CN112361680A - 化霜处理方法、装置、化霜设备和存储介质 - Google Patents
化霜处理方法、装置、化霜设备和存储介质 Download PDFInfo
- Publication number
- CN112361680A CN112361680A CN202011267049.5A CN202011267049A CN112361680A CN 112361680 A CN112361680 A CN 112361680A CN 202011267049 A CN202011267049 A CN 202011267049A CN 112361680 A CN112361680 A CN 112361680A
- Authority
- CN
- China
- Prior art keywords
- water
- defrosting
- amount
- icing
- abnormal
- 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
Links
- 238000010257 thawing Methods 0.000 title claims abstract description 355
- 238000000034 method Methods 0.000 title claims abstract description 53
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 428
- 230000002159 abnormal effect Effects 0.000 claims abstract description 79
- 230000005856 abnormality Effects 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 25
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 23
- 238000005057 refrigeration Methods 0.000 abstract description 9
- 239000002699 waste material Substances 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004584 weight gain Effects 0.000 description 4
- 235000019786 weight gain Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B47/00—Arrangements for preventing or removing deposits or corrosion, not provided for in another subclass
- F25B47/006—Arrangements for preventing or removing deposits or corrosion, not provided for in another subclass for preventing frost
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D21/00—Defrosting; Preventing frosting; Removing condensed or defrost water
- F25D21/002—Defroster control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D21/00—Defrosting; Preventing frosting; Removing condensed or defrost water
- F25D21/14—Collecting or removing condensed and defrost water; Drip trays
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Defrosting Systems (AREA)
Abstract
本申请涉及一种化霜处理方法、装置、化霜设备和存储介质。所述方法包括：在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内接水盘增加的水量，得到第一增水量；根据第一增水量确定化霜工作是否正常开始；当确定化霜工作正常开始后，识别接水盘内新增加的水量，得到第二增水量；根据第二增水量，判断化霜工作是否出现异常；当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；根据结冰图像分析化霜工作异常原因并进行对应的异常处理。采用本方法能够实现根据实际的结霜情况对化霜过程的精准处理，从而避免不同环境条件下导致的设备制冷异常和能源浪费。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种化霜处理方法、装置、化霜设备和存储介质。
背景技术
随着设备技术的发展，出现了各种各样的制冷设备，制冷设备是一种可以保持恒定低温的设备。例如冰箱，空调等。比如冰箱就是一种能使食物或者其他物品保持恒定低温冷态存储的制冷设备。现有的制冷设备在工作过程都会结霜结冰，为了避免堵塞因此都需要进行化霜操作。传统大多是根据环境温度固定的化霜周期(回风化霜、加热化霜、滴水阶段)进行化霜操作。
然而，设备结霜是受不同温湿度、工况、低于、气压以及季节等因素影响的，所以运行在不同环境下的即使是同样的制冷时间，也会有不一样厚度的结霜，而采用固定周期的化霜操作并不能精准的处理化霜工作，反而容易导致设备制冷异常和能源浪费。比如，在空气湿度大且环境温度低的条件下容易使得蒸发器结霜较多，如果化霜周期固定不变，很容易造成因化霜不完全而再次结霜时使蒸发器堵死，进而导致冷量无法正常循环而使冰箱无法制冷。而在空气湿度较低且环境温度较高的情况下采用固定的化霜周期，会导致冰箱在无霜的情况进行化霜而造成能源浪费。
发明内容
本发明针对固定周期的化霜操作导致设备制冷异常和能源浪费问题，提出了一种化霜处理方法、装置、化霜设备和存储介质，该化霜处理方法可以达到避免设备制冷异常和能源浪费的技术效果。
一种化霜处理方法，所述方法包括：
在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量；
根据所述第一增水量确定化霜工作是否正常开始；
当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量；
根据所述第二增水量，判断化霜工作是否出现异常；
当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理。
在其中一个实施例中，所述在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量，包括：
获取进入化霜之前，传感器检测的所述接水盘内的原始水量；
在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的所述接水盘内的当前水量；
将所述当前水量与所述原始水量做减法运算，得到第一增水量。
在其中一个实施例中，所述根据所述第一增水量确定化霜工作是否正常开始，包括：
当所述第一增水量等于或大于预设阈值时，确定化霜正常开始；
当所述第一增水量小于所述预设阈值时，以预设时间为单位，连续对所述接水盘内的化霜水进行预设次数的增水量识别；
若所述预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于所述预设阈值，确定化霜正常开始；
若所述预设次数的增水量识别所得到的各增水量均小于所述预设阈值，确定排水管堵塞，化霜工作未正常开始。
在其中一个实施例中，所述当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量，包括：
当确定化霜工作正常开始后，每持续所述预设时间获取一次所述传感器检测的所述接水盘内的水量；
将当前获取的所述接水盘内的水量与上一次获取的所述接水盘内的水量做减法运算，得到第二增水量。
在其中一个实施例中，所述根据所述第二增水量，判断化霜工作是否出现异常，包括：
比对所述第二增水量和预设阈值；
当所述第二增水量等于或大于所述预设阈值时，确定化霜工作未出现异常；
当所述第二增水量小于所述预设阈值时，确定化霜工作出现异常。
在其中一个实施例中，所述根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理，包括：
利用神经网络模型对所述结冰图像进行结冰面积识别，确定所述结冰图像的结冰面积；
当所述结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；
当所述结冰面积大于所述预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
在其中一个实施例中，所述根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理，包括：
将所述结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；
当所述匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；
当所述匹配结冰示意图像中的结冰面积大于所述预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
一种化霜处理装置，所述装置包括：
识别模块，用于在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量；
异常判断模块，用于根据所述第一增水量确定化霜工作是否正常开始；
识别模块还用于当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量；
异常判断模块还用于根据所述第二增水量，判断化霜工作是否出现异常；
图像采集模块，用于当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
异常分析处理模块，用于根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理。
一种化霜设备，包括：
接水盘，用于接化霜水；
设置在所述接水盘上的传感器，用于检测所述接水盘中化霜水的水量；
蒸发器；
图像采集模块，用于采集所述蒸发器上的结冰图像；
存储有计算机程序的存储器，以及与所述传感器和所述图像采集模块连接的处理器，用于执行所述计算机程序时实现上述任一项所述的化霜处理方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的化霜处理方法的步骤。
上述化霜处理方法、装置、化霜设备和存储介质，利用传感器检测水量的方式识别接水盘内的增水量，从而通过增水量判断化霜工作是否正常开始。以及，在化霜正常开始后同样通过增水量判断化霜过程中是否出现异常，进而在异常的时候由结合图像采集模块采集的结冰图像对异常原因进行分析处理，实现了根据实际的结霜情况对化霜过程的精准处理，从而避免了不同环境条件下导致的设备制冷异常和能源浪费。
附图说明
图1为一个实施例中化霜处理方法的流程示意图；
图2为另一个实施例中化霜处理方法的流程示意图；
图3为一个实施例中化霜处理装置的结构框图；
图4为一个实施例中化霜设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种化霜处理方法，以该方法应用于化霜设备(例如冰箱、空调等)中的处理器为例进行说明，包括以下步骤：
步骤S102，在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内接水盘增加的水量，得到第一增水量。
其中，传感器是用于检测接水盘内的化霜水的水量的装置，可以是重量传感器、水位传感器等。重量传感器通过检测化霜水的重量确定化霜水的水量。水位传感器通过测量化霜水的水位值确定化霜水的水量。
第一增水量是指开始化霜后第一个预设时间内，化霜设备中接水盘所增加的水量。预设时间是预先设置用于确定增水量的时间间隔。预设时间的设定与化霜设备上蒸发器化霜温度上升快慢有关，化霜温度上升快表示进入化霜快，则预设时间短。化霜温度上升慢表示进入化霜慢，则预设时间长。在本实施例中，预设时间优选为1分钟。
具体地，当化霜设备制冷结束进入化霜后，等待化霜工作持续预设时间后，处理器根据设置在接水盘上的传感器检测的水量，识别化霜水在该预设时间内增加的水量，得到第一增水量。例如，将化霜设备制冷结束进入化霜的时间点记为T1，预设时间为1分钟。即等待1分钟，在T1+1分钟时，处理器识别接水盘在这1分钟内所增加的化霜水的水量，得到第一增水量。
步骤S104，根据第一增水量确定化霜工作是否正常开始。
具体地，由于在化霜设备刚结束制冷进入化霜时，如果化霜工作正常开始了，必然是有一定的化霜水流入接水盘内的。所以，处理器识别到第一增水量之后，根据第一增水量的多少可以判断进入化霜后化霜工作是否正常开始。
步骤S106，当确定化霜工作正常开始后，识别接水盘内新增加的水量，得到第二增水量。
其中，第二增水量是指化霜工作正常开始后，继续持续预设时间的化霜后接水盘内化霜水所增加的水量。
具体地，当根据第一增水量确定化霜工作正常开始后，处理器继续根据传感器检测的水量，识别预设时间内接水盘中新增加的水量，得到第二增水量。
步骤S108，根据第二增水量，判断化霜工作是否出现异常。
具体地，化霜工作出现异常最直接的表现为化霜水越来越少。所以，当识别得到第二增水量后，处理器根据第二增水量的多少判断化霜工作是否有出现异常。
步骤S110，当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像。
其中，图像采集模块设置在化霜设备内，用于对蒸发器上结冰情况进行采集，进而得到结冰图像。应当理解的是，为了避免结冰图像中对象过多而影响判断，图像采集模块设置在应当只能采集到蒸发器的位置。
具体地，虽然化霜工作异常直接表现为化霜水越来越少，例如排水管堵塞故障造成化霜水无法正常流入接水盘而导致的化霜水减少。但是，随着化霜工作的正常进行，大多数结冰被化霜后，化霜水也是会越来越少的。因此，为了准确判定正常的化霜工作中，导致化霜水减少的原因是排水管堵塞还是化霜工作完成。处理器控制设置在化霜设备内的图像采集模块采集蒸发器上的结冰图像，根据结冰图像进一步的判断异常原因。
步骤S112，根据结冰图像分析化霜工作异常原因并进行对应的异常处理。
具体地，当获取到结冰图像后，处理器对结冰图像进行图像分析处理。由于结冰面积的大小能够准确的示意化霜是否完成，所以处理器通过图像分析确定结冰图像中蒸发器上的结冰面积。进而根据蒸发器上的结冰面积的大小确定当前的化霜工作是否完成。如果结冰面积很大，则表示蒸发器上还有很多冰未被化霜，此时如果化霜水减少，必然不是化霜完成造成的，只能是排水管堵塞造成的异常。而如果异常的原因是排水管堵塞，则生成故障信息提示用户处理故障。而如果异常的原因是化霜完成，则直接控制结束化霜工作。
上述化霜处理方法，利用传感器检测水量的方式识别接水盘内的增水量，从而通过增水量判断化霜工作是否正常开始。以及，在化霜正常开始后同样通过增水量判断化霜过程中是否出现异常，进而在异常的时候由结合图像采集模块采集的结冰图像对异常原因进行分析处理，实现了根据实际的结霜情况对化霜过程的精准处理，从而避免了不同环境条件下导致的设备制冷异常和能源浪费。
在一个实施例中，步骤S102包括：获取进入化霜之前，传感器检测的接水盘内的原始水量；在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的接水盘内的当前水量；将当前水量与原始水量做减法运算，得到第一增水量。
具体地，传感器实时检测接水盘内的水量。因此，当识别首个预设时间内增加的第一增水量时，处理器从传感器反馈的水量中，获取进入化霜之前传感器检测的接水盘内的数量，得到接水盘内的原始水量。然后，在进入化霜后且化霜工作持续预设时间后，处理器再获取传感器当前检测的水量，得到当前水量。进而，将当前水量与原始水量做减法运算，即可得到首个预设时间内增加的水量，得到第一增水量。
以传感器为重量传感器为例，假设进入化霜的时间点为T1，预设时间为1分钟。即，处理器获取T1时刻之前传感器反馈的重量，得到原始重量。而在到达TI+1分钟的时间节点时，处理器再次获取传感器当前反馈的重量，得到当前重量。然后，将当前重量减去原始重量得到的增重量即为第一增水量。
本实施例中，通过获取进入化霜前后不同时间点的水量做减法运算得到第一增水量，能够得到准确的增水量。
在一个实施例中，步骤S104包括：当第一增水量等于或大于预设阈值时，确定化霜正常开始；当第一增水量小于预设阈值时，以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别；若预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于预设阈值，确定化霜正常开始；若预设次数的增水量识别所得到的各增水量均小于预设阈值，确定排水管堵塞，化霜工作未正常开始。
其中，预设阈值为预先设定与增水量进行比较，判断增加的水量是否正常的水量阈值。预设阈值根据传感器的不同单位也不同，当为重量传感器时，预设阈值的单位为克，当为水位传感器时，预设阈值的单位为水位。预设阈值与预设时间的长短有关和排水管满负荷有关。预设时间越长预设阈值越大，并且预设阈值要小于排水管满负荷，本实施例优选小于满负荷状态的1/4。
具体地，当根据第一增水量判断化霜工作是否正常运行时，将第一增水量与预设阈值进行比较。当比较确定第一增水量大于或等于预设阈值时，表示化霜开始所增加的化霜水达到了一定的量，此时不存在排水管堵塞等故障导致化霜不能正常开始，所以可以确定化霜工作正常开始。而当比较确定第一增水量小于预设阈值时，表示化霜开始所增加的化霜水并未达到一定的量。而通常来讲，化霜刚开始必然会有一定的水量增加。而此时并未增加，所以化霜工作可能是因为排水管堵塞而导致无法正常开始。
但是，由于化霜开始有个升温的过程，为了避免误认为是排水管堵塞导致，可以以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别。即，在首个预设时间内确定化霜未正常开始时，持续在多个预设时间进行预设次数的增水量识别。例如，当预设次数为3次时，排除首次的增水量识别后还剩余2次，则以达到首个预设时间的时间节点为起点，分别还在2个预设时间单位识别得到2个增水量。即，假设开始进入化霜的时间节点为T1，预设时间为1分钟。则3个增水量分别是T1～T1+1分钟之间的增水量(第一增水量)、T1+1分钟～T1+2分钟之间的增水量、T1+2分钟～T1+3分钟之间的增水量。同时，在预设次数的增水量识别过程中，将每次识别得到的增水量与预设阈值进行比较。一旦确定存在增水量大于或等于预设阈值，则表示化霜正常开始。而若预设次数对应的各个增水量都小于预设阈值，由于已经给予了充分的升温时间，所以是升温慢而导致水量少的概率较小，则此时可以确定是因为排水管堵塞故障而造成的化霜无法正常开始。进而，在确定因排水管堵塞故障导致化霜无法正常开始，处理器生成故障信息提示用户处理故障。
本实施例中，通过增水量判断化霜是否正常开始，进而进行相应的处理，能够实现根据实际情况对化霜过程的精准处理。
在一个实施例中，步骤S106包括：当确定化霜工作正常开始后，每持续预设时间获取一次传感器检测的接水盘内的水量；将当前获取的接水盘内的水量与上一次获取的接水盘内的水量做减法运算，得到第二增水量。
具体地，当确定化霜工作正常开始后，继续对增水量进行识别来监控化霜工作是否异常。即，以确定化霜工作正常开始的时间节点为起点，化霜工作每持续运行一次预设时间，则获取一次当前传感器检测水量。然后，将当前得到的水量与上一次获取的水量进行减法运算，得到第二增水量。例如，假设确定化霜工作正常开始的时间为T2，预设时间为1分钟。则将T2+1分钟时的水量减去T2时的水量，得到第一个第二增水量，继续将T2+2分钟时的水量减去T2+1分钟时的水量，得到第二个第二增水量。本实施例中，通过前后不同时间点的增水量相减，能够得到准确的增水量。
在一个实施例中，步骤S108包括：比对第二增水量和预设阈值；当第二增水量等于或大于预设阈值时，确定化霜工作未出现异常；当第二增水量小于预设阈值时，确定化霜工作出现异常。
具体地，当确定化霜工作是否出现异常，同第一增水量相同，将第二增水量与预设阈值进行比较。应当理解的是，由于第二增水量可能会有多个，应当是每一个第二增水量都与预设阈值进行比较。然后，当第二增水量等于或大于预设阈值时，表示当前的化霜水的水量持续再增加，确定化霜工作未出现异常。而当第二增水量小于预设阈值时，表示当前的水量有所减少，确定化霜工作出现异常。即，多个第二增水量中存在一个第二增水量大于或等于预设阈值时，即可确定化霜正常。只有所有的第二增水量都小于预设阈值时，才确定排水管堵塞故障。本实施例中，通过增水量判断化霜是否出现异常，进而便于后续进行相应的处理，能够实现根据实际情况对化霜过程的精准处理。
在一个实施例中，步骤S112包括：利用神经网络模型对结冰图像进行结冰面积识别，确定结冰图像的结冰面积；当结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
其中，神经网络模型为预先以结冰面积为目标训练好用于对结冰图像中结冰面积识别的神经网络，可采用现有任一种神经网络模型结构。预设面积是预先设定，用于判断结冰是否化霜完成的面积临界值。等于或小于该结冰面积表示结冰被化霜完成，大于该结冰面积表示结冰未被化霜完成。
具体地，当处理器获取到图像采集装置返回的结冰图像后，调用训练好的神经网络模型。将结冰图像输入至该神经网络模型进行识别，输出结冰图像中的结冰面积。然后，将结冰面积与预设面积进行比对。当确定结冰面积等于或小于预设面积时，表示蒸发器上的结冰相当于被化霜完成，此时如果化霜水减少是正常现象，所以可以确定化霜工作异常原因为化霜完成。处理器进一步控制结束化霜，等待进入下一次制冷周期的化霜。而当结冰面积大于预设面积时，表示蒸发器上的结冰还未被化霜完成，此时的化霜水不应当减少，所以可以确定化霜工作异常原因为排水管堵塞导致的无法流入接水盘。处理器进一步的生成故障信息并发送到用户终端，提示用户进行故障处理。本实施例中，通过神经网络模型识别结冰面积，能够提高识别的准确性。
在一个实施例中，步骤S112包括：将结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；当匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当匹配结冰示意图像中的结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
其中，结冰图像集合是结冰示意图像的集合，该集合中包括结冰面积大小不一样的各种结冰示意图像。
具体地，当处理器获取到图像采集装置返回的结冰图像后，将结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配。通过图像匹配确定结冰情况与结冰图像最为相似的结冰示意图向，得到匹配结冰示意图像。由于匹配结冰示意图像的结冰情况是与结冰图像最为相似的图像，所以获取匹配结冰示意图已知的结冰面积。然后，将该结冰面积与预设面积进行比对。当确定结冰面积等于或小于预设面积时，表示蒸发器上的结冰相当于被化霜完成，此时如果化霜水减少是正常现象，所以可以确定化霜工作异常原因为化霜完成。处理器进一步控制结束化霜，等待进入下一次制冷周期的化霜。而当结冰面积大于预设面积时，表示蒸发器上的结冰还未被化霜完成，此时的化霜水不应当减少，所以可以确定化霜工作异常原因为排水管堵塞导致的无法流入接水盘。处理器进一步的生成故障信息并发送到用户终端，提示用户进行故障处理。本实施例中，通过图像匹配确定以最匹配的结冰示意图像的结冰面积进行识别，能够提高识别的准确性。
在一个实施例中，如图2所示，提供另一种化霜处理方法的流程图。图2以冰箱化霜为例对化霜处理方法进行解释说明。
步骤S201，冰箱制冷结束并开始进入化霜。
步骤S202，根据重量传感器检测的接水盘内的水量，识别预设时间△T内的第一增重量M1。
步骤S203，判断第一增重量M1是否大于或等于预设阈值M，即判断M1≥M是否成立。若是，进入步骤S204，若否，进入步骤S209。
步骤S204，确定化霜正常开始，识别第二增重量M2，进入步骤S205。
步骤S205，判断M2≥M是否成立。若是，进入步骤S206。若否，返回步骤S204。
步骤S206，获取图像采集模块采集的蒸发器上的结冰图像，根据结冰图像确定结冰面积。
步骤S207，根据结冰面积判断蒸发器上是否满足无霜，若满足，进入步骤S208，若不满足，进入步骤S211。
步骤S208，确定化霜完成，结束化霜。
步骤S209，以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别。
步骤S210，判断识别的增水量是否均小于预设阈值M，若是，进入步骤S211，若否，进入步骤S204。
步骤S211，确定排水管堵塞，生成故障信息提示用户处理故障。
应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种化霜处理装置，包括：识别模块302、异常判断模块304、图像采集模块306和异常分析处理模块308，其中：
识别模块302，用于在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内接水盘增加的水量，得到第一增水量。
异常判断模块304，用于根据第一增水量确定化霜工作是否正常开始。
识别模块302还用于当确定化霜工作正常开始后，识别接水盘内新增加的水量，得到第二增水量。
异常判断模块304还用于根据第二增水量，判断化霜工作是否出现异常。
图像采集模块306，用于当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像。
异常分析处理模块308，用于根据结冰图像分析化霜工作异常原因并进行对应的异常处理。
在一个实施例中，识别模块302还用于获取进入化霜之前，传感器检测的接水盘内的原始水量；在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的接水盘内的当前水量；将当前水量与原始水量做减法运算，得到第一增水量。
在一个实施例中，异常判断模块304还用于当第一增水量等于或大于预设阈值时，确定化霜正常开始；当第一增水量小于预设阈值时，以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别；若预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于预设阈值，确定化霜正常开始；若预设次数的增水量识别所得到的各增水量均小于预设阈值，确定排水管堵塞，化霜工作未正常开始。
在一个实施例中，识别模块302还用于当确定化霜工作正常开始后，每持续预设时间获取一次传感器检测的接水盘内的水量；将当前获取的接水盘内的水量与上一次获取的接水盘内的水量做减法运算，得到第二增水量。
在一个实施例中，异常判断模块304还用于比对第二增水量和预设阈值；当第二增水量等于或大于预设阈值时，确定化霜工作未出现异常；当第二增水量小于预设阈值时，确定化霜工作出现异常。
在一个实施例中，异常分析处理模块308还用于利用神经网络模型对结冰图像进行结冰面积识别，确定结冰图像的结冰面积；当结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
在一个实施例中，异常分析处理模块308还用于将结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；当匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当匹配结冰示意图像中的结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
关于化霜处理装置的具体限定可以参见上文中对于化霜处理方法的限定，在此不再赘述。上述化霜处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图4所示，提供了一种化霜设备。该化霜设备包括接水盘(图未示)、传感器、蒸发器(图未示)、图像采集模块、存储器和处理器。其中，该化霜设备接水盘用于接化霜水。该化霜设备的传感器设置于接水盘上，用于检测化霜水的水量。该化霜设备的图像采集模块用于采集蒸发器上的结冰图像。该化霜设备的处理器用于提供计算和控制能力。该化霜设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。传感器与图像采集模块与处理器连接，计算机程序被处理器执行时以实现一种化霜处理方法。
在一个实施例中，传感器为重量传感器，用于检测接水盘中化霜水的重量。
在一个实施例中，传感器为水位传感器，用于检测接水盘中化霜水的水位值。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的化霜设备的限定，具体的化霜设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种化霜设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内接水盘增加的水量，得到第一增水量；
根据第一增水量确定化霜工作是否正常开始；
当确定化霜工作正常开始后，识别接水盘内新增加的水量，得到第二增水量；
根据第二增水量，判断化霜工作是否出现异常；
当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
根据结冰图像分析化霜工作异常原因并进行对应的异常处理。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取进入化霜之前，传感器检测的接水盘内的原始水量；在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的接水盘内的当前水量；将当前水量与原始水量做减法运算，得到第一增水量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当第一增水量等于或大于预设阈值时，确定化霜正常开始；当第一增水量小于预设阈值时，以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别；若预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于预设阈值，确定化霜正常开始；若预设次数的增水量识别所得到的各增水量均小于预设阈值，确定排水管堵塞，化霜工作未正常开始。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当确定化霜工作正常开始后，每持续预设时间获取一次传感器检测的接水盘内的水量；将当前获取的接水盘内的水量与上一次获取的接水盘内的水量做减法运算，得到第二增水量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：比对第二增水量和预设阈值；当第二增水量等于或大于预设阈值时，确定化霜工作未出现异常；当第二增水量小于预设阈值时，确定化霜工作出现异常。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用神经网络模型对结冰图像进行结冰面积识别，确定结冰图像的结冰面积；当结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；当匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当匹配结冰示意图像中的结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内接水盘增加的水量，得到第一增水量；
根据第一增水量确定化霜工作是否正常开始；
当确定化霜工作正常开始后，识别接水盘内新增加的水量，得到第二增水量；
根据第二增水量，判断化霜工作是否出现异常；
当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
根据结冰图像分析化霜工作异常原因并进行对应的异常处理。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取进入化霜之前，传感器检测的接水盘内的原始水量；在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的接水盘内的当前水量；将当前水量与原始水量做减法运算，得到第一增水量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当第一增水量等于或大于预设阈值时，确定化霜正常开始；当第一增水量小于预设阈值时，以预设时间为单位，连续对接水盘内的化霜水进行预设次数的增水量识别；若预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于预设阈值，确定化霜正常开始；若预设次数的增水量识别所得到的各增水量均小于预设阈值，确定排水管堵塞，化霜工作未正常开始。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当确定化霜工作正常开始后，每持续预设时间获取一次传感器检测的接水盘内的水量；将当前获取的接水盘内的水量与上一次获取的接水盘内的水量做减法运算，得到第二增水量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：比对第二增水量和预设阈值；当第二增水量等于或大于预设阈值时，确定化霜工作未出现异常；当第二增水量小于预设阈值时，确定化霜工作出现异常。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用神经网络模型对结冰图像进行结冰面积识别，确定结冰图像的结冰面积；当结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；当匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；当匹配结冰示意图像中的结冰面积大于预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种化霜处理方法，其特征在于，所述方法包括：
在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量；
根据所述第一增水量确定化霜工作是否正常开始；
当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量；
根据所述第二增水量，判断化霜工作是否出现异常；
当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理。
2.根据权利要求1所述的方法，其特征在于，所述在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量，包括：
获取进入化霜之前，传感器检测的所述接水盘内的原始水量；
在进入化霜并且化霜工作持续预设时间后，获取传感器当前检测的所述接水盘内的当前水量；
将所述当前水量与所述原始水量做减法运算，得到第一增水量。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一增水量确定化霜工作是否正常开始，包括：
当所述第一增水量等于或大于预设阈值时，确定化霜正常开始；
当所述第一增水量小于所述预设阈值时，以预设时间为单位，连续对所述接水盘内的化霜水进行预设次数的增水量识别；
若所述预设次数的增水量识别中存在任意一次增水量识别得到的增水量等于或大于所述预设阈值，确定化霜正常开始；
若所述预设次数的增水量识别所得到的各增水量均小于所述预设阈值，确定排水管堵塞，化霜工作未正常开始。
4.根据权利要求1所述的方法，其特征在于，所述当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量，包括：
当确定化霜工作正常开始后，每持续所述预设时间获取一次所述传感器检测的所述接水盘内的水量；
将当前获取的所述接水盘内的水量与上一次获取的所述接水盘内的水量做减法运算，得到第二增水量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第二增水量，判断化霜工作是否出现异常，包括：
比对所述第二增水量和预设阈值；
当所述第二增水量等于或大于所述预设阈值时，确定化霜工作未出现异常；
当所述第二增水量小于所述预设阈值时，确定化霜工作出现异常。
6.根据权利要求1所述的方法，其特征在于，所述根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理，包括：
利用神经网络模型对所述结冰图像进行结冰面积识别，确定所述结冰图像的结冰面积；
当所述结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；
当所述结冰面积大于所述预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
7.根据权利要求1所述的方法，其特征在于，所述根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理，包括：
将所述结冰图像与结冰图像集合中的各结冰示意图像进行图像匹配，得到匹配结冰示意图像；
当所述匹配结冰示意图像中的结冰面积等于或小于预设面积时，确定化霜工作异常原因为化霜完成，控制结束化霜；
当所述匹配结冰示意图像中的结冰面积大于所述预设面积时，确定化霜工作异常原因为排水管堵塞，生成故障信息。
8.一种化霜处理装置，其特征在于，所述装置包括：
识别模块，用于在进入化霜后，根据传感器检测的接水盘内的水量，识别首个预设时间内所述接水盘增加的水量，得到第一增水量；
异常判断模块，用于根据所述第一增水量确定化霜工作是否正常开始；
识别模块还用于当确定化霜工作正常开始后，识别所述接水盘内新增加的水量，得到第二增水量；
异常判断模块还用于根据所述第二增水量，判断化霜工作是否出现异常；
图像采集模块，用于当化霜工作出现异常后，控制图像采集模块采集蒸发器上的结冰图像；
异常分析处理模块，用于根据所述结冰图像分析化霜工作异常原因并进行对应的异常处理。
9.一种化霜设备，其特征在于，包括：
接水盘，用于接化霜水；
设置在所述接水盘上的传感器，用于检测所述接水盘中化霜水的水量；
蒸发器；
图像采集模块，用于采集所述蒸发器上的结冰图像；
存储有计算机程序的存储器，以及与所述传感器和所述图像采集模块连接的处理器，用于执行所述计算机程序时实现权利要求1-7中任一项所述的方法的步骤。
10.根据权利要求9所述的化霜设备，其特征在于，所述传感器为重量传感器，用于检测所述接水盘中化霜水的重量。
11.根据权利要求9所述的化霜设备，其特征在于，所述传感器为水位传感器，用于检测所述接水盘中化霜水的水位值。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011267049.5A CN112361680B (zh) | 2020-11-13 | 2020-11-13 | 化霜处理方法、装置、化霜设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011267049.5A CN112361680B (zh) | 2020-11-13 | 2020-11-13 | 化霜处理方法、装置、化霜设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112361680A true CN112361680A (zh) | 2021-02-12 |
| CN112361680B CN112361680B (zh) | 2021-10-26 |
Family
ID=74514655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011267049.5A Active CN112361680B (zh) | 2020-11-13 | 2020-11-13 | 化霜处理方法、装置、化霜设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112361680B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112944596A (zh) * | 2021-03-03 | 2021-06-11 | 青岛海尔空调器有限总公司 | 用于空调除霜的控制方法、装置及空调 |
| CN113587520A (zh) * | 2021-08-17 | 2021-11-02 | 四川虹美智能科技有限公司 | 冰箱化霜系统异常检测方法及装置 |
| CN114034140A (zh) * | 2021-11-29 | 2022-02-11 | 四川虹美智能科技有限公司 | 化霜方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06147603A (ja) * | 1992-11-06 | 1994-05-27 | Matsushita Seiko Co Ltd | 除霜装置 |
| KR20160148336A (ko) * | 2015-06-16 | 2016-12-26 | 동부대우전자 주식회사 | 냉장고의 제빙시스템 및 제빙방법 |
| US20170074577A1 (en) * | 2010-05-26 | 2017-03-16 | Mitsubishi Electric Corporation | Refrigerating and air-conditioning apparatus |
| CN106595190A (zh) * | 2016-11-17 | 2017-04-26 | 珠海格力电器股份有限公司 | 一种制冷设备及其控制方法 |
| CN107101327A (zh) * | 2017-04-21 | 2017-08-29 | 青岛海尔空调电子有限公司 | 空调除霜控制方法及装置和包含该装置的空调器 |
| CN109579231A (zh) * | 2018-11-20 | 2019-04-05 | 宁波奥克斯电气股份有限公司 | 一种接水盘故障检测及控制方法和装置 |
| CN109883133A (zh) * | 2019-01-30 | 2019-06-14 | 珠海格力电器股份有限公司 | 冰箱排水管堵塞的检测方法、装置和冰箱 |
| CN110388721A (zh) * | 2019-07-29 | 2019-10-29 | 珠海格力电器股份有限公司 | 一种空调化霜控制方法、装置、存储介质及空调 |
-
2020
- 2020-11-13 CN CN202011267049.5A patent/CN112361680B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06147603A (ja) * | 1992-11-06 | 1994-05-27 | Matsushita Seiko Co Ltd | 除霜装置 |
| US20170074577A1 (en) * | 2010-05-26 | 2017-03-16 | Mitsubishi Electric Corporation | Refrigerating and air-conditioning apparatus |
| KR20160148336A (ko) * | 2015-06-16 | 2016-12-26 | 동부대우전자 주식회사 | 냉장고의 제빙시스템 및 제빙방법 |
| CN106595190A (zh) * | 2016-11-17 | 2017-04-26 | 珠海格力电器股份有限公司 | 一种制冷设备及其控制方法 |
| CN107101327A (zh) * | 2017-04-21 | 2017-08-29 | 青岛海尔空调电子有限公司 | 空调除霜控制方法及装置和包含该装置的空调器 |
| CN109579231A (zh) * | 2018-11-20 | 2019-04-05 | 宁波奥克斯电气股份有限公司 | 一种接水盘故障检测及控制方法和装置 |
| CN109883133A (zh) * | 2019-01-30 | 2019-06-14 | 珠海格力电器股份有限公司 | 冰箱排水管堵塞的检测方法、装置和冰箱 |
| CN110388721A (zh) * | 2019-07-29 | 2019-10-29 | 珠海格力电器股份有限公司 | 一种空调化霜控制方法、装置、存储介质及空调 |
Non-Patent Citations (1)
| Title |
|---|
| 中国工程热物理学会: "《中国工程热物理学会传热传质学学术会议论文集（上册）》", 31 December 2003, 科学出版社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112944596A (zh) * | 2021-03-03 | 2021-06-11 | 青岛海尔空调器有限总公司 | 用于空调除霜的控制方法、装置及空调 |
| CN113587520A (zh) * | 2021-08-17 | 2021-11-02 | 四川虹美智能科技有限公司 | 冰箱化霜系统异常检测方法及装置 |
| CN113587520B (zh) * | 2021-08-17 | 2022-09-27 | 四川虹美智能科技有限公司 | 冰箱化霜系统异常检测方法及装置 |
| CN114034140A (zh) * | 2021-11-29 | 2022-02-11 | 四川虹美智能科技有限公司 | 化霜方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112361680B (zh) | 2021-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112361680B (zh) | 化霜处理方法、装置、化霜设备和存储介质 | |
| CN109323369A (zh) | 空调及其化霜方法和装置 | |
| CN108759289B (zh) | 冰箱温度控制方法、装置、冰箱和存储介质 | |
| CN109323370A (zh) | 空调及其化霜方法和装置 | |
| CN107940873A (zh) | 化霜方法、化霜系统、计算机可读存储介质和制冷设备 | |
| CN113203243B (zh) | 化霜检测方法、系统、存储介质以及化霜装置 | |
| CN112867337B (zh) | 一种机柜制冷的控制方法、装置、设备及介质 | |
| CN112197489B (zh) | 蒸发器除霜方法、装置、冰箱、计算机设备和存储介质 | |
| CN112781286B (zh) | 除霜控制方法及设备、风冷模块机组 | |
| CN109323368A (zh) | 空调及其化霜方法和装置 | |
| CN108397876A (zh) | 空调冷媒状态的检测方法及装置 | |
| CN113218047A (zh) | 修正压缩机频率控制逻辑的方法、空调器和存储介质 | |
| CN109282535B (zh) | 电子膨胀阀开度调节方法、装置、控制设备和空调系统 | |
| CN110749041A (zh) | 一种空调器的运行控制方法、系统、空调器及存储介质 | |
| CN118032395B (zh) | 基于温度检测的超低温冷柜储藏效果测评方法和系统 | |
| CN112050376A (zh) | 一种用于空调除霜的控制方法、控制装置及空调 | |
| CN110107986B (zh) | 温度调节设备的化霜控制方法、装置、系统和空调 | |
| CN109724209B (zh) | 空调器控制方法 | |
| WO2020067295A1 (ja) | 異常判定装置、この異常判定装置を備える冷凍装置、及び圧縮機の異常判定方法 | |
| CN104807146A (zh) | 防冻结保护检测方法和装置 | |
| CN110398119B (zh) | 制冷设备上电后的首次化霜控制方法、装置和系统 | |
| CN110173952B (zh) | 制冷设备及其控制方法、控制装置、电子设备及存储介质 | |
| CN109724210B (zh) | 空调器控制方法 | |
| CN111306848A (zh) | 识别电动阀切换异常的方法、装置及制冷设备 | |
| CN113669839B (zh) | 检测冷媒泄漏的方法和计算机可读存储介质以及空调器 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |