122B (zh) | 一种空调主机选型方法及装置 | |
| CN113834183B (zh) | 用于空调的控制方法、装置和服务器 | |
| CN117968220B (zh) | 空调器的控制方法及装置、空调器、计算机程序产品 | |
| CN112050383A (zh) | 制冷工况下空调器的控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Fan Jianbo Inventor after: Yu Qiaolin Inventor after: Huang Yunqi Inventor after: Xiao Biao Inventor before: Yu Qiaolin Inventor before: Huang Yunqi Inventor before: Xiao Biao |