CN110864143B - 智能恒温淋浴装置及其实现的智能恒温淋浴方法 - Google Patents

Abstract

本发明属于智能家居的淋浴技术领域，提供了智能恒温淋浴装置及其实现的智能恒温淋浴方法，所述装置包括冷水进水阀、热水进水阀、流量检测模块、流量调节模块、用户输入模块、显示屏、主控单元、花洒和混水箱，还包括冷水管、热水管、热水器出水管、第一温度传感器、第二温度传感器以及第三温度传感器；通过所述主控单元内预置BP神经网络模型计算及控制所述流量调节模块的冷水出水量、热水出水量，能够精准地、实时地将花洒的出水温度与所述温度输入值之间的误差控制在预设的允许误差内，实现智能恒温淋浴。本发明具有结构智能、恒温控制使用简单的优点，能给用户带来良好的使用体验。

Description

智能恒温淋浴装置及其实现的智能恒温淋浴方法

技术领域

本发明属于智能家居的淋浴技术领域，尤其涉及智能恒温淋浴装置及其实现的智能恒温淋浴方法。

背景技术

近年来，人们对生活质量的要求越来越高，越来越多的人希望淋浴设备在满足基本使用功能的同时，能够提供更加智能的服务。

当前的淋浴设备大都采用手动调节水温的方式，在每次使用之前，用户需要花费较长的时间才能将水温调试到合适的淋浴温度。并且在淋浴的过程中，由于居民楼内自来水水压不稳等原因，淋浴设备出水的水温会忽高忽低，严重影响用户的沐浴舒适度。

基于上述问题，本发明提供智能恒温淋浴装置及其实现的智能恒温淋浴方法，以解决现有热水器需要手动方式调节水温，并且手动调节耗时长，难以实现智能化调节水温达到恒温效果的问题。

发明内容

有鉴于此，本发明实施例提供了智能恒温淋浴装置及其实现的智能恒温淋浴方法，以解决现有热水器需要手动方式调节水温，并且手动调节耗时长，难以实现智能化调节水温达到恒温效果的问题。

第一方面，本发明提供了一种智能恒温淋浴装置，包括冷水进水阀、热水进水阀、流量检测模块、流量调节模块、用户输入模块、显示屏、主控单元、花洒和混水箱，还包括与所述冷水进水阀出口连接的冷水管、与所述热水进水阀出口连接的热水管、与所述热水进水阀进口连接的热水器出水管、与所述混水箱出口连接的混水箱出水管以及在所述冷水管内设置的第一温度传感器、在所述热水管内设置的第二温度传感器、在所述混水箱内设置的第三温度传感器；

其中，所述冷水进水阀与自来水出水管连接；所述热水进水阀与热水器出水管连接；所述冷水管和热水管交汇于所述流量调节模块；所述流量检测模块与所述冷水进水阀的出水处连接；所述花洒与所述混水箱出水管连接；

所述流量调节模块的一端分别连接所述冷水管和所述热水管、另一端与所述混水箱连接；所述流量调节模块内包含第一电动推杆、第二电动推杆、调节阀、第一卡槽、第二卡槽、第一隔水挡板和第二隔水挡板；所述调节阀分别连接所述冷水管和所述热水管的出水口；所述第一电动推杆、第二电动推杆分别位于所述调节阀的左右两侧；所述第一卡槽、第二卡槽分别位于所述调节阀的前后两侧；所述第一隔水挡板位于所述第一电动推杆和所述调节阀之间；所述第二隔水挡板位于所述第二电动推杆和所述调节阀之间。

进一步地，所述主控单元分别与所述用户输入模块、冷水进水阀、热水进水阀、流量检测模块、第一温度传感器、第二温度传感器、第三温度传感器、显示屏、第一电动推杆、第二电动推杆以及电路线连接，构成连通电路；

所述智能恒温淋浴装置还包括用于给所述连通电路供电的电源。

进一步地，所述混水箱用于将冷水、热水混合均匀；所述第一温度传感器、第二温度传感器、第三温度传感器分别用于检测冷进水温度、热进水温度和出水温度；所述流量检测模块用于检测所述冷水进水阀出水处的冷水出水流量；所述用户输入模块用于接收用户输入的控制指令，还用于采集用户输入的温度输入值作为所述出水温度的程序设定值；所述调节阀用于调节控制冷水出水量和热水出水量，还用于通过调节控制偏移量来控制冷水出水量和热水出水量的比例；所述第一电动推杆、第二电动推杆分别用于控制所述调节阀的左偏移和右偏移；所述第一隔水挡板、第二隔水挡板分别用于对所述第一电动推杆、第二电动推杆进行防水保护。

进一步地，所述主控单元用于读取所述流量检测模块检测得到的冷水出水流量，读取所述第一温度传感器、第二温度传感器、第三温度传感器分别检测得到的冷进水温度、热进水温度和出水温度，读取所述用户输入模块获取的温度输入值；还用于控制将所述第三温度传感器检测得到的出水温度在所述显示屏上显示出来；还用于通过主控单元内预置BP神经网络模型计算及控制所述流量调节模块的冷水出水量、热水出水量；还用于当检测到所述流量检测模块的冷水出水流量低于设定阈值时、控制所述热水进水阀关闭。

进一步地，所述主控单元还用于存储由所述用户输入模块获取的上一次温度输入值，并用于在当前未接收到由所述用户输入模块获取的温度输入值时、将存储的所述上一次温度输入值作为所述出水温度的程序设定值。

进一步地，所述流量检测模块为电磁流量计；所述第一温度传感器、第二温度传感器、第三温度传感器均为铂热电阻。

进一步地，所述主控单元为stm32f4系列的单片机；所述用户输入模块采用按键输入设备、触屏输入设备或者语音输入设备中的至少一种。

第二方面，本发明还提供一种由所述智能恒温淋浴装置实现的智能恒温淋浴方法，包括：

通过所述主控单元获取由所述用户输入模块获取用户输入的控制指令，所述控制指令用于控制将所述冷水进水阀和热水进水阀打开；

根据接收到的所述控制指令，所述主控单元控制将所述冷水进水阀和热水进水阀打开；

通过所述主控单元读取所述流量检测模块检测得到的冷水出水流量，所述第一温度传感器、第二温度传感器检测得到的冷进水温度、热进水温度，所述用户输入模块获取的温度输入值；

将所述主控单元获取的所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为输入量输入预置BP神经网络模型进行预测处理，得到所述预置BP神经网络模型输出的调节阀的预测偏移量；

根据所述调节阀的预测偏移量，所述主控单元输出相应的脉冲信号给所述第一电动推杆和第二电动推杆，以控制所述调节阀进行自动偏移，以控制所述出水温度与所述温度输入值之间的误差在预设的允许误差内。

进一步地，所述通过所述主控单元获取由所述用户输入模块获取用户输入的控制指令之前，包括：

预先进行BP神经网络模型训练，得到训练完成的预置BP神经网络模型；

将所述预置BP神经网络模型由matlab导入至所述主控单元中；

所述预先进行BP神经网络模型训练，得到训练完成的预置BP神经网络模型，具体包括：

获取目标数量规模的待训练数据集；所述待训练数据集包括所述流量检测模块检测得到的冷水出水流量，所述第一温度传感器、第二温度传感器检测得到的冷进水温度、热进水温度，所述用户输入模块获取的温度输入值，以及所述调节阀的偏移量；其中，所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为所述待训练BP神经网络模型的输入量，所述偏移量作为所述待训练BP神经网络模型的目标输出值；

根据所述待训练数据集，使用matlab进行BP神经网络模型训练；

在模型训练初始使用随机数函数生成的随机值作为BP神经网络模型的权值，并将所述待训练数据集的输入量输入所述BP神经网络模型，得到输出的预测输出值；

计算所述预测输出值与所述目标输出值的误差，并根据所述误差采用最速下降法的准则逐层修改所述BP神经网络模型的权值；

当逐层修改所述BP神经网络模型的权值直至所述误差不再下降，则模型训练结束，得到训练完成的BP神经网络模型。

进一步地，所述通过所述主控单元获取由所述用户输入模块获取用户输入的控制指令之前，还包括：

通过所述主控单元每隔三秒读取一次所述第三温度传感器检测的出水温度；

判定所述第三温度传感器检测的出水温度与所述用户输入模块获取的温度输入值之间的误差是否超过预置阈值；

当判定出所述误差超过预置阈值时，对所述主控单元内预置BP神经网络模型对应程序进行复位。

本发明解决了现有技术中热水器需要手动方式调节水温，并且手动调节耗时长，难以实现智能化调节水温达到恒温效果的问题。本发明提供的智能恒温淋浴装置包括冷水进水阀、热水进水阀、流量检测模块、流量调节模块、用户输入模块、显示屏、主控单元、花洒和混水箱，还包括冷水管、热水管、热水器出水管、第一温度传感器、第二温度传感器以及第三温度传感器；通过所述主控单元内预置BP神经网络模型计算及控制所述流量调节模块的冷水出水量、热水出水量，能够精准地、实时地将花洒的出水温度与所述温度输入值之间的误差控制在预设的允许误差内，实现智能恒温淋浴。本发明具有结构智能、恒温控制使用简单的优点，能给用户带来良好的使用体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的智能恒温淋浴装置实施例的整体示意图；

图2是本发明提供的智能恒温淋浴装置实施例中流量调节模块的示意图；

图3是本发明提供的智能恒温淋浴方法实施例的流程图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

如图1所示，图1是本发明提供的智能恒温淋浴装置实施例的整体示意图，本发明智能恒温淋浴装置包括冷水进水阀21、热水进水阀22、流量检测模块23、流量调节模块3、用户输入模块27、显示屏28、主控单元20、花洒47和混水箱45，还包括与所述冷水进水阀21出口连接的冷水管43、与所述热水进水阀22出口连接的热水管44、与所述热水进水阀22进口连接的热水器出水管42、与所述混水箱45出口连接的混水箱45出水管以及在所述冷水管43内设置的第一温度传感器24、在所述热水管44内设置的第二温度传感器25、在所述混水箱45内设置的第三温度传感器26。

其中，所述冷水进水阀21与自来水出水管41连接。所述热水进水阀22与热水器出水管42连接。所述冷水管43和热水管44交汇于所述流量调节模块3。所述流量检测模块23与所述冷水进水阀21的出水处连接。所述花洒47与所述混水箱出水管46连接。

所述流量调节模块3的一端分别连接所述冷水管43和所述热水管44、另一端与所述混水箱45连接。

进一步地，如图2所示，是本发明提供的智能恒温淋浴装置实施例中流量调节模块3的示意图，所述流量调节模块3内包含第一电动推杆31、第二电动推杆32、调节阀33、第一卡槽34、第二卡槽35、第一隔水挡板36和第二隔水挡板37。所述调节阀33分别连接所述冷水管43和所述热水管44的出水口。所述第一电动推杆31、第二电动推杆32分别位于所述调节阀33的左右两侧。所述第一卡槽34、第二卡槽35分别位于所述调节阀33的前后两侧。所述第一隔水挡板36位于所述第一电动推杆31和所述调节阀33之间。所述第二隔水挡板37位于所述第二电动推杆32和所述调节阀33之间。

进一步地，所述主控单元20分别与所述用户输入模块27、冷水进水阀21、热水进水阀22、流量检测模块23、第一温度传感器24、第二温度传感器25、第三温度传感器26、显示屏28、第一电动推杆31、第二电动推杆32以及电路线11连接，构成连通电路。

所述智能恒温淋浴装置还包括用于给所述连通电路供电的电源10。

进一步地，所述混水箱45用于将冷水、热水混合均匀。所述第一温度传感器24、第二温度传感器25、第三温度传感器26分别用于检测冷进水温度、热进水温度和出水温度。所述流量检测模块23用于检测所述冷水进水阀21出水处的冷水出水流量。所述用户输入模块27用于接收用户输入的控制指令，还用于采集用户输入的温度输入值作为所述出水温度的程序设定值。所述调节阀33用于调节控制冷水出水量和热水出水量，调节阀33还用于通过调节控制偏移量来控制冷水出水量和热水出水量的比例。所述第一电动推杆31、第二电动推杆32分别用于控制所述调节阀33的左偏移和右偏移。所述第一隔水挡板36、第二隔水挡板37分别用于对所述第一电动推杆31、第二电动推杆32进行防水保护。

进一步地，所述主控单元20用于读取所述流量检测模块23检测得到的冷水出水流量，读取所述第一温度传感器24、第二温度传感器25、第三温度传感器26分别检测得到的冷进水温度、热进水温度和出水温度，读取所述用户输入模块27获取的温度输入值。

主控单元20还用于控制将所述第三温度传感器26检测得到的出水温度在所述显示屏28上显示出来，即在淋浴过程中，主控单元20实时读取花洒47的出水温度，即读取混水箱45内第三温度传感器26的温度值，并将此温度值输出至显示屏28上，用户能实时了解出水温度的变化。

主控单元20还用于通过预置BP神经网络模型计算及控制所述流量调节模块3的冷水出水量、热水出水量。主控单元20还用于当检测到所述流量检测模块23的冷水出水流量低于设定阈值时、控制所述热水进水阀22关闭，即所述主控单元20控制将热水进水阀22关闭，以避免对使用者造成烫伤。

进一步地，所述主控单元20还用于存储由所述用户输入模块27获取的上一次温度输入值，并用于在当前未接收到由所述用户输入模块27获取的温度输入值时、将存储的所述上一次温度输入值作为所述出水温度的程序设定值。

进一步地，所述流量检测模块23为电磁流量计。所述第一温度传感器24、第二温度传感器25、第三温度传感器26均为铂热电阻。

进一步地，所述主控单元20为stm32f4系列的高性能单片机。所述用户输入模块27采用按键输入设备、触屏输入设备或者语音输入设备中的至少一种。

本发明实施例提供的智能恒温淋浴装置包括冷水进水阀21、热水进水阀22、流量检测模块23、流量调节模块3、用户输入模块27、显示屏28、主控单元20、花洒47和混水箱45，还包括冷水管43、热水管44、热水器出水管42、第一温度传感器24、第二温度传感器25以及第三温度传感器26。通过所述主控单元20内预置BP神经网络模型计算及控制所述流量调节模块3的冷水出水量、热水出水量，能够精准地、实时地将花洒47的出水温度与所述温度输入值之间的误差控制在预设的允许误差内，实现智能恒温淋浴。本发明具有结构智能、恒温控制使用简单的优点，能给用户带来良好的使用体验。

参照图3所示，本发明还提供一种基于上述智能恒温淋浴装置实现的智能恒温淋浴方法，包括：

S1、通过所述主控单元20获取由所述用户输入模块27获取用户输入的控制指令，所述控制指令用于控制将所述冷水进水阀21和热水进水阀22打开。

S2、根据接收到的所述控制指令，所述主控单元20控制将所述冷水进水阀21和热水进水阀22打开。

S3、通过所述主控单元20读取所述流量检测模块23检测得到的冷水出水流量，所述第一温度传感器24、第二温度传感器25检测得到的冷进水温度、热进水温度，所述用户输入模块27获取的温度输入值。

S4、将所述主控单元20获取的所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为输入量输入预置BP神经网络模型进行预测处理，得到所述预置BP神经网络模型输出的调节阀33的预测偏移量。

S5、根据所述调节阀33的预测偏移量，所述主控单元20输出相应的脉冲信号给所述第一电动推杆31和第二电动推杆32，以控制所述调节阀33进行自动偏移，以控制所述出水温度与所述温度输入值之间的误差在预设的允许误差内。

本发明方法实施例通过将获取的所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为输入量输入预置BP神经网络模型进行预测处理，得到所述预置BP神经网络模型输出的调节阀33的预测偏移量，从而根据调节阀33的预测偏移量将输出相应的脉冲信号给所述第一电动推杆31和第二电动推杆32，以控制所述调节阀33进行自动偏移，以控制所述出水温度与所述温度输入值之间的误差在预设的允许误差内，使混水箱45的出水温度与所述温度输入值基本保持一至，从而实现了智能恒温沐浴。因而，无需用户手动调节，就能保证极佳的淋浴体验。

进一步地，所述步骤S1之前，包括：

S10、预先进行BP神经网络模型训练，得到训练完成的预置BP神经网络模型。

S11、将所述预置BP神经网络模型由matlab导入至所述主控单元20中。

所述步骤S10具体包括：

S101、获取目标数量规模的待训练数据集。所述待训练数据集包括所述流量检测模块23检测得到的冷水出水流量，所述第一温度传感器24、第二温度传感器25检测得到的冷进水温度、热进水温度，所述用户输入模块27获取的温度输入值，以及所述调节阀33的偏移量。其中，所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为所述待训练BP神经网络模型的输入量，所述偏移量作为所述待训练BP神经网络模型的目标输出值。

S102、根据所述待训练数据集，使用matlab进行BP神经网络模型训练。

S103、在模型训练初始使用随机数函数生成的随机值作为BP神经网络模型的权值，并将所述待训练数据集的输入量输入所述BP神经网络模型，得到输出的预测输出值。

S104、计算所述预测输出值与所述目标输出值的误差，并根据所述误差采用最速下降法的准则逐层修改所述BP神经网络模型的权值。

S105、当逐层修改所述BP神经网络模型的权值直至所述误差不再下降，则模型训练结束，得到训练完成的BP神经网络模型。

通过该实施例对BP神经网络模型进行模型训练，能得到最优的预置BP神经网络模型，从而使通过预置BP神经网络模型预测的调节阀33的偏移量更为准确。

进一步，所述步骤S1之前，还包括：

S13、通过所述主控单元20每隔三秒读取一次所述第三温度传感器26检测的出水温度。

S14、判定所述第三温度传感器26检测的出水温度与所述用户输入模块27获取的温度输入值之间的误差是否超过预置阈值。

S15、当判定出所述误差超过预置阈值时，对所述主控单元20内预置BP神经网络模型对应程序进行复位。

通过该实施例，在淋浴过程中，主控单元20每隔三秒读取一次混水箱45内的水温，当水箱内的温度值与用户输入模块27获取的温度输入值之间的误差超过一定限度时，对主控单元20内调节水温的预置BP神经网络模型对应程序进行复位，主控单元20重新计算出流量调节模块3内调节的偏移量，然后输出脉冲信号给第一电动推杆31、第二电动推杆32，以控制调节阀33的偏移，从而保持出水温度与用户输入的温度一致。

综上所述，本发明的智能恒温淋浴方法解决了传统手动调试水温方式所带来的不便，消除了因淋浴水温忽冷忽热而产生的安全隐患，能够实时地将花洒的出水温度控制在用户输入温度的允许误差限度内，实现了淋浴装置的恒温出水，本发明智能恒温淋浴方法使用简单，可靠性好，能恒温淋浴智能化程度高，能给用户带来极大的舒适感。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (6)

1.一种智能恒温淋浴装置，其特征在于，包括冷水进水阀、热水进水阀、流量检测模块、流量调节模块、用户输入模块、显示屏、主控单元、花洒和混水箱，还包括与所述冷水进水阀出口连接的冷水管、与所述热水进水阀出口连接的热水管、与所述热水进水阀进口连接的热水器出水管、与所述混水箱出口连接的混水箱出水管以及在所述冷水管内设置的第一温度传感器、在所述热水管内设置的第二温度传感器、在所述混水箱内设置的第三温度传感器；

其中，所述冷水进水阀与自来水出水管连接；所述热水进水阀与热水器出水管连接；所述冷水管和热水管交汇于所述流量调节模块；所述流量检测模块与所述冷水进水阀的出水处连接；所述花洒与所述混水箱出水管连接；

所述流量调节模块的一端分别连接所述冷水管和所述热水管、另一端与所述混水箱连接；所述流量调节模块内包含第一电动推杆、第二电动推杆、调节阀、第一卡槽、第二卡槽、第一隔水挡板和第二隔水挡板；所述调节阀分别连接所述冷水管和所述热水管的出水口；所述第一电动推杆、第二电动推杆分别位于所述调节阀的左右两侧；所述第一卡槽、第二卡槽分别位于所述调节阀的前后两侧；所述第一隔水挡板位于所述第一电动推杆和所述调节阀之间；所述第二隔水挡板位于所述第二电动推杆和所述调节阀之间；所述主控单元分别与所述用户输入模块、冷水进水阀、热水进水阀、流量检测模块、第一温度传感器、第二温度传感器、第三温度传感器、显示屏、第一电动推杆、第二电动推杆以及电路线连接，构成连通电路；所述智能恒温淋浴装置还包括用于给所述连通电路供电的电源；

所述混水箱用于将冷水、热水混合均匀；所述第一温度传感器、第二温度传感器、第三温度传感器分别用于检测冷进水温度、热进水温度和出水温度；所述流量检测模块用于检测所述冷水进水阀出水处的冷水出水流量；所述用户输入模块用于接收用户输入的控制指令，还用于采集用户输入的温度输入值作为所述出水温度的程序设定值；所述调节阀用于调节控制冷水出水量和热水出水量，还用于通过调节控制偏移量来控制冷水出水量和热水出水量的比例；所述第一电动推杆、第二电动推杆分别用于控制所述调节阀的左偏移和右偏移；所述第一隔水挡板、第二隔水挡板分别用于对所述第一电动推杆、第二电动推杆进行防水保护；

通过所述主控单元获取由所述用户输入模块获取用户输入的控制指令，所述控制指令用于控制将所述冷水进水阀和热水进水阀打开；

根据接收到的所述控制指令，所述主控单元控制将所述冷水进水阀和热水进水阀打开；

通过所述主控单元读取所述流量检测模块检测得到的冷水出水流量，所述第一温度传感器、第二温度传感器检测得到的冷进水温度、热进水温度，所述用户输入模块获取的温度输入值；

将所述主控单元获取的所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为输入量输入预置BP神经网络模型进行预测处理，得到所述预置BP神经网络模型输出的调节阀的预测偏移量；

根据所述调节阀的预测偏移量，所述主控单元输出相应的脉冲信号给所述第一电动推杆和第二电动推杆，以控制所述调节阀进行自动偏移，以控制所述出水温度与所述温度输入值之间的误差在预设的允许误差内；

在淋浴过程中，主控单元每隔三秒读取一次混水箱内的水温，当水箱内的温度值与用户输入模块获取的温度输入值之间的误差超过一定限度时，对主控单元内调节水温的预置BP神经网络模型对应程序进行复位，主控单元重新计算出流量调节模块内调节的偏移量，然后输出脉冲信号给第一电动推杆、第二电动推杆，以控制调节阀的偏移，从而保持出水温度与用户输入的温度一致。

2.如权利要求1所述智能恒温淋浴装置，其特征在于，所述主控单元用于读取所述流量检测模块检测得到的冷水出水流量，读取所述第一温度传感器、第二温度传感器、第三温度传感器分别检测得到的冷进水温度、热进水温度和出水温度，读取所述用户输入模块获取的温度输入值；还用于控制将所述第三温度传感器检测得到的出水温度在所述显示屏上显示出来；还用于通过主控单元内预置BP神经网络模型计算及控制所述流量调节模块的冷水出水量、热水出水量；还用于当检测到所述流量检测模块的冷水出水流量低于设定阈值时、控制所述热水进水阀关闭。

3.如权利要求1所述智能恒温淋浴装置，其特征在于，所述主控单元还用于存储由所述用户输入模块获取的上一次温度输入值，并用于在当前未接收到由所述用户输入模块获取的温度输入值时、将存储的所述上一次温度输入值作为所述出水温度的程序设定值。

4.如权利要求1所述智能恒温淋浴装置，其特征在于，所述流量检测模块为电磁流量计；所述第一温度传感器、第二温度传感器、第三温度传感器均为铂热电阻。

5.如权利要求1所述智能恒温淋浴装置，其特征在于，所述主控单元为stm32f4系列的单片机；所述用户输入模块采用按键输入设备、触屏输入设备或者语音输入设备中的至少一种。

6.如权利要求1所述智能恒温淋浴装置，其特征在于，所述通过所述主控单元获取由所述用户输入模块获取用户输入的控制指令之前，包括：

预先进行BP神经网络模型训练，得到训练完成的预置BP神经网络模型；

将所述预置BP神经网络模型由matlab导入至所述主控单元中；

所述预先进行BP神经网络模型训练，得到训练完成的预置BP神经网络模型，具体包括：

获取目标数量规模的待训练数据集；所述待训练数据集包括所述流量检测模块检测得到的冷水出水流量，所述第一温度传感器、第二温度传感器检测得到的冷进水温度、热进水温度，所述用户输入模块获取的温度输入值，以及所述调节阀的偏移量；其中，所述冷水出水流量、冷进水温度、热进水温度以及温度输入值作为所述待训练BP神经网络模型的输入量，所述偏移量作为所述待训练BP神经网络模型的目标输出值；

根据所述待训练数据集，使用matlab进行BP神经网络模型训练；

在模型训练初始使用随机数函数生成的随机值作为BP神经网络模型的权值，并将所述待训练数据集的输入量输入所述BP神经网络模型，得到输出的预测输出值；

计算所述预测输出值与所述目标输出值的误差，并根据所述误差采用最速下降法的准则逐层修改所述BP神经网络模型的权值；

当逐层修改所述BP神经网络模型的权值直至所述误差不再下降，则模型训练结束，得到训练完成的BP神经网络模型。

Images