CN108335462B - 一种故障预警方法及厨房电器 - Google Patents

Abstract

本申请提供一种故障预警方法及厨房电器，通过采集厨房电器运行时的状态参数，采用预警模型分析该状态参数以得到分析结果，并根据分析结果确定是否发出预警。该过程中，通过预警模型对厨房电器是否故障进行分析，在厨房电器虽然正常运行但即将故障时向用户发出预警，无需在厨房电器出现明显故障或不能正常使用时才提醒用户，实现及时预警厨房电器潜在故障的目的。

Description

一种故障预警方法及厨房电器

技术领域

本申请涉及电器维护领域，尤其涉及一种厨房故障预警方法及厨房电器。

背景技术

随着技术的不断发展，越来越多的厨房电器走进千家万户，成为人们生活中不可或缺的部分。为了使厨房电器高效高质量的为人们服务，需要对厨房电器的故障进行排查。

通常情况下，厨房电器是否发生故障由用户自己来察觉、发现。一般只有在厨房电器发生明显故障或不能正常使用时，用户才会发现问题。此时，用户自己维修发生故障的厨房电器，或者将故障的厨房电器送去维修点进行维修。若无法维修，则更换厨房电器。

然而，用户只有在烹饪过程中会用到厨房电器。若用户在烹饪过程中发现厨房电器发生故障，则由于发现时间太晚，导致故障不能及时排除。

发明内容

本申请实施例提供一种故障预警方法及厨房电器，通过预警模型对厨房电器是否故障进行分析，实现及时预警厨房电器潜在故障的目的。

第一方面，本申请实施例提供一种故障预警方法，包括：

采集厨房电器运行时的状态参数；

通过预警模型分析所述状态参数以得到分析结果；

根据所述分析结果确定是否发出预警。

在一种可行的实现方式中，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：

根据预设参数构建所述预警模型，所述预设参数包括下述参数中的至少一个：所述厨房电器的工作电压、所述厨房电器的工作电流、所述厨房电器的功率、所述厨房电器的涡轮转速、所述厨房电器的温度、所述厨房电器的噪声、所述厨房电器的振动频率。

在一种可行的实现方式中，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：从服务器获取所述预警模型，所述服务器为所述厨房电器所属远程系统中的服务器。

在一种可行的实现方式中，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：采集一组状态参数，所述一组状态参数包括所述厨房电器首次运行至预设次数次运行中，每次运行时的状态参数；根据所述一组状态参数生成构建所述预警模型。

在一种可行的实现方式中，上述的方法还包括：根据是否发出预警得到预警信息，根据所述预警信息优化所述预警模型。

在一种可行的实现方式中，所述根据所述分析结果确定是否发出预警之后，还包括：根据所述分析结果确定发出预警时，确定所述厨房电器的故障部件；针对所述故障部件生成维修账单。

在一种可行的实现方式中，所述根据所述分析结果确定是否发出预警，包括：根据所述预警模型对所述状态参数进行处理以得到所述厨房电器的当前状态概率分布；对比所述当前状态概率分布与所述预警模型中预置的预警状态概率分布，以判断是否需要发出预警；若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警；若所述当前状态概率分布不大于所述预警状态概率分布，则不发出预警。

在一种可行的实现方式中，所述若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警，包括：若所述当前状态概率分布大于所述预警状态概率分布，则通过声音报警、灯光报警或者推送消息以发出预警。

第二方面，本申请实施例提供一种厨房电器，包括：

获取模块，用于采集厨房电器运行时的状态参数；

分析模块，用于通过预警模型分析所述状态参数以得到分析结果；

预警模块，用于根据所述分析结果确定是否发出预警。

在一种可行的实现方式中，上述的厨房电器还包括：

模型构建模块，用于在所述分析模块通过预警模型分析所述状态参数以得到分析结果之前，根据预设参数构建所述预警模型，所述预设参数包括下述参数中的至少一个：所述厨房电器的工作电压、所述厨房电器的工作电流、所述厨房电器的功率、所述厨房电器的涡轮转速、所述厨房电器的温度、所述厨房电器的噪声、所述厨房电器的振动频率。

在一种可行的实现方式中，所述获模块，还用于在所述分析模块通过预警模型分析所述状态参数以得到分析结果之前，从服务器获取所述预警模型，所述服务器为所述厨房电器所属远程系统中的服务器。

在一种可行的实现方式中，上述的厨房电器还包括：处理模块，用于在所述分析模块通过预警模型分析所述状态参数以得到分析结果之前，采集一组状态参数，所述一组状态参数包括所述厨房电器首次运行至预设次数次运行中，每次运行时的状态参数；

模型构建模块，用于根据所述一组状态参数生成构建所述预警模型。

在一种可行的实现方式中，上述的厨房电器还包括：处理模块，用于根据是否发出预警得到预警信息，根据所述预警信息优化所述预警模型。

在一种可行的实现方式中，上述的厨房电器还包括：生成模块，用于在所述预警模块根据所述分析结果确定发出预警时，确定所述厨房电器的故障部件，针对所述故障部件生成维修账单。

在一种可行的实现方式中，所述预警模块，具体用于根据所述预警模型对所述状态参数进行处理以得到所述厨房电器的当前状态概率分布，对比所述当前状态概率分布与所述预警模型中预置的预警状态概率分布，以判断是否需要发出预警，若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警，若所述当前状态概率分布不大于所述预警状态概率分布，则不发出预警。

在一种可行的实现方式中，所述预警模块，具体用于若所述当前状态概率分布大于所述预警状态概率分布，则通过声音报警、灯光报警或者推送消息以发出预警。

本申请实施例提供的故障预警方法及厨房电器，通过采集厨房电器运行时的状态参数，采用预警模型分析该状态参数以得到分析结果，并根据分析结果确定是否发出预警。该过程中，通过预警模型对厨房电器是否故障进行分析，在厨房电器虽然正常运行但即将故障时向用户发出预警，无需在厨房电器出现明显故障或不能正常使用时才提醒用户，实现及时预警厨房电器潜在故障的目的。

附图说明

图1是本申请指故障预警方法实施例一的流程图；

图2为本申请厨房电器实施例一的结构示意图；

图3为本申请厨房电器实施例二的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。以下内容为结合附图及较佳实施例，对依据本申请的具体实施方式、结构、特征及其功效的详细说明。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等（如果存在）是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们的任意变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显示地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

传统的厨房电器故障排除过程中，用户在烹饪过程中自己察觉、发现厨房电器是否故障，通常只有在厨房电器发生明显故障或不能正常使用时，用户才会发现问题。此时，由于发现时间太晚，导故障不能及时的排除。

有鉴于此，本申请实施例提供一种故障预警方法及厨房电器，通过预警模型对厨房电器是否故障进行分析，实现及时预警厨房电器潜在故障的目的。

本申请实施例中，厨房电器是指生活中的智能厨房电器，常见的厨房电器包括电冰箱、消毒柜、抽油烟机、燃气灶、烤箱、微波炉、智能蒸锅、电压力锅、豆浆机、面包机以及电烤箱等。下述实施例中，若未做特殊说明，则下述实施例中的厨房电器泛指常见厨房电器中的任意一种厨房电器。

图1是本申请指故障预警方法实施例一的流程图，包括：

101、采集厨房电器运行时的状态参数。

本步骤中，厨房电器每次运行时，获取当前运行状态下的状态参数。例如，厨房电器具体为抽油烟机，则抽油烟机运行时获取当前的工作电压、工作电流、涡轮转速、档位、风力大小等；再如，厨房电器具体为电压力锅，则电压力锅运行时获取当前的工作电压、工作电流、压力、模式等。

102、通过预警模型分析所述状态参数以得到分析结果。

在获得厨房电器运行时的状态参数后，将该状态参数输入预警模型，通过预警模型对状态参数进行分析以得到分析结果。其中，预警模型可以存储在厨房电器的本地存储器中，也可以存储在云端服务器中。当预警模型存储在云端服务器时，厨房电器需要与云端服务器之间建立连接，通过该连接将状态参数发送给云端服务器。

例如，对于厨房电器的每个功能模块，可以预先设置工作参数，根据工作参数设置预警参数，对比该模块的状态参数与预警参数，将对比结果作为分析结果。

再如，由于厨房电器的功能模块有多个，若逐一为每个功能模块设置预警参数并与状态参数进行对比，则处理数据量大、处理速度缓慢。此时，根据所述预警模型对所述状态参数进行处理以得到所述厨房电器的当前状态概率分布；对比所述当前状态概率分布与所述预警模型中预置的预警状态概率分布，以判断是否需要发出预警；若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警；若所述当前状态概率分布不大于所述预警状态概率分布，则不发出预警。

具体的，可以对厨房电器所有或部分功能模块的极限工作状态下的参数进行处理，得到一个极限状态概率分布；相应的，对所有或部分功能模块在即将故障状态下，即预警状态下的参数进行处理，得到一个预警状态概率分布，该预警状态概率分布通常稍微小于极限状态概率分布。然后，每次启动厨房电器后，对当前采集到的状态参数进行处理，得到一个当前状态概率分布，对比该当前状态概率分布与预警状态概率分布，将对比结果作为分析结果。

103、根据所述分析结果确定是否发出预警。

在得到分析结果后，厨房电器根据分析结果确定是否发出预警。例如，若当前状态概率分布不大于预警状态概率分布，则说明厨房电器处于正常运行状态，无需发出预警；若当前状态概率分布大于预警状态概率分布，则说明厨房电器虽然当前还可以正常使用，然而其已处于故障的边缘，即将发生故障，此时，需要用户发出预警。

本步骤中，厨房电器可以通过声音报警或灯光报警发出预警。其中，声音报警能够通过声音播报对用户起到报警提示的作用，灯光报警能够通过不同的灯光、闪光灯对用户起到报警提示的作用。另外，厨房电器上还可以设置通信模块，该通信模块与用户的终端设备建立通信连接，从而通过推送消息的形式发出预警，例如，通过短信、电话或APP消息等方式向终端设备发出预警以提示用户。

本申请实施例提供的故障预警方法，通过采集厨房电器运行时的状态参数，采用预警模型分析该状态参数以得到分析结果，并根据分析结果确定是否发出预警。该过程中，通过预警模型对厨房电器是否故障进行分析，在厨房电器虽然正常运行但即将故障时向用户发出预警，无需在厨房电器出现明显故障或不能正常使用时才提醒用户，实现及时预警厨房电器潜在故障的目的。

上述实施例中，厨房电器可以根据预设参数构建预警模型；或者，从服务器远程获取预警模型；或者，运行预设次数次后，根据该预设次数次中，每次采集到的状态参数构建出预警模型。下面，对预警模型进行详细说明。

首先，厨房电器根据预设参数构建预警模块。

具体的，厨房电器在通过预警模型分析所述状态参数以得到分析结果之前，还根据预设参数构建所述预警模型，所述预设参数包括下述参数中的至少一个：所述厨房电器的工作电压、所述厨房电器的工作电流、所述厨房电器的功率、所述厨房电器的涡轮转速、所述厨房电器的温度、所述厨房电器的噪声、所述厨房电器的振动频率。

该种方式下，厨房电器在出厂之前，根据一些预设参数，在本地构建预警模型。其中，预设参数指厨房电器工作中常用的参数，能够表征厨房电器状态的参数。例如，厨房电器为抽油烟机，则预设参数包括抽油烟机的工作电压、工作电流、涡轮转速、噪声等；再如，厨房电器具体为微波炉，则预设参数包括微波炉的工作电压、工作电流、工作频率、功率等。

上述方式中，实现厨房电器在本地构建预警模型的目的。

其次，厨房电器从服务器远程获取预警模型。

通常情况下，每个厨房电器在各个地区均设置有维修点。本申请实施例中，在各个维修点设置服务器，服务器上保存各个厨房电器的预警模型。厨房电器上设置有通信模块，如WiFi模块等，首次运行时向服务器请求预警模型，服务器接收到请求后，将该厨房电器对应的预警模型发送给厨房电器。厨房电器上还设置有采集各个功能模块状态参数的采集模块，通过采集模块采集状态参数，采用预警模型分析状态参数以得到分析结果。另外，本申请实施例中，服务器还可以对预警模型进行更新，此时，厨房电器周期性的向服务器请求预警模型，以获取最新的预警模型。

上述方式中，实现厨房电器远程获取预警模型的目的。

最后，运行预设次数次后，根据该预设次数次中，每次采集到的状态参数构建出预警模型。

通常情况下，厨房电器在厨房之前或售出之前，都会进行测试已确保该厨房电器是全新的、可以正常工作的。用户在最初使用厨房电器时，一般情况下是不会出现故障的。因此，本申请实施例中，可以设置一个预设次数，例如为10次，从用户首次使用该厨房电器开始，至第10次使用，每次使用过程中，厨房电器的采集模块都采集厨房电器的状态参数，从而得到一组参数，该一组参数包括采集模块采集到的厨房电器首次运行至第10次运行过程中，每次运行时的状态参数。在采集到一组状态参数后，厨房电器对该组状态参数进行处理，从而构建出预警模型。

可选的，上述实施例中，厨房电器还根据是否发出预警得到预警信息，根据所述预警信息优化所述预警模型。

具体的，随着厨房电器的使用时长的变化、环境的变化等，厨房电器的状况也发生变化，最初建立的预警模型不适用于当前状态的厨房电器。因此，厨房电器可以根据历史是否预警得到预警信息，并根据预警信息优化预警模型。

可选的，上述实施例中，厨房电器根据分析结果确定是否发出预警之后，若根据分析结果确定发出预警，则还进一步的确定厨房电器的故障部件，针对故障部件生成维修账单。

具体的，对于不同的厨房电器来说，发生故障时，故障部件不同。对于同一个厨房电器来说，发生故障时，可能是某一部件故障或者多个部件同时故障。本申请实施例中，在发出预警时，可以根据预警模型确定发生故障的故障部件，进而针对该故障部件生成维修账单，向用户提示维修点、维修费用、是否有必要维修等信息。

下面，以厨房电器具体为抽油烟机为例，对上述的故障预警方法进行详细说明。

具体的，油烟机在运行过程中主要通过电动机驱动涡壳内的叶轮旋转，在燃气灶上方的一定空间内形成负压区，负压区将周围的油烟吸入负压区，吸入的油烟到达滤网后，经过过滤分离出大颗粒的油雾，大颗粒的油雾遇到冷空气后凝结成油水珠流入接纳盒中。其余气体经过叶轮的高速旋转，受到离心作用被甩出叶轮，再次进行油烟分离。根据该过程可知：油烟机叶轮的工作状况是衡量油烟机是否具有潜在故障的重要组件之一。经验证发现：不同的状态下叶轮旋转时发出的噪声不同，因此，可以通过衡量油烟机叶轮的噪声来确定油烟机是否具有故障。

本申请实施例中，针对叶轮的噪声构建预警模型。例如，油烟机的存储模块上存储有不同档位下，油烟机运行时叶轮的振动信号。对于每个档位，该预存的振动信号为叶轮即将处于故障状态时的振动信号，根据该振动信号构建预警模型。再如，油烟机上设置有通信模块，通过通信模块与服务器建立无线通信连接，定期向服务器获取最新的预警模型。又如，在油烟机上设置位移传感器，通过位移传感器采集油烟机运行时叶轮的振动信号，采集油烟机10次运行过程中，每次运行时叶轮的振动信号，对该些振动信号进行降噪处理，根据降噪处理后的振动信号构建预警模型。在得到预警模型后，每次运行过程中，油烟机检测当前的档位，通过位移传感器采集油烟机运行时叶轮的振动信号，对该振动信号通过提高信噪比来消除高斯噪声、抑制脉冲干扰等，并采用经验模态分解（Empirical ModeDecomposition，EMD）算法进行降噪处理，得到降噪后的振动信号。然后，将该降噪后的振动信号输入预警模型，通过预警模型对该降噪收的振动信号的特征进行提取，并与预存的即将处于故障状态时的振动信号的特征进行对比，从而得出叶轮是否具有潜在故障的结论。例如，每次运行时，对降噪后的振动信号提取瞬时频率、瞬时幅值或瞬时频谱特征，提取到该些特征后，将该些特征与预存的即将处于故障状态时的振动信号的瞬时频率、瞬时幅值或瞬时频谱特征分别进行对比，若至少一个特征的差值超过预设误差，则说明叶轮具有潜在故障，进而说明油烟机状态不佳，需要发出预警。

图2为本申请厨房电器实施例一的结构示意图。本实施例提供的厨房电器，可以实现本申请应用于厨房电器的方法的各个步骤，具体实现过程在此不再赘述。具体的，本实施例提供的厨房电器包括：

获取模块11，用于采集厨房电器运行时的状态参数；

分析模块12，用于通过预警模型分析所述状态参数以得到分析结果；

预警模块13，用于根据所述分析结果确定是否发出预警。

本申请实施例提供的厨房电器，通过采集厨房电器运行时的状态参数，采用预警模型分析该状态参数以得到分析结果，并根据分析结果确定是否发出预警。该过程中，通过预警模型对厨房电器是否故障进行分析，在厨房电器虽然正常运行但即将故障时向用户发出预警，无需在厨房电器出现明显故障或不能正常使用时才提醒用户，实现及时预警厨房电器潜在故障的目的。

图3为本申请厨房电器实施例二的结构示意图。请参照图3，本实施例提供的厨房电器，在上述图2的基础上，进一步的，还包括：

模型构建模块14，用于在所述分析模块12通过预警模型分析所述状态参数以得到分析结果之前，根据预设参数构建所述预警模型，所述预设参数包括下述参数中的至少一个：所述厨房电器的工作电压、所述厨房电器的工作电流、所述厨房电器的功率、所述厨房电器的涡轮转速、所述厨房电器的温度、所述厨房电器的噪声、所述厨房电器的振动频率。

可选的，在本申请一实施例中，所述获取模块，还用于在所述分析模块12通过预警模型分析所述状态参数以得到分析结果之前，从服务器获取所述预警模型，所述服务器为所述厨房电器所属远程系统中的服务器。

再请参照图3，在本申请一实施例中，上述的厨房电器还包括：

处理模块15，用于在所述分析模块12通过预警模型分析所述状态参数以得到分析结果之前，采集一组状态参数，所述一组状态参数包括所述厨房电器首次运行至预设次数次运行中，每次运行时的状态参数；

模型构建模块14，用于根据所述一组状态参数生成构建所述预警模型。

再请参照图3，在本申请一实施例中，上述的厨房电器还包括：

处理模块15，用于根据是否发出预警得到预警信息，根据所述预警信息优化所述预警模型。

再请参照图3，在本申请一实施例中，上述的厨房电器还包括：

生成模块16，用于在所述预警模块13根据所述分析结果确定发出预警时，确定所述厨房电器的故障部件，针对所述故障部件生成维修账单。

可选的，在本申请一实施例中，所述预警模块13，具体用于根据所述预警模型对所述状态参数进行处理以得到所述厨房电器的当前状态概率分布，对比所述当前状态概率分布与所述预警模型中预置的预警状态概率分布，以判断是否需要发出预警，若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警，若所述当前状态概率分布不大于所述预警状态概率分布，则不发出预警。

可选的，在本申请一实施例中，所述预警模块13，具体用于若所述当前状态概率分布大于所述预警状态概率分布，则通过声音报警、灯光报警或者推送消息以发出预警。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (7)

1.一种故障预警方法，其特征在于，包括：

采集厨房电器运行时的状态参数；

通过预警模型分析所述状态参数以得到分析结果；

根据所述分析结果确定是否发出预警；

所述根据所述分析结果确定是否发出预警，包括：

根据所述预警模型对所述状态参数进行处理以得到所述厨房电器的当前状态概率分布；

对比所述当前状态概率分布与所述预警模型中预置的预警状态概率分布，以判断是否需要发出预警；

若所述当前状态概率分布大于所述预警状态概率分布，则确定发出预警；

若所述当前状态概率分布不大于所述预警状态概率分布，则不发出预警。

2.根据权利要求1所述的方法，其特征在于，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：

根据预设参数构建所述预警模型，所述预设参数包括下述参数中的至少一个：所述厨房电器的工作电压、所述厨房电器的工作电流、所述厨房电器的功率、所述厨房电器的涡轮转速、所述厨房电器的温度、所述厨房电器的噪声、所述厨房电器的振动频率。

3.根据权利要求1所述的方法，其特征在于，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：

从服务器获取所述预警模型，所述服务器为所述厨房电器所属远程系统中的服务器。

4.根据权利要求1所述的方法，其特征在于，所述通过预警模型分析所述状态参数以得到分析结果之前，还包括：

采集一组状态参数，所述一组状态参数包括所述厨房电器首次运行至预设次数次运行中，每次运行时的状态参数；

根据所述一组状态参数生成构建所述预警模型。

5.根据权利要求1～4任一项所述的方法，其特征在于，还包括：

根据是否发出预警得到预警信息，根据所述预警信息优化所述预警模型。

6.根据权利要求1～4任一项所述的方法，其特征在于，所述根据所述分析结果确定是否发出预警之后，还包括：

根据所述分析结果确定发出预警时，确定所述厨房电器的故障部件；

针对所述故障部件生成维修账单。

7.根据权利要求1所述的方法，其特征在于，所述若当前状态概率分布大于所述状态概率分布，则确定发出预警，包括：

若所述当前状态概率分布大于所述预警状态概率分布，则通过声音报警、灯光报警或者推送消息以发出预警。

Images