CN111306703A - 一种过滤网自适应调节方法、系统及空调设备 - Google Patents
一种过滤网自适应调节方法、系统及空调设备 Download PDFInfo
- Publication number
- CN111306703A CN111306703A CN202010187992.9A CN202010187992A CN111306703A CN 111306703 A CN111306703 A CN 111306703A CN 202010187992 A CN202010187992 A CN 202010187992A CN 111306703 A CN111306703 A CN 111306703A
- Authority
- CN
- China
- Prior art keywords
- air
- filter screen
- oil stain
- air conditioner
- adjusting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004378 air conditioning Methods 0.000 title claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 239000000443 aerosol Substances 0.000 claims description 8
- 238000011109 contamination Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003915 air pollution Methods 0.000 claims 3
- 239000000779 smoke Substances 0.000 abstract description 17
- 238000005265 energy consumption Methods 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000004044 response Effects 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- F24F11/39—Monitoring filter performance
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
- F24F11/526—Indication arrangements, e.g. displays giving audible indications
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- 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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- 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
Abstract
本发明公开一种过滤网自适应调节方法、系统及空调设备。其中，该方法包括：监测空调所在室内的空气油污等级；其中，空气油污等级与空调回风口的过滤网层数存在对应关系；基于所述空气油污等级对所述空调回风口的过滤网进行调节。本发明提供了一种大数据与空调、传感器相结合的过滤网自调节降能耗的方案，根据室内空气中的油烟含量控制相应层数的过滤网执行过滤操作，避免所有过滤网长时间持续工作，解决了厨房空调因固定过滤网过多导致耗电量过大的问题，从而减小电机负载，耗电减少。
Description
技术领域
本发明涉及机组技术领域，具体而言，涉及一种过滤网自适应调节方法、系统及空调设备。
背景技术
在物联网、人工智能的发展背景下，随着用户的消费升级，空调应用场所层出不穷。同时不同空调在不同场所设计不同，于是出现了厨房空调等新品。
然而，空调厂商或设计员都把大部分注意力放在新的产品上，为了及早出售或宣传新的产品，对新品的能耗设计降低了一定的要求。例如厨房空调，该空调在回风口采用7层过滤网，从而达到过滤厨房油烟的目的，进而减少油烟等空气杂质对空调各组件的使用寿命的限制。然而，随着过滤网层数的增多，空调的风阻变大，电机负载变大，做功多，从而导致耗电增加。
针对现有技术中厨房空调的过滤网层数较多导致耗电量增加的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例中提供一种过滤网自适应调节方法、系统及空调设备，以解决现有技术中厨房空调的过滤网层数较多导致耗电量增加的问题。
为解决上述技术问题，本发明提供了一种过滤网自适应调节方法，其中，所述方法包括：监测空调所在室内的空气油污等级；其中，空气油污等级与空调回风口的过滤网层数存在对应关系；基于所述空气油污等级对所述空调回风口的过滤网进行调节。
优选地，监测空调所在室内的空气油污等级之前，所述方法还包括：获取空气参数的大数据样本；对所述大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。
优选地，监测空调所在室内的空气油污等级，包括：根据安装于回风口端的传感器获取空气参数；结合所述大数据样本确定所述空气参数对应的空气油污等级。
优选地，所述传感器是激光雷达发射装置，根据安装于回风口端的传感器获取空气参数，包括：根据所述激光雷达发射装置，向空气中发射激光束并接收回波信号；根据所述回波信号确定气溶胶粒子分布情况；根据所述气溶胶粒子分布情况确定所述空气参数。
优选地，监测空调所在室内的空气油污等级之后，所述方法还包括：如果所述空气油污等级超过预设等级，则发送语音提示。
优选地，基于所述空气油污等级对所述空调回风口的过滤网进行调节，包括：确定所述空气油污等级对应的过滤网层数；对所述过滤网进行调节，以使得执行过滤工作的过滤网的层数与确定后的所述过滤网层数一致。
优选地，基于所述空气油污等级对所述空调回风口的过滤网进行调节之后，所述方法还包括：根据所述空气油污等级确定对应的过滤时长；控制调节后的过滤网执行过滤操作达到所述过滤时长。
本发明还提供了一种过滤网自适应调节系统，其中，所述系统包括：传感器，用于监测空调所在室内的空气参数，将所述空气参数发送至服务器；所述服务器，用于结合大数据样本确定所述空气参数对应的空气油污等级；根据所述空气油污等级确定对应的空调回风口的过滤网层数，将过滤网调节指令发送至控制器；所述控制器，用于根据所述过滤网调节指令对所述过滤网进行调节。
优选地，所述服务器，用于获取空气参数的大数据样本；对所述大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。
优选地，所述服务器，还用于根据所述空气油污等级确定对应的过滤时长，将所述过滤时长的调节指令发送至控制器，以控制调节后的过滤网执行过滤操作达到所述过滤时长。
本发明还提供了一种空调设备，其中，所述空调设备包括上述的过滤网自适应调节系统。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述的方法。
应用本发明的技术方案，提供了一种大数据与空调、传感器相结合的过滤网自调节降能耗的方案，根据室内空气中的油烟含量控制相应层数的过滤网执行过滤操作，避免所有过滤网长时间持续工作，解决了厨房空调因固定过滤网过多导致耗电量过大的问题，从而减小电机负载，耗电减少。
附图说明
图1是根据本发明实施例的过滤网自适应调节方法的流程图；
图2是根据本发明实施例的过滤网自适应调节系统的结构示意图；
图3是根据本发明实施例的厨房空调的过滤网自适应调节流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，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它实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
实施例一
图1是根据本发明实施例的过滤网自适应调节方法的流程图，如图1所示，该方法包括以下步骤：
步骤S101，监测空调所在室内的空气油污等级；其中，空气油污等级与空调回风口的过滤网层数存在对应关系；
步骤S102，基于空气油污等级对空调回风口的过滤网进行调节。
本实施例提供了一种大数据与空调、传感器相结合的过滤网自调节降能耗的方案，根据室内空气中的油烟含量控制相应层数的过滤网执行过滤操作，避免所有过滤网长时间持续工作，解决了厨房空调因固定过滤网过多导致耗电量过大的问题，从而减小电机负载，耗电减少。
本实施例提前针对空气参数进行大数据处理，获取空气参数的大数据样本，对大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。上述空气参数可以是油烟含量或颗粒物浓度等。
之后，可以根据安装于回风口端的传感器获取空气参数，结合大数据样本确定空气参数对应的空气油污等级。需要说明的是，上述传感器可以是激光雷达发射装置，根据激光雷达发射装置，向空气中发射激光束并接收回波信号，根据回波信号确定气溶胶粒子分布情况，根据气溶胶粒子分布情况确定空气参数。
更具体地，上述传感器可以是3D可视激光雷达。3D可视激光雷达可以发射绿色激光束到大气中，经过大气中的分子、颗粒物(云、烟尘等)散射，再由雷达系统接收。激光照到不同浓度、直径、形状的颗粒会形成不同的回波信号。并把回波信号传输到服务器，服务器内置逻辑通过计算得到不同距离(高度)上的回波信号，从而得到沿光束发射方向的气溶胶粒子分布情况，之后根据回波信号确定空气油污等级与过滤网层数的对应关系。基于此，可以快速准确的确定空气油污等级。一般情况下，空气油污等级越高，过滤网层数越多。
如果空气油污等级超过预设等级，则说明此时厨房油烟太重，可以向用户发送语音提示，提示用户关火或者开窗通风等。
在确定空气油污等级之后，可以确定空气油污等级对应的过滤网层数，对过滤网进行调节，以使得执行过滤工作的过滤网的层数与确定后的过滤网层数一致。基于此，可以根据厨房的空气质量自适应的调节过滤网层数，降低能耗。
为了进一步降低能耗，避免资源浪费，本实施例还提供了一种优选实施方式，即根据空气油污等级确定对应的过滤时长，控制调节后的过滤网执行过滤操作达到过滤时长。基于此，可以自动控制过滤网的工作时间，在厨房油烟较少时，开启较少层数的过滤网且运行较短时间即可，在厨房油烟较多时，开启较多层数的过滤网且运行较长的时间，方可将油烟除净。在达到过滤时长后可自动停止工作，避免资源浪费。
实施例二
图2是根据本发明实施例的过滤网自适应调节系统的结构示意图，如图2所示，右下角的方框表示厨房，传感器设置在空调的回风口端，用于监测空调所在室内的空气参数，将空气参数通过TCP/IP网络发送至服务器(Monitor Server和Record Server)。服务器，用于结合大数据样本确定空气参数对应的空气油污等级；根据空气油污等级确定对应的空调回风口的过滤网层数，将过滤网调节指令发送至控制器。控制器，用于根据过滤网调节指令对空调的过滤网进行调节。上述系统还包括蜂鸣提示器，在空气油污等级超过预设等级时，发出蜂鸣声以提醒用户厨房油烟太大。
上述系统中的服务器用于获取空气参数的大数据样本；对大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。服务器，还用于根据空气油污等级确定对应的过滤时长，将过滤时长的调节指令发送至控制器，以控制调节后的过滤网执行过滤操作达到过滤时长。
本实施例还提供了一种空调设备，该空调设备包括上述的过滤网自适应调节系统。
本实施例的目的在于提供一种基于空调大数据的空调过滤网自调节的降能耗方案，空调大数据的服务器端通过获得空调传输回来的数据的分析利用，该数据包括空调在空间利用3D可视激光雷达得到的空气关键信息(即上述空气参数)，然后利用服务器远程控制指令对空调过滤网自调节。实现并解决了厨房空调因固定过滤网过多，导致风阻变大，电机负载变大，做功多，从而耗电多的问题，并增加了人性化语音提示，提升厨房安全性。
实施例三
图3是根据本发明实施例的厨房空调的过滤网自适应调节流程图，如图3所示，该流程包括：
第一步，空调开机，进行厨房空气质量样本获取。利用3D可视激光雷达发射绿色激光束到大气中，经过大气中的分子、颗粒物(云、烟尘等)散射，再由雷达系统接收。激光照到不同浓度、直径、形状的颗粒会形成不同的回波信号。并把回波信号传输到服务器，服务器内置逻辑通过计算得到不同距离(高度)上的回波信号，从而得到沿光束发射方向的气溶胶粒子分布情况，并进行利用回波信号与空气等级划分具体对应过滤网层数。
第二步，本实施例中的智能化空调依赖于空调大数据的服务器端以及3D可视激光雷达相结合，空调外机端安装有GPRS模块，用于采集与发送控制空调机组相关指令，内机回风口端安装有3D可视激光雷达，厨房空调开机后GPRS模块会把机组运行数据传输到服务器端，雷达系统的回波信号也实时传输到服务器端。
第三步，服务器端对回波信号有相应的逻辑算法，油烟中含有甲醛、一氧化碳、二氧化碳、氮氧化物等统称混合气体。这也是厨房空调设置固定多层过滤网的目的。可以根据回波信号确定空气油污等级，例如：无油污、有一定油污、油污过多、油污超多。如果无油污，则过滤网关机，如果有一定油污，则根据控制指令进行操作过滤网层数2-3层，如果油污过多，则根据控制指令进行操作过滤网层数4-6层，如果油污超过，则根据控制指令进行操作过滤网层数7层并报警提示。
第四步，将控制指令发送至控制器，控制器根据控制指令调节过滤网的层数。
本实施例默认为7层过滤网，回波信号传输到服务器端为A-F共七个峰值，其中七个峰值分别对应1-7层过滤网的控制指令。如服务器接受回波信号值为1时，便向空调机组GPRS模块发送调节一层过滤网的指令，以减少因室内空气质量一般而过滤网层数多，导致电机负载变大，做功多，从而耗电多的问题，便于根据室内空气状况实时调节控制过滤网层数，并把操作记录以及数据保留在服务器中便于后续的数据分析。当回波信号值为7时会同时返回蜂鸣指令，在控制面板的出音处会给予语音提示，如：当前室内油烟浓度较高，请加大抽油烟机档速等语音提示。
空调大数据的服务器端通过提前获取厨房油烟空气参数大数据样本，对样本进行分析整合出最优对比样本参数；3D可视激光雷达对厨房空气进行探测，把结果传输到服务器，服务器通过对当前空气与样本空气进行对比；传输回空调最佳过滤网调节方式；当油烟含量过高给予语音提示。解决了厨房空调因固定过滤网过多导致耗电量过大的问题，并增加了人性化语音提示。
实施例四
本发明实施例提供了一种软件，该软件用于执行上述实施例及优选实施方式中描述的技术方案。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的过滤网自适应调节方法。
上述存储介质中存储有上述软件，该存储介质包括但不限于：光盘、软盘、硬盘、可擦写存储器等。
从以上的描述中可知，本发明针对空调的过滤网，结合当代先进物联网与大数据技术实现联动进而达到降低能耗的目的。主要解决了如下技术问题：
1)极大减少了厨房空调因过滤网过多，导致耗电量过多的问题。
2)充分应用先进的3D可视激光雷达技术与空调、互联网结合，达到降能耗的目的。
3)增加控制面板语音提示功能，提升厨房使用的安全性
本发明提供了一种大数据与空调、传感器相结合的过滤网自调节降能耗的方案，根据室内空气中的油烟含量控制相应层数的过滤网执行过滤操作，避免所有过滤网长时间持续工作，解决了厨房空调因固定过滤网过多导致耗电量过大的问题，从而减小电机负载，耗电减少。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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。
Claims (12)
1.一种过滤网自适应调节方法，其特征在于，所述方法包括：
监测空调所在室内的空气油污等级；其中，空气油污等级与空调回风口的过滤网层数存在对应关系；
基于所述空气油污等级对所述空调回风口的过滤网进行调节。
2.根据权利要求1所述的方法，其特征在于，监测空调所在室内的空气油污等级之前，所述方法还包括：
获取空气参数的大数据样本；
对所述大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。
3.根据权利要求2所述的方法，其特征在于，监测空调所在室内的空气油污等级，包括：
根据安装于回风口端的传感器获取空气参数；
结合所述大数据样本确定所述空气参数对应的空气油污等级。
4.根据权利要求3所述的方法，其特征在于，所述传感器是激光雷达发射装置，根据安装于回风口端的传感器获取空气参数，包括：
根据所述激光雷达发射装置，向空气中发射激光束并接收回波信号；
根据所述回波信号确定气溶胶粒子分布情况；
根据所述气溶胶粒子分布情况确定所述空气参数。
5.根据权利要求1所述的方法，其特征在于，监测空调所在室内的空气油污等级之后，所述方法还包括：
如果所述空气油污等级超过预设等级，则发送语音提示。
6.根据权利要求1所述的方法，其特征在于，基于所述空气油污等级对所述空调回风口的过滤网进行调节，包括：
确定所述空气油污等级对应的过滤网层数；
对所述过滤网进行调节，以使得执行过滤工作的过滤网的层数与确定后的所述过滤网层数一致。
7.根据权利要求1所述的方法，其特征在于，基于所述空气油污等级对所述空调回风口的过滤网进行调节之后，所述方法还包括：
根据所述空气油污等级确定对应的过滤时长；
控制调节后的过滤网执行过滤操作达到所述过滤时长。
8.一种过滤网自适应调节系统，其特征在于，所述系统包括：
传感器，用于监测空调所在室内的空气参数，将所述空气参数发送至服务器；
所述服务器，用于结合大数据样本确定所述空气参数对应的空气油污等级；根据所述空气油污等级确定对应的空调回风口的过滤网层数，将过滤网调节指令发送至控制器；
所述控制器，用于根据所述过滤网调节指令对所述过滤网进行调节。
9.根据权利要求8所述的系统，其特征在于，
所述服务器，用于获取空气参数的大数据样本；对所述大数据样本进行分析整合，得出不同的空气所对应的空气油污等级，以及，空气油污等级与过滤网层数的对应关系。
10.根据权利要求8所述的系统，其特征在于，
所述服务器，还用于根据所述空气油污等级确定对应的过滤时长，将所述过滤时长的调节指令发送至控制器，以控制调节后的过滤网执行过滤操作达到所述过滤时长。
11.一种空调设备，其特征在于，所述空调设备包括权利要求8至10中任一项所述的过滤网自适应调节系统。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010187992.9A CN111306703A (zh) | 2020-03-17 | 2020-03-17 | 一种过滤网自适应调节方法、系统及空调设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010187992.9A CN111306703A (zh) | 2020-03-17 | 2020-03-17 | 一种过滤网自适应调节方法、系统及空调设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111306703A true CN111306703A (zh) | 2020-06-19 |
Family
ID=71155397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010187992.9A Pending CN111306703A (zh) | 2020-03-17 | 2020-03-17 | 一种过滤网自适应调节方法、系统及空调设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111306703A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113623800A (zh) * | 2021-10-12 | 2021-11-09 | 江苏莱克科技有限公司 | 一种室内环境净化用的智能空气通风设备及其使用方法 |
| CN113947544A (zh) * | 2021-10-18 | 2022-01-18 | 江阴仟亿日化包装有限公司 | 自动化定制对象驱动系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006255594A (ja) * | 2005-03-17 | 2006-09-28 | Nippon Muki Co Ltd | 空気清浄装置 |
| CN103197305A (zh) * | 2013-03-21 | 2013-07-10 | 武汉大学 | 基于支持向量机识别的沙尘型气溶胶反演方法 |
| CN105698321A (zh) * | 2016-04-22 | 2016-06-22 | 芜湖美智空调设备有限公司 | 移动空调器 |
| CN205561046U (zh) * | 2016-04-20 | 2016-09-07 | 张晶 | 一种室内甲醛浓度检测及净化装置 |
| CN106353453A (zh) * | 2016-08-23 | 2017-01-25 | 北京东泰富博新材料科技股份有限公司 | 基于大数据在线监测家装空间中污染物的方法 |
| CN107478555A (zh) * | 2017-08-11 | 2017-12-15 | 中国科学技术大学 | 气体颗粒物测量方法及装置 |
| CN108981113A (zh) * | 2018-07-02 | 2018-12-11 | 芜湖智权大数据运营有限公司 | 一种智能室内空气净化器的控制方法及控制系统 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
| CN110749066A (zh) * | 2019-10-31 | 2020-02-04 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器及存储介质 |
-
2020
- 2020-03-17 CN CN202010187992.9A patent/CN111306703A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006255594A (ja) * | 2005-03-17 | 2006-09-28 | Nippon Muki Co Ltd | 空気清浄装置 |
| CN103197305A (zh) * | 2013-03-21 | 2013-07-10 | 武汉大学 | 基于支持向量机识别的沙尘型气溶胶反演方法 |
| CN205561046U (zh) * | 2016-04-20 | 2016-09-07 | 张晶 | 一种室内甲醛浓度检测及净化装置 |
| CN105698321A (zh) * | 2016-04-22 | 2016-06-22 | 芜湖美智空调设备有限公司 | 移动空调器 |
| CN106353453A (zh) * | 2016-08-23 | 2017-01-25 | 北京东泰富博新材料科技股份有限公司 | 基于大数据在线监测家装空间中污染物的方法 |
| CN107478555A (zh) * | 2017-08-11 | 2017-12-15 | 中国科学技术大学 | 气体颗粒物测量方法及装置 |
| CN108981113A (zh) * | 2018-07-02 | 2018-12-11 | 芜湖智权大数据运营有限公司 | 一种智能室内空气净化器的控制方法及控制系统 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
| CN110749066A (zh) * | 2019-10-31 | 2020-02-04 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 中国环境监测总站: "《环境空气质量预报信息交换共享技术指南》", 31 October 2018 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113623800A (zh) * | 2021-10-12 | 2021-11-09 | 江苏莱克科技有限公司 | 一种室内环境净化用的智能空气通风设备及其使用方法 |
| CN113623800B (zh) * | 2021-10-12 | 2021-12-07 | 江苏莱克科技有限公司 | 一种室内环境净化用的智能空气通风设备及其使用方法 |
| CN113947544A (zh) * | 2021-10-18 | 2022-01-18 | 江阴仟亿日化包装有限公司 | 自动化定制对象驱动系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111306703A (zh) | 一种过滤网自适应调节方法、系统及空调设备 | |
| CN106288195B (zh) | 一种室内空气质量净化方法及系统 | |
| CN106650505A (zh) | 一种车辆攻击检测方法和装置 | |
| CN112000030A (zh) | 一种环境监测控制系统 | |
| CN109693983B (zh) | 电梯故障处理方法、装置、服务器、存储介质及系统 | |
| CN203786851U (zh) | 新型拾音报警器 | |
| CN108489033A (zh) | 室内空气的调节控制方法、空气调节器及可读存储介质 | |
| KR102267045B1 (ko) | 실시간 대기 확산 모니터링 시스템 | |
| WO2022199012A1 (zh) | 新风控制方法、装置和新风系统 | |
| CN106801980A (zh) | 空调防火控制方法及控制系统 | |
| CN114490257B (zh) | 一种车辆的日志收集方法、装置和设备 | |
| CN103777583A (zh) | 一种基于物联网的重要档案存储环境安全保障智能监控系统 | |
| CN113053053A (zh) | 基于粒子群优化的区间论证多传感器融合的灾难蜂窝报警联动系统 | |
| CN113419445A (zh) | 基于物联网+ai的智能梯控控制系统及控制方法 | |
| CN116658033A (zh) | 智慧门窗云智能操作系统 | |
| US10518607B2 (en) | Pollution event detection | |
| CN213780406U (zh) | 团雾预警消除系统 | |
| CN212204952U (zh) | 用于银行网点室内环境调节的系统 | |
| CN114216224A (zh) | 无人机联动空调控制方法、空调系统及电子设备 | |
| CN117706663B (zh) | 一种基于多元数据的冰雹降水现象质控方法及系统 | |
| CN205080698U (zh) | Cc型天气雷达室消防监控装置 | |
| CN117494589B (zh) | 基于车身颜色的车辆事故预测方法、设备和存储介质 | |
| CN117055363B (zh) | 一种智能家居报警系统 | |
| CN114623482B (zh) | 一种烟机的控制方法、控制装置及烟机 | |
| WO2024082610A1 (zh) | 基于空调器的净化控制方法、装置及空调器 |
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: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |