CN110440390A - 一种空调器故障预警方法及系统 - Google Patents

一种空调器故障预警方法及系统 Download PDF

Info

Publication number
CN110440390A
CN110440390A CN201910622630.5A CN201910622630A CN110440390A CN 110440390 A CN110440390 A CN 110440390A CN 201910622630 A CN201910622630 A CN 201910622630A CN 110440390 A CN110440390 A CN 110440390A
Authority
CN
China
Prior art keywords
curve
air conditioner
frequency
peak point
abnormal sound
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.)
Granted
Application number
CN201910622630.5A
Other languages
English (en)
Other versions
CN110440390B (zh
Inventor
吴立智
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.)
Anhui Bo Bo Intelligent Technology Co Ltd
Anhui Meibo Intelligent Technology Co Ltd
Original Assignee
Anhui Bo Bo Intelligent Technology 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 Anhui Bo Bo Intelligent Technology Co Ltd filed Critical Anhui Bo Bo Intelligent Technology Co Ltd
Priority to CN201910622630.5A priority Critical patent/CN110440390B/zh
Publication of CN110440390A publication Critical patent/CN110440390A/zh
Application granted granted Critical
Publication of CN110440390B publication Critical patent/CN110440390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32Responding to malfunctions or emergencies
    • F24F11/38Failure diagnosis
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values

Landscapes

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

Abstract

本发明公开了一种空调器故障预警方法及系统,方法包括:记录室外机出现异常噪音的次数,记为第一频繁度;记录空调器电源出现异常电流的次数,记为第二频繁度;记录室内机出现异常噪音的次数,记为第三频繁度;通过预警模型得到空调器故障的评分值,评分值≥90时,则对外输出报警信息;第一频繁度、第二频繁度和第三频繁度的记录时间均为一个预警周期。预警模型为:a=5*b+4.5*c+3*d;a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。系统包括:室外机异常噪音记录模块、空调器电源异常电流记录模块、室内机异常噪音记录模块和空调器故障评分模块;本发明可用于空调技术领域中。

Description

一种空调器故障预警方法及系统
技术领域
本发明涉及空调设备技术领域,特别涉及一种空调器故障预警方法及系统。
背景技术
现有的空调器大故障产生前,都会存在各种异常现象,当这些异常现象出现的越来越频繁时,则说明了空调器发生故障甚至死机的概率大大增加。为了防止发生大的事故,对于空调器发生故障前需要及时预警和及时维修。但是,现有的空调器并没有对故障预警进行考虑,从而降低了空调器的使用可靠度和寿命。
发明内容
本发明的目的:提供一种对空调器故障进行预警的方法和执行该方法的系统。
本发明解决其技术问题的解决方案是:一种空调器故障预警方法,包括:
步骤1、记录室外机出现异常噪音的次数,记为第一频繁度;
步骤2、记录空调器电源出现异常电流的次数,记为第二频繁度;
步骤3、记录室内机出现异常噪音的次数,记为第三频繁度;
步骤4、通过预警模型得到空调器故障的评分值,当所述评分值≥90时,则对外输出报警信息;
其中,所述第一频繁度、第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
进一步,在步骤1中,记录室外机出现异常噪音的次数的方法包括:
步骤1.1、记录室外机运行时声音响度与时间的关系曲线,记为第一曲线;
步骤1.2、当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数;
步骤1.3、将步骤1.2得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
进一步,在步骤2中,记录空调器电源出现异常电流的次数的方法包括:
步骤2.1、记录空调器运行时电流与时间的关系曲线,记为第二曲线;
步骤2.2、当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数;
步骤2.3、将步骤2.2得到的峰值点的个数作为异常电流的次数进行记录;
其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
进一步,在步骤3中,记录室内机出现异常噪音的次数的方法包括:
步骤3.1、记录室内机运行时声音响度与时间的关系曲线,记为第三曲线;
步骤3.2、当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数;
步骤3.3、将步骤3.2得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
进一步,所述一个预警周期的时间长度为168h。
一种空调器故障预警系统,包括:室外机异常噪音记录模块、空调器电源异常电流记录模块、室内机异常噪音记录模块和空调器故障评分模块;
所述室外机异常噪音记录模块用于记录室外机出现异常噪音的次数,并将所述次数记为第一频繁度传递给空调器故障评分模块;
所述空调器电源异常电流记录模块用于记录空调器电源出现异常电流的次数,将所述次数记为第二频繁度传递给空调器故障评分模块;
所述室内机异常噪音记录模块用于记录室内机出现异常噪音的次数,并将所述次数记为第三频繁度传递给空调器故障评分模块;
所述空调器故障评分模块用于将第一频繁度、第二频繁度和第三频繁度代入到预警模型中,根据预警模型得到的评分值≥90时,则对外输出报警信息,其中,所述第一频繁度,第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
进一步,所述室外机异常噪音记录模块包括:第一曲线获取模块和第一异常噪音记录模块,所述第一曲线获取模块用于记录室外机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第一曲线传递给第一异常噪音记录模块;
所述第一异常噪音记录模块用于当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
进一步,所述空调器电源异常电流记录模块包括:第二曲线获取模块和异常电流记录模块,所述第二曲线获取模块用于记录空调器电源运行时电流与时间的关系曲线,并将所述关系曲线记为第二曲线传递给异常电流记录模块;
所述异常电流记录模块用于当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数,并将所述峰值点的个数作为异常电流的次数进行记录,其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
进一步,所述室内机异常噪音记录模块包括:第三曲线获取模块和第二异常噪音记录模块,所述第三曲线获取模块用于记录室内机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第三曲线传递给第二异常噪音记录模块;
所述第二异常噪音记录模块用于当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
进一步,所述一个预警周期的时间长度为168h。
本发明的有益效果是:利用第一频繁度、第二频繁度和第三频繁度构建空调器故障预警的方案,并通过预警模型对空调器的故障进行预警,解决了行业内缺乏空调器故障预警方案的窘境。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单说明。显然,所描述的附图只是本发明的一部分实施例,而不是全部实施例,本领域的技术人员在不付出创造性劳动的前提下,还可以根据这些附图获得其他设计方案和附图。
图1是空调器故障预警方法的步骤流程图;
图2是记录室外机出现异常噪音的次数的方法的步骤流程图;
图3是记录空调器电源出现异常电流的次数的方法的步骤流程图;
图4是记录室内机出现异常噪音的次数的方法的步骤流程图;
图5是空调器故障预警系统的系统框图;
图6是室外机异常噪音记录模块的模块框图;
图7是空调器电源异常电流记录模块的模块框图;
图8是室内机异常噪音记录模块的模块框图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。另外,文中所提到的所有联接/连接关系,并非单指构件直接相接,而是指可根据具体实施情况,通过添加或减少联接辅件,来组成更优的联接结构。本发明创造中的各个技术特征,在不互相矛盾冲突的前提下可以交互组合。
实施例一,参考图1,一种空调器故障预警方法,包括:
步骤S100、记录室外机出现异常噪音的次数,记为第一频繁度;
步骤S200、记录空调器电源出现异常电流的次数,记为第二频繁度;
步骤S300、记录室内机出现异常噪音的次数,记为第三频繁度;
步骤S400、通过预警模型得到空调器故障的评分值,当所述评分值≥90时,则对外输出报警信息;
其中,所述第一频繁度,第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
参考图2,其中,在步骤S100中,记录室外机出现异常噪音的次数的方法包括:
步骤S110、记录室外机运行时声音响度与时间的关系曲线,记为第一曲线;
步骤S120、当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数;
步骤S130、将步骤S120得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
参考图3,在步骤S200中,记录空调器电源出现异常电流的次数的方法包括:
步骤S210、记录空调器运行时电流与时间的关系曲线,记为第二曲线;
步骤S220、当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数;
步骤S230、将步骤S220得到的峰值点的个数作为异常电流的次数进行记录;
其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
参考图4,在步骤S300中,记录室内机出现异常噪音的次数的方法包括:
步骤S310、记录室内机运行时声音响度与时间的关系曲线,记为第三曲线;
步骤S320、当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数;
步骤S330、将步骤S320得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s;
利用上述方法,发明人对现有的空调器1匹、1.5匹和2匹空调进行工厂老化故障试验,实验周期为168h,即连续运行168h。文中的h为小时,文中的s为秒。具体的试验数据如表1所示。
表1。
其中,在表1中,设定的故障情况指的是现有空调器常常出现的故障情形。从表1可知,本申请的方法基本可以对空调器的故障进行预警。本申请创造性的利用第一频繁度、第二频繁度和第三频繁度构建空调器故障预警的方案,并通过预警模型对空调器的故障进行预警,解决了行业内缺乏空调器故障预警方案的窘境。
作为优化,所述一个预警周期的时间长度为168h。
参考图5,一种空调器故障预警系统,包括:室外机异常噪音记录模块、空调器电源异常电流记录模块、室内机异常噪音记录模块和空调器故障评分模块;
所述室外机异常噪音记录模块用于记录室外机出现异常噪音的次数,并将所述次数记为第一频繁度传递给空调器故障评分模块;
所述空调器电源异常电流记录模块用于记录空调器电源出现异常电流的次数,将所述次数记为第二频繁度传递给空调器故障评分模块;
所述室内机异常噪音记录模块用于记录室内机出现异常噪音的次数,并将所述次数记为第三频繁度传递给空调器故障评分模块;
所述空调器故障评分模块用于将第一频繁度、第二频繁度和第三频繁度代入到预警模型中,根据预警模型得到的评分值≥90时,则对外输出报警信息,其中,所述第一频繁度,第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
参考图6,作为优化,所述室外机异常噪音记录模块包括:第一曲线获取模块和第一异常噪音记录模块,所述第一曲线获取模块用于记录室外机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第一曲线传递给第一异常噪音记录模块;
所述第一异常噪音记录模块用于当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
参考图7,作为优化,所述空调器电源异常电流记录模块包括:第二曲线获取模块和异常电流记录模块,所述第二曲线获取模块用于记录空调器电源运行时电流与时间的关系曲线,并将所述关系曲线记为第二曲线传递给异常电流记录模块;
所述异常电流记录模块用于当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数,并将所述峰值点的个数作为异常电流的次数进行记录,其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
参考图8,作为优化,所述室内机异常噪音记录模块包括:第三曲线获取模块和第二异常噪音记录模块,所述第三曲线获取模块用于记录室内机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第三曲线传递给第二异常噪音记录模块;
所述第二异常噪音记录模块用于当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
作为优化,所述一个预警周期的时间长度为168h。
本公开所述的实施例中描述的方法或者步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合进行实施。软件模块可以置于本领域内所公知的任意形式的存储介质中。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种空调器故障预警方法,其特征在于,包括:
步骤1、记录室外机出现异常噪音的次数,记为第一频繁度;
步骤2、记录空调器电源出现异常电流的次数,记为第二频繁度;
步骤3、记录室内机出现异常噪音的次数,记为第三频繁度;
步骤4、通过预警模型得到空调器故障的评分值,当所述评分值≥90时,则对外输出报警信息;
其中,所述第一频繁度、第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
2.根据权利要求1所述的一种空调器故障预警方法,其特征在于,在步骤1中,记录室外机出现异常噪音的次数的方法包括:
步骤1.1、记录室外机运行时声音响度与时间的关系曲线,记为第一曲线;
步骤1.2、当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数;
步骤1.3、将步骤1.2得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
3.根据权利要求1所述的一种空调器故障预警方法,其特征在于,在步骤2中,记录空调器电源出现异常电流的次数的方法包括:
步骤2.1、记录空调器运行时电流与时间的关系曲线,记为第二曲线;
步骤2.2、当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数;
步骤2.3、将步骤2.2得到的峰值点的个数作为异常电流的次数进行记录;
其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
4.根据权利要求3所述的一种空调器故障预警方法,其特征在于,在步骤3中,记录室内机出现异常噪音的次数的方法包括:
步骤3.1、记录室内机运行时声音响度与时间的关系曲线,记为第三曲线;
步骤3.2、当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数;
步骤3.3、将步骤3.2得到的峰值点的个数作为异常噪音的次数进行记录;
其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
5.根据权利要求1所述的一种空调器故障预警方法,其特征在于,所述一个预警周期的时间长度为168h。
6.一种空调器故障预警系统,其特征在于,包括:室外机异常噪音记录模块、空调器电源异常电流记录模块、室内机异常噪音记录模块和空调器故障评分模块;
所述室外机异常噪音记录模块用于记录室外机出现异常噪音的次数,并将所述次数记为第一频繁度传递给空调器故障评分模块;
所述空调器电源异常电流记录模块用于记录空调器电源出现异常电流的次数,将所述次数记为第二频繁度传递给空调器故障评分模块;
所述室内机异常噪音记录模块用于记录室内机出现异常噪音的次数,并将所述次数记为第三频繁度传递给空调器故障评分模块;
所述空调器故障评分模块用于将第一频繁度、第二频繁度和第三频繁度代入到预警模型中,根据预警模型得到的评分值≥90时,则对外输出报警信息,其中,所述第一频繁度,第二频繁度和第三频繁度的记录时间均为一个预警周期,所述一个预警周期的时间长度为168h~336h,所述预警模型为:
a=5*b+4.5*c+3*d;
a表示为空调故障的评分值,b表示为第一频繁度,c表示为第二频繁度,d表示为第三频繁度。
7.根据权利要求6所述的一种空调器故障预警系统,其特征在于,所述室外机异常噪音记录模块包括:第一曲线获取模块和第一异常噪音记录模块,所述第一曲线获取模块用于记录室外机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第一曲线传递给第一异常噪音记录模块;
所述第一异常噪音记录模块用于当所述第一曲线的时间长度≥2h时,则统计在第一曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第一曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
8.根据权利要求6所述的一种空调器故障预警系统,其特征在于,所述空调器电源异常电流记录模块包括:第二曲线获取模块和异常电流记录模块,所述第二曲线获取模块用于记录空调器电源运行时电流与时间的关系曲线,并将所述关系曲线记为第二曲线传递给异常电流记录模块;
所述异常电流记录模块用于当所述第二曲线的时间长度≥0.5h时,则统计在第二曲线中峰值点的个数,并将所述峰值点的个数作为异常电流的次数进行记录,其中,峰值点的电流值≥150%*第二曲线平均电流值,且所述峰值点所在波峰的半峰宽≤1s。
9.根据权利要求6所述的一种空调器故障预警系统,其特征在于,所述室内机异常噪音记录模块包括:第三曲线获取模块和第二异常噪音记录模块,所述第三曲线获取模块用于记录室内机运行时声音响度与时间的关系曲线,并将所述关系曲线记为第三曲线传递给第二异常噪音记录模块;
所述第二异常噪音记录模块用于当所述第三曲线的时间长度≥1h时,则统计在第三曲线中峰值点的个数,并将所述峰值点的个数作为异常噪音的次数进行记录,其中,峰值点的响度值≥130%*第三曲线平均响度值,且所述峰值点所在波峰的半峰宽≤2s。
10.根据权利要求6所述的一种空调器故障预警系统,其特征在于,所述一个预警周期的时间长度为168h。
CN201910622630.5A 2019-07-11 2019-07-11 一种空调器故障预警方法及系统 Active CN110440390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910622630.5A CN110440390B (zh) 2019-07-11 2019-07-11 一种空调器故障预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910622630.5A CN110440390B (zh) 2019-07-11 2019-07-11 一种空调器故障预警方法及系统

Publications (2)

Publication Number Publication Date
CN110440390A true CN110440390A (zh) 2019-11-12
CN110440390B CN110440390B (zh) 2021-08-03

Family

ID=68430160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910622630.5A Active CN110440390B (zh) 2019-07-11 2019-07-11 一种空调器故障预警方法及系统

Country Status (1)

Country Link
CN (1) CN110440390B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050607A (zh) * 2014-06-28 2014-09-17 国家电网公司 一种配电网运行风险评估方法
CN107024290A (zh) * 2017-03-09 2017-08-08 广州中大百迅信息技术有限公司 报警系统及控制方法
CN108317661A (zh) * 2018-01-08 2018-07-24 广东美的暖通设备有限公司 电加热故障检测方法、装置及计算机可读存储介质
JP6386842B2 (ja) * 2014-09-16 2018-09-05 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 空調制御に関わる情報端末の制御方法及びプログラム
CN109916503A (zh) * 2019-03-22 2019-06-21 重庆长安汽车股份有限公司 一种燃油箱晃荡声测试方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050607A (zh) * 2014-06-28 2014-09-17 国家电网公司 一种配电网运行风险评估方法
JP6386842B2 (ja) * 2014-09-16 2018-09-05 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 空調制御に関わる情報端末の制御方法及びプログラム
CN107024290A (zh) * 2017-03-09 2017-08-08 广州中大百迅信息技术有限公司 报警系统及控制方法
CN108317661A (zh) * 2018-01-08 2018-07-24 广东美的暖通设备有限公司 电加热故障检测方法、装置及计算机可读存储介质
CN109916503A (zh) * 2019-03-22 2019-06-21 重庆长安汽车股份有限公司 一种燃油箱晃荡声测试方法

Also Published As

Publication number Publication date
CN110440390B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
US20210201272A1 (en) Fault report and repair intelligent control system
CN108847008A (zh) 系统报警处理方法、装置、服务器及存储介质
CN103227662B (zh) 一种基于状态控制的电力通信设备安全检测方法及系统
CN112465367B (zh) 一种利用计算机仿真分析软件检测电力线路故障的方法
CN110918242B (zh) 磨煤机监控预警方法与系统
CN105373055A (zh) 一种机组故障监测方法、装置和空调系统
CN110440390A (zh) 一种空调器故障预警方法及系统
CN113156254A (zh) 网点设备电压状态监测方法及系统
WO2023087771A1 (zh) 一种停电类型自动识别并生成停电检修计划方法
CN107168846A (zh) 电子设备的监控方法及装置
CN112202613A (zh) 光缆故障处理方法、装置、设备及计算机可读存储介质
CN111786460A (zh) 一种基于大数据的电网信息运维主动预警方法
CN103345803B (zh) 一种自动柜员机通道负载自检装置及方法
CN115130572A (zh) 一种公共建筑能耗异常的确定方法、装置、设备及介质
CN112630657B (zh) 一种确定动力电池故障的方法及装置
CN210038378U (zh) 液晶显示器的故障报修系统
CN111156650A (zh) 空调机组及其通讯故障的检测方法
CN111654110A (zh) 一种应用于工厂配电系统的能源监控系统
CN112698590A (zh) 一种基于gprs远程传输的智能终端控制系统
CN105182870A (zh) 一种分布式电站设备的控制方法及系统
CN205853989U (zh) 一种汽车倒车灯系统故障报警装置
CN113258671B (zh) 备自投装置监控方法、装置、电子设备及存储介质
CN211147887U (zh) 一种数据中心智能温度监控系统
CN114167310A (zh) 一种输电线路监测预警系统
CN203386303U (zh) 一种自动柜员机通道负载自检装置

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