CN111289093A - 一种空调异响噪音评判方法及系统 - Google Patents
一种空调异响噪音评判方法及系统 Download PDFInfo
- Publication number
- CN111289093A CN111289093A CN201811489828.2A CN201811489828A CN111289093A CN 111289093 A CN111289093 A CN 111289093A CN 201811489828 A CN201811489828 A CN 201811489828A CN 111289093 A CN111289093 A CN 111289093A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- noise
- data
- value
- point
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Abstract
本发明公开了一种空调异响噪音评判方法,其包括:步骤S1:根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值;步骤S2:遍历空调噪音的原始数据,根据所述各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判。本发明的空调异响噪音评判方法可提高空调异响噪音评判的效率。本发明还提供了一种空调异响噪音评判系统。
Description
技术领域
本发明涉及空调领域,尤其涉及一种空调异响噪音评判方法及系统。
背景技术
空调噪音试验评估是空调产品研发过程中的重要环节,其试验过程中必须满足特定的技术要求,并严格遵循相关试验方法及相关规定。空调异响噪音的测试及评估方法决定了样品的质量标准,并最终决定了产品的质量。对于制冷量小于12000W的挂壁式、立柜式空调热胀冷缩异响、摩擦声及各类间断性突发噪声等非稳态异响噪声的测试及判定方法,通过使用时域频谱Overall连续记录整个过程噪声值的大小,通常采用差值量化的计分方法来对噪声值突变量进行评判,客观地判断异响声的大小,其中,启动运行阶段差值变化量基准噪声值为25dB,运行阶段变化量基准噪声值为运行阶段平均值,统计整个过程中样品所有异常噪声次数及异响噪音值与基准噪声值的差值大小,计分标准按百分制计算,将差值转换为相应的扣分值,计算去除所有扣分值后样品的得分,根据得分值对异响噪音进行判定。
现有技术中,差值计分法在实际实施过程中基本上为手工操作,其基本过程可分为以下几个步骤:
首先,获取指定测试工况、测试位置及各测试模型下的空调噪音原始数据,并通过相关绘图软件绘制出噪音波形图;
然后,测试评估员通过肉眼观察噪音波形,结合相关技术要求、标准等情况人为粗劣地确定空调启动、运行、转送风(停机)各阶段的切换点和各阶段内的噪音基准值,并通过噪音波形图上各噪音突变点的大致取值经过简单的上限阀值比较和计算确定该噪音点是否为异响点,如果是异响点则计算出差值,反之忽略,不进行计算;
最后,在波形图上人为标出异响点的差值,图1和图2给出了某款样机手工标定计算差值(负差值,计算扣分值时取绝对值),并根据设定的扣分 规则计算出相应的扣分值,计分标准按百分制计算,算出该样品噪音的最终得分值,并按设定的评分标准进行评判。
差值计分法实施过程中存在的具有主观随意性的以下各种问题:对启动、运行、转送风(停止)各阶段切换点选取方式不规范的问题;运行、转送风或停机各阶段变化量基准噪声值的选取过程中,实际上是根据测试评估员对噪音波形图上各阶段噪音数据的波动情况进行肉眼观察后,以波形的平稳性为原则,凭借个人主观判定结果人为给定各阶段的基准值,而存在较大误差的问题;噪声突变异响点的确定过程中,同样根据测试评估员对各阶段噪声波形的肉眼观察结果进行人为主观确定,这往往会存在遗漏某些异响点的情况。同时解决了通过自动计分处理及自动绘图展示结果的方式取代肉眼观察噪音波形图进行手动计分的方式而存在的效率低的问题。
发明内容
本发明的目的是针对上述现有技术中空调异响噪音评判方法不规范导致效率低下的缺陷,提供一种空调异响噪音评判方法及系统,从而提高空调异响噪音评判的效率。
本发明实施例中,提供了一种空调异响噪音评判方法,其包括:
步骤S1:根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值;
步骤S2:遍历空调噪音的原始数据,根据各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判。
本发明实施例中,步骤S1包括:
步骤S11:获取空调各测试模式下的原始噪音数据;
步骤S12:将空调各测试模式下的原始噪音数据进行一维中值平滑滤波,得到平滑滤波后的噪音数据序列;
步骤S13:估算空调在各测试模式下的各运行阶段切换点;
步骤S14:将估算的各运行阶段切换点作为空调噪音数据序列和中值平滑滤波后的数据序列中各运行阶段的划分点,计算中值平滑滤波后的噪音数据序列在各运行阶段内的平均值作为空调噪音数据序列各运行阶段的基准值。
本发明实施例中,步骤S11中,在设定的测试工况、测试位置及各测试模式下对空调进行测试,获取空调在各测试模式下的原始噪音数据。
本发明实施例中,步骤S12中,进行一维中值平滑滤波时,滤波器的滑动窗口大小为从[100,170]的范围选取的一个定值。
本发明实施例中,步骤S13中,估算各运行阶段切换点的具体估算过程包括:
将中值平滑滤波后的噪音数据序列进行一阶差分操作,设某一测试模式下中值平滑滤波后的噪音数据序列表示为一维向量X形式,数据点个数为N,则一阶差分后得到的数据序列向量为XD=[X(2)-X(1), X(3)-X(2), ... ,X(N)-X(N-1)],数据点个数为N-1;
计算15分钟时刻的采样数据点索引值n,计算公式为:n = Fs*60*15,其中,Fs为原始数据每秒的采样频率;
获取前15分钟内差分序列XD的最大值点,即max1=max(XD(1),XD(2),…,XD(n));并分别获取15分钟以后差分序列XD的最大值点和最小值点,即max2=max(XD(n+1),XD(n+2),…,XD(N-1)),min2 = min(XD(n+1),XD(n+2),…,XD(N-1));
将max1对应的数据点或者下一个数据点作为启动转运行的切换点,将max2与min2两者的绝对值大的点所对应的数据点或者下一个数据点作为运行转停止的切换点。
本发明实施例中,步骤S14中,还包括:
将空调启动阶段的空调噪音基准值修改为25dB。
本发明实施例中,步骤S2包括:
步骤S21:找出空调噪音的原始数据中各运行阶段噪音值大于等于该阶段上限阀值的异响点;
步骤S22:根据异响点的噪音值和设定的噪音评分标准对空调异响噪音进行评分;
步骤S23:根据对空调异响噪音的评分结果和设定的评判标准对空调异响噪音进行评判。
本发明实施例中,步骤S21中,各运行阶段噪音值的上限阀值为该运行阶段噪音值的平均值加上一个预设的数值。
本发明实施例中,所述的空调异响噪音评判方法,其特征在于,还包括:
步骤S3:自动绘制出各测试模式下的原始异响噪音数据、中值平滑后的噪音数据、各偏差点的偏差值数据的数据图并在所述数据图中标注出评判过程中的评分及评判结果。
本发明实施例中,还提供了一种空调异响噪音评判系统,所述空调异响噪音评判系统在进行空调异响噪音评判时,采用上述的空调异响噪音评判方法。
与现有技术相比较,本发明的空调异响噪音评判方法和系统,根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值;遍历空调噪音的原始数据,根据所述各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判,能有效的提高噪音测试评估人员的工作效率,使得空调异响噪音大小的评判流程、方法更加简单化,规范化、统一化、精确化和自动化,进而使噪音评判的质量标准执行过程更加合理化,有利于空调产品质量的提高。
附图说明
图1是本发明实施例提供的空调异响噪音评判方法的流程图。
图2是图1中的步骤S1的具体流程图。
图3是空调异响噪音检测的测点位置示意图。
图4是图1中的步骤S2的具体流程图。
具体实施方式
本发明中,提供了本发明实施例中,提供了一种空调异响噪音评判方法,其包括步骤S1-S3。下面分别进行说明。
步骤S1:根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值。
具体地,如图2所示,步骤S1包括:
步骤S11:获取空调各测试模式下的原始噪音数据;
步骤S12:将空调各测试模式下的原始噪音数据进行一维中值平滑滤波,得到平滑滤波后的噪音数据序列;
步骤S13:估算空调在各测试模式下的各运行阶段切换点;
步骤S14:将估算的各运行阶段切换点作为空调噪音数据序列和中值平滑滤波后的数据序列中各运行阶段的划分点,计算中值平滑滤波后的噪音数据序列在各运行阶段内的平均值作为空调噪音数据序列各运行阶段的基准值。
步骤S11中,在设定的测试工况、测试位置及各测试模式下对空调进行测试,获取空调在各测试模式下的原始噪音数据。其中,测试工况为:额定制冷工况和制热工况(室内:干球15℃/湿球- ;室外:干球7℃/湿球6℃);测点位置:如图3所示,壁挂机测点为室内机几何中心水平前方1米处;立柜式为正前方分液头侧45度角1米处。测试模式为:分别记录以下各型号样机各运行阶段(启动、运行、停止)整个过程中噪声时间序列值的变化:
① 启动(制冷低挡)→运行(制冷低挡)15分钟→停机(5分钟);
② 启动(制冷低挡)→运行(制冷低挡)15分钟→送风低挡(5分钟);
③ 启动(制热低挡,开辅热)→运行(制热低挡,开辅热)15分钟→停机(5分钟);
④ 启动(制热低挡,开辅热)→运行(制热低挡,开辅热)15分钟→送风低挡(5分钟)。
步骤S12中,进行一维中值平滑滤波时,滤波器的滑动窗口大小为从[100,170]的范围选取的一个定值。
步骤S13中,估算各运行阶段切换点的具体估算过程包括:
将中值平滑滤波后的噪音数据序列进行一阶差分操作,设某一测试模式下中值平滑滤波后的噪音数据序列表示为一维向量X形式,数据点个数为N,则一阶差分后得到的数据序列向量为XD=[X(2)-X(1), X(3)-X(2), ... ,X(N)-X(N-1)],数据点个数为N-1;
计算15分钟时刻的采样数据点索引值n,计算公式为:n = Fs*60*15,其中,Fs为原始数据每秒的采样频率;
获取前15分钟内差分序列XD的最大值点,即max1=max(XD(1),XD(2),…,XD(n));并分别获取15分钟以后差分序列XD的最大值点和最小值点,即max2=max(XD(n+1),XD(n+2),…,XD(N-1)),min2 = min(XD(n+1),XD(n+2),…,XD(N-1));
将max1对应的数据点或者下一个数据点作为启动转运行的切换点,将max2与min2两者的绝对值大的点所对应的数据点或者下一个数据点作为运行转停止的切换点。
需要说明的是,由于切换点附近存在一定的切换过渡时间,在该时间段内的数据点所在的阶段和其基准值确定有一定的歧义,可根据实际情况按以下两种方式进行处理:
方式一、以切换点为基准,切换点左右两边的数据点的基准值为所在阶段的基准值;
方式二、以切换点为基准,设定一个忽略值:ignorepoints,该值表示左右两边最靠近切换点附近的被忽略的数据点数,被忽略的数据点不参与评判计算;
当ignorepoints为奇数,切换点索引为i,则被忽略的数据点索引范围为:
[i-(ignorepoints-1)/2,i+(ignorepoints-1)/2];
当ignorepoints为偶数,切换点索引为i,则被忽略的数据点索引范围为:
[i-ignorepoints/2,i+(ignorepoints/2)-1]。
本发明实施例中,步骤S14中,还包括:
将空调启动阶段的空调噪音基准值修改为25dB。
步骤S2:遍历空调噪音的原始数据,根据所述各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判。
具体地,如图4所示,本发明实施例中,步骤S2包括:
步骤S21:找出空调噪音的原始数据中各运行阶段噪音值大于等于该阶段上限阀值的异响点;
步骤S22:根据异响点的噪音值和设定的噪音评分标准对空调异响噪音进行评分;
步骤S23:根据对空调异响噪音的评分结果和设定的评判标准对空调异响噪音进行评判。
步骤S21中,各运行阶段噪音值的上限阀值为该运行阶段噪音值的平均值。
需要说明的是,计算各阶段噪音值大于等于该阶段上限阀值的异响点的差值,其上限阀值等于该阶段的基准值加上加上一个预设的数值(比如3分贝),假如某阶段某一噪音值y(i)大于等于该阶段上限阀值T,则该点为异响点,T=B+3,B为该阶段基准值,则该异响点与上限阀值的差值为Δy(i) = y(i)-T,并将其按设定的规则(如表1)计算出相应的扣分值ΔY(i),将所有扣分值求和作为该测试模式下异响噪音的总扣分值,并以百分制为计算标准计算出异响噪音的最终打分值,并根据设定的评判标准(如表2)进行判定。
表1 百分制计分标准
表2 评判标准
步骤S3:自动绘制出各测试模式下的原始异响噪音数据、中值平滑后的噪音数据、各偏差点的偏差值数据的数据图并在所述数据图中标注出评判过程中的评分及评判结果。
需要说明的是,对空调异响噪音进行评判后,绘制出各测试模式下的原始异响噪音数据、中值平滑后的噪音数据、各偏差点的偏差值数据的数据图,从而供测试人员进行查看,为找出噪音原因提供依据。
进一步地,本发明实施例中,还提供了一种空调异响噪音评判系统,所述空调异响噪音评判系统在进行空调异响噪音评判时,采用上述的空调异响噪音评判方法。
综上所述,本发明的空调异响噪音评判方法和系统,根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值;遍历空调噪音的原始数据,根据所述各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判,能有效的提高噪音测试评估人员的工作效率,使得空调异响噪音大小的评判流程、方法更加简单化,规范化、统一化、精确化和自动化,进而使噪音评判的质量标准执行过程更加合理化,有利于空调产品质量的提高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种空调异响噪音评判方法,其特征在于,包括:
步骤S1:根据各测试模式下空调噪音的原始数据估算出空调在各测试模式下的各运行阶段切换点,并计算出各运行阶段空调噪音的基准值;
步骤S2:遍历空调噪音的原始数据,根据各运行阶段空调噪音的基准值和设定的空调噪音评判规则对空调异响噪音进行评判。
2.如权利要求1所述的空调异响噪音评判方法,其特征在于,步骤S1包括:
步骤S11:获取空调各测试模式下的原始噪音数据;
步骤S12:将空调各测试模式下的原始噪音数据进行一维中值平滑滤波,得到平滑滤波后的噪音数据序列;
步骤S13:估算空调在各测试模式下的各运行阶段切换点;
步骤S14:将估算的各运行阶段切换点作为空调噪音数据序列和中值平滑滤波后的数据序列中各运行阶段的划分点,计算中值平滑滤波后的空调噪音数据序列在各运行阶段内的平均值作为空调噪音数据序列各运行阶段的基准值。
3.如权利要求2所述的空调异响噪音评判方法,其特征在于,步骤S11中,在设定的测试工况、测试位置及各测试模式下对空调进行测试,获取空调在各测试模式下的原始噪音数据。
4.如权利要求2所述的空调异响噪音评判方法,其特征在于,步骤S12中,进行一维中值平滑滤波时,滤波器的滑动窗口大小为从[100,170]的范围选取的一个定值。
5.如权利要求2所述的空调异响噪音评判方法,其特征在于,步骤S13中,估算各运行阶段切换点的具体估算过程包括:
将中值平滑滤波后的噪音数据序列进行一阶差分操作,设某一测试模式下中值平滑滤波后的噪音数据序列表示为一维向量X形式,数据点个数为N,则一阶差分后得到的数据序列向量为XD=[X(2)-X(1), X(3)-X(2), ... ,X(N)-X(N-1)],数据点个数为N-1;
计算15分钟时刻的采样数据点索引值n,计算公式为:n = Fs*60*15,其中,Fs为原始数据每秒的采样频率;
获取前15分钟内差分序列XD的最大值点,即max1=max(XD(1),XD(2),…,XD(n));并分别获取15分钟以后差分序列XD的最大值点和最小值点,即max2=max(XD(n+1),XD(n+2),…,XD(N-1)),min2 = min(XD(n+1),XD(n+2),…,XD(N-1));
将max1对应的数据点或者下一个数据点作为启动转运行的切换点,将max2与min2两者的绝对值大的点所对应的数据点或者下一个数据点作为运行转停止的切换点。
6.如权利要求2所述的空调异响噪音评判方法,其特征在于,步骤S14中,还包括:
将空调启动阶段的空调噪音基准值修改为25dB。
7.如权利要求1所述的空调异响噪音评判方法,其特征在于,步骤S2包括:
步骤S21:找出空调噪音的原始数据中各运行阶段噪音值大于等于该阶段上限阀值的异响点;
步骤S22:根据异响点的噪音值和设定的噪音评分标准对空调异响噪音进行评分;
步骤S23:根据对空调异响噪音的评分结果和设定的评判标准对空调异响噪音进行评判。
8.如权利要求7所述的空调异响噪音评判方法,其特征在于,步骤S21中,各运行阶段噪音值的上限阀值为该运行阶段噪音值的平均值加上一个预设的数值。
9.如权利要求1所述的空调异响噪音评判方法,其特征在于,还包括:
步骤S3:自动绘制出各测试模式下的原始异响噪音数据、中值平滑后的噪音数据、各偏差点的偏差值数据的数据图并在所述数据图中标注出评判过程中的评分及评判结果并在所述数据图中标注出评判过程中的评分及评判结果。
10.一种空调异响噪音评判系统,其特征在于,所述空调异响噪音评判系统在进行空调异响噪音评判时,采用如权利要求1-9任一项所述的空调异响噪音评判方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811489828.2A CN111289093A (zh) | 2018-12-06 | 2018-12-06 | 一种空调异响噪音评判方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811489828.2A CN111289093A (zh) | 2018-12-06 | 2018-12-06 | 一种空调异响噪音评判方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111289093A true CN111289093A (zh) | 2020-06-16 |
Family
ID=71022983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811489828.2A Pending CN111289093A (zh) | 2018-12-06 | 2018-12-06 | 一种空调异响噪音评判方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111289093A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113125000A (zh) * | 2021-04-20 | 2021-07-16 | 中国汽车工程研究院股份有限公司 | 一种车内空调系统异响等级评判方法 |
CN113944982A (zh) * | 2021-11-26 | 2022-01-18 | 宁波奥克斯电气股份有限公司 | 一种空调器的控制方法、空调器和可读存储介质 |
CN114719961A (zh) * | 2022-04-12 | 2022-07-08 | 树根互联股份有限公司 | 机器异响识别方法、装置、计算机设备及可读存储介质 |
CN115031829A (zh) * | 2022-06-06 | 2022-09-09 | 扬芯科技(深圳)有限公司 | 一种产品噪音测试方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1702736A (zh) * | 2001-08-31 | 2005-11-30 | 株式会社建伍 | 生成基音周期波形信号的装置和方法及处理语音信号的装置和方法 |
CN103631681A (zh) * | 2013-12-10 | 2014-03-12 | 国家电网公司 | 一种在线修复风电场异常数据的方法 |
CN105651533A (zh) * | 2014-12-02 | 2016-06-08 | 中国国际航空股份有限公司 | 一种机载空调系统测试装置和测试方法 |
CN105698920A (zh) * | 2016-01-25 | 2016-06-22 | 邯郸美的制冷设备有限公司 | 空调室内机异音检测方法及装置 |
CN105698919A (zh) * | 2016-01-25 | 2016-06-22 | 邯郸美的制冷设备有限公司 | 空调室内机异音检测方法及装置 |
CN106708694A (zh) * | 2015-11-18 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 一种定位毛刺异常点的方法、装置及计算设备 |
CN107424441A (zh) * | 2017-06-08 | 2017-12-01 | 中国民航大学 | 基于Hotelling′s T2统计量的航空器航迹变点检测与估计方法 |
CN107843840A (zh) * | 2018-01-08 | 2018-03-27 | 中山路得斯空调有限公司 | 一种基于噪声分析电机状态的故障分析器 |
CN108780730A (zh) * | 2016-03-07 | 2018-11-09 | 英国质谱公司 | 光谱分析 |
-
2018
- 2018-12-06 CN CN201811489828.2A patent/CN111289093A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1702736A (zh) * | 2001-08-31 | 2005-11-30 | 株式会社建伍 | 生成基音周期波形信号的装置和方法及处理语音信号的装置和方法 |
CN103631681A (zh) * | 2013-12-10 | 2014-03-12 | 国家电网公司 | 一种在线修复风电场异常数据的方法 |
CN105651533A (zh) * | 2014-12-02 | 2016-06-08 | 中国国际航空股份有限公司 | 一种机载空调系统测试装置和测试方法 |
CN106708694A (zh) * | 2015-11-18 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 一种定位毛刺异常点的方法、装置及计算设备 |
CN105698920A (zh) * | 2016-01-25 | 2016-06-22 | 邯郸美的制冷设备有限公司 | 空调室内机异音检测方法及装置 |
CN105698919A (zh) * | 2016-01-25 | 2016-06-22 | 邯郸美的制冷设备有限公司 | 空调室内机异音检测方法及装置 |
CN108780730A (zh) * | 2016-03-07 | 2018-11-09 | 英国质谱公司 | 光谱分析 |
CN107424441A (zh) * | 2017-06-08 | 2017-12-01 | 中国民航大学 | 基于Hotelling′s T2统计量的航空器航迹变点检测与估计方法 |
CN107843840A (zh) * | 2018-01-08 | 2018-03-27 | 中山路得斯空调有限公司 | 一种基于噪声分析电机状态的故障分析器 |
Non-Patent Citations (2)
Title |
---|
一勇之夫: "使用差分法计算一段波的峰值、起始、终结位置", 《CSDN博客》 * |
国家地震局预测预防司编: "《地下流体地震预报方法》", 28 February 1997, 地震出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113125000A (zh) * | 2021-04-20 | 2021-07-16 | 中国汽车工程研究院股份有限公司 | 一种车内空调系统异响等级评判方法 |
CN113944982A (zh) * | 2021-11-26 | 2022-01-18 | 宁波奥克斯电气股份有限公司 | 一种空调器的控制方法、空调器和可读存储介质 |
CN114719961A (zh) * | 2022-04-12 | 2022-07-08 | 树根互联股份有限公司 | 机器异响识别方法、装置、计算机设备及可读存储介质 |
CN115031829A (zh) * | 2022-06-06 | 2022-09-09 | 扬芯科技(深圳)有限公司 | 一种产品噪音测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111289093A (zh) | 一种空调异响噪音评判方法及系统 | |
CN106288162B (zh) | 一种除霜进入判定方法、系统和空调 | |
CN102588315B (zh) | 透平压缩机喘振的自动测试方法 | |
CN106642584A (zh) | 一种空调运行的控制方法及装置 | |
CN110762744B (zh) | 一种过滤网清洗自动提示方法、控制装置、存储介质及空调器 | |
CN116111727B (zh) | 基于动态温度阈值的综合配电箱异常监测方法 | |
CN107062559B (zh) | 一种空调器缺氟检测方法、装置及空调系统 | |
WO2008006293A1 (fr) | Approche et dispositif de test pour un conditionneur d'air | |
US11561019B2 (en) | Performance diagnosis device and performance diagnosis method for air conditioner | |
CN111237977B (zh) | 一种制冷剂缺氟状态自检方法及空调 | |
CN107906671B (zh) | 冷媒量判断方法及系统 | |
WO2019237691A1 (zh) | 空调化霜控制方法及空调控制器 | |
CN109916040A (zh) | 空调器自清洁控制方法和空调器 | |
EP3553426A1 (en) | Data processing method for refrigerant leakage detection | |
CN109916041A (zh) | 空调器自清洁控制方法和空调器 | |
CN112594209A (zh) | 空压机的喘振检测方法、装置、可读介质以及设备 | |
CN111397098B (zh) | 除霜控制方法、装置、空调器及计算机可读存储介质 | |
US10989428B2 (en) | Performance diagnosis device and performance diagnosis method for air conditioner | |
WO2018188430A1 (zh) | 在线检测空调制热能效比和制热量的方法 | |
CN112240579B (zh) | 一种抽油烟机及其控制方法 | |
CN110701726A (zh) | 一种空调冷媒泄露的检测方法 | |
US7841825B2 (en) | Method for predicting surge in compressor | |
CN114838968B (zh) | 一种基于冷水水冷测试的空调故障检测方法及系统 | |
CN113899093B (zh) | 螺杆式制冷压缩机回油故障的辨识和预判方法 | |
CN109724213B (zh) | 空调器及其控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |
|
RJ01 | Rejection of invention patent application after publication |