CN110081552B - 压缩机的自适应控制方法及装置 - Google Patents

压缩机的自适应控制方法及装置 Download PDF

Info

Publication number
CN110081552B
CN110081552B CN201910376807.8A CN201910376807A CN110081552B CN 110081552 B CN110081552 B CN 110081552B CN 201910376807 A CN201910376807 A CN 201910376807A CN 110081552 B CN110081552 B CN 110081552B
Authority
CN
China
Prior art keywords
compressor
mode
next stage
starting
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
Application number
CN201910376807.8A
Other languages
English (en)
Other versions
CN110081552A (zh
Inventor
张仕强
武连发
李立民
冯涛
李树建
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.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
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 Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910376807.8A priority Critical patent/CN110081552B/zh
Publication of CN110081552A publication Critical patent/CN110081552A/zh
Application granted granted Critical
Publication of CN110081552B publication Critical patent/CN110081552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/86—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling compressors within refrigeration or heat pump circuits
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/88—Electrical aspects, e.g. circuits

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种压缩机的自适应控制方法及装置。其中，该压缩机的自适应控制方法包括：确定压缩机开机启动，获取压缩机的运行状态参数；通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式；根据调整模式对压缩机的启动模式进行调整。本发明解决了相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题。

Description

压缩机的自适应控制方法及装置
技术领域
本发明涉及压缩机启动控制技术领域，具体而言，涉及一种压缩机的自适应控制方法及装置。
背景技术
目前，空调系统机组启动时按照一个预定的频率控制方案启动，启动模式递增平台固定，停顿时间一定。采用这种方案达到压缩机满负荷输出的时间较长，难以实现快速制冷、制热。
而且，目前空调系统启动控制，对于一些特殊的工程或安装情况，按照同样的控制方式，不能自行调整启动方案；也没有针对启动过程中系统的异常状态的修正，可靠性差。
针对上述相关技术中用于空调系统的压缩机启动控制方法可靠性较低的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种压缩机的自适应控制方法及装置，以至少解决相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题。
根据本发明实施例的一个方面，提供了一种压缩机的自适应控制方法，包括：确定压缩机开机启动，获取所述压缩机的运行状态参数；通过第一模型，确定与所述运行状态参数对应的调整模式，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：运行状态参数以及与所述运行状态参数对应的调整模式；根据所述调整模式对所述压缩机的启动模式进行调整。
可选地，在通过第一模型，确定与所述运行状态参数对应的调整模式之前，该压缩机的自适应控制方法还包括：获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，所述多个历史调整模式是根据所述多个历史运行状态参数确定的模式；对获取的包括所述多个历史运行状态参数以及所述多个历史调整模式进行训练，得到所述第一模型。
可选地，在确定压缩机开机启动之前，该压缩机的自适应控制方法还包括：获取所述压缩机的预设启动模式，其中，所述预设启动模式是根据与所述压缩机具有对应关系的空调系统的开机启动模式确定的；控制所述压缩机根据所述预设启动模式启动。
可选地，所述压缩机的运行状态参数包括以下至少之一：所述压缩机的排气温度，所述压缩机的高压值以及所述压缩机的低压值。
可选地，所述运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，所述故障数据是通过参数监测模块获取的所述压缩机以所述预设启动模式启动过程中的数据，所述实时运行数据是通过异常记录模块读取的所述压缩机以所述预设启动模式启动过程中的数据，其中，所述异常记录模块以及所述参数监测模块属于所述空调系统。
可选地，在所述运行状态参数包括所述故障数据的情况下，根据所述调整模式对所述压缩机的启动模式进行调整包括：基于所述调整模型结合第一公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第一公式为：F(x)＝F(n)+m*g，F(x)表示所述压缩机在所述下个阶段的实际启动频率，F(n)表示所述压缩机在所述下个阶段的预设启动频率，m表示所述压缩机在当前阶段出现的高压保护次数，g为所述压缩机在所述下个阶段的实际启动频率的修正系数；同时基于所述调整模型结合第二公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第二公式为：T(x)＝T(n)+m*h，T(x)表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，T(n)表示所述压缩机在所述下个阶段对应的预设启动频率的停顿时长，m表示所述压缩机在所述当前阶段出现的高压保护次数，h为所述压缩机在所述下个阶段的启动频率对应的实际停顿时长的修正系数。
可选地，根据所述调整模式对所述压缩机的启动模式进行调整包括：基于所述调整模型结合第三公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第三公式为：F(x)＝F(n)+c，F(x)表示所述压缩机在所述下个阶段的实际启动频率，F(n)表示所述压缩机在所述下个阶段的预设启动频率，c表示所述压缩机在所述下个阶段的实际启动频率的修正系数；同时基于所述调整模型结合第四公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第四公式为：T(x)＝T(n)+f，T(x)表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，T(n)表示所述压缩机在所述下个阶段对应的预设启动频率的停顿时长，f为所述压缩机在所述下个阶段的实际启动频率对应的停顿时长的修正系数。
根据本发明实施例的另外一个方面，还提供了一种压缩机的自适应控制装置，包括：第一获取单元，用于确定压缩机开机启动，获取所述压缩机的运行状态参数；确定单元，用于通过第一模型，确定与所述运行状态参数对应的调整模式，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：运行状态参数以及与所述运行状态参数对应的调整模式；调整单元，用于根据所述调整模式对所述压缩机的启动模式进行调整。
可选地，该压缩机的自适应控制装置还包括：第二获取单元，用于在通过第一模型，确定与所述运行状态参数对应的调整模式之前，获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，所述多个历史调整模式是根据所述多个历史运行状态参数确定的模式；训练单元，用于对获取的包括所述多个历史运行状态参数以及所述多个历史调整模式进行训练，得到所述第一模型。
可选地，该压缩机的自适应控制装置还包括：第三获取单元，用于获取所述压缩机的预设启动模式，其中，所述预设启动模式是根据与所述压缩机具有对应关系的空调系统的开机启动模式确定的；控制单元，用于控制所述压缩机根据所述预设启动模式启动。
可选地，所述压缩机的运行状态参数包括以下至少之一：所述压缩机的排气温度，所述压缩机的高压值以及所述压缩机的低压值。
可选地，所述运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，所述故障数据是通过参数监测模块获取的所述压缩机以所述预设启动模式启动过程中的数据，所述实时运行数据是通过异常记录模块读取的所述压缩机以所述预设启动模式启动过程中的数据，其中，所述异常记录模块以及所述参数监测模块属于所述空调系统。
可选地，所述调整单元包括：第一调整模块，用于在所述运行状态参数包括所述故障数据的情况下，基于所述调整模型结合第一公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第一公式为：F(x)＝F(n)+m*g，F(x)表示所述压缩机在所述下个阶段的实际启动频率，F(n)表示所述压缩机在所述下个阶段的预设启动频率，m表示所述压缩机在当前阶段出现的高压保护次数，g为所述压缩机在所述下个阶段的实际启动频率的修正系数；第二调整模块，用于同时基于所述调整模型结合第二公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第二公式为：T(x)＝T(n)+m*h，T(x)表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，T(n)表示所述压缩机在所述下个阶段对应的预设启动频率的停顿时长，m表示所述压缩机在所述当前阶段出现的高压保护次数，h为所述压缩机在所述下个阶段的实际启动频率对应的停顿时长的修正系数。
可选地，所述调整单元包括：第三调整模块，用于基于所述调整模型结合第三公式对所述压缩机在下个阶段的启动频率进行调整，其中，所述第三公式为：F(x)＝F(n)+c，F(x)表示所述压缩机在所述下个阶段的实际启动频率，F(n)表示所述压缩机在所述下个阶段的预设启动频率，c表示所述压缩机在所述下个阶段的实际启动频率的修正系数；第四调整模块，用于同时基于所述调整模型结合第四公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第四公式为：T(x)＝T(n)+f，T(x)表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，T(n)表示所述压缩机在所述下个阶段对应的预设启动频率的停顿时长，f为所述压缩机在所述下个阶段的实际启动频率对应的停顿时长的修正系数。
根据本发明实施例的另外一个方面，还提供了一种压缩机，所述压缩机使用上述中任一项所述的压缩机的自适应控制方法。
根据本发明实施例的另外一个方面，还提供了一种压缩机的自适应控制系统，所述压缩机的自适应控制系统包括上述中所述的压缩机。
根据本发明实施例的另外一个方面，还提供了一种空调器，所述空调器与上述中所述的压缩机的自适应控制系统配合使用。
在本发明实施例中，采用在确定压缩机开机启动的情况下，获取压缩机的运行状态参数；然后通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式；再根据调整模式对压缩机的启动模式进行调整的方式控制压缩机在不用工况下均能安全平稳地启动运行，通过本发明实施例提供的压缩机的自适应控制方法可以实现根据获取的压缩机的运行状态参数对压缩机的启动频率进行自适应优化控制的目的，达到了保证压缩机在不同工程状况下安全平稳地启动运行且可靠性较好的技术效果，进而解决了相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题，同时也使得压缩机快速准确地达到满负荷输出频率，提高压缩机的运行效率，从而也使得空调器快速实现制冷或制热，舒适性较好。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的压缩机的自适应控制方法的流程图；
图2是根据本发明实施例的可选的压缩机的自适应控制方法的流程图；
图3是根据本发明实施例的另一可选的压缩机的自适应控制方法的流程图；
图4是根据本发明实施例的又一可选的压缩机的自适应控制方法的流程图；
图5是根据本发明实施例的压缩机的自适应控制方法的示意图；
图6是根据本发明实施例的压缩机的自适应控制装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种压缩机的自适应控制方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的压缩机的自适应控制方法的流程图，如图1所示，该压缩机的自适应控制方法包括如下步骤：
步骤S102，确定压缩机开机启动，获取压缩机的运行状态参数。
其中，这里的运行状态参数可以包括但不限于以下几种：压缩机的排气温度、压缩机的高压值、压缩机的低压值，压缩机的高压保护次数及压缩机的低压保护次数。
步骤S104，通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式。
步骤S106，根据调整模式对压缩机的启动模式进行调整。
通过上述步骤，可以在确定压缩机开机启动之后，获取压缩机的运行状态参数；通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式；根据调整模式对压缩机的启动模式进行调整。相对于相关技术中空调系统机组启动按照一个预定的频率控制方案启动，启动模式递增平台固定，停顿时间一定导致的当达到压缩机满负荷输出的时间较长，难以实现快速制冷或制热。通过本发明实施例提供的压缩机的自适应控制方法可以实现根据获取的压缩机的运行状态参数对压缩机的启动频率进行自适应优化控制的目的，达到了保证压缩机在不同工程状况下安全平稳地启动运行且可靠性较好的技术效果，进而解决了相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题，同时也使得压缩机快速准确地达到满负荷输出频率，提高压缩机的运行效率，从而也使得空调器快速实现制冷或制热，舒适性较好。
作为一种可选的实施例，在通过第一模型，确定与运行状态参数对应的调整模式之前，该压缩机的自适应控制方法还可以包括：获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，多个历史调整模式是根据多个历史运行状态参数确定的模式；对获取的包括多个历史运行状态参数以及多个历史调整模式进行训练，得到第一模型。
优选的，在确定压缩机开机启动之前，该压缩机的自适应控制方法还可以包括：获取压缩机的预设启动模式，其中，预设启动模式是根据与压缩机具有对应关系的空调系统的开机启动模式确定的；控制压缩机根据预设启动模式启动。
图2是根据本发明实施例的可选的压缩机的自适应控制方法的流程图，如图2所示，在压缩机的机组上电开机之后，空调系统的参数监测模块会监测实时参数，比如，压缩机的运行状态参数(例如，压缩机的排气温度、压缩机的高压值以及压缩机的低压值)、压缩机所在环境的环境参数(例如，空调系统所在环境的室内温度以及室内湿度)以及空调系统的内机与外机的容量搭配等工程状况；接下来，空调系统的大数据模块会自动选取与上述实时参数比较吻合的压缩机的预设启动模式，然后，控制压缩机根据预设启动模式启动。
需要说明的是，压缩机的运行状态参数可以包括以下至少之一：压缩机的排气温度，压缩机的高压值以及压缩机的低压值。
另外，运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，故障数据是通过参数监测模块获取的压缩机以预设启动模式启动过程中的数据，实时运行数据是通过异常记录模块读取的压缩机以预设启动模式启动过程中的数据，其中，异常记录模块以及参数监测模块属于空调系统。
如图2所示，在压缩机根据预设启动模式启动之后，空调系统的异常记录模块会读取压缩机以预设启动模式启动过程中的故障数据，其中，该故障数据可以定义为落入故障区间的数据，而故障区间是根据历史时间内以预设启动模式启动时容易发生故障的多个数据构成的区间；同时利用空调系统的参数监测模块读取在压缩机以预设启动模式启过程中的异常数据，其中，异常数据是指压缩机的运行状态参数中大于本次启动模式下对应的预定值的数据。在获取到上述故障数据以及异常数据之后，压缩机会进行故障自适应和参数异常自适应，以得压缩机下个阶段的启动模式，其中，该启动模式包括下个阶段压缩机的启动频率F(x)以及在该启动频率下的停顿时间T(x)(即，图2中所示的下一个平台频率F(x)，停顿时间T(x))。
下面对于步骤S106中根据调整模式对压缩机的启动模式进行调整，分为两个方面进行说明，即，压缩机在下个阶段的启动频率；压缩机在下个阶段的启动频率对应的停顿时长。
一个方面，在运行状态参数包括故障数据的情况下，根据调整模式对压缩机的启动模式进行调整包括：基于调整模型结合第一公式对压缩机在下个阶段的实际启动频率进行调整，其中，第一公式为：F(x)＝F(n)+m*g，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，m表示压缩机在当前阶段出现的高压保护次数，g为压缩机在下个阶段的实际启动频率的修正系数；同时基于调整模型结合第二公式对压缩机在下个阶段对应的实际启动频率的停顿时长进行调整，其中，第二公式为：T(x)＝T(n)+m*h，T(x)表示压缩机在下个阶段对应的实际启动频率的停顿时长，T(n)表示压缩机在下个阶段对应的预设启动频率的停顿时长，m表示压缩机在当前阶段出现的高压保护次数，h为压缩机在下个阶段的实际启动频率对应的停顿时长的修正系数。
其中，上述预定启动频率F(n)是根据大数据经验确定的压缩机在各个阶段的预定启动频率，可以用它来调整相对于当前阶段的下个阶段的实际启动频率F(x)。例如，获取的压缩机的运行状态参数为第一阶段的参数，此时，需要利用第二阶段的预定启动频率F(n)结合在第一阶段获取的运行状态参数得到压缩机在第二阶段的实际启动频率F(x)。
图3是根据本发明实施例的另一可选的压缩机的自适应控制方法的流程图，如图3所示，在压缩机以预设启动模式开机启动过程中，异常记录模块会读取启动过程中的故障数据，例如，在该预设启动模式下，压缩机进行的高压保护次数(m)，在该高压保护次数下需要调整的启动频(+mg)以及调整后的启动频率对应的停顿时长(+mh)；压缩机进行的低压保护次数(n)，在该低压保护次数下需要调整的启动频率(+nk)以及该调整后的启动频率对应的停顿时长(+nj)；压缩机排气温度过高保护次数(x)，在该排气温度过高保护次数下进行启动频率调整(+xp)，以及在该启动频率调整后的停顿时长(+xp)，以及其他故障数据自适应。以得到压缩机在下个阶段的启动模式(例如，下个阶段的启动频率，下个阶段的启动频率对应的停顿时长)。即，在本次开机启动运行时，在异常记录模块中的异常状态历史记录中，读取启动过程中的高压保护、低压保护、压缩机排气温度过高保护等故障数据，进行自适应控制压缩机启动频率。
以高压保护为例，若高压保护次数为m次，自适应降低频率，F(x)＝F(n)+m*g，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，m表示压缩机在当前阶段出现的高压保护次数，g为压缩机在下个阶段的实际启动频率的修正系数，此时，g<0(若在低压保护次数下则g>0)。
同时在对下个阶段的启动频率进行调整之后，还需要对调整后的启动频率对应的停顿时长进行调整。具体地，在以高压保护为例，此时延长停顿时长、减缓升频速度，T(x)＝T(n)+m*h，T(x)表示压缩机在下个阶段对应的实际启动频率的停顿时长，T(n)表示压缩机在下个阶段对应的预设启动频率的停顿时长，m表示压缩机在当前阶段出现的高压保护次数，h为压缩机在下个阶段的实际启动频率对应的停顿时长的修正系数，h>0，保证压缩机启动过程中平稳地升频运转。
另外，上述压缩机在下个阶段的启动频率也可以通过以下任意一种方式得到：低压保护次数(n)、压缩机在低压保护次数(n)下需要调整的启动频率(+nk)以及压缩机在下个阶段的启动频率的修正系数k，此时，k大于0；压缩机排气温度过高保护次数(x)、在该排气温度过高保护次数下进行启动频率调整(+xp)及压缩机在下个阶段的启动频率的修正系数p；其他故障数据等。具体的计算方式同高压保护次数下的计算方式是相同的，在此不再赘述。
其中，上述实施方式均是通过异常记录模块检测得到的高压保护次数、低压保护次数以及压缩机排气温度过高保护次数等来确定压缩机下个阶段的启动频率。
下面可以利用参数监测模块检测得到的压缩机的排气温度、压缩机的高压值、压缩机的低压值等，根据检测得到的运行状态参数进行自适应，从而控制下个阶段压缩机的启动频率。当进入当前阶段N时，以当前阶段压缩机排气温度异常为例进行说明。其中，定义正常范围为[t1，t2]，例如，检测得到当前阶段压缩机运行中的排气温度为t排，则压缩机在下个阶段的实际启动频率F(x)为：F(x)＝F(n)+c，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，c表示修正参数值、且c大于0；压缩机在实际启动频率F(x)下的停顿时长为：T(x)＝T(n)+f。若t排＜t1，说明当前阶段压缩机的排气温度过低，则按比例提高下个阶段的启动频率，并缩短下个阶段启动频率的停顿时间，以提高压缩机启动速度，此时修正参数取值c＞0,f＜0；若t1≤t排≤t2，说明排气温度正常，则压缩机在下个阶段的启动频率按当前阶段的启动频率F(n)启动；若t2＜t排，说明压缩机的当前排气温度过高，则按比例降低下个阶段压缩机的启动频率，延长停顿时间，降低压缩机启动速度，此时修正参数取值c＜0,f＞0。
其中，图4是根据本发明实施例的又一可选的压缩机的自适应控制方法的流程图，如图4所示，空调系统的参数监测模块在压缩机开机启动时，会实时采集压缩机的运行状态参数，例如，压缩机的高压值(即，图4中的系统高压)、压缩机的低压值(即，图4中的系统低压)以及压缩机的排气温度以及其他的用于压缩机启动频率以及停顿时长的自适应参数。然后，通过判断压缩机的高压值、低压值、排气温度以及其他自适应参数是否正常来确定下个阶段的启动频率以及停顿时长。例如，可以判断压缩机的高压值是否正常，在正常的情况下，将当前阶段压缩机的启动频率以及在当期阶段的启动频率下的停顿时长作为下个阶段压缩机的启动频率以及在下个阶段的启动频率下的停顿时长；反之，则对压缩机的当前启动频率以及停顿时长进行修正，启动频率的修正系数为+a,停顿时长的修正系数为+d。可以判断压缩机的低压值是否正常，在正常的情况下，将当前阶段压缩机的启动频率以及在当期阶段的启动频率下的停顿时长作为下个阶段压缩机的启动频率以及在下个阶段的启动频率下的停顿时长；反之，则对压缩机的当前启动频率以及停顿时长进行修正，启动频率的修正系数为+b,停顿时长的修正系数为+e。也可以判断压缩机的排气温度是否正常，在正常的情况下，将当前阶段压缩机的启动频率以及在当期阶段的启动频率下的停顿时长作为下个阶段压缩机的启动频率以及在下个阶段的启动频率下的停顿时长；反之，则对压缩机的当前启动频率以及停顿时长进行修正，启动频率的修正系数为+c,停顿时长的修正系数为+f。对于其他的自适应参数可以根据实际情况进行下个阶段压缩机的启动频率以及停顿时长的确定，在此不做具体说明。
图5是根据本发明实施例的压缩机的自适应控制方法的示意图，图5示出了压缩机在n个阶段(即，T1、T2、T3以及Tn)启动频率(F1、F2、F3以及Fn)的自适应的示意图，如图5所示，分别示出了在n阶段压缩机排气温度过高自适应、压缩机排气温度过低自适应以及历史启动高压保护自适应。
另外一个方面，在根据上述实施例确定了压缩机在下个阶段的启动频率之后，还需要确定压缩机在该启动频率下的停顿时长，具体地，根据调整模式对压缩机的启动模式进行调整可以包括：基于调整模型结合第三公式对压缩机在下个阶段的实际启动频率进行调整，其中，第三公式为：F(x)＝F(n)+c，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，c表示压缩机在下个阶段的实际启动频率的修正系数；同时基于调整模型结合第四公式对压缩机在下个阶段对应的实际启动频率的停顿时长进行调整，其中，第四公式为：T(x)＝T(n)+f，T(x)表示压缩机在下个阶段对应的实际启动频率的停顿时长，T(n)表示压缩机在下个阶段对应的预设启动频率的停顿时长，f为压缩机在下个阶段的实际启动频率对应的停顿时长的修正系数。
根据本发明实施例的另外一个方面，还提供了一种压缩机，压缩机使用上述中任一项的压缩机的自适应控制方法。通过本发明实施例提供的压缩机的自适应控制系统可以实现根据获取的压缩机的运行状态参数对压缩机的启动频率进行自适应优化控制的目的，达到了保证压缩机在不同工程状况下安全平稳地启动运行且可靠性较好的技术效果，进而解决了相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题，同时也使得压缩机快速准确地达到满负荷输出频率，提高压缩机的运行效率，从而也使得空调器快速实现制冷或制热，舒适性较好。
另外，根据本发明实施例的另外一个方面，还提供了一种压缩机的自适应控制系统，该压缩机的自适应控制系统包括上述中的压缩机，并与本发明实施例所提供的空调器配合使用，其具体的使用方式在上述实施例中已做具体介绍，在此不再赘述。
实施例2
根据本发明实施例还提供了一种压缩机的自适应控制装置，需要说明的是，本发明实施例的压缩机的自适应控制装置可以用于执行本发明实施例所提供的压缩机的自适应控制方法。以下对本发明实施例提供的压缩机的自适应控制装置进行介绍。
图6是根据本发明实施例的压缩机的自适应控制装置的示意图，如图6所示，该压缩机的自适应控制装置包括：第一获取单元61，确定单元63以及调整单元65。下面对该压缩机的自适应控制装置进行详细说明。
第一获取单元61，用于确定压缩机开机启动，获取压缩机的运行状态参数。
确定单元63，用于通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式。
调整单元65，用于根据调整模式对压缩机的启动模式进行调整。
在该实施例中，可以利用第一获取单元确定压缩机开机启动，获取压缩机的运行状态参数；然后利用确定单元通过第一模型，确定与运行状态参数对应的调整模式，其中，第一模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：运行状态参数以及与运行状态参数对应的调整模式；并利用调整单元根据调整模式对压缩机的启动模式进行调整。相对于相关技术中空调系统机组启动按照一个预定的频率控制方案启动，启动模式递增平台固定，停顿时间一定导致的当达到压缩机满负荷输出的时间较长，难以实现快速制冷或制热。通过本发明实施例提供的压缩机的自适应控制装置可以实现根据获取的压缩机的运行状态参数对压缩机的启动频率进行自适应优化控制的目的，达到了保证压缩机在不同工程状况下安全平稳地启动运行且可靠性较好的技术效果，进而解决了相关技术中用于空调系统的压缩机启动控制方法可靠性较低的技术问题，同时也使得压缩机快速准确地达到满负荷输出频率，提高压缩机的运行效率，从而也使得空调器快速实现制冷或制热，舒适性较好。
作为一种可选的实施例，该压缩机的自适应控制装置还包括：第二获取单元，用于在通过第一模型，确定与运行状态参数对应的调整模式之前，获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，多个历史调整模式是根据多个历史运行状态参数确定的模式；训练单元，用于对获取的包括多个历史运行状态参数以及多个历史调整模式进行训练，得到第一模型。
作为一种可选的实施例，该压缩机的自适应控制装置还包括：第三获取单元，用于获取压缩机的预设启动模式，其中，预设启动模式是根据与压缩机具有对应关系的空调系统的开机启动模式确定的；控制单元，用于控制压缩机根据预设启动模式启动。
作为一种可选的实施例，压缩机的运行状态参数包括以下至少之一：压缩机的排气温度，压缩机的高压值以及压缩机的低压值。
作为一种可选的实施例，运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，故障数据是通过参数监测模块获取的压缩机以预设启动模式启动过程中的数据，实时运行数据是通过异常记录模块读取的压缩机以预设启动模式启动过程中的数据，其中，异常记录模块以及参数监测模块属于空调系统。
作为一种可选的实施例，调整单元包括：第一调整模块，用于在运行状态参数包括故障数据的情况下，基于调整模型结合第一公式对压缩机在下个阶段的实际启动频率进行调整，其中，第一公式为：F(x)＝F(n)+m*g，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，m表示压缩机在当前阶段出现的高压保护次数，g为压缩机在下个阶段的实际启动频率的修正系数；第二调整模块，用于同时基于调整模型结合第二公式对压缩机在下个阶段对应的实际启动频率的停顿时长进行调整，其中，第二公式为：T(x)＝T(n)+m*h，T(x)表示压缩机在下个阶段对应的实际启动频率的停顿时长，T(n)表示压缩机在下个阶段对应的预设启动频率的停顿时长，m表示压缩机在当前阶段出现的高压保护次数，h为压缩机在下个阶段的实际启动频率对应的停顿时长的修正系数。
作为一种可选的实施例，调整单元包括：第三调整模块，用于基于调整模型结合第三公式对压缩机在下个阶段的实际启动频率进行调整，其中，第三公式为：F(x)＝F(n)+c，F(x)表示压缩机在下个阶段的实际启动频率，F(n)表示压缩机在下个阶段的预设启动频率，c表示压缩机在下个阶段的实际启动频率的修正系数；第四调整模块，用于同时基于调整模型结合第四公式对压缩机在下个阶段对应的实际启动频率的停顿时长进行调整，其中，第四公式为：T(x)＝T(n)+f，T(x)表示压缩机在下个阶段对应的实际启动频率的停顿时长，T(n)表示压缩机在下个阶段对应的预设启动频率的停顿时长，f为压缩机在下个阶段的实际启动频率对应的停顿时长的修正系数。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种压缩机的自适应控制方法，其特征在于，包括：
确定压缩机开机启动，获取所述压缩机的运行状态参数；
通过第一模型，确定与所述运行状态参数对应的调整模式，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：运行状态参数以及与所述运行状态参数对应的调整模式；
根据所述调整模式对所述压缩机的启动模式进行调整；
其中，在确定压缩机开机启动之前，还包括：获取所述压缩机的预设启动模式，其中，所述预设启动模式是根据与所述压缩机具有对应关系的空调系统的开机启动模式确定的；控制所述压缩机根据所述预设启动模式启动；
其中，所述压缩机的运行状态参数包括以下至少之一：所述压缩机的排气温度，所述压缩机的高压值以及所述压缩机的低压值；
其中，所述运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，所述故障数据是通过参数监测模块获取的所述压缩机以所述预设启动模式启动过程中的数据，所述实时运行数据是通过异常记录模块读取的所述压缩机以所述预设启动模式启动过程中的数据，其中，所述异常记录模块以及所述参数监测模块属于所述空调系统；
其中，所述运行状态参数包括所述故障数据，根据所述调整模式对所述压缩机的启动模式进行调整包括：
基于所述调整模式结合第一公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第一公式为：
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE004
表示所述压缩机在所述下个阶段的实际启动频率，
Figure DEST_PATH_IMAGE006
表示所述压缩机在所述下个阶段的预设启动频率，m表示所述压缩机在当前阶段出现的高压保护次数，g为所述压缩机在所述下个阶段的实际启动频率的修正系数。
2.根据权利要求1所述的方法，其特征在于，在通过第一模型，确定与所述运行状态参数对应的调整模式之前，还包括：
获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，所述多个历史调整模式是根据所述多个历史运行状态参数确定的模式；
对获取的包括所述多个历史运行状态参数以及所述多个历史调整模式进行训练，得到所述第一模型。
3.根据权利要求1所述的方法，其特征在于，在所述运行状态参数包括所述故障数据的情况下，根据所述调整模式对所述压缩机的启动模式进行调整包括：
基于所述调整模式结合第二公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第二公式为：
Figure DEST_PATH_IMAGE008
，
Figure DEST_PATH_IMAGE010
表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，
Figure DEST_PATH_IMAGE012
表示所述压缩机在所述下个阶段对应的预设启动频率的停顿时长，
Figure DEST_PATH_IMAGE014
表示所述压缩机在所述当前阶段出现的高压保护次数，h为所述压缩机在所述下个阶段的实际启动频率对应的停顿时长的修正系数。
4.根据权利要求1所述的方法，其特征在于，根据所述调整模式对所述压缩机的启动模式进行调整包括：
基于所述调整模式结合第三公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第三公式为：
Figure DEST_PATH_IMAGE016
，
Figure 986899DEST_PATH_IMAGE004
表示所述压缩机在所述下个阶段的实际启动频率，
Figure 121208DEST_PATH_IMAGE006
表示所述压缩机在所述下个阶段的预设启动频率，
Figure DEST_PATH_IMAGE018
表示所述压缩机在所述下个阶段的实际启动频率的修正系数；
同时基于所述调整模式结合第四公式对所述压缩机在所述下个阶段对应的实际启动频率的停顿时长进行调整，其中，所述第四公式为：
Figure DEST_PATH_IMAGE020
，
Figure 563953DEST_PATH_IMAGE010
表示所述压缩机在所述下个阶段对应的实际启动频率的停顿时长，
Figure 170472DEST_PATH_IMAGE012
表示所述压缩机在所述下个阶段的预设启动频率的停顿时长，
Figure DEST_PATH_IMAGE022
为所述压缩机在所述下个阶段的实际启动频率对应的停顿时长的修正系数。
5.一种压缩机的自适应控制装置，其特征在于，包括：
第一获取单元，用于确定压缩机开机启动，获取所述压缩机的运行状态参数；
确定单元，用于通过第一模型，确定与所述运行状态参数对应的调整模式，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：运行状态参数以及与所述运行状态参数对应的调整模式；
调整单元，用于根据所述调整模式对所述压缩机的启动模式进行调整；
其中，所述压缩机的自适应控制装置还包括：第三获取单元，用于获取所述压缩机的预设启动模式，其中，所述预设启动模式是根据与所述压缩机具有对应关系的空调系统的开机启动模式确定的；控制单元，用于控制所述压缩机根据所述预设启动模式启动；
其中，所述压缩机的运行状态参数包括以下至少之一：所述压缩机的排气温度，所述压缩机的高压值以及所述压缩机的低压值；
其中，所述运行状态参数包括以下至少之一：故障数据和实时运行数据，其中，所述故障数据是通过参数监测模块获取的所述压缩机以所述预设启动模式启动过程中的数据，所述实时运行数据是通过异常记录模块读取的所述压缩机以所述预设启动模式启动过程中的数据，其中，所述异常记录模块以及所述参数监测模块属于所述空调系统；
其中，所述调整单元包括：第一调整模块，所述运行状态参数包括所述故障数据，用于基于所述调整模式结合第一公式对所述压缩机在下个阶段的实际启动频率进行调整，其中，所述第一公式为：
Figure 506906DEST_PATH_IMAGE002
，
Figure 749800DEST_PATH_IMAGE004
表示所述压缩机在所述下个阶段的实际启动频率，
Figure 663529DEST_PATH_IMAGE006
表示所述压缩机在所述下个阶段的预设启动频率，
Figure 79598DEST_PATH_IMAGE014
表示所述压缩机在当前阶段出现的高压保护次数，g为所述压缩机在所述下个阶段的实际启动频率的修正系数。
6.根据权利要求5所述的装置，其特征在于，还包括：
第二获取单元，用于在通过第一模型，确定与所述运行状态参数对应的调整模式之前，获取在历史时间段的多个历史运行状态参数以及多个历史调整模式，其中，所述多个历史调整模式是根据所述多个历史运行状态参数确定的模式；
训练单元，用于对获取的包括所述多个历史运行状态参数以及所述多个历史调整模式进行训练，得到所述第一模型。
7.一种压缩机，其特征在于，所述压缩机使用权利要求1至4中任一项所述的压缩机的自适应控制方法。
8.一种压缩机的自适应控制系统，其特征在于，所述压缩机的自适应控制系统包括权利要求7中所述的压缩机。
9.一种空调器，其特征在于，所述空调器与权利要求8中所述的压缩机的自适应控制系统配合使用。
CN201910376807.8A 2019-05-07 2019-05-07 压缩机的自适应控制方法及装置 Active CN110081552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910376807.8A CN110081552B (zh) 2019-05-07 2019-05-07 压缩机的自适应控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910376807.8A CN110081552B (zh) 2019-05-07 2019-05-07 压缩机的自适应控制方法及装置

Publications (2)

Publication Number Publication Date
CN110081552A CN110081552A (zh) 2019-08-02
CN110081552B true CN110081552B (zh) 2020-08-11

Family

ID=67419058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910376807.8A Active CN110081552B (zh) 2019-05-07 2019-05-07 压缩机的自适应控制方法及装置

Country Status (1)

Country Link
CN (1) CN110081552B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113390163A (zh) * 2020-03-13 2021-09-14 青岛海尔空调电子有限公司 压缩机升频的控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050075061A (ko) * 2004-01-15 2005-07-20 엘지전자 주식회사 멀티 공기 조화기 및 그 제어방법
JP5642227B2 (ja) * 2013-04-25 2014-12-17 三菱電機株式会社 空気調和装置及び空気調和装置監視システム
CN104374045A (zh) * 2014-10-24 2015-02-25 广东美的制冷设备有限公司 空调器的控制方法、空调器的控制装置和空调器
CN106642979A (zh) * 2016-12-29 2017-05-10 合肥华凌股份有限公司 压缩机控制方法和控制装置以及冰箱
CN106996665A (zh) * 2017-03-22 2017-08-01 珠海格力电器股份有限公司 压缩机启动方法、装置及终端
CN107421076A (zh) * 2017-08-18 2017-12-01 广东美的暖通设备有限公司 一种空调器的控制方法、控制系统及空调器
CN108592239A (zh) * 2018-05-16 2018-09-28 珠海格力电器股份有限公司 空调压缩机运行频率的调整方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050075061A (ko) * 2004-01-15 2005-07-20 엘지전자 주식회사 멀티 공기 조화기 및 그 제어방법
JP5642227B2 (ja) * 2013-04-25 2014-12-17 三菱電機株式会社 空気調和装置及び空気調和装置監視システム
CN104374045A (zh) * 2014-10-24 2015-02-25 广东美的制冷设备有限公司 空调器的控制方法、空调器的控制装置和空调器
CN106642979A (zh) * 2016-12-29 2017-05-10 合肥华凌股份有限公司 压缩机控制方法和控制装置以及冰箱
CN106996665A (zh) * 2017-03-22 2017-08-01 珠海格力电器股份有限公司 压缩机启动方法、装置及终端
CN107421076A (zh) * 2017-08-18 2017-12-01 广东美的暖通设备有限公司 一种空调器的控制方法、控制系统及空调器
CN108592239A (zh) * 2018-05-16 2018-09-28 珠海格力电器股份有限公司 空调压缩机运行频率的调整方法及装置

Also Published As

Publication number Publication date
CN110081552A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110108002B (zh) 提高运行能效和稳定性的室外机运行控制方法和装置
CN110285551B (zh) 空调器的控制方法、装置、空调器及电子设备
CN108613335B (zh) 空调的故障检测方法、装置、存储介质和处理器
CN108317677B (zh) 空调控制方法、系统及空调
CN110081554B (zh) 多联机空调系统的控制方法及装置
CN112128944B (zh) 用于空调湿度控制的方法、装置及空调
CN111854060B (zh) 空调系统中电子膨胀阀的初始开度值的确定方法及系统
CN112797578B (zh) 一种空调控制方法、装置、存储介质及空调
CN110736248B (zh) 空调出风温度的控制方法和装置
CN110081553B (zh) 运行频率的调节方法和装置
CN109631243B (zh) 一种环境温度的监测方法、装置及机组
CN110081552B (zh) 压缩机的自适应控制方法及装置
US20160265802A1 (en) Dehumidifier control method and apparatus, and dehumidifier
CN110726230B (zh) 控制空调设备的方法及装置
CN112803839A (zh) 控制空调电机转速的方法及装置、存储介质和处理器
CN111397170A (zh) 空调器的控制方法、装置、空调器及电子设备
CN112328033A (zh) 一种bmc中的风扇自动控制方法及相关设备
CN110726214A (zh) 控制空调器的方法及装置
CN115899950A (zh) 空调机组的运行控制方法、装置以及空调机组
CN115682289A (zh) 用于控制空调的方法、装置及空调
CN112254306B (zh) 空调器的调节方法及装置、电子装置、处理器
CN109357381B (zh) 空调控制的方法、装置及计算机存储介质
CN108731313B (zh) 膨胀阀控制方法及空调器
CN112856744B (zh) 空调器的控制方法、装置、空调器及可读存储介质
JP6614485B2 (ja) 室内機、室外機、空気調和機、判定方法及びプログラム

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