CN109532384B - 汽车空调滤网的使用寿命检测方法和设备、存储介质 - Google Patents
汽车空调滤网的使用寿命检测方法和设备、存储介质 Download PDFInfo
- Publication number
- CN109532384B CN109532384B CN201811196418.9A CN201811196418A CN109532384B CN 109532384 B CN109532384 B CN 109532384B CN 201811196418 A CN201811196418 A CN 201811196418A CN 109532384 B CN109532384 B CN 109532384B
- Authority
- CN
- China
- Prior art keywords
- filter screen
- air conditioner
- service life
- circulation
- concentration
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004087 circulation Effects 0.000 claims abstract description 235
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 204
- 231100000719 pollutant Toxicity 0.000 claims abstract description 204
- 230000008859 change Effects 0.000 claims abstract description 109
- 238000000746 purification Methods 0.000 claims description 117
- 238000001914 filtration Methods 0.000 claims description 114
- 238000004378 air conditioning Methods 0.000 claims description 26
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000012634 fragment Substances 0.000 claims description 3
- 239000012855 volatile organic compound Substances 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 42
- 230000001186 cumulative effect Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 238000010926 purge Methods 0.000 description 14
- 239000000356 contaminant Substances 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 7
- 230000036962 time dependent Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- ALSTYHKOOCGGFT-KTKRTIGZSA-N (9Z)-octadecen-1-ol Chemical compound CCCCCCCC\C=C/CCCCCCCCO ALSTYHKOOCGGFT-KTKRTIGZSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00507—Details, e.g. mounting arrangements, desaeration devices
- B60H1/00585—Means for monitoring, testing or servicing the air-conditioning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H3/00—Other air-treating devices
- B60H3/06—Filtering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
- B60H1/00764—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
- B60H1/008—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being air quality
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00985—Control systems or circuits characterised by display or indicating devices, e.g. voice simulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H3/00—Other air-treating devices
- B60H3/06—Filtering
- B60H2003/0683—Filtering the quality of the filter or the air being checked
Abstract
本发明提供一种汽车空调滤网的使用寿命检测方法和设备、计算机可读存储介质,属于汽车空调技术领域,其可至少部分解决现有技术无法准确确定汽车滤网使用寿命的问题。本发明的汽车空调滤网的使用寿命检测方法包括:获取车内的目标污染物浓度随时间的变化;其中,所述目标污染物为能被汽车空调滤网过滤的污染物;根据目标污染物浓度随时间的变化确定循环状态;其中,所述循环状态为内循环或外循环,所述外循环为车内仅通过空调获得经过滤的车外空气的状态,所述内循环为仅通过空调对车内空气进行循环过滤的状态;根据所述循环状态确定滤网的使用寿命。
Description
技术领域
本发明属于汽车空调技术领域,具体涉及一种汽车空调滤网的使用寿命检测方法和设备、计算机可读存储介质。
背景技术
多数汽车都具有空调,而多数汽车空调中都设有滤网,用于对经过空调进入汽车内部的空气进行过滤,滤除空气中的灰尘、杂物、花粉、霉菌、细菌甚至气态污染物等,以提高车内空气的质量。随着使用时间的增加,被过滤掉的污染物会逐渐集聚在汽车空调滤网上,导致滤网的过滤效果降低、通气量(空调风量)减少等,因此,汽车空调滤网是需要及时更换的耗材。
现有空调滤网一般是定时(如半年到一年)或固定行驶里程(如20000公理)更换的。但是,不同汽车在不同时间段内空调的使用频率不同,使用环境中的空气质量也不同,这些都导致按照固定时间或行驶里程更换滤网的方式并不准确,可能在更换时滤网使用寿命还剩余较多,造成时间和物质成本的浪费,也可能在更换前较长时间滤网使用寿命就已经耗尽,无法有效净化空气,影响人的健康。
发明内容
本发明至少部分解决现有技术无法准确确定汽车滤网使用寿命的问题,提供一种可及时、准确的获知汽车滤网使用寿命的汽车空调滤网的使用寿命检测方法和设备、计算机可读存储介质。
本发明的一个方面是提供一种汽车空调滤网的使用寿命检测方法,其包括:
获取车内的目标污染物浓度随时间的变化;其中,所述目标污染物为能被汽车空调滤网过滤的污染物;
根据目标污染物浓度随时间的变化确定循环状态;其中,所述循环状态为内循环或外循环,所述外循环为车内仅通过空调获得经过滤的车外空气的状态,所述内循环为仅通过空调对车内空气进行循环过滤的状态;
根据所述循环状态确定滤网的使用寿命。
优选的是,所述根据所述循环状态确定滤网的使用寿命包括:
根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化;
根据外循环时车内的目标污染物浓度随时间的变化确定空调风量,所述空调风量为单位时间内经过滤网的空气量;
根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时所述空调风量相等;
根据过滤效率确定滤网的使用寿命。
进一步优选的是,所述根据外循环时车内的目标污染物浓度随时间的变化确定空调风量包括:
根据公式nt1=a+b*e-f*t1/V确定空调风量f,其中,nt1为本次外循环开始t1时间后车内的目标污染物浓度,a、b在每次外循环中为固定值,e为自然常数,V为车内空间体积。
进一步优选的是,所述根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率包括:
根据公式nt2=n0*e-f*θ*t2/V确定滤网的过滤效率θ,其中,nt2为本次内循环开始t2时间后车内的目标污染物浓度,n0为本次内循环开始时的车内的目标污染物浓度,e为自然常数,f为空调风量,V为车内空间体积。
优选的是,所述根据所述循环状态确定滤网的使用寿命包括:
在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量;在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量;所述空调风量为单位时间内经过滤网的空气量;其中,内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量;
根据累计净化量确定滤网的使用寿命。
进一步优选的是,所述根据累计净化量确定滤网的使用寿命包括:
在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量;
比较所述预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
优选的是,所述获取车内的目标污染物浓度随时间的变化包括:
持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
优选的是,所述根据目标污染物浓度随时间的变化确定循环状态包括:
曲线生成步骤:生成目标污染物浓度随时间的变化曲线;
片段获取步骤:从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,所述目标污染物浓度呈下降趋势;
循环判断步骤:从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
进一步优选的是,在所述片段获取步骤和循环判断步骤之间还包括:
状态判断步骤:判断每个下降片段时汽车空调是否处于开启状态,舍弃汽车空调处于关闭状态的下降片段。
进一步优选的是,每个所述下降片段的时间长度在3~20分钟。
优选的是,在所述根据所述循环状态确定滤网的使用寿命前,还包括:获取空调的累计开启时间;
所述根据所述循环状态确定滤网的使用寿命包括:根据累计开启时间和循环状态共同确定滤网的使用寿命。
优选的是,所述汽车空调滤网的使用寿命检测方法还包括:
获取汽车的运动状态;
所述根据所述循环状态确定滤网的使用寿命包括:仅根据汽车运动时的所述循环状态确定滤网的使用寿命。
优选的是,所述目标污染物包括:
PM2.5、PM10、PM0.3、异味物质,总挥发性有机物、花粉中的任意一种或多种。
优选的是,在所述根据过滤效率确定滤网的使用寿命后,还包括:
若所述使用寿命低于预定值,则发出报警。
本发明的一个方面是提供一种汽车空调滤网的使用寿命检测设备,其包括:
获取单元,用于获取车内的目标污染物浓度随时间的变化;其中,所述目标污染物为能被汽车空调滤网过滤的污染物;
状态判断单元,用于根据目标污染物浓度随时间的变化确定循环状态;其中,所述循环状态为内循环或外循环,所述外循环为车内仅通过空调获得经过滤的车外空气的状态,所述内循环为仅通过空调对车内空气进行循环过滤的状态;
使用寿命计算单元,用于根据所述循环状态确定滤网的使用寿命。
优选的是,所述使用寿命计算单元包括:
提取模块,用于根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化;
风量计算模块,用于根据外循环时车内的目标污染物浓度随时间的变化确定空调风量,所述空调风量为单位时间内经过滤网的空气量;
过滤效率计算模块,用于根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时所述空调风量相等;
使用寿命计算模块,用于根据过滤效率确定滤网的使用寿命。
优选的是,所述使用寿命计算单元包括:
内循环累计净化量计算模块,用于在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量;所述空调风量为单位时间内经过滤网的空气量;
外循环累计净化量计算模块,用于在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量;
累计净化量计算模块,用于以内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量;
使用寿命计算模块,用于根据累计净化量确定滤网的使用寿命。
进一步优选的是,所述使用寿命计算单元还包括:
预期累计净化量计算模块,用于在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量;
替代模块,用于比较所述预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
优选的是,所述获取单元包括:
污染物传感器,其设于车内,用于持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
优选的是,所述状态判断单元包括:
曲线生成模块,用于生成目标污染物浓度随时间的变化曲线;
片段获取模块,用于从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,所述目标污染物浓度呈下降趋势;
循环判断模块,用于从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
优选的是,所述使用寿命检测设备还包括:
运动状态获取单元,用于获取汽车的运动状态;
所述使用寿命计算单元用于仅根据汽车运动时的所述循环状态确定滤网的使用寿命。
进一步优选的是,所述运动状态获取单元包括:
车载自动诊断系统接口,用于与车载自动诊断系统连接,以从车载自动诊断系统获取汽车的运动状态;
和/或
加速度传感器,其设于汽车上,用于获取汽车的加速度,并根据加速度判断汽车的运动状态。
优选的是,所述使用寿命检测设备还包括:
电子标签读取器,用于从设于滤网上的电子标签中读取滤网的信息。
优选的是,所述使用寿命检测设备还包括:
报警单元,用于在所述使用寿命低于预定值时发出报警。
本发明的一个方面是提供一种计算机可读存储介质,其中存储有能被处理器执行的程序,
当所述处理器执行所述程序时,能进行上述的汽车空调滤网的使用寿命检测方法。
不同于常规的家用空气净化器,汽车空调具有不同的循环状态(内循环或外循环),其在不同循环状态下以不同的方式过滤不同的空气,因此,对不同的循环状态,判断滤网的使用寿命的方法也是不同的。而本发明的方法中,则根据车内目标污染物浓度的变化预先确定汽车处于内循环还是外循环状态,之后再根据循环状态的不同用不同方式计算滤网的使用寿命,故其能准确的实现滤网的使用寿命的计算。
而且,根据以上方法,滤网使用寿命只要通过车内目标污染物浓度即可得到,故其实现简单,不用对汽车的结构(如中控系统)进行改造,也不用在空调、滤网中加装额外器件,而只要在车内设置检测目标污染物浓度的污染物传感器(如PM2.5传感器)即可(当然还要有进行数据处理的处理器)。
附图说明
图1为内循环和外循环状态的示意图;
图2为本发明的实施例的一种汽车空调滤网的使用寿命检测方法的流程示意图;
图3为本发明的实施例中目标污染物浓度随时间的变化曲线及由其分出的下降片段的示意图;
图4为本发明的实施例中通过拟合方式判断内循环或外循环(包括空调是否开启)状态的示意图;
图5为本发明的实施例的另一种汽车空调滤网的使用寿命检测方法的流程示意图;
图6为本发明的实施例一种汽车空调滤网的使用寿命检测设备的组成示意框图;
图7为本发明的实施例另一种汽车空调滤网的使用寿命检测设备的组成示意框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
名词解释
以下对本发明中使用的部分名词的通常含义进行解释。
″汽车″是指由动力驱动的、具有4个或4个以上车轮的非轨道承载的车辆。
″车内″是指用于容纳人员、货物的汽车内部的空间,当车窗、车门等均关闭时,除通过汽车空调或不可避免的缝隙外,车内空间与外界应当基本上不能进行空气交换。
″汽车空调″是指安装在汽车上的空气调节设备(Air Conditioner),其具有对车内空气的温度、湿度、洁净度等进行调节的能力。
如图1所示,″外循环″时汽车的车门、车窗等均关闭,空调从外界吸取空气并供入车内,故供入车内的空气必然经过空调滤网的过滤;即外循环是车内仅通过空调获得经过滤的车外空气的状态(当然,外循环时空气可通专用的排风口等排出,但在各种状态下,空气一般都不会从排风口进入车内)。
如图1所示,″内循环″时汽车的车门、车窗等均关闭,空调从车内吸取空气并再次供入车内,故该部分经过空调的空气必然经过空调滤网的过滤;即内循环是仅通过空调对车内空气进行循环过滤的状态。
如无特殊说明,本发明中提到的滤网是指用于在汽车的空调中对经过空调的空气进行过滤的滤网(CAF,Cabin Air Filter),其能对经过的空气进行过滤,以至少部分滤除其中的灰尘、杂物、花粉、霉菌、细菌甚至气态污染物等。
″目标污染物″是指能被滤网滤除的污染物,如PM2.5(空气动力学当量直径小于等于2.5微米的颗粒物)、PM10(空气动力学当量直径小于等于10微米的颗粒物)等;显然,针对不同的滤网,与其对应的目标污染物也是不同的。
″过滤效率″是表示滤网过滤效果的参数,其具体指空气经过滤网一次后被滤网过滤掉的目标污染物的量占经过滤网前空气中的目标污染物的量的比例;因此,过滤效率最大为1,最小为0,且其数值越大表示滤网的过滤效果越好,通常新滤网的过滤效率接近1,而在过滤效率降低至0.5左右,或0.3左右,或0.1左右时,通常表示滤网的过滤效果已经明显降低,需要更换。
″空调风量″是指单位时间内经过滤网的空气量,也就是空调的换气(过滤)速率。
汽车空调滤网的使用寿命检测方法
本发明提供一种方法,可获知汽车空调滤网的使用寿命,作为判断是否需要更换滤网的依据。
该方法可通过汽车空调滤网的使用寿命检测设备执行,该汽车空调滤网的使用寿命检测设备中至少应包括具有数据获取和处理能力的处理器。
本发明的汽车空调滤网的使用寿命检测方法可包括:
获取车内的目标污染物浓度随时间的变化;其中,目标污染物为能被汽车空调滤网过滤的污染物;
根据目标污染物浓度随时间的变化确定循环状态;其中,循环状态为内循环或外循环,外循环为车内仅通过空调获得经过滤的车外空气的状态,内循环为仅通过空调对车内空气进行循环过滤的状态;
根据循环状态确定滤网的使用寿命。
根据本发明的汽车空调滤网的使用寿命检测方法,先获取车内目标污染物的浓度,再根据该浓度得出汽车的内循环或外循环,之后再根据循环状态的不同用不同方式计算滤网的使用寿命,故其能准确的实现滤网的使用寿命的计算。
而且,根据以上方法,滤网使用寿命只要通过目标污染物浓度即可得到,故其实现简单,不用对汽车的结构(如中控系统)进行改造,也不用在空调、滤网中加装额外器件,而只要在车内设置检测目标污染物浓度的污染物传感器(如PM2.5传感器)即可(当然还要有进行数据处理的处理器)。
具体的,如图2所示,作为本发明的一种实施方式,该汽车空调滤网的使用寿命检测方法可包括以下步骤:
S101、持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
也就是说,在一定的时间内通过汽车空调滤网的使用寿命检测设备的污染物传感器(如PM2.5传感器)持续检测车内的目标污染物浓度(如PM2.5),以得到目标污染物浓度随时间的变化。
其中,目标污染物可为PM2.5、PM10、PM0.3、异味物质,总挥发性有机物、花粉中的任意一种或多种,只要其能被滤网过滤即可。
其中,以上检测的具体频率可根据需要设定,只要能满足后续计算的精度要求即可。例如,可每10秒采集一次该时间段内的浓度最大值和最小值(可用其平均值作为检测结果),或每3秒采集一次当前时刻的浓度瞬时值等。
其中,以上检测的时机可根据需要选择。例如,以上检测可以是持续不断的进行(如汽车空调滤网的使用寿命检测独立于汽车中,只要其开启就检测);或者,以上检测也可以是汽车上电后持续不断的进行(因为汽车不上电空调就不可能启动);或者,以上检测也可以是根据用户的命令开始进行;或者,以上检测也可以是在预定的时间(如每个月的前三天)进行等。
当然,如果不是通过检测获得目标污染物浓度随时间的变化,而是通过直接读取已知的车内的目标污染物浓度的数据确定其随时间的变化(如汽车空调滤网的使用寿命检测设备的处理器可设于云端),也是可行的。
S102、对检测到的数据进行预处理。
为去除传感器直接检测得到的数据的误差与噪音,方便后续的处理,可对传感器检测得到的目标污染物浓度数据进行滤波、平滑、剔除异常值、填充缺失值等处理中的一项或多项,实现数据优化。
例如,可对检测得到的目标污染物浓度数据进行平滑处理(如采用平均值、滑动平均值),或进行剔除异常值处理(如采用拉依达准则法、肖维勒准则法、狄克逊准则法、t检验准则发、格拉布斯准则法)处理,或进行丢失数据填充处理(如采用均值填充、中值填充、滑动平均填充、自拟合填充、其他数据回归预测值填充)等,以改善数据质量。
当然,如果不进行本预处理步骤,也是可行的。
S103、优选的,获取汽车的运动状态。
通常汽车空调都是在汽车行驶(即有一定运动速度)时才实际使用,而个别情况下,可能出现停车后没断电的状态,这种状态对滤网使用寿命的计算意义不大,故可获取汽车的运动状态,以确定检测到的数据是否可用于计算滤网的使用寿命,并保证最终仅根据汽车运动时的循环状态确定滤网的使用寿命。
具体的,可让汽车空调滤网的使用寿命检测设备的处理器与OBD(On BoardDiagnostics,车载自动诊断系统)相连,从而通过来自OBD的数据直接确定汽车是否在运动。
或者,汽车空调滤网的使用寿命检测设备也可包括加速度传感器,通过加速度的状况确定汽车是否在运动。例如,可取相互垂直的三轴的加速度向量的模(即总加速度的大小),通过阈值判断确定汽车是否在运动;再如,可也采集一段时间内的加速度数据,通过其中静止状态时的加速度确定出重力加速度的方向,通过向量夹角计算除去重力加速度,以得到汽车的运动姿态。
其中,对加速度传感器采集到的数据也可进行预处理。例如,可对加速度数据进行滤波处理(如算术平均值滤波、加权平均值滤波、滑动平均值滤波、中值滤波、在取均值前剔除最大最小值防止异常值影响的复合滤波、其他规则叠加的复合滤波,使用程序模拟的高通滤波、低通滤波、带通滤波、带阻滤波等),以弱化微小震动对运动状态判断的影响,仅通过较大的加速度确定运动状态,简化判断过程。
当然,如果不进行本步骤,也是可行的。
S104、曲线生成步骤:生成目标污染物浓度随时间的变化曲线。
也就是说,用以上检测到的目标污染物浓度随时间的变化的数据,生成如图3所示的目标污染物浓度随时间的变化曲线(图中时间和目标污染物浓度均只标出相对量,而未加单位)。
当然,当以上获取汽车了的运动状态时,本步骤为仅生成汽车行驶时目标污染物浓度随时间的变化曲线。也就是说,若汽车的运动状态可知时,则汽车空调滤网的使用寿命检测设备的处理器可仅获取汽车行驶时目标污染物浓度随时间的变化,并生成相应的曲线。
当然,以上获取运动状态的步骤的进行顺序以及根据运动状态进行的具体操作也可调整,例如,也可先获取汽车的运动状态,从而仅在汽车运动时才开始获取车内的目标污染物浓度随时间的变化;总之,只要能保证最终仅根据汽车运动时的循环状态确定滤网的使用寿命即可。
S105、片段获取步骤:从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,目标污染物浓度呈下降趋势。
也就是说,如图3所示,从以上目标污染物浓度随时间的变化曲线中分割出多个下降片段,每个下降片段中目标污染物的浓度都呈下降的趋势,即在每个下降片段中目标污染物浓度可能有个别短时间的提升或持平,但从整体趋势上看是降低的,而下降片段中目标污染物浓度的降低可能是由空调对空气的净化造成的,故下降片段可用于后续的过滤效率计算。
其中,可预先设定一个时长,并从目标污染物浓度随时间的变化曲线中找出在该时长内呈下降趋势的片段作为下降片段;或者,也可从目标污染物浓度随时间的变化曲线中截取时间长度不定的目标污染物浓度呈下降趋势的片段作为下降片段。例如,作为一种优选的方案,可通过对目标污染物浓度随时间的变化曲线进行移窗操作得到多个片段,再通过规则判断在每个片段中目标污染物浓度是否存在多次下降的情况(如目标污染物浓度降至一定值稳定后又升高并稳定一段时间),若存在则将该片段再次切分为更多的片段,最终得到多个下降片段;或者,另一种可行的方案为仅通过移窗操作得到多个固定时长的片段,并判断每个片段是否为下降片段,若不是则将其舍弃。
其中,优选的,每个下降片段的时间长度在3~20分钟。这是因为根据经验表明,因空调净化造成的目标污染物浓度降低一般会在以上时间范围内完成(即基本达到稳定)。
S106、优选的,状态判断步骤:判断每个下降片段时汽车空调是否处于开启状态,舍弃汽车空调处于关闭状态的下降片段。
显然,只有因空调净化造成的目标污染物的浓度下降才可能用于过滤效率的分析,因此,因开窗通风、环境变化等造成的下降片段不应用于过滤效率分析,故可预先判断各下降片段时空调是否开启,并除去空调关闭时的下降片段。
当空调开启时,其对应的下降片段的数据应符合一定规律,故可对下降片段的数据进行分析,以判断其是否对应空调开启的状态。具体的,以上判断可采用规则设置、阈值设置、机器学习分类算法等。例如,可通过下降片段中的最大值最小值是否符合一定的阈值关系(如最小值大于最大值的80%为空调未开启)确定其空调状态;或者,如图4所示,也可将下降片段的曲线与特定曲线(如指数曲线)拟合,通过其拟合程度是否过小(如可决系数R2小于0.3为空调未开启)判断空调是否开启;或者,也可预先离线建立空调关闭和开启状态下目标污染物浓度随时间变化的数据库,再通过机器学习的分类或回归算法(如决策树、支持向量机、朴素贝叶斯、人工神经网络等)建立空调关闭和开启的模型,通过下降片段符合的模型确定空调的状态。
当然,如果是汽车空调滤网的使用寿命检测设备的处理器与OBD(车载自动诊断系统)相连,直接获取空调状态,也是可行的。
当然,如果不进行本步骤,而是直接通过判断各下降片段是否对应内循环和外循环状态(因为对应内循环和外循环的下降片段必然对应空调开启的状态),也是可行的。
S107、循环判断步骤:从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
也就是说,再次对各下降片段进行判断,除去其中不属于内循环和外循环状态的下降片段(如空调开启的同时车窗也打开,故无法确定净化到底是哪方面的影响导致),并确定剩余的下降片段中哪些对应内循环状态,哪些对应外循环状态,即确定了循环状态。
在内循环和外循环状态下的下降片段的数据应符合一定规律,故可通过对下降片段的数据进行分析确定其是否对应内循环或外循环状态。具体的,可用的算法包括规则设置、阈值设置、机器学习分类算法等。例如,可通过下降片段中的最大值最小值是否符合一定的阈值关系进行判断(如最小值小于最大值的20%为内循环,最小值大于最大值的30%为外循环);或者,如图4所示,也可将下降片段的曲线与特定曲线(如指数曲线)拟合,通过其拟合程度和取对数后的斜率范围进行判断(如可决系数R2大于0.8且取对数后斜率大于15为内循环,如可决系数R2小于0.8且大于0.3,且取对数后斜率小于0.8为外循环);或者,也可对已经确定属于内循环或外循环的下降片段使用机器学习方法(如决策树、支持向量机、朴素贝叶斯、人工神经网络)进行学习,以建立相应的分类模型,并通过模型判断内循环与外循环。
当然,如果是汽车空调滤网的使用寿命检测设备的处理器与OBD相连,且OBD可获取空调状态(即空调本身被设为内循环模式还是外循环模式)、车窗/车门的状态(如车窗/车门是否打开),则也可直接根据OBD的数据确定内循环或外循环。
当然,从以上方法可知,内循环和外循环的下降片段可以是从长期的目标污染物浓度随时间的变化曲线中筛选出来的,这是因为在正常的使用过程中,汽车空调必然会不时处于内循环或外循环状态,故只要检测的时间足够长,必然可从中提取到用于内循环和外循环片段。
当然,如果是用户根据需要有意让汽车分别在内循环和外循环状态下工作,或者是汽车空调滤网的使用寿命检测设备的处理器在预定时间(如每个月一次)控制汽车分别在内循环和外循环状态下工作,也是可行的。
S108、根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化。
也就是说,在确定了各下降片段对应的循环状态后,也就得到了外循环时车内的目标污染物浓度随时间的变化(即对应外循环的多个下降片段),以及内循环时车内的目标污染物浓度随时间的变化(即对应外循环的多个下降片段)。
S109、根据外循环时车内的目标污染物浓度随时间的变化确定空调风量。
也就是说,根据以上获取到的外循环时车内的目标污染物浓度随时间的变化确定空调风量。
优选的,本步骤可为根据公式nt1=a+b*e-f*t1/V确定空调风量f,其中,nt1为本次外循环开始t1时间后车内的目标污染物浓度,a、b在每次外循环中为固定值,e为自然常数,V为车内空间体积。
经研究发现,在每个连续的外循环状态下,目标污染物浓度随时间的变化符合以上公式。也就是说,以外循环状态下的某个时间为起点,则在从该起点开始经历了时长t1的时间后,车内的目标污染物浓度为nt1,例如,若以t1为5分钟,即表示从起点开始经历了5分钟的时间后,车内的目标污染物浓度为n5min=a+b*e-f*5min/V。
由于该公式中a、b、e、V均为常数,t1和nt1已知,故根据下降片段曲线的斜率即可求出e的系数中的空调风量f,即求出单位时间内空调过滤的空气量(体积)。
当然,本发明中根据下降片段曲线按预定关系求出所需参数(如根据以上公式求f,或根据以下公式求θ)的具体运算方式是多样的。例如,考虑到下降片段曲线具有不可避免的误差、波动,故可先将下降片段曲线拟合为标准的指数曲线,再根据拟合的曲线求出所需参数;或者,也可用下降片段曲线中的多个点得出多个联立的方程,再通过解联立方程组求出所需参数。
S110、根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时空调风量相等。
也就是说,根据以上获取到的内循环时车内的目标污染物浓度随时间的变化确定空调风量。
优选的,本步骤可为根据公式nt2=n0*e-f*θ*t2/V确定滤网的过滤效率θ,其中,nt2为本次内循环开始t2时间后车内的目标污染物浓度,n0为本次内循环开始时的车内的目标污染物浓度,e为自然常数,f为空调风量,V为车内空间体积。
经研究发现,每个连续的内循环状态下,目标污染物浓度随时间的变化符合以上公式。也就是说,以内循环状态下的某个时间为起点,则在从该起点开始经历了时长t2的时间后,车内的目标污染物浓度为nt2,例如,若以t2为10分钟,即表示从起点开始经历了10分钟的时间后,车内的目标污染物浓度为n10min=n0*e-f*θ*10min/V,其中n0是以上起点时车内的目标污染物浓度。
在时间相差不太长的情况下,由于滤网状态不会发生很明显的改变,故空调风量也不会产生明显变化,因此在用某外循环状态的下降片段求出空调风量f后,可认为与该下降片段时间相差不大的内循环状态的下降片段中的f不变。由此,以上公式中的nt2、n0、f(由外循环状态下求出)、t2、V均是已知的,故可求出过滤效率θ,也就得到体现汽车空调滤网当前实际过滤效果的参数。
其中,以上空调风量和过滤效率可分别各通过一个相应的下降片段求出,其中使用的两个下降片段之间间隔的时间不过长即可;或者,也可通过多个不同的外循环状态的下降片段求出多个f,再用各f的平均值在一个或多个内循环状态的下降片段中求θ(如果是求出多个θ则也求平均)。
其中,以上空调风量f和过滤效率θ可直接根据以上的公式计算,或者,也可预先通过机器学习算法建立模型,通过模型计算f和θ。
根据以上方法,先得出内循环和外循环时目标污染物浓度随时间的变化,显然,该变化与空调风量(即滤网的过滤量)、滤网的过滤效率(即滤网的过滤效果)相关。经研究发现,根据外循环时目标污染物浓度随时间的变化可单独求出空调风量,而用空调风量结合内循环时目标污染物浓度随时间的变化则可求出过滤效率。由于过滤效率是根据空调的实际工作状态计算得到的,故其十分准确,且过滤效率直接体现滤网的过滤效果,其会随着滤网的使用而逐渐减小,因此,对于相同型号的滤网产品,其过滤效率越小则表示其剩余的使用寿命越低,故通过过滤效率可准确的得出滤网的使用寿命。
S111、优选的,获取空调累计开启时间。
也就是说,也可获取空调的累计开启时间,显然,该时间越长则表示空调已经运行的时间越长,故滤网可能的剩余使用寿命越短。
具体的,本步骤中的空调累计开启时间可为以上计算出的空调处于开启状态的累计时间;或者,也可用汽车的上电时间和汽车处于行驶状态的时间按一定规则综合计算,如通常采用汽车处于行驶状态的时间,但当汽车处于行驶状态的时间远远小于汽车上电时间时,则认为加速度传感器存在问题,直接采用汽车上电时间作为空调累计开启时间。
当然,本步骤是用于对滤网使用寿命进行辅助计算的,故其也可没有。
当然,应当理解,以上S110、S111步骤的顺序和位置只是示例性的,它们与其它步骤间并无必然的先后关系,只要它们在最终确定使用寿命(步骤S112)的步骤前完成即可。
S112、根据过滤效率以及累计开启时间确定滤网的使用寿命。
也就是说,在求出以上的过滤效率θ和累计开启时间后,可根据它们综合确定滤网的使用寿命。
具体的,在计算得到过滤效率后,可找到该过滤效率在滤网完整的使用寿命中所占的位置,并将其转换为滤网的剩余使用寿命,并设定对应过滤效率的阈值,当根据过滤效率判断的使用寿命不符合阈值条件时即认为滤网使用寿命耗尽。例如,对每种型号的滤网,可直接设定过滤效率的阈值;或者,也可根据预先在实验室测试得到的滤网的初始过滤效率和使用到极限时的过滤效率对过滤效率进行归一化处理(如转变为100至0间的值),并设置对应的阈值(如10~30),更具体的,若过滤效率归一化处理为100至0间的值,则其代表滤网剩余的使用寿命,假设其设定的阈值为10,则当归一化的过滤效率降低至10时,就表示滤网使用寿命即将耗尽,提醒用户更换滤网;或者,也可设定对应实测过滤效率与初始过滤效率的比值的阈值。
或者,也可不设置阈值,而是根据过滤效率随时间的变化趋势进行判断,如当过滤效率基本不再随时间降低时则认为使用寿命耗尽。
当然,以上使用的实测过滤效率、初始过滤效率等的数据均可通过均值、中值等方法进行优化。
类似的,对空调累计开启时间,也可归一化为100至0间的值,并作为判断滤网使用寿命的基础(如设定阈值)。
具体的,对以上过滤效率和累计开启时间,可根据它们用多种不同的方法综合判断滤网的使用寿命。例如,可用其中一种方法判断的使用寿命为主,并根据另一种方法判断的使用寿命对其进行修正(如取均值、取加权值、根据差值增减,或者在符合特定规律时才修正);或者,也可采用一票否决的方式,只要有一种方式判断使用寿命耗尽即认定滤网需要更换;或者,也可采取规则选择的方式,即当两方法判断的使用寿命不一致时,根据实际情况分析哪种方法失效,以确定采用哪种方法判断的使用寿命。
当然,应当理解,如果未求出累计开启时间,则本步骤也可单独根据过滤效率确定使用寿命。
当然,以上滤网使用寿命的判断还与滤网型号有关,如相同的过滤效率值,可能对某种型号的滤网代表使用寿命已经耗尽,而对另一种型号的滤网则代表还可继续使用一段时间。因此,在进行使用寿命判断前,还应通过一定方式获知滤网型号。例如,若某汽车空调可使用多种不同型号的滤网,则可在滤网上加装电子标签,并在汽车空调滤网的使用寿命检测设备中设置电子标签读写器,以在安装滤网时读取电子标签中的滤网初始参数;或者,也可在安装滤网时,用户通过输入设备(如触摸屏)输入滤网的初始参数或型号;或者,若某汽车空调中必须安装特定型号的滤网,则可预先将该滤网的初始参数存储下来等。
S113、优选的,若使用寿命低于预定值,则发出报警。
也就是说,若之前求出的使用寿命低于预定值(即最终判定结果是使用寿命耗尽),则表明滤网已经应当更换,故可通过报警单元发出报警,提醒用户更换滤网。
具体的,本步骤的报警可以是发出闪光、鸣响、语音等,也可以是在显示屏上显示需要更换滤网的提示文字或符号。
具体的,作为本发明的另一种实施方式,也可采用不同的具体方式根据循环状态判断使用寿命。具体的,如图5所示,该汽车空调滤网的使用寿命检测方法可包括以下步骤:
S201-207步骤:这些步骤与以上的S101-S107步骤相同。
也就是说,可采用与以上S101-S107步骤相同的方法获取车内的目标污染物浓度随时间的变化,并根据目标污染物浓度随时间的变化确定循环状态。
S208a、在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量。
S208b、在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量。
其中,累计净化量(CCM)是指滤网累计过滤掉的目标污染物的总量,这些被过滤的目标污染物会集聚在滤网上,使滤网性能逐渐降低,故通过累计净化量也可计算出滤网的使用寿命。
理论上看,累计净化量可通过以下公式计算:
累计净化量=∑空调风量*时间*过滤的空气中目标污染物的浓度*估算过滤效率;
其中″空调风量*时间″是经过空调的空气量,其乘上″过滤的空气中目标污染物的浓度″就是经过空调的目标污染物总量,其再乘上″估算过滤效率″就是被滤网过滤掉的并集聚在滤网上的目标污染物的量,即累计净化量。
根据内循环和外循环状态的不同,以上″过滤的空气中目标污染物的浓度″也不同,即其应当分别是车内的目标污染物浓度和车外的目标污染物浓度,故内循环累计净化量和外循环累计净化量应分别计算。
其中,以上内循环累计净化量、外循环累计净化量计算过程中所用的空调风量、目标污染物可以是实际测的值,也可以采用估算的方式,或对实际测的值通过系数等方式进行相应的修正:
例如,车内的目标污染物浓度,可采用实时的测试值,也可为一段时间内的最大值、一段之间内的平均值等。
再如,车外的目标污染物浓度,可为通过设于车外的污染物传感器测得的值(实时值、最大值、平均值等),也可为用车内的目标污染浓度乘以一定系数得到的估算值。
再如,空调风量可利用外循环的下降片段按照以上方法计算;或者,空调风量也可根据空调原有的额定风量估算(如认为空调风量随上电时间的增长逐渐降低);或者,也可采用通过统计方法估算的平均空调风量。
而以上估算过滤效率则为通过预定的方式估计得到的过滤效率值:例如,可用时间进行估算(即估算过滤效率随上电时间的增长而按照预定规律阶梯减小);或者,估算过滤效率也可采用根据预先进行的试验得到的平均值等。
S209、以内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量CCM1。
也就是说,可将内循环累计净化量与外循环累计净化量相加,计算得到当前的累计净化量CCM1。
应当理解,由于累计净化量是″累计″值,因此,其可采用不断将增量加入的方式计算,即每隔一段时间计算该时间段内的累计净化量增量(即累计净化量在该时间段内增加的部分),之后不断将各时间段内的累计净化量增量加入,即可得到总的累计净化量。
S210a、优选的,在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量。
显然,滤网的使用寿命与累计净化量有对应关系,且滤网的使用寿命还与滤网当前的过滤效果对应,故滤网的过滤效果也与累计净化量对应。
当滤网的过滤效果不同时,在内循环时车内的目标污染物浓度随时间的变化也是不同的。因此,通过在一段较短时间内多次内循环时车内的目标污染物浓度随时间的变化可计算出滤网当前的过滤效果,进而得出与该过滤效果对应的累计净化量,即预期累计净化量CCM2。
具体的,以上预期累计净化量的过程可为:求出多个对应内循环的下降片段中曲线的斜率,例如,可先对曲线取对数,之后进行线性拟合为直线(如用最小二乘法、线性回归法、多项式回归、法LASSO法、最小角回归法等),再求拟合曲线的斜率;通过取平均值或中值等方式,得出反应多个曲线的整体状况的斜率值;根据该斜率值可计算出滤网当前的过滤效果;根据该过滤效果可找出对应的累计净化量,即预期累计净化量CCM2。
S210b、优选的,比较预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
也就是说,将根据目标污染物浓度随时间的变化求出的预期累计净化量CCM2与以上根据目标污染物浓度、空调风量、滤网的估算过滤效率求出的累计净化量CCM1进行比较,如果二者的差距小于一个预设的阈值,则用CCM2取代CCM1,即之后进行使用寿命判断以及计算新的累计净化量时,均以被替换后的累计净化量(实际为CCM2)计算。当然,如果二者间的差距过大,则不进行替换步骤。
显然,以上根据目标污染物浓度、空调风量、滤网的估算过滤效率求出的累计净化量是一个长期的累计值,故每次因测量、计算等导致的微小误差都会被逐渐累计到其中,导致其总误差越来越大。而预期累计净化量是根据实测的目标污染物浓度随时间的变化得出的,不存在累计误差,故其数值一般更准确。
因此,当预期累计净化量与根据目标污染物浓度、空调风量、滤网的估算过滤效率求出的累计净化量相差不太大时,则可用预期累计净化量修正累计净化量,以消除累计净化量中累计的误差。
而若预期累计净化量与根据目标污染物浓度、空调风量、滤网的估算过滤效率求出的累计净化量相差过大时,则表明当前的目标污染物浓度随时间的变化很可能是不准确的(如因为车内有人抽烟导致目标污染物浓度随时间的变化不能准确体现滤网过滤效果),故此时不再进行修正。
S211、根据累计净化量确定滤网的使用寿命。
也就是说,根据以上得到的累计净化量(可为替换后的),计算出滤网的使用寿命。
具体的,根据累计净化量计算使用寿命的方法是多样的。
例如,对每种型号的滤网,可直接设定其累计净化量的阈值;或者,也可根据预先在实验室测试得到的滤网使用到极限时的最大累计净化量,对累计净化量进行归一化处理(如采用min法、max法、z-score法等任何已知的归一化方法),将其转变为100至0间的值,并设置对应的阈值(如10~30),更具体的,若累计净化量归一化处理为100至0间的值,则其代表滤网剩余的使用寿命,假设其设定的阈值为30,则当归一化的累计净化量降低至30时,就表示滤网使用寿命即将耗尽,提醒用户更换滤网;或者,也可设定对应累计净化量与最大累计净化量的比值的阈值。
或者,也可不设置阈值,而是根据累计净化量随时间的变化趋势进行判断,如当累计净化量基本不再随时间增大时则认为使用寿命耗尽。
当然,本步骤可与以上通过滤效率判断使用寿命的方式相似,也通过累计开启时间与累计净化量综合确定使用寿命。
当然,若本步骤中发现使用寿命低于预定值,则也可继续进行发出报警等步骤。
汽车空调滤网的使用寿命检测设备
本发明还提供一种汽车空调滤网的使用寿命检测设备,其可执行以上的方法,从而检测汽车空调滤网的使用寿命。
如图6和图7所示,该汽车空调滤网的使用寿命检测设备可包括:
获取单元,用于获取车内的目标污染物浓度随时间的变化;其中,目标污染物为能被汽车空调滤网过滤的污染物;
状态判断单元,用于根据目标污染物浓度随时间的变化确定循环状态;其中,循环状态为内循环或外循环,外循环为车内仅通过空调获得经过滤的车外空气的状态,内循环为仅通过空调对车内空气进行循环过滤的状态;
使用寿命计算单元,用于根据循环状态确定滤网的使用寿命。
优选的,使用寿命计算单元包括:
提取模块,用于根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化;
风量计算模块,用于根据外循环时车内的目标污染物浓度随时间的变化确定空调风量,空调风量为单位时间内经过滤网的空气量;
过滤效率计算模块,用于根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时所述空调风量相等;
使用寿命计算模块,用于根据过滤效率确定滤网的使用寿命。
优选的,使用寿命计算单元包括:
内循环累计净化量计算模块,用于在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量;空调风量为单位时间内经过滤网的空气量;
外循环累计净化量计算模块,用于在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量;
累计净化量计算模块,用于以内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量;
使用寿命计算模块,用于根据累计净化量确定滤网的使用寿命。
进一步优选的,使用寿命计算单元还包括:
预期累计净化量计算模块,用于在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量;
替代模块,用于比较预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
优选的,获取单元包括:
污染物传感器,其设于车内,用于持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
优选的,状态判断单元包括:
曲线生成模块,用于生成目标污染物浓度随时间的变化曲线;
片段获取模块,用于从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,目标污染物浓度呈下降趋势;
循环判断模块,用于从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
优选的,汽车空调滤网的使用寿命检测设备还包括:
运动状态获取单元,用于获取汽车的运动状态;
曲线生成模块用于仅生成汽车行驶时目标污染物浓度随时间的变化曲线。
进一步优选的,运动状态获取单元包括:
OBD接口,用于与OBD连接,以从OBD获取汽车的运动状态;
和/或
加速度传感器,其设于汽车上,用于获取汽车的加速度,并根据加速度判断汽车的运动状态。
优选的,汽车空调滤网的使用寿命检测设备还包括:
电子标签读取器,用于从设于滤网上的电子标签中读取滤网的信息。
优选的,汽车空调滤网的使用寿命检测设备还包括:
报警单元,用于在使用寿命低于预定值时发出报警。
其中,本发明的汽车空调滤网的使用寿命检测设备中的各单元和模块可执行以上的汽车空调滤网的使用寿命检测方法,从而可准确的获知滤网的使用寿命。
其中,以上汽车空调滤网的使用寿命检测设备可包括OBD接口,用于与汽车的OBD相连,以便直接从OBD获取汽车的运动状态,并用其作为是否生成汽车行驶时目标污染物浓度随时间的变化曲线的依据。
或者,汽车空调滤网的使用寿命检测设备还可包括加速度传感器,用于根据检测到的加速度判断汽车是否在运动。
当然,如果汽车空调滤网的使用寿命检测设备同时具有OBD接口和加速度传感器,也是可行的。
其中,以上汽车空调滤网的使用寿命检测设备还可包括电子标签读取器,用于从设于滤网上的电子标签中读取滤网的信息,从而在安装滤网时获知滤网的相关参数(如滤网型号、初始过滤效率、最大累计净化量等),以作为判断使用寿命的基础。
计算机可读存储介质
本发明还提供一种计算机可读存储介质,其中存储有能被处理器执行的程序,当处理器执行程序时,能进行上述的汽车空调滤网的使用寿命检测方法。
也就是说,可在计算机可读存储介质中存储对应以上方法的程序,从而当处理器运行该程序时,即可实现以上的汽车空调滤网的使用寿命检测方法。
其中,计算机可读存储介质可为硬盘、移动硬盘、U盘、CD、DVD、RAM、ROM等任意易失或非易失的存储介质。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (23)
1.一种汽车空调滤网的使用寿命检测方法,其特征在于,包括:
获取车内的目标污染物浓度随时间的变化;其中,所述目标污染物为能被汽车空调滤网过滤的污染物;
根据目标污染物浓度随时间的变化确定循环状态;其中,所述循环状态为内循环或外循环,所述外循环为车内仅通过空调获得经过滤的车外空气的状态,所述内循环为仅通过空调对车内空气进行循环过滤的状态;
根据所述循环状态确定滤网的使用寿命;
所述根据所述循环状态确定滤网的使用寿命包括:
根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化;
根据外循环时车内的目标污染物浓度随时间的变化确定空调风量,所述空调风量为单位时间内经过滤网的空气量;
根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时所述空调风量相等;
根据过滤效率确定滤网的使用寿命。
2.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述根据外循环时车内的目标污染物浓度随时间的变化确定空调风量包括:
根据公式nt1=a+b*e-f*t1/V确定空调风量f,其中,nt1为本次外循环开始t1时间后车内的目标污染物浓度,a、b在每次外循环中为固定值,e为自然常数,V为车内空间体积。
3.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率包括:
根据公式nt2=n0*e-f*θ*t2/V确定滤网的过滤效率θ,其中,nt2为本次内循环开始t2时间后车内的目标污染物浓度,n0为本次内循环开始时的车内的目标污染物浓度,e为自然常数,f为空调风量,V为车内空间体积。
4.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述根据所述循环状态确定滤网的使用寿命包括:
在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量;在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量;所述空调风量为单位时间内经过滤网的空气量;其中,内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量;
根据累计净化量确定滤网的使用寿命。
5.根据权利要求4所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述根据累计净化量确定滤网的使用寿命包括:
在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量;
比较所述预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
6.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述获取车内的目标污染物浓度随时间的变化包括:
持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
7.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述根据目标污染物浓度随时间的变化确定循环状态包括:
曲线生成步骤:生成目标污染物浓度随时间的变化曲线;
片段获取步骤:从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,所述目标污染物浓度呈下降趋势;
循环判断步骤:从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
8.根据权利要求7所述的汽车空调滤网的使用寿命检测方法,其特征在于,在所述片段获取步骤和循环判断步骤之间还包括:
状态判断步骤:判断每个下降片段时汽车空调是否处于开启状态,舍弃汽车空调处于关闭状态的下降片段。
9.根据权利要求7所述的汽车空调滤网的使用寿命检测方法,其特征在于,
每个所述下降片段的时间长度在3~20分钟。
10.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,
在所述根据所述循环状态确定滤网的使用寿命前,还包括:获取空调的累计开启时间;
所述根据所述循环状态确定滤网的使用寿命包括:根据累计开启时间和循环状态共同确定滤网的使用寿命。
11.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,还包括:
获取汽车的运动状态;
所述根据所述循环状态确定滤网的使用寿命包括:仅根据汽车运动时的所述循环状态确定滤网的使用寿命。
12.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,所述目标污染物包括:
PM2.5、PM10、PM0.3、异味物质,总挥发性有机物、花粉中的任意一种或多种。
13.根据权利要求1所述的汽车空调滤网的使用寿命检测方法,其特征在于,在所述根据过滤效率确定滤网的使用寿命后,还包括:
若所述使用寿命低于预定值,则发出报警。
14.一种汽车空调滤网的使用寿命检测设备,其特征在于,包括:
获取单元,用于获取车内的目标污染物浓度随时间的变化;其中,所述目标污染物为能被汽车空调滤网过滤的污染物;
状态判断单元,用于根据目标污染物浓度随时间的变化确定循环状态;其中,所述循环状态为内循环或外循环,所述外循环为车内仅通过空调获得经过滤的车外空气的状态,所述内循环为仅通过空调对车内空气进行循环过滤的状态;
使用寿命计算单元,用于根据所述循环状态确定滤网的使用寿命;
所述使用寿命计算单元包括:
提取模块,用于根据目标污染物浓度随时间的变化以及循环状态得到外循环时车内的目标污染物浓度随时间的变化,以及内循环时车内的目标污染物浓度随时间的变化;
风量计算模块,用于根据外循环时车内的目标污染物浓度随时间的变化确定空调风量,所述空调风量为单位时间内经过滤网的空气量;
过滤效率计算模块,用于根据内循环时车内的目标污染物浓度随时间的变化和空调风量确定滤网的过滤效率;其中,内循环时和外循环时所述空调风量相等;
使用寿命计算模块,用于根据过滤效率确定滤网的使用寿命。
15.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,所述使用寿命计算单元包括:
内循环累计净化量计算模块,用于在内循环时,根据车内的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的内循环累计净化量;所述空调风量为单位时间内经过滤网的空气量;
外循环累计净化量计算模块,用于在外循环时,根据车外的目标污染物浓度、空调风量、滤网的估算过滤效率计算汽车空调的外循环累计净化量;
累计净化量计算模块,用于以内循环累计净化量与外循环累计净化量之和作为汽车空调的累计净化量;
使用寿命计算模块,用于根据累计净化量确定滤网的使用寿命。
16.根据权利要求15所述的汽车空调滤网的使用寿命检测设备,其特征在于,所述使用寿命计算单元还包括:
预期累计净化量计算模块,用于在预定时间内,根据多次内循环时车内的目标污染物浓度随时间的变化计算得到预期累计净化量;
替代模块,用于比较所述预期累计净化量与累计净化量,若二者的差异小于预定值,则以预期累计净化量取代累计净化量。
17.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,所述获取单元包括:
污染物传感器,其设于车内,用于持续检测车内的目标污染物浓度以得到车内的目标污染物浓度随时间的变化。
18.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,所述状态判断单元包括:
曲线生成模块,用于生成目标污染物浓度随时间的变化曲线;
片段获取模块,用于从目标污染物浓度随时间的变化曲线中分割出多个下降片段,在每个下降片段中,所述目标污染物浓度呈下降趋势;
循环判断模块,用于从多个下降片段中筛选出对应内循环的下降片段和对应外循环的下降片段。
19.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,还包括:
运动状态获取单元,用于获取汽车的运动状态;
所述使用寿命计算单元用于仅根据汽车运动时的所述循环状态确定滤网的使用寿命。
20.根据权利要求19所述的汽车空调滤网的使用寿命检测设备,其特征在于,所述运动状态获取单元包括:
车载自动诊断系统接口,用于与车载自动诊断系统连接,以从车载自动诊断系统获取汽车的运动状态;
和/或
加速度传感器,其设于汽车上,用于获取汽车的加速度,并根据加速度判断汽车的运动状态。
21.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,还包括:
电子标签读取器,用于从设于滤网上的电子标签中读取滤网的信息。
22.根据权利要求14所述的汽车空调滤网的使用寿命检测设备,其特征在于,还包括:
报警单元,用于在所述使用寿命低于预定值时发出报警。
23.一种计算机可读存储介质,其中存储有能被处理器执行的程序,其特征在于,
当所述处理器执行所述程序时,能进行权利要求1至13中任意一项所述的汽车空调滤网的使用寿命检测方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811196418.9A CN109532384B (zh) | 2018-10-15 | 2018-10-15 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
PCT/CN2019/111735 WO2020078436A1 (zh) | 2018-10-15 | 2019-10-17 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
KR1020217014129A KR20210095625A (ko) | 2018-10-15 | 2019-10-17 | 자동차 에어컨 필터를 위한 사용 수명 검출 방법 및 디바이스, 및 저장 매체 |
CN201980068107.0A CN112996682A (zh) | 2018-10-15 | 2019-10-17 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811196418.9A CN109532384B (zh) | 2018-10-15 | 2018-10-15 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109532384A CN109532384A (zh) | 2019-03-29 |
CN109532384B true CN109532384B (zh) | 2022-03-08 |
Family
ID=65843950
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811196418.9A Expired - Fee Related CN109532384B (zh) | 2018-10-15 | 2018-10-15 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
CN201980068107.0A Pending CN112996682A (zh) | 2018-10-15 | 2019-10-17 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980068107.0A Pending CN112996682A (zh) | 2018-10-15 | 2019-10-17 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
Country Status (3)
Country | Link |
---|---|
KR (1) | KR20210095625A (zh) |
CN (2) | CN109532384B (zh) |
WO (1) | WO2020078436A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109532384B (zh) * | 2018-10-15 | 2022-03-08 | 3M创新有限公司 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
CN111780345A (zh) * | 2019-04-04 | 2020-10-16 | 广东美的环境电器制造有限公司 | 滤网寿命的计算方法、装置及净化设备 |
CN111140991B (zh) * | 2019-12-31 | 2022-03-08 | Tcl空调器(中山)有限公司 | 过滤网运行寿命的判断方法、装置、空气净化器及介质 |
CN111516457A (zh) * | 2020-04-30 | 2020-08-11 | 三一重机有限公司 | 一种堵塞检测方法、装置及工程机械 |
CN112581654B (zh) * | 2020-12-29 | 2022-09-30 | 华人运通(江苏)技术有限公司 | 一种车辆功能的使用频度评价系统及方法 |
CN113002263B (zh) * | 2021-01-28 | 2022-08-19 | 浙江合众新能源汽车有限公司 | 一种空调滤芯更换提醒方法 |
CN113513823B (zh) * | 2021-03-22 | 2023-03-24 | 珠海格力电器股份有限公司 | 一种新风过滤机组的控制装置、方法和新风过滤机组 |
CN113415129B (zh) * | 2021-07-02 | 2022-05-31 | 一汽奔腾轿车有限公司 | 一种基于环境pm2.5的汽车空调滤芯的更换提醒方法及系统 |
CN115214315B (zh) * | 2021-07-14 | 2024-02-23 | 广州汽车集团股份有限公司 | 一种汽车空调滤芯的剩余寿命检测方法 |
CN113959061B (zh) * | 2021-11-24 | 2022-11-01 | 美的集团武汉制冷设备有限公司 | 新风设备的提醒方法、装置、存储介质及新风设备 |
CN114506191B (zh) * | 2022-01-26 | 2023-08-08 | 武汉格罗夫氢能汽车有限公司 | 氢能汽车的智能换气控制方法、终端设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012209126A1 (de) * | 2012-05-30 | 2013-12-05 | Behr Gmbh & Co. Kg | Anordnung, umfassend ein Dichtungselement und einen Wärmeübertrager, in einem Luftkanal |
CN107054014A (zh) * | 2017-02-28 | 2017-08-18 | 上海蔚来汽车有限公司 | 汽车空调滤网使用寿命的检测方法和装置 |
DE102016005092A1 (de) * | 2016-04-27 | 2017-11-02 | Daimler Ag | Befülladapter zum Befüllen von Klimaanlagen von Fahrzeugen mit einem Kältemittel |
CN108105941A (zh) * | 2017-12-19 | 2018-06-01 | 广东美的制冷设备有限公司 | 空气净化设备及其滤网寿命估算方法、装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3129567B2 (ja) * | 1993-03-15 | 2001-01-31 | カルソニックカンセイ株式会社 | フィルター交換時期警報装置 |
KR100461437B1 (ko) * | 2002-11-18 | 2004-12-10 | 현대자동차주식회사 | 차량용 에어필터의 자동교환장치 |
DE102005012502C5 (de) * | 2004-03-24 | 2022-09-01 | Mahle International Gmbh | Vorrichtung zur Überwachung eines Filters, Belüftungs-, Heizungs- und/oder Klimaanlage für ein Kraftfahrzeug sowie Verfahren zur Filterüberwachung |
KR100680351B1 (ko) * | 2005-12-12 | 2007-02-08 | 기아자동차주식회사 | 차량의 공기정화시스템에서 에어필터 교환 자동 알림 방법 |
KR101263693B1 (ko) * | 2006-10-19 | 2013-05-13 | 한라비스테온공조 주식회사 | 차량용 송풍장치의 필터 교환 시기 체크 장치 |
CN104180465B (zh) * | 2013-05-23 | 2017-03-22 | 深圳市中兴新地通信器材有限公司 | 具自洁除尘功能的新风通风装置及其除尘方法 |
AT514742A2 (de) * | 2014-11-10 | 2015-03-15 | Ditest Fahrzeugdiagnose Gmbh | Vorrichtung und Verfahren zum Warten einer Klimaanlage |
CN105363297A (zh) * | 2015-11-25 | 2016-03-02 | 佛山市城市森林净化科技有限公司 | 一种判断空气净化器滤网寿命的方法 |
CN107415632A (zh) * | 2017-06-29 | 2017-12-01 | 上海思致汽车工程技术有限公司 | 一种用于计算空调滤清器使用寿命的系统及其计算方法 |
CN107825939A (zh) * | 2017-09-11 | 2018-03-23 | 惠州市德赛西威汽车电子股份有限公司 | 一种汽车空调滤网使用寿命的检测方法和装置 |
CN109532384B (zh) * | 2018-10-15 | 2022-03-08 | 3M创新有限公司 | 汽车空调滤网的使用寿命检测方法和设备、存储介质 |
-
2018
- 2018-10-15 CN CN201811196418.9A patent/CN109532384B/zh not_active Expired - Fee Related
-
2019
- 2019-10-17 KR KR1020217014129A patent/KR20210095625A/ko not_active Application Discontinuation
- 2019-10-17 CN CN201980068107.0A patent/CN112996682A/zh active Pending
- 2019-10-17 WO PCT/CN2019/111735 patent/WO2020078436A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012209126A1 (de) * | 2012-05-30 | 2013-12-05 | Behr Gmbh & Co. Kg | Anordnung, umfassend ein Dichtungselement und einen Wärmeübertrager, in einem Luftkanal |
DE102016005092A1 (de) * | 2016-04-27 | 2017-11-02 | Daimler Ag | Befülladapter zum Befüllen von Klimaanlagen von Fahrzeugen mit einem Kältemittel |
CN107054014A (zh) * | 2017-02-28 | 2017-08-18 | 上海蔚来汽车有限公司 | 汽车空调滤网使用寿命的检测方法和装置 |
CN108105941A (zh) * | 2017-12-19 | 2018-06-01 | 广东美的制冷设备有限公司 | 空气净化设备及其滤网寿命估算方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109532384A (zh) | 2019-03-29 |
KR20210095625A (ko) | 2021-08-02 |
WO2020078436A1 (zh) | 2020-04-23 |
CN112996682A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109532384B (zh) | 汽车空调滤网的使用寿命检测方法和设备、存储介质 | |
US11156997B2 (en) | Systems and methods for artificial intelligence-based maintenance of an air conditioning system | |
US10222077B2 (en) | Dust removing apparatus and notification method | |
US20120072029A1 (en) | Intelligent system and method for detecting and diagnosing faults in heating, ventilating and air conditioning (hvac) equipment | |
CN112546277A (zh) | 车辆控制方法、汽车、车载终端及计算机可读存储介质 | |
KR101203500B1 (ko) | 지하 실내 공기질 모니터링 방법 및 지하 실내 공기질 제어 시스템 | |
CN109484137B (zh) | 一种汽车空调滤芯更换提醒系统和方法 | |
CN113906259B (zh) | 用于检测颗粒过滤器的状态的系统和方法 | |
CN105817091B (zh) | 用于监控过滤器寿命的方法和装置 | |
CN110513828B (zh) | 净化器滤网状况检测方法、装置、控制设备及净化器 | |
CN112619320B (zh) | 汽车空调过滤器使用总计时间确定方法、更换提醒方法及系统 | |
US20210063038A1 (en) | Systems and methods to detect dirt level of filters | |
CN111090916A (zh) | 车内空调过滤器的内芯寿命的计算方法及其计算系统 | |
CN116619972A (zh) | 车载空调滤芯的寿命检测方法、装置、设备及存储介质 | |
CN113486953A (zh) | 变频器滤网更换时间的预测方法、装置及计算机可读介质 | |
EP3828472A1 (en) | Systems and methods for detecting the status of a particle filter | |
CN111665067A (zh) | 轨道车辆空调状态监测系统与监测方法 | |
EP4290150A1 (en) | Presence detection | |
CN113685954B (zh) | 空气净化器的控制方法、装置、空气净化器及存储介质 | |
CN113757916B (zh) | 基于tcms数据判断列车空调制冷系统异常的方法 | |
CN116021943A (zh) | 车载空调的控制系统及方法 | |
CN115875799A (zh) | 空调器过滤网脏堵程度检测方法、装置及可读存储介质 | |
CN109915997A (zh) | 空调设备的滤网寿命告警系统及告警方法 | |
CN117267863A (zh) | 寿命的预估方法、装置、设备及存储介质 | |
CN114624156A (zh) | 一种空调滤芯灰尘的预判及检测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220308 |