CN109283955B - 温度采样的控制方法及家用电器 - Google Patents

温度采样的控制方法及家用电器 Download PDF

Info

Publication number
CN109283955B
CN109283955B CN201811102942.5A CN201811102942A CN109283955B CN 109283955 B CN109283955 B CN 109283955B CN 201811102942 A CN201811102942 A CN 201811102942A CN 109283955 B CN109283955 B CN 109283955B
Authority
CN
China
Prior art keywords
value
temperature
sampling
target
dimensional array
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
Application number
CN201811102942.5A
Other languages
English (en)
Other versions
CN109283955A (zh
Inventor
李弘扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Midea Group Co Ltd
GD Midea Heating and Ventilating Equipment Co Ltd
Original Assignee
Midea Group Co Ltd
GD Midea Heating and Ventilating Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Midea Group Co Ltd, GD Midea Heating and Ventilating Equipment Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201811102942.5A priority Critical patent/CN109283955B/zh
Publication of CN109283955A publication Critical patent/CN109283955A/zh
Application granted granted Critical
Publication of CN109283955B publication Critical patent/CN109283955B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00Control of temperature
    • G05D23/19Control of temperature characterised by the use of electric means
    • G05D23/20Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Radiation Pyrometers (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种温度采样的控制方法、家用电器及计算机可读存储介质。其中,温度采样的控制方法,包括:在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;根据AD采样值及与之对应的温度值拟合形成关系曲线;按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;根据当前AD采样值与目标二维数组的匹配结果确定当前温度值;其中,各个区间对应的第一温度阈值不相同,且第二温度阈值小于第一温度阈值。本发明提供的控制方法实现了在不增加硬件成本的基础上提高了温度检测的精准度的目的,便于系统完成更精准的控制,提高系统稳定性、可靠性、舒适性。

Description

温度采样的控制方法及家用电器
技术领域
本发明涉及家用电器技术领域,具体而言,涉及一种温度采样的控制方法、家用电器及计算机可读存储介质。
背景技术
如今变频空调的工作系统控制越来越趋于复杂化和精细化。系统控制越精细,工作越稳定,越可靠,工作寿命越长,同时用户使用体验也更舒适。实现精细控制的前提则是空调的工作系统对外界环境的感知能力更准、更强,而目前普遍使用的传感器采样方法能够实现的温度采样精度为1℃或者0.5℃,该种采集精度的传感器已经逐渐无法满足空调的新系统的工作要求。相关技术中,实现采样精度0.1℃的采样方法都是基于温度点的折线法,该方法是用折线来拟合原本的温度曲线,故,存在较大的精度损失。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一方面提出了一种温度采样的控制方法。
本发明的第二方面提出了一种家用电器。
本发明的第三方面提出了一种计算机可读存储介质。
有鉴于此,本发明的第一方面提出了一种温度采样的控制方法,包括:在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD(Analog-to-Digital,模拟到数字)采样值;根据AD采样值及与之对应的温度值拟合形成关系曲线;按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;根据当前AD采样值与目标二维数组的匹配结果确定当前温度值;其中,各个区间对应的第一温度阈值不相同,且第二温度阈值小于第一温度阈值。
本发明提供的一种温度采样的控制方法将预设温度范围划分为至少两个区间,即,根据传感器及控制系统的硬件能力及检测的对象的特点将预设温度范围划分为多个区间,如,至少两个区间包括强感知区间和弱感知区间,再如将强感知区间划分为弱强感知区间、较强感知区间及超强感知区间,将弱感知区间划分为较弱感知区间及超弱感知区间等,将传感器的主要工作环境温度区域设置为强感知区间,将传感器的非主要工作环境温度区域设置为弱感知区间,强感知区间对应的第一温度阈值较小,以提高采集的频次,弱感知区间对应的第一温度阈值较大,以相对降低采集的频次,也就是说,传感器的主要工作环境温度区域相较于传感器的非主要工作环境温度区域的采集频次要高,这样,才能最真实地反应出传感器的具体工作情况,故,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值,并使各个区间对应的第一温度阈值不相同,进而可保证有针对性的对数据进行采集,以实现前期数据采集的可信度、精准度及广泛性,即,通过对预设温度范围的不同区间采用不同的采样间隔使得在保证数据采集的有效性的情况下减小了硬件系统的负担,降低了对硬件的使用性能的需求,进而降低了生产成本,为后续的处理提供了详实、精准且全面的数据支撑,降低了后续数据处理的难度,加快了数据处理的速度;进一步地,根据AD采样值及与之对应的温度值拟合形成关系曲线,以得到更加接近传感器的主要工作环境温度的真实曲线,并将比第一温度阈值更小的第二温度阈值作为间隔温度,使得按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组,该目标二维数组的形成起到了高精度的比对样本的作用,这样,将当前AD采样值与目标二维数组进行匹配,就会得到更加接近传感器检测到的真实的当前温度。该方法地设置实现了在不增加硬件成本的基础上提高了温度检测的精准度的目的,从而克服了相关技术中采用折线来拟合原本的温度曲线,存在较大的精度损失的问题,从而便于系统完成更精准的控制,提高系统稳定性、可靠性、舒适性。故,对采用其控制方法的变频空调器而言,通过控温规则的优化,进而可达到精确控温,提升了制冷制热效果,降低了能耗,对于采用其控制方法的变频冰箱而言,由于提升了测温精度,故,可提升保鲜效果。
具体地,传感器的预设温度范围a为:-20℃≤a≤105℃,预设温度范围a包括弱感知区间b和强感知区间c,其中,弱感知区间b的取值范围为:-20℃≤b<-10℃,强感知区间c的取值范围为:-10℃≤c≤105℃。其中,弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,强感知区间c对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据。
具体地,传感器的预设温度范围a为:-20℃≤a≤120℃,预设温度范围包括较弱感知区间b、超弱感知区间c、弱强感知区间d、较强感知区间e及超强感知区间f,其中,超弱感知区间c的取值范围为:-20℃≤c<-15℃,较弱感知区间b的取值范围为:-15℃≤b<-10℃,弱强感知区间d的取值范围为:-10℃≤d<10℃,较强感知区间e的取值范围为:10℃≤e<20℃,超强感知区间f的取值范围为:20℃≤f≤120℃。其中,超弱感知区间c对应的第一温度阈值为1.5℃,即,温度每升高或降低1.5℃采集一次数据,较弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,弱强感知区间d对应的第一温度阈值为0.8℃,即,温度每升高或降低0.8℃采集一次数据,较强感知区间e对应的第一温度阈值为0.6℃,即,温度每升高或降低0.6℃采集一次数据,超强感知区间f对应的第一温度阈值为0.4℃,即,温度每升高或降低0.4℃采集一次数据。
根据本发明上述的温度采样的控制方法,还可以具有以下附加技术特征:
在上述技术方案中,优选地,按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组的步骤,具体包括:按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点;获取多个数据点中与检测温度值相对应的AD采样值,进而形成目标二维数组;其中,关系曲线为以AD采样值为横坐标及以温度值为纵坐标而形成的曲线。
在该技术方案中,以AD采样值为横轴及以温度值为纵轴,建立直角坐标系,选择使用高次曲线拟合离散点,进而得到一条尽可能包含所有采集点的关系曲线,为后续处理提供了更加真实且可靠的数据;进一步地,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点,每个数据点都包含了不同的温度值及与之对应的AD采样值,并获取所有数据点中的AD采样值,进而形成目标二维数组。其中,由于第二温度阈值小于第一温度阈值,故,进一步缩小了采样的温度间隔,进而使得目标二维数组的形成起到了高精度的比对样本的作用,以确保温度检测的精确化。
在上述任一技术方案中,优选地,根据AD采样值及与之对应的温度值拟合形成关系曲线的步骤之后,还包括:按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;其中,AD采样值的位数大于等于10位;目标一维数组的任一元素对应的温度值为整数值。
在该技术方案中,由于AD采样值的位数大于等于10位,故,如果将AD采样值的每一位都与目标二位数组的每个元素相比较的话,就会出现多次比较过程,这种比较方式浪费了系统资源,繁琐了匹配过程,增加了硬件的运行负担。故,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组,该目标一维数组的任一元素对应的温度值为整数,即,目标一维数组中的元素对应的温度值是连续变化的整数值,因此,将当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值,因此,降低了后续数据处理的难度,提升了系统的识别速度。具体地,当前AD采样值的预设位数值为当前AD采样值的高八位数值。
在上述任一技术方案中,优选地,根据当前AD采样值与目标二维数组的匹配结果确定当前温度值的步骤,具体包括:根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值;其中,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。
在该技术方案中,由于目标一维数组与目标二维数组相关联,目标一维数组中的任一元素所对应的整数温度值都对应于目标二维数组中的一行行下标,故,当确定了当前温度的整数值后,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值,该步骤地设置简化了当前温度值的确定步骤,减少了当前AD采样值与目标二维数组内的多个元素的比较步骤,降低了后续数据处理的难度,提升了系统的识别速度,,降低了对硬件的使用需求,进一步降低了生产成本。
具体地,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。如,第二温度阈值为0.2℃,传感器的预设温度范围a为-20℃≤a<-10℃,那么目标二维数组为30行5列的数组,同一列中相邻两行的AD采样值对应的温度值的差值为1℃,同一行中相邻两列的AD采样值对应的温度值的差值为0.2℃。
在上述任一技术方案中,优选地,至少两个区间中的一个或多个区间包括至少两个子区间。
在该技术方案中,根据传感器及控制系统的硬件能力及检测的对象的特点,至少两个区间中的一个或多个区间包括至少两个子区间,即,同一区间可由多个子区间组成。如,预设温度范围a包括强感知区间b和弱感知区间c,且弱感知区间c包括第一子区间d和第二子区间e。其中,预设温度范围a为:-20℃≤a≤105℃,强感知区间b的取值范围为:-10℃≤b≤90℃,第一子区间d的取值范围为:-20℃≤d<10℃,第二子区间e的取值范围为:90℃≤d<105℃。其中,强感知区间b对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据;第一子区间d对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据;第二子区间e对应的第一温度阈值亦为1℃,即,温度每升高或降低1℃采集一次数据。这样,可以根据具体实际情况来确定一个区间是否包括多个子区间,当然亦可至少两个区间中任一区间都不包括子区间。
在上述任一技术方案中,优选地,AD采样值的位数是12位;第二温度阈值为0.1℃。
在该技术方案中,传感器的预设温度范围a为:-20℃≤a≤105℃,当AD采样值的位数是12位,且第二温度阈值为0.1℃时,采样结果可以实现0.03℃的采样精度。
本发明的第二方面提出了一种家用电器,包括:存储器,用于存储计算机程序;处理器,用于执行计算机程序以:在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;根据AD采样值及与之对应的温度值拟合形成关系曲线;按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;根据当前AD采样值与目标二维数组的匹配结果确定当前温度值;其中,各个区间对应的第一温度阈值不相同,且第二温度阈值小于第一温度阈值。
本发明提供的一种家用电器包括存储器和处理器。通过将预设温度范围划分为至少两个区间,即,根据传感器、处理器及存储器的硬件能力及检测的对象的特点将预设温度范围划分为多个区间,如,至少两个区间包括强感知区间和弱感知区间,再如将强感知区间划分为弱强感知区间、较强感知区间及超强感知区间,将弱感知区间划分为较弱感知区间及超弱感知区间等,将传感器的主要工作环境温度区域设置为强感知区间,将传感器的非主要工作环境温度区域设置为弱感知区间,强感知区间对应的第一温度阈值较小,以提高采集的频次,弱感知区间对应的第一温度阈值较大,以相对降低采集的频次,也就是说,传感器的主要工作环境温度区域相较于传感器的非主要工作环境温度区域的采集频次要高,这样,才能最真实地反应出传感器的具体工作情况,故,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值,并使各个区间对应的第一温度阈值不相同,进而可保证有针对性的对数据进行采集,以实现前期数据采集的可信度、精准度及广泛性,即,通过对预设温度范围的不同区间采用不同的采样间隔使得在保证数据采集的有效性的情况下减小了硬件系统的负担,降低了对硬件的使用性能的需求,进而降低了生产成本,为后续的处理提供了详实、精准且全面的数据支撑,降低了后续数据处理的难度,加快了数据处理的速度;进一步地,根据AD采样值及与之对应的温度值拟合形成关系曲线,以得到更加接近传感器的主要工作环境温度的真实曲线,并将比第一温度阈值更小的第二温度阈值作为间隔温度,使得按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组,该目标二维数组的形成起到了高精度的比对样本的作用,这样,将当前AD采样值与目标二维数组进行匹配,就会得到更加接近传感器检测到的真实的当前温度。该家用电器地设置实现了在不增加硬件成本的基础上提高了温度检测的精准度的目的,从而克服了相关技术中采用折线来拟合原本的温度曲线,存在较大的精度损失的问题,从而便于家用电器的处理器完成更精准的控制,提高系统稳定性、可靠性、舒适性。具体地,家用电器包括以下任一种:空调器、冰箱及电暖器。故,对变频空调器而言,通过控温规则的优化,进而可达到精确控温,提升了制冷制热效果,降低了能耗,对于变频冰箱而言,由于提升了测温精度,故,可提升保鲜效果。
具体地,传感器的预设温度范围a为:-20℃≤a≤105℃,预设温度范围a包括弱感知区间b和强感知区间c,其中,弱感知区间b的取值范围为:-20℃≤b<-10℃,强感知区间c的取值范围为:-10℃≤c≤105℃。其中,弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,强感知区间c对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据。
具体地,传感器的预设温度范围a为:-20℃≤a≤120℃,预设温度范围包括较弱感知区间b、超弱感知区间c、弱强感知区间d、较强感知区间e及超强感知区间f,其中,超弱感知区间c的取值范围为:-20℃≤c<-15℃,较弱感知区间b的取值范围为:-15℃≤b<-10℃,弱强感知区间d的取值范围为:-10℃≤d<10℃,较强感知区间e的取值范围为:10℃≤e<20℃,超强感知区间f的取值范围为:20℃≤f≤120℃。其中,超弱感知区间c对应的第一温度阈值为1.5℃,即,温度每升高或降低1.5℃采集一次数据,较弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,弱强感知区间d对应的第一温度阈值为0.8℃,即,温度每升高或降低0.8℃采集一次数据,较强感知区间e对应的第一温度阈值为0.6℃,即,温度每升高或降低0.6℃采集一次数据,超强感知区间f对应的第一温度阈值为0.4℃,即,温度每升高或降低0.4℃采集一次数据。
在上述技术方案中,优选地,处理器,具体用于执行计算机程序以:按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组的步骤,具体包括:按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点;获取多个数据点中与检测温度值相对应的AD采样值,进而形成目标二维数组;其中,关系曲线为以AD采样值为横坐标及以温度值为纵坐标而形成的曲线。
在该技术方案中,以AD采样值为横轴及以温度值为纵轴,建立直角坐标系,选择使用高次曲线拟合离散点,进而得到一条尽可能包含所有采集点的关系曲线,为后续处理提供了更加真实且可靠的数据;进一步地,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点,每个数据点都包含了不同的温度值及与之对应的AD采样值,并获取所有数据点中的AD采样值,进而形成目标二维数组。其中,由于第二温度阈值小于第一温度阈值,故,进一步缩小了采样的温度间隔,进而使得目标二维数组的形成起到了高精度的比对样本的作用,以确保温度检测的精确化。
在上述任一技术方案中,优选地,处理器,具体用于执行计算机程序以:根据AD采样值及与之对应的温度值拟合形成关系曲线的步骤之后,还包括:按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;其中,AD采样值的位数大于等于10位;目标一维数组的任一元素对应的温度值为整数值。
在该技术方案中,由于AD采样值的位数大于等于10位,故,如果将AD采样值的每一位都与目标二位数组的每个元素相比较的话,就会出现多次比较过程,这种比较方式浪费了系统资源,繁琐了匹配过程,增加了硬件的运行负担。故,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组,该目标一维数组的任一元素对应的温度值为整数,即,目标一维数组中的元素对应的温度值是连续变化的整数值,因此,将当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值,因此,降低了后续数据处理的难度,提升了系统的识别速度。具体地,当前AD采样值的预设位数值为当前AD采样值的高八位数值。
在上述任一技术方案中,优选地,处理器,具体用于执行计算机程序以:根据当前AD采样值与目标二维数组的匹配结果确定当前温度值的步骤,具体包括:根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值;其中,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。
在该技术方案中,由于目标一维数组与目标二维数组相关联,目标一维数组中的任一元素所对应的整数温度值都对应于目标二维数组中的一行行下标,故,当确定了当前温度的整数值后,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值,该步骤地设置简化了当前温度值的确定步骤,减少了当前AD采样值与目标二维数组内的多个元素的比较步骤,降低了后续数据处理的难度,提升了系统的识别速度,,降低了对硬件的使用需求,进一步降低了生产成本。
具体地,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。如,第二温度阈值为0.2℃,传感器的预设温度范围a为-20℃≤a<-10℃,那么目标二维数组为30行5列的数组,同一列中相邻两行的AD采样值对应的温度值的差值为1℃,同一行中相邻两列的AD采样值对应的温度值的差值为0.2℃。
在上述任一技术方案中,优选地,处理器,具体用于执行计算机程序以:至少两个区间中的一个或多个区间包括至少两个子区间。
在该技术方案中,根据传感器及控制系统的硬件能力及检测的对象的特点,至少两个区间中的一个或多个区间包括至少两个子区间,即,同一区间可由多个子区间组成。如,预设温度范围a包括强感知区间b和弱感知区间c,且弱感知区间c包括第一子区间d和第二子区间e。其中,预设温度范围a为:-20℃≤a≤105℃,强感知区间b的取值范围为:-10℃≤b≤90℃,第一子区间d的取值范围为:-20℃≤d<10℃,第二子区间e的取值范围为:90℃≤d<105℃。其中,强感知区间b对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据;第一子区间d对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据;第二子区间e对应的第一温度阈值亦为1℃,即,温度每升高或降低1℃采集一次数据。这样,可以根据具体实际情况来确定一个区间是否包括多个子区间,当然亦可至少两个区间中任一区间都不包括子区间。
在上述任一技术方案中,优选地,处理器,具体用于执行计算机程序以:AD采样值的位数是12位;第二温度阈值为0.1℃。
在该技术方案中,传感器的预设温度范围a为:-20℃≤a≤105℃,当AD采样值的位数是12位,且第二温度阈值为0.1℃时,采样结果可以实现0.03℃的采样精度。
本发明实施例的第三方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一技术方案的温度采样的控制方法,因此,该计算机可读存储介质具有如上述第一方面中任一技术方案的温度采样的控制方法的全部有益效果。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明的第一个实施例的温度采样的控制方法的示意流程图;
图2示出了本发明的第二个实施例的温度采样的控制方法的示意流程图;
图3示出了本发明的第三个实施例的温度采样的控制方法的示意流程图;
图4示出了本发明的第四个实施例的温度采样的控制方法的示意流程图;
图5示出了本发明的第五个实施例的温度采样的控制方法的示意流程图;
图6示出了本发明的一个实施例的家用电器的框架示意图;
图7示出了本发明的一个实施例的分压采集电路的结构示意图;
图8示出了本发明的一个实施例的分压采集电路、恒温箱及传感器的结构示意图;
图9示出了本发明的一个实施例的关系曲线及其离散后的曲线的结构示意图。
其中,图7至图9中附图标记与部件名称之间的对应关系为:
1分压采集电路,10输入端,20二极管组件,30第一电容,40第一电阻,50第二电阻,60第二电容,70输出端,2恒温箱,3传感器,4关系曲线,5离散化后的关系曲线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图9描述根据本发明一些实施例所述温度采样的控制方法、家用电器及计算机可读存储介质。
图1示出了根据本发明的第一个实施例的温度采样的控制方法的示意流程图。
如图1所示,根据本发明第一方面的第一个实施例的温度采样的控制方法包括:
S102,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
S104,根据AD采样值及与之对应的温度值拟合形成关系曲线;
S106,按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;
S108,根据当前AD采样值与目标二维数组的匹配结果确定当前温度值。
本发明提供的一种温度采样的控制方法将预设温度范围划分为至少两个区间,即,根据传感器及控制系统的硬件能力及检测的对象的特点将预设温度范围划分为多个区间,如,至少两个区间包括强感知区间和弱感知区间,再如将强感知区间划分为弱强感知区间、较强感知区间及超强感知区间,将弱感知区间划分为较弱感知区间及超弱感知区间等,将传感器的主要工作环境温度区域设置为强感知区间,将传感器的非主要工作环境温度区域设置为弱感知区间,强感知区间对应的第一温度阈值较小,以提高采集的频次,弱感知区间对应的第一温度阈值较大,以相对降低采集的频次,也就是说,传感器的主要工作环境温度区域相较于传感器的非主要工作环境温度区域的采集频次要高,这样,才能最真实地反应出传感器的具体工作情况,故,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值,并使各个区间对应的第一温度阈值不相同,进而可保证有针对性的对数据进行采集,以实现前期数据采集的可信度、精准度及广泛性,即,通过对预设温度范围的不同区间采用不同的采样间隔使得在保证数据采集的有效性的情况下减小了硬件系统的负担,降低了对硬件的使用性能的需求,进而降低了生产成本,为后续的处理提供了详实、精准且全面的数据支撑,降低了后续数据处理的难度,加快了数据处理的速度;进一步地,根据AD采样值及与之对应的温度值拟合形成关系曲线,以得到更加接近传感器的主要工作环境温度的真实曲线,并将比第一温度阈值更小的第二温度阈值作为间隔温度,使得按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组,该目标二维数组的形成起到了高精度的比对样本的作用,这样,将当前AD采样值与目标二维数组进行匹配,就会得到更加接近传感器检测到的真实的当前温度。该方法地设置实现了在不增加硬件成本的基础上提高了温度检测的精准度的目的,从而克服了相关技术中采用折线来拟合原本的温度曲线,存在较大的精度损失的问题,从而便于系统完成更精准的控制,提高系统稳定性、可靠性、舒适性。故,对采用其控制方法的变频空调器而言,通过控温规则的优化,进而可达到精确控温,提升了制冷制热效果,降低了能耗,对于采用其控制方法的变频冰箱而言,由于提升了测温精度,故,可提升保鲜效果。
具体地,传感器的预设温度范围a为:-20℃≤a≤105℃,预设温度范围a包括弱感知区间b和强感知区间c,其中,弱感知区间b的取值范围为:-20℃≤b<-10℃,强感知区间c的取值范围为:-10℃≤c≤105℃。其中,弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,强感知区间c对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据。
具体地,传感器的预设温度范围a为:-20℃≤a≤120℃,预设温度范围包括较弱感知区间b、超弱感知区间c、弱强感知区间d、较强感知区间e及超强感知区间f,其中,超弱感知区间c的取值范围为:-20℃≤c<-15℃,较弱感知区间b的取值范围为:-15℃≤b<-10℃,弱强感知区间d的取值范围为:-10℃≤d<10℃,较强感知区间e的取值范围为:10℃≤e<20℃,超强感知区间f的取值范围为:20℃≤f≤120℃。其中,超弱感知区间c对应的第一温度阈值为1.5℃,即,温度每升高或降低1.5℃采集一次数据,较弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,弱强感知区间d对应的第一温度阈值为0.8℃,即,温度每升高或降低0.8℃采集一次数据,较强感知区间e对应的第一温度阈值为0.6℃,即,温度每升高或降低0.6℃采集一次数据,超强感知区间f对应的第一温度阈值为0.4℃,即,温度每升高或降低0.4℃采集一次数据。
图2示出了根据本发明的第二个实施例的温度采样的控制方法的示意流程图。
如图2所示,根据本发明第一方面的第二个实施例的温度采样的控制方法包括:
S202,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
S204,根据AD采样值及与之对应的温度值拟合形成关系曲线;
S206,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点;
S208,获取多个数据点中与检测温度值相对应的AD采样值,进而形成目标二维数组;
S210,根据当前AD采样值与目标二维数组的匹配结果确定当前温度值。
在该实施例中,以AD采样值为横轴及以温度值为纵轴,建立直角坐标系,选择使用高次曲线拟合离散点,进而得到一条尽可能包含所有采集点的关系曲线,为后续处理提供了更加真实且可靠的数据;进一步地,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点,每个数据点都包含了不同的温度值及与之对应的AD采样值,并获取所有数据点中的AD采样值,进而形成目标二维数组。其中,由于第二温度阈值小于第一温度阈值,故,进一步缩小了采样的温度间隔,进而使得目标二维数组的形成起到了高精度的比对样本的作用,以确保温度检测的精确化。
图3示出了根据本发明的第三个实施例的温度采样的控制方法的示意流程图。
如图3所示,根据本发明第一方面的第三个实施例的温度采样的控制方法包括:
S302,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
S304,根据AD采样值及与之对应的温度值拟合形成关系曲线;
S306,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;
S308,根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;
S310,按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;
S312,根据当前AD采样值与目标二维数组的匹配结果确定当前温度值。
在该实施例中,由于AD采样值的位数大于等于10位,故,如果将AD采样值的每一位都与目标二位数组的每个元素相比较的话,就会出现多次比较过程,这种比较方式浪费了系统资源,繁琐了匹配过程,增加了硬件的运行负担。故,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组,该目标一维数组的任一元素对应的温度值为整数,即,目标一维数组中的元素对应的温度值是连续变化的整数值,因此,将当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值,因此,降低了后续数据处理的难度,提升了系统的识别速度。具体地,当前AD采样值的预设位数值为当前AD采样值的高八位数值。
图4示出了根据本发明的第四个实施例的温度采样的控制方法的示意流程图。
如图4所示,根据本发明第一方面的第四个实施例的温度采样的控制方法包括:
S402,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
S404,根据AD采样值及与之对应的温度值拟合形成关系曲线;
S406,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;
S408,根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;
S410,按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;
S412,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值。
在该实施例中,由于目标一维数组与目标二维数组相关联,目标一维数组中的任一元素所对应的整数温度值都对应于目标二维数组中的一行行下标,故,当确定了当前温度的整数值后,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值,该步骤地设置简化了当前温度值的确定步骤,减少了当前AD采样值与目标二维数组内的多个元素的比较步骤,降低了数据处理的难度,提升了系统的识别速度,,降低了对硬件的使用需求,进一步降低了生产成本。
具体地,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。如,第二温度阈值为0.2℃,传感器的预设温度范围a为-20℃≤a<-10℃,那么目标二维数组为30行5列的数组,同一列中相邻两行的AD采样值对应的温度值的差值为1℃,同一行中相邻两列的AD采样值对应的温度值的差值为0.2℃。
图5示出了根据本发明的第五个实施例的温度采样的控制方法的示意流程图。
如图5所示,根据本发明第一方面的第五个实施例的温度采样的控制方法包括:
S502,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
S504,根据AD采样值及与之对应的温度值拟合形成关系曲线;
S506,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;
S508,根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;
S510,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点;
S512,获取多个数据点中与检测温度值相对应的AD采样值,进而形成目标二维数组;
S514,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值。
在本发明的一个实施例中,优选地,至少两个区间中的一个或多个区间包括至少两个子区间。
在该实施例中,根据传感器及控制系统的硬件能力及检测的对象的特点,至少两个区间中的一个或多个区间包括至少两个子区间,即,同一区间可由多个子区间组成。如,预设温度范围a包括强感知区间b和弱感知区间c,且弱感知区间c包括第一子区间d和第二子区间e。其中,预设温度范围a为:-20℃≤a≤105℃,强感知区间b的取值范围为:-10℃≤b≤90℃,第一子区间d的取值范围为:-20℃≤d<10℃,第二子区间e的取值范围为:90℃≤d<105℃。其中,强感知区间b对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据;第一子区间d对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据;第二子区间e对应的第一温度阈值亦为1℃,即,温度每升高或降低1℃采集一次数据。这样,可以根据具体实际情况来确定一个区间是否包括多个子区间,当然亦可至少两个区间中任一区间都不包括子区间。
在本发明的一个实施例中,优选地,AD采样值的位数是12位;第二温度阈值为0.1℃。
在该实施例中,传感器的预设温度范围a为:-20℃≤a≤105℃,当AD采样值的位数是12位,且第二温度阈值为0.1℃时,采样结果可以实现0.03℃的采样精度。
具体地,对预设时间内按照预设间隔多次采样后的AD采样值进行均值处理后得到当前AD采样值。
根据本发明的第二方面实施例,如图6所示,家用电器600,包括:存储器602,用于存储计算机程序;处理器604,用于执行计算机程序以:在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;根据AD采样值及与之对应的温度值拟合形成关系曲线;按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组;根据当前AD采样值与目标二维数组的匹配结果确定当前温度值;其中,各个区间对应的第一温度阈值不相同,且第二温度阈值小于第一温度阈值。
本发明提供的一种家用电器600包括存储器602和处理器604。通过将预设温度范围划分为至少两个区间,即,根据传感器、处理器604及存储器602的硬件能力及检测的对象的特点将预设温度范围划分为多个区间,如,至少两个区间包括强感知区间和弱感知区间,再如将强感知区间划分为弱强感知区间、较强感知区间及超强感知区间,将弱感知区间划分为较弱感知区间及超弱感知区间等,将传感器的主要工作环境温度区域设置为强感知区间,将传感器的非主要工作环境温度区域设置为弱感知区间,强感知区间对应的第一温度阈值较小,以提高采集的频次,弱感知区间对应的第一温度阈值较大,以相对降低采集的频次,也就是说,传感器的主要工作环境温度区域相较于传感器的非主要工作环境温度区域的采集频次要高,这样,才能最真实地反应出传感器的具体工作情况,故,在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值,并使各个区间对应的第一温度阈值不相同,进而可保证有针对性的对数据进行采集,以实现前期数据采集的可信度、精准度及广泛性,即,通过对预设温度范围的不同区间采用不同的采样间隔使得在保证数据采集的有效性的情况下减小了硬件系统的负担,降低了对硬件的使用性能的需求,进而降低了生产成本,为后续的处理提供了详实、精准且全面的数据支撑,降低了后续数据处理的难度,加快了数据处理的速度;进一步地,根据AD采样值及与之对应的温度值拟合形成关系曲线,以得到更加接近传感器的主要工作环境温度的真实曲线,并将比第一温度阈值更小的第二温度阈值作为间隔温度,使得按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组,该目标二维数组的形成起到了高精度的比对样本的作用,这样,将当前AD采样值与目标二维数组进行匹配,就会得到更加接近传感器检测到的真实的当前温度。该家用电器600地设置实现了在不增加硬件成本的基础上提高了温度检测的精准度的目的,从而克服了相关技术中采用折线来拟合原本的温度曲线,存在较大的精度损失的问题,从而便于家用电器600的处理器604完成更精准的控制,提高系统稳定性、可靠性、舒适性。具体地,家用电器600包括以下任一种:空调器、冰箱及电暖器。故,对变频空调器而言,通过控温规则的优化,进而可达到精确控温,提升了制冷制热效果,降低了能耗,对于变频冰箱而言,由于提升了测温精度,故,可提升保鲜效果。
具体地,传感器的预设温度范围a为:-20℃≤a≤105℃,预设温度范围a包括弱感知区间b和强感知区间c,其中,弱感知区间b的取值范围为:-20℃≤b<-10℃,强感知区间c的取值范围为:-10℃≤c≤105℃。其中,弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,强感知区间c对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据。
具体地,传感器的预设温度范围a为:-20℃≤a≤120℃,预设温度范围包括较弱感知区间b、超弱感知区间c、弱强感知区间d、较强感知区间e及超强感知区间f,其中,超弱感知区间c的取值范围为:-20℃≤c<-15℃,较弱感知区间b的取值范围为:-15℃≤b<-10℃,弱强感知区间d的取值范围为:-10℃≤d<10℃,较强感知区间e的取值范围为:10℃≤e<20℃,超强感知区间f的取值范围为:20℃≤f≤120℃。其中,超弱感知区间c对应的第一温度阈值为1.5℃,即,温度每升高或降低1.5℃采集一次数据,较弱感知区间b对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据,弱强感知区间d对应的第一温度阈值为0.8℃,即,温度每升高或降低0.8℃采集一次数据,较强感知区间e对应的第一温度阈值为0.6℃,即,温度每升高或降低0.6℃采集一次数据,超强感知区间f对应的第一温度阈值为0.4℃,即,温度每升高或降低0.4℃采集一次数据。
在本发明的一个实施例中,优选地,处理器604,具体用于执行计算机程序以:按照间隔第二温度阈值对关系曲线进行离散,以得到AD采样值的目标二维数组的步骤,具体包括:按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点;获取多个数据点中与检测温度值相对应的AD采样值,进而形成目标二维数组;其中,关系曲线为以AD采样值为横坐标及以温度值为纵坐标而形成的曲线。
在该实施例中,以AD采样值为横轴及以温度值为纵轴,建立直角坐标系,选择使用高次曲线拟合离散点,进而得到一条尽可能包含所有采集点的关系曲线,为后续处理提供了更加真实且可靠的数据;进一步地,按照间隔第二温度阈值对关系曲线进行离散以得到多个数据点,每个数据点都包含了不同的温度值及与之对应的AD采样值,并获取所有数据点中的AD采样值,进而形成目标二维数组。其中,由于第二温度阈值小于第一温度阈值,故,进一步缩小了采样的温度间隔,进而使得目标二维数组的形成起到了高精度的比对样本的作用,以确保温度检测的精确化。
在本发明的一个实施例中,优选地,处理器604,具体用于执行计算机程序以:根据AD采样值及与之对应的温度值拟合形成关系曲线的步骤之后,还包括:按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组;根据当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值;其中,AD采样值的位数大于等于10位;目标一维数组的任一元素对应的温度值为整数值。
在该实施例中,由于AD采样值的位数大于等于10位,故,如果将AD采样值的每一位都与目标二位数组的每个元素相比较的话,就会出现多次比较过程,这种比较方式浪费了系统资源,繁琐了匹配过程,增加了硬件的运行负担。故,按照间隔第三温度阈值对关系曲线进行离散,以得到AD采样值的目标一维数组,该目标一维数组的任一元素对应的温度值为整数,即,目标一维数组中的元素对应的温度值是连续变化的整数值,因此,将当前AD采样值的预设位数值与目标一维数组的比较结果确定当前温度的整数值,因此,降低了后续数据处理的难度,提升了系统的识别速度。具体地,当前AD采样值的预设位数值为当前AD采样值的高八位数值。
在本发明的一个实施例中,优选地,处理器604,具体用于执行计算机程序以:根据当前AD采样值与目标二维数组的匹配结果确定当前温度值的步骤,具体包括:根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值;其中,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。
在该实施例中,由于目标一维数组与目标二维数组相关联,目标一维数组中的任一元素所对应的整数温度值都对应于目标二维数组中的一行行下标,故,当确定了当前温度的整数值后,根据当前AD采样值与当前温度的整数值所对应的目标二维数组的一行元素的比较结果确定当前温度值,该步骤地设置简化了当前温度值的确定步骤,减少了当前AD采样值与目标二维数组内的多个元素的比较步骤,降低了后续数据处理的难度,提升了系统的识别速度,,降低了对硬件的使用需求,进一步降低了生产成本。
具体地,目标二维数组的行下标代表温度的整数值,目标二维数组的列下标代表温度的小数值。如,第二温度阈值为0.2℃,传感器的预设温度范围a为-20℃≤a<-10℃,那么目标二维数组为30行5列的数组,同一列中相邻两行的AD采样值对应的温度值的差值为1℃,同一行中相邻两列的AD采样值对应的温度值的差值为0.2℃。
具体地,对预设时间内按照预设间隔多次采样后的AD采样值进行均值处理后得到当前AD采样值。
在本发明的一个实施例中,优选地,处理器604,具体用于执行计算机程序以:至少两个区间中的一个或多个区间包括至少两个子区间。
在该实施例中,根据传感器及控制系统的硬件能力及检测的对象的特点,至少两个区间中的一个或多个区间包括至少两个子区间,即,同一区间可由多个子区间组成。如,预设温度范围a包括强感知区间b和弱感知区间c,且弱感知区间c包括第一子区间d和第二子区间e。其中,预设温度范围a为:-20℃≤a≤105℃,强感知区间b的取值范围为:-10℃≤b≤90℃,第一子区间d的取值范围为:-20℃≤d<10℃,第二子区间e的取值范围为:90℃≤d<105℃。其中,强感知区间b对应的第一温度阈值为0.5℃,即,温度每升高或降低0.5℃采集一次数据;第一子区间d对应的第一温度阈值为1℃,即,温度每升高或降低1℃采集一次数据;第二子区间e对应的第一温度阈值亦为1℃,即,温度每升高或降低1℃采集一次数据。这样,可以根据具体实际情况来确定一个区间是否包括多个子区间,当然亦可至少两个区间中任一区间都不包括子区间。
在本发明的一个实施例中,优选地,处理器604,具体用于执行计算机程序以:AD采样值的位数是12位;第二温度阈值为0.1℃。
在该实施例中,传感器的预设温度范围a为:-20℃≤a≤105℃,当AD采样值的位数是12位,且第二温度阈值为0.1℃时,采样结果可以实现0.03℃的采样精度。
具体地,多次采样后的AD采样值进行均值处理后得到一个12位精度的当前AD采样值。
具体实施例中,如图7所示,分压采集电路1包括:二极管组件20、第一电容30、第一电阻40、第二电阻50及第二电容60,其中,检测的温度数据由输入端10输入分压采集电路1,并由输出端70输出信号。可调整第一电阻40和/或第二电阻50,从而调整拟合形成的关系曲线4的各处的斜率,进而调整精准区间的位置,根据系统需要进行动态调整,获得更加符合实际需求的关系曲线4的数据,实现分段式高精度温度采样。具体地,第一电阻40为18.1kΩ,第二电阻50为2kΩ,若预设温度范围a为-20≤a≤105℃,传感器3的阻值b的取值范围为:106.732kΩ≤b≤0.527kΩ,采样电压范围c为:0.725V≤c≤4.859V,故,每0.1℃的分辨率为0.003,对于12位精度的AD采样可达到0.001v的采样精度。
具体实施例中,如图8和图9所示,将传感器3接入分压采集电路1(其中,分压采集电路1需要根据实际情况选取合适的分压电阻来提高回路对温度变化的感知能力)。然后把传感器3放入恒温箱2中,调节恒温箱2温度,其中采样温度的选取规则为:首先将传感器3的整个感知范围划分为两部分区域—强感知区域和弱感知区域,强感知区域为工作过程中该温度的常规变化范围区域,弱感知区域为工作范围中该温度的非常规变化范围,以工作范围为[-20,105]℃的传感器3为例,可认为(-20,-10)&(90,105)为弱感知区域,[-10,90]为强感知区域,其中,弱感知区域的温度采集可以1℃(第一温度阈值)为单位步进变化,强感知区域的温度采集可以0.5℃(第一温度阈值)为单位步进变化。完成采样并记录数据,将会得到一个温度值T与AD采样值一一对应的数据表,将这些数据以温度T为纵轴,AD采样值为横轴,建立直角坐标系,选择使用高次曲线拟合离散点,会得到一条尽可能包含所有采集点的关系曲线4,最后再以温度轴为基准,0.1℃(第二温度阈值)为步进单位,把这条曲线离散化以形成离散化后的关系曲线5,进而最终会得到一组数据,该组数据一共[105-(-20)]×10=1250对。最终得到一系列温度值连续渐进间隔变化,且一一对应着AD采样值的离散点。通常,会使用这些数据制作出两个常量表格:1.将整数温度值对应的AD采样值提取出来,制作成AD值连续变化为索引,即,按照间隔1℃(第三温度阈值)对关系曲线进行离散,以得到AD采样值的目标一维数组cau_T4_ADTable1[255];2.将所有AD采样值定义为常量型的二维数组cau_T4_ADTable2[125][10],这个二维数组的每一行的10列数据代表当前温度值与下一温度值之间的10个0.1℃的细分温度值对应的AD采样值。多次采样后的AD采样值进行均值处理后得到一个12位精度的当前AD采样值,首先用高8位数据查cau_T4_ADTable1[255]得到温度的整数部分x,接着再用原始12位AD值到cau_T4_ADTable2[125][10]的第x行采用二分法查找与该AD值最接近的cau_T4_ADTable[x][y],最终计算出来的温度值T4=x+0.1*y。
根据本发明实施例的第三个方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面中任一实施例的温度采样的控制方法,因此,该计算机可读存储介质具有如上述任一实施例的温度采样的控制方法的全部有益效果。
在本发明中,术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (11)

1.一种温度采样的控制方法,其特征在于,包括:
在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
根据AD采样值及与之对应的温度值拟合形成关系曲线;
按照间隔第二温度阈值对所述关系曲线进行离散,以得到AD采样值的目标二维数组;
根据当前AD采样值与所述目标二维数组的匹配结果确定当前温度值;
其中,各个区间对应的所述第一温度阈值不相同,且所述第二温度阈值小于所述第一温度阈值;
所述根据AD采样值及与之对应的温度值拟合形成关系曲线的步骤之后,还包括:
按照间隔第三温度阈值对所述关系曲线进行离散,以得到AD采样值的目标一维数组;
根据所述当前AD采样值的预设位数值与所述目标一维数组的比较结果确定所述当前温度的整数值;
其中,所述AD采样值的位数大于等于10位;所述目标一维数组的任一元素对应的温度值为整数值。
2.根据权利要求1所述的温度采样的控制方法,其特征在于,
所述按照间隔第二温度阈值对所述关系曲线进行离散,以得到AD采样值的目标二维数组的步骤,具体包括:
按照间隔所述第二温度阈值对所述关系曲线进行离散以得到多个数据点;
获取所述多个数据点中与所述检测温度值相对应的AD采样值,进而形成所述目标二维数组;
其中,所述关系曲线为以AD采样值为横坐标及以温度值为纵坐标而形成的曲线。
3.根据权利要求1所述的温度采样的控制方法,其特征在于,
所述根据当前AD采样值与所述目标二维数组的匹配结果确定当前温度值的步骤,具体包括:
根据所述当前AD采样值与所述当前温度的整数值所对应的所述目标二维数组的一行元素的比较结果确定所述当前温度值;
其中,所述目标二维数组的行下标代表温度的整数值,所述目标二维数组的列下标代表温度的小数值。
4.根据权利要求1至3中任一项所述的温度采样的控制方法,其特征在于,
所述至少两个区间中的一个或多个区间包括至少两个子区间。
5.根据权利要求1至3中任一项所述的温度采样的控制方法,其特征在于,
所述AD采样值的位数是12位;
所述第二温度阈值为0.1℃。
6.一种家用电器,其特征在于,包括:存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以:
在预设温度范围的至少两个区间内,每间隔第一温度阈值依次记录检测温度值和与温度值相对应的AD采样值;
根据AD采样值及与之对应的温度值拟合形成关系曲线;
按照间隔第二温度阈值对所述关系曲线进行离散,以得到AD采样值的目标二维数组;
根据当前AD采样值与所述目标二维数组的匹配结果确定当前温度值;
其中,各个区间对应的所述第一温度阈值不相同,且所述第二温度阈值小于所述第一温度阈值;
所述处理器,具体用于执行所述计算机程序以:
所述根据AD采样值及与之对应的温度值拟合形成关系曲线的步骤之后,还包括:
按照间隔第三温度阈值对所述关系曲线进行离散,以得到AD采样值的目标一维数组;
根据所述当前AD采样值的预设位数值与所述目标一维数组的比较结果确定所述当前温度的整数值;
其中,所述AD采样值的位数大于等于10位;所述目标一维数组的任一元素对应的温度值为整数值。
7.根据权利要求6所述的家用电器,其特征在于,所述处理器,具体用于执行所述计算机程序以:
所述按照间隔第二温度阈值对所述关系曲线进行离散,以得到AD采样值的目标二维数组的步骤,具体包括:
按照间隔第二温度阈值对所述关系曲线进行离散以得到多个数据点;
获取所述多个数据点中与所述检测温度值相对应的AD采样值,进而形成所述目标二维数组;
其中,所述关系曲线为以AD采样值为横坐标及以温度值为纵坐标而形成的曲线。
8.根据权利要求6所述的家用电器,其特征在于,所述处理器,具体用于执行所述计算机程序以:
所述根据当前AD采样值与所述目标二维数组的匹配结果确定当前温度值的步骤,具体包括:
根据所述当前AD采样值与所述当前温度的整数值所对应的所述目标二维数组的一行元素的比较结果确定所述当前温度值;
其中,所述目标二维数组的行下标代表温度的整数值,所述目标二维数组的列下标代表温度的小数值。
9.根据权利要求6至8中任一项所述的家用电器,其特征在于,所述处理器,具体用于执行所述计算机程序以:
所述至少两个区间中的一个或多个区间包括至少两个子区间。
10.根据权利要求6至8中任一项所述的家用电器,其特征在于,所述处理器,具体用于执行所述计算机程序以:
所述AD采样值的位数是12位;
所述第二温度阈值为0.1℃。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的方法的步骤。
CN201811102942.5A 2018-09-20 2018-09-20 温度采样的控制方法及家用电器 Active CN109283955B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811102942.5A CN109283955B (zh) 2018-09-20 2018-09-20 温度采样的控制方法及家用电器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811102942.5A CN109283955B (zh) 2018-09-20 2018-09-20 温度采样的控制方法及家用电器

Publications (2)

Publication Number Publication Date
CN109283955A CN109283955A (zh) 2019-01-29
CN109283955B true CN109283955B (zh) 2021-01-29

Family

ID=65181194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811102942.5A Active CN109283955B (zh) 2018-09-20 2018-09-20 温度采样的控制方法及家用电器

Country Status (1)

Country Link
CN (1) CN109283955B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2598345B (en) * 2020-08-27 2023-04-19 Extend Robotics Ltd Remote operation of robotic systems
CN112268630A (zh) * 2020-10-09 2021-01-26 佛山市顺德区美的饮水机制造有限公司 用于温度传感器的温度确定方法、处理器及装置
CN112770432A (zh) * 2021-01-20 2021-05-07 华域视觉科技(上海)有限公司 Oled灯具的过温保护电路、方法及oled灯具
CN116067433B (zh) * 2023-03-07 2023-06-09 广东智云工程科技有限公司 一种振弦数据采集方法及其采集仪
CN117389358B (zh) * 2023-12-12 2024-03-01 广东摩尔物联技术有限公司 温度控制方法、装置、控制设备及反应釜

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5857777A (en) * 1996-09-25 1999-01-12 Claud S. Gordon Company Smart temperature sensing device
CN101749830A (zh) * 2009-12-25 2010-06-23 四川长虹空调有限公司 变频空调的温度控制精密调节方法
CN101975438A (zh) * 2010-11-12 2011-02-16 四川长虹空调有限公司 空调遥控器高精度温度控制方法
CN104570870A (zh) * 2014-12-30 2015-04-29 广东美的制冷设备有限公司 空调传感器的检测方法和装置
CN104880020A (zh) * 2015-06-18 2015-09-02 合肥美菱股份有限公司 变频冰箱0.1度温度采集处理方法
KR20170109794A (ko) * 2016-03-22 2017-10-10 주식회사 사이클로직 중소형 건물에서 실시간 실내 온도 부하를 통한 공조기기의 쾌적 및 에너지 절감 운영 방법
CN108361936A (zh) * 2018-02-12 2018-08-03 四川长虹空调有限公司 一种提升直流变频空调舒适性控制精度的方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5655305A (en) * 1995-04-03 1997-08-12 Fletcher; Taylor C. High precision electronic digital thermometer
US7318004B2 (en) * 2005-04-01 2008-01-08 Cardinal Health 303, Inc. Temperature prediction system and method
CN102620519B (zh) * 2012-04-13 2014-03-05 四川长虹空调有限公司 变频冰箱温度精密控制方法
CN103961066B (zh) * 2013-01-24 2015-12-23 重庆融海超声医学工程研究中心有限公司 一种测温方法及测温装置
CN107167261B (zh) * 2017-06-14 2019-09-13 成都雅骏新能源汽车科技股份有限公司 一种基于热敏电阻的温度检测方法及电路

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5857777A (en) * 1996-09-25 1999-01-12 Claud S. Gordon Company Smart temperature sensing device
CN101749830A (zh) * 2009-12-25 2010-06-23 四川长虹空调有限公司 变频空调的温度控制精密调节方法
CN101975438A (zh) * 2010-11-12 2011-02-16 四川长虹空调有限公司 空调遥控器高精度温度控制方法
CN104570870A (zh) * 2014-12-30 2015-04-29 广东美的制冷设备有限公司 空调传感器的检测方法和装置
CN104880020A (zh) * 2015-06-18 2015-09-02 合肥美菱股份有限公司 变频冰箱0.1度温度采集处理方法
KR20170109794A (ko) * 2016-03-22 2017-10-10 주식회사 사이클로직 중소형 건물에서 실시간 실내 온도 부하를 통한 공조기기의 쾌적 및 에너지 절감 운영 방법
CN108361936A (zh) * 2018-02-12 2018-08-03 四川长虹空调有限公司 一种提升直流变频空调舒适性控制精度的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于对数的NTC热敏电阻测温系统的设计";梅小雨;《自动化与仪表》;20110515(第05期);第54-57页 *

Also Published As

Publication number Publication date
CN109283955A (zh) 2019-01-29

Similar Documents

Publication Publication Date Title
CN109283955B (zh) 温度采样的控制方法及家用电器
US20230097797A1 (en) Method and apparatus for storing and querying time series data, and server and storage medium thereof
CN111327377B (zh) 场强预测方法、装置、设备及存储介质
CN107726548B (zh) 空调器控制方法、电子设备和计算机可读存储介质
US8854239B2 (en) Data processing apparatus and method
CN1940512A (zh) 低功率消耗和小电路面积温度感测器
CN104880020B (zh) 变频冰箱0.1度温度采集处理方法
CN108848589B (zh) 烹饪设备及其烹饪方法和烹饪装置
EP3304257B1 (en) Adaptive fingerprint-based navigation
CN116609720A (zh) 基于数据驱动的台式万用表误差智能补偿方法及系统
CN113884912A (zh) 基于模拟退火算法的插值拟合锂电池dQ/dV曲线方法及装置
Huai et al. Historical data demand in window-based battery parameter identification algorithm
CN115065600A (zh) 设备分组方法、装置、设备及存储介质
CN108871590B (zh) 非制冷红外焦平面探测器非均匀性响应率校正方法及装置
CN101682332B (zh) 具有逐次逼近模数转换器的电路
CN116312882A (zh) 一种聚丙烯电缆生产工艺优化方法及系统
CN113551454B (zh) 基于温度的解冻控制方法、解冻装置与冰箱
Ghosh et al. Cross-correlation based classification of electrical appliances for non-intrusive load monitoring
CN106940065B (zh) 空调除霜过程中的空间内温度的检测方法及空调
CN113819976B (zh) 水位与水电阻间映射关系生成、水位测量方法和装置
CN110032226A (zh) 电阻炉温度的模糊控制系统及控制方法
Xie et al. Design of MIMO radar orthogonal polyphase code based on improved artificial bee algorithm
CN113899462B (zh) 一种测温方法、测温电路及测温装置
CN113819976A (zh) 水位与水电阻间映射关系生成、水位测量方法和装置
CN108629146A (zh) 混沌粒子群算法及其在生化过程动态优化中的应用方法

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