CN112941806A - 洗衣机及其泡沫量预测方法、装置和电子设备 - Google Patents
洗衣机及其泡沫量预测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112941806A CN112941806A CN202110124530.7A CN202110124530A CN112941806A CN 112941806 A CN112941806 A CN 112941806A CN 202110124530 A CN202110124530 A CN 202110124530A CN 112941806 A CN112941806 A CN 112941806A
- Authority
- CN
- China
- Prior art keywords
- washing
- washing machine
- parameters
- amount
- foam
- 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
- 238000005406 washing Methods 0.000 title claims abstract description 216
- 239000006260 foam Substances 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003062 neural network model Methods 0.000 claims abstract description 30
- 239000003599 detergent Substances 0.000 claims description 34
- 230000009471 action Effects 0.000 claims description 16
- 238000011109 contamination Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 description 40
- 230000008569 process Effects 0.000 description 18
- 239000007788 liquid Substances 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 208000005156 Dehydration Diseases 0.000 description 5
- 230000018044 dehydration Effects 0.000 description 5
- 238000006297 dehydration reaction Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005507 spraying Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/30—Control of washing machines characterised by the purpose or target of the control
- D06F33/32—Control of operational steps, e.g. optimisation or improvement of operational steps depending on the condition of the laundry
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
- D06F34/14—Arrangements for detecting or measuring specific parameters
- D06F34/22—Condition of the washing liquid, e.g. turbidity
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/02—Characteristics of laundry or load
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/02—Characteristics of laundry or load
- D06F2103/04—Quantity, e.g. weight or variation of weight
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/16—Washing liquid temperature
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/20—Washing liquid condition, e.g. turbidity
- D06F2103/22—Content of detergent or additives
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Control Of Washing Machine And Dryer (AREA)
Abstract
本申请涉及一种洗衣机及其泡沫量预测方法、装置和电子设备，应用家用电器技术领域，其中，方法包括：获取洗衣机的洗涤参数，洗涤参数包括洗涤衣物参数和洗涤模式；将洗涤参数输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量。以解决现有技术中，无法准确获知洗涤过程产生泡沫量，影响洗涤质量的问题。
Description
技术领域
本申请涉及家用电器技术领域，尤其涉及一种洗衣机及其泡沫量预测方法、装置和电子设备。
背景技术
在洗涤过程中，由于洗涤剂与衣物的摩擦，会产生泡沫，而传统手洗的方式是通过用清水多次漂洗来洗净洗涤剂，而随着人们生活水平的不断提高，洗衣机成为了人们日常生活中必不可少的一样家用电器。用户在使用洗衣机洗衣的过程中，泡沫量的多少可能会成为影响洗衣效果的重要因素。若泡沫量过多，会使洗衣机内筒压力变大，充盈的泡沫使洗衣机电机转动吃力，从而影响洗衣机使用寿命。
目前，在洗衣机洗涤过程中，采用消泡流程对产生的泡沫量进行消除。但是，相关技术中，无法准确获知洗涤过程产生泡沫量，影响洗涤质量。
发明内容
本申请提供了一种洗衣机及其泡沫量预测方法、装置和电子设备，用以解决现有技术中，无法准确获知洗涤过程产生泡沫量，影响洗涤质量的问题。
第一方面，本申请实施例提供了一种洗衣机的泡沫量预测方法，包括：
获取所述洗衣机的洗涤参数，所述洗涤参数包括洗涤衣物参数和洗涤模式；
将所述洗涤参数输入预先训练的神经网络模型，通过所述神经网络模型预测得到所述洗涤参数对应的泡沫量。
可选的，还包括：
根据所述泡沫量计算得到消泡时长；
根据所述消泡时长对显示的洗涤时长进行更新。
可选的，所述根据所述泡沫量计算得到消泡时长，包括：
根据所述泡沫量确定执行消泡动作的负载，及所述负载执行所述消泡动作时的执行时长；
根据所述执行时长确定所述消泡时长。
可选的，所述神经网络模型的训练过程，包括：
获取训练样本集合，其中，所述训练样本集合中包括至少一个训练样本以及每个所述训练样本的泡沫量标识，所述训练样本包括训练样本的洗涤参数，所述训练样本的洗涤参数包括洗涤衣物参数和洗涤模式，所述泡沫量标识用于指示所述训练样本中的泡沫量；
分别对所述训练样本集合中的每个训练样本执行以下训练过程：
将所述训练样本输入至初始神经网络模型，依次采用N个网络层级，对所述洗涤参数的影响权重进行计算，得到N个网络层级的影响权重，并对所述N个网络层级的影响权重进行整合，得到所述训练样本中洗涤参数的目标影响权重，其中，N为大于或等于1的正整数；
根据每个所述训练样本中的目标影响权重，获得所述训练样本的泡沫量初始预测值；
根据所述初始预测值和泡沫量标识，计算损失函数值；
根据所述损失函数值，将梯度反向传播到所述N个网络层级的每一层，优化所述初始卷积神经网络模型的参数后，从所述训练样本集合中获取下一训练样本，重复执行所述训练过程，直至所述损失函数值小于预设值，将所述初始卷积神经网络模型作为最终的所述神经网络模型。
可选的，所述洗涤模式包括洗涤温度，所述洗涤衣物参数包括衣物重量、衣物脏污程度和洗涤剂投放量。
可选的，获取所述洗涤参数中的衣物脏污程度，包括：
获取用户预设的衣物脏污程度；或，
获取所述洗衣机中的污浊传感器检测到的衣物脏污程度。
可选的，获取所述洗涤参数中的洗涤剂投放量，包括：
根据所述衣物脏污程度和所述衣物重量，确定所述洗涤剂投放量；或，
获取所述洗衣机中洗涤剂投放装置检测到的洗涤剂投放量。
第二方面，本申请实施例提供了一种洗衣机的泡沫量预测装置，包括：
获取模块，用于获取所述洗衣机的洗涤参数，所述洗涤参数包括洗涤衣物参数和洗涤模式；
预测模块，用于将所述洗涤参数输入预先训练的神经网络模型，通过所述神经网络模型预测得到所述洗涤参数对应的泡沫量。
第三方面，本申请实施例提供了一种电子设备，包括：处理器和存储器；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的洗衣机的泡沫量预测方法。
第四方面，本申请实施例提供了一种洗衣机，包括洗衣机本体和第三方面所述的电子设备。
第五方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的洗衣机的泡沫量预测方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，在获取了洗衣机的洗涤参数后，将洗涤参数中的洗涤衣物参数和洗涤模式输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量，从而准确获知洗涤过程产生泡沫量，为泡沫的消除提供了准确的消除参数，以便于泡沫被彻底消除，提高洗涤质量。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，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为本申请一实施例提供的洗衣机的泡沫量预测方法的流程图；
图2为本申请另一实施例提供的洗衣机的泡沫量预测方法的流程图；
图3为本申请又一实施例提供的洗衣机的泡沫量预测方法中的流程图；
图4本申请一实施例提供的洗衣机的泡沫量预测装置的结构图；
图5为本申请一实施例提供的电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请一实施例中提供了一种洗衣机的泡沫量预测方法，该方法可以应用于任意一种形式的电子设备中，如终端和服务器中。如图1所示，该洗衣机的泡沫量预测方法，包括：
步骤101、获取洗衣机的洗涤参数，洗涤参数包括洗涤衣物参数和洗涤模式。
一些实施例中，可以将洗衣机在洗涤衣物时的洗涤模式和洗涤衣物参数作为洗涤参数。其中，洗涤模式包括但不限于洗涤温度，洗涤衣物参数包括但不限于衣物重量、衣物脏污程度和洗涤剂投放量。
其中，洗涤温度可以从用户设置的洗涤模式中获取。通常，用户在使用洗衣机时，会根据衣物的材质、衣物的重量以及衣物的脏污程度选择洗涤模式，例如，洗涤的衣物为8-10件童装、服装较脏，对应的洗涤模式为洗涤时间80分钟，洗涤温度30度等。其中，衣物的材质和衣物的脏污程度均可以由用户通过洗衣机的显示屏或按钮进行选择，衣物的重量可以通过洗衣机的内筒中设置的称重传感器检测并获取到。
衣物脏污程度可以通过多种方式获取到，例如，可以从洗涤模式中用户预设的衣物脏污程度获取。也可以从洗衣机中的污浊传感器中获取，污浊传感器用于检测衣物脏污程度，其中，污浊传感器设置在洗衣机内筒，在内筒中放置衣物并注水后，衣物中的污浊会混入水中，从而污浊传感器会检测水的脏污程度，并将其作为衣物的脏污程度。
洗涤剂投放量可以通过多种方式获取到，例如，可以从洗衣机的洗涤剂投放装置中获取，洗涤剂投放装置用于检测洗涤剂投放量，其中，在洗涤剂投放装置中可以设置压力传感器或称重传感器。也可以根据洗衣机检测的衣物脏污程度和衣物重量，确定洗涤剂投放量，其中，洗涤剂投放量可以通过设置在洗涤剂投放装置中的液位传感器检测得到，在洗涤剂投放装置中设置多个液位传感器，每个液位传感器对应相应的洗涤剂投放量，例如，共5个液位传感器均匀设置在洗涤剂投放装置的侧壁，在检测到液位由第5个液位传感器检测的液位变为第3个液位传感器检测的液位时，根据二者表示的液位差值与预设的单位液位量计算得到洗涤剂投放量。
进一步的，在获取洗衣机的洗涤参数之前，确定洗衣机当前洗涤模式包含清洗过程。
通常洗衣机的工作流程包括洗涤、漂洗和脱水。由于脱水流程是衣物洗涤完毕前的最后一个流程，此时衣物已清洗完毕，衣物上不会残留洗涤剂，因此，在获取洗涤参数之前，先确定洗衣机当前洗涤模式包括清洗过程，再获取洗涤参数、预测泡沫量；若洗衣机当前洗涤模式为脱水过程，则直接进入脱水流程。
具体的，清洗过程包括洗涤过程和漂洗过程。
步骤102、将洗涤参数输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量。
具体的，神经网络模型的训练过程，包括：
步骤201、获取训练样本集合，其中，训练样本集合中包括至少一个训练样本以及每个训练样本的泡沫量标识，训练样本包括训练样本的洗涤参数，训练样本的洗涤参数包括洗涤衣物参数和洗涤模式，泡沫量标识用于指示训练样本中的泡沫量。
分别对训练样本集合中的每个训练样本执行以下训练过程：
步骤202、将训练样本输入至初始神经网络模型，依次采用N个网络层级，对洗涤参数的影响权重进行计算，得到N个网络层级的影响权重，并对N个网络层级的影响权重进行整合，得到训练样本中洗涤参数的目标影响权重，其中，N为大于或等于1的正整数。
一些实施例中，初始神经网络模型包括输入层、M个隐藏层和输出层，训练样本输入输入层，输入层的参数经过多个隐藏层计算获得目标影响权重，结合上一层所得到的数据，往下一层进行传递，最后得到输出层的泡沫量初始预测值。其中，M为大于或等于1的正整数，并且，M小于N。权重只存在于隐藏层，指的是隐藏层中前一层对当前层(或者当前层对后一层)的影响程度。例如，洗干净衣服需要考虑洗涤剂的量、水温、水质、洗涤时的力度等因素，而这些因素的大小就是影响衣服干净程度的权重，第一步确定了洗涤剂的用量，那下一步就会在此基础上去控制水温或者其他条件，从而得到目标影响权重。
步骤203、根据每个训练样本中的目标影响权重，获得训练样本的泡沫量初始预测值。
步骤204、根据初始预测值和泡沫量标识，计算损失函数值。
步骤205、根据损失函数值，将梯度反向传播到N个网络层级的每一层，优化初始卷积神经网络模型的参数后，从训练样本集合中获取下一训练样本。
重复执行步骤201至步骤205，直至损失函数值小于预设值时，将初始卷积神经网络模型作为最终的神经网络模型。
本申请中，输入层与输出层的关系能够通过实验来验证，在洗涤过程中水的温度能够影响洗涤剂的活性，活性越高就越容易起泡；同时衣物越脏，越不容易起泡；而在相同体积的水量时，洗涤剂量的多少，在一定程度上影响产生泡沫量的多少。本申请的神经网络模型是通过实验获取大量的训练样本数据，经过重复的训练得出来的最优解决方案的基础之上建立的。
进一步的，将洗涤参数输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量之后，根据泡沫量计算得到消泡时长；根据消泡时长对显示的洗涤时长进行更新。
一些实施例中，在预测得到泡沫量后，为使洗衣效果更好，根据泡沫量计算得到的消泡时长，对内筒中的泡沫进行消泡，并根据消泡时长更新洗衣机显示面板中显示的洗涤时长。
通常，洗衣机显示面板上显示的时长并不包括洗衣机的消泡时长，这就造成了显示时长与实际需要的时长不一致，用户按照显示时长取衣物时，并不能得到清洗干净的衣物，造成用户体验较差。本实施例中，在计算得到消泡时长后，对显示的洗涤时长进行更新，使得显示面板显示的时长就是用户需要等待取衣物的时长，提高了用户体验。
进一步的，根据泡沫量计算得到消泡时长，具体包括：
根据泡沫量确定执行消泡动作的负载，及负载执行消泡动作时的执行时长；根据执行时长确定消泡时长。
一些实施例中，在执行消泡动作时，主要通过喷淋阀喷水、高转速脱水等相关动作完成，不同的泡沫量对应的动作持续时间不同。如果提前知道泡沫量，便可以确定喷淋等消泡动作所需要执行的时间。具体的，可以将各负载的执行时长相加得到的总时长，作为消泡时长。
在一个具体的实施例中，提供一种洗衣机的泡沫量预测方法，参照图3，该洗衣机的泡沫量预测方法，包括：
步骤301、获取用户设置的洗涤参数。
步骤302、判断洗衣机当前是否为单脱水程序，若否，执行步骤303，若是，执行步骤312。
步骤303、通过称重获取衣物重量。
步骤304、判断用户是否设置脏污程度，若否，执行步骤305，若是，执行步骤307。
步骤305、进入主洗加热过程。
步骤306、通过浊度传感器获取衣物脏污程度。
步骤307、获取用户设置的脏污程度。
步骤308、根据衣物重量、脏污程度获取洗涤剂投放量。
步骤309、根据洗涤模式获取洗涤温度。
步骤310、将洗涤温度、衣物重量、脏污程度和洗涤剂投放量输入神经网络模型进行预测，得到泡沫量。
步骤311、根据泡沫量调整相关负载执行参数。
步骤312、进入下一阶段。
其中，本实施例中，在从步骤302跳转执行步骤312时，下一阶段是指洗衣机进入脱水阶段；在从步骤311跳转执行步骤312时，下一阶段是指洗衣机进入消泡阶段。
本申请通过建立神经网络强化学习的模型，通过采集衣物重量，洗涤剂的投放量，洗涤时温度及衣物的脏污程度，来预测洗涤过程中会出现的泡沫量。进而对消泡时间的预测，使得洗涤所需总长更加直观的在显示屏上进行显示。计算出消泡所需时间，从而控制主洗阀、喷淋阀负载与显示屏动作，优化消泡流程。另外，通过建立神经网络模型对洗衣机洗涤时所产生的泡沫量进行预测，根据预测结果来计算出需要消泡的时长，进而控制洗衣机的消泡时所需负载的动作，而且通过对泡沫量的程度进行预测，得出消泡时间，大大的缩减了消泡所需要的时间，优化了整个消泡的过程。同时将消泡的时长加在洗涤时长中，使得显示更加的直观，提升用户的使用体验。
基于同一构思，本申请实施例中提供了一种洗衣机的泡沫量预测装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图4所示，该装置主要包括：
获取模块401，用于获取洗衣机的洗涤参数，洗涤参数包括洗涤衣物参数和洗涤模式；
预测模块402，用于将洗涤参数输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量。
基于同一构思，本申请实施例中还提供了一种电子设备，如图5所示，该电子设备主要包括：处理器501和存储器502。其中，存储器502中存储有可被处理器501执行的程序，处理器501执行存储器502中存储的程序，实现如下步骤：
获取洗衣机的洗涤参数，洗涤参数包括洗涤衣物参数和洗涤模式；
将洗涤参数输入预先训练的神经网络模型，通过神经网络模型预测得到洗涤参数对应的泡沫量。
可选的，该电子设备安装在洗衣机本体上。
其中，洗衣机可以但不限于为滚筒洗衣机或波轮洗衣机。
存储器502可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器501的存储装置。
上述的处理器501可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请的又一实施例中，还提供了一种洗衣机，该洗衣机中包括洗衣机本体和上述实施例中的电子设备。
在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的洗衣机的泡沫量预测方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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过程、方法、物品或者设备不仅包括那些要素，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过程、方法、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种洗衣机的泡沫量预测方法，其特征在于，包括：
获取所述洗衣机的洗涤参数，所述洗涤参数包括洗涤衣物参数和洗涤模式；
将所述洗涤参数输入预先训练的神经网络模型，通过所述神经网络模型预测得到所述洗涤参数对应的泡沫量。
2.根据权利要求1所述的洗衣机的泡沫量预测方法，其特征在于，还包括：
根据所述泡沫量计算得到消泡时长；
根据所述消泡时长对显示的洗涤时长进行更新。
3.根据权利要求2所述的洗衣机的泡沫量预测方法，其特征在于，所述根据所述泡沫量计算得到消泡时长，包括：
根据所述泡沫量确定执行消泡动作的负载，及所述负载执行所述消泡动作时的执行时长；
根据所述执行时长确定所述消泡时长。
4.根据权利要求1-3任一项所述的洗衣机的泡沫量预测方法，其特征在于，所述获取所述洗衣机的洗涤参数之前，还包括：
确定所述洗衣机当前洗涤模式包含清洗过程。
5.根据权利要求1-3任一项所述的洗衣机的泡沫量预测方法，其特征在于，所述洗涤模式包括洗涤温度，所述洗涤衣物参数包括衣物重量、衣物脏污程度和洗涤剂投放量。
6.根据权利要求5所述的洗衣机的泡沫量预测方法，其特征在于，获取所述洗涤参数中的衣物脏污程度，包括：
获取用户预设的衣物脏污程度；或，
获取所述洗衣机中的污浊传感器检测到的衣物脏污程度。
7.根据权利要求5所述的洗衣机的泡沫量预测方法，其特征在于，获取所述洗涤参数中的洗涤剂投放量，包括：
根据所述衣物脏污程度和所述衣物重量，确定所述洗涤剂投放量；或，
获取所述洗衣机中洗涤剂投放装置检测到的洗涤剂投放量。
8.一种洗衣机的泡沫量预测装置，其特征在于，包括：
获取模块，用于获取所述洗衣机的洗涤参数，所述洗涤参数包括洗涤衣物参数和洗涤模式；
预测模块，用于将所述洗涤参数输入预先训练的神经网络模型，通过所述神经网络模型预测得到所述洗涤参数对应的泡沫量。
9.一种电子设备，其特征在于，包括：处理器和存储器；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现权利要求1-7任一项所述的洗衣机的泡沫量预测方法。
10.一种洗衣机，其特征在于，包括：洗衣机本体和如权利要求9所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110124530.7A CN112941806A (zh) | 2021-01-29 | 2021-01-29 | 洗衣机及其泡沫量预测方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110124530.7A CN112941806A (zh) | 2021-01-29 | 2021-01-29 | 洗衣机及其泡沫量预测方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112941806A true CN112941806A (zh) | 2021-06-11 |
Family
ID=76239356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110124530.7A Pending CN112941806A (zh) | 2021-01-29 | 2021-01-29 | 洗衣机及其泡沫量预测方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112941806A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114108232A (zh) * | 2021-12-02 | 2022-03-01 | Tcl家用电器（合肥）有限公司 | 泡沫量预测方法、装置、存储介质以及洗涤设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6269506B1 (en) * | 1998-09-30 | 2001-08-07 | Siemens Aktiengesellschaft | Method and arrangement for computer-assisted determination of clusters for the recognition of foaming in a washing machine as well as method and arrangement for recognizing foaming in a washing machine |
| KR20030044627A (ko) * | 2001-11-30 | 2003-06-09 | 주식회사 엘지이아이 | 세탁기의 세탁방법 및 장치 |
| CN107385769A (zh) * | 2016-04-21 | 2017-11-24 | 伊莱克斯家用电器股份公司 | 用于检测洗衣机中泡沫的方法 |
| CN109468797A (zh) * | 2017-09-08 | 2019-03-15 | 青岛海尔滚筒洗衣机有限公司 | 用于衣物处理设备的消泡方法和衣物处理设备 |
| CN110804835A (zh) * | 2018-07-19 | 2020-02-18 | 青岛海尔洗衣机有限公司 | 一种衣物处理装置用洗涤剂投放方法及衣物处理装置 |
| CN111212941A (zh) * | 2017-10-12 | 2020-05-29 | Lg电子株式会社 | 洗衣机以及洗衣机的动作方法 |
| CN111321550A (zh) * | 2018-12-14 | 2020-06-23 | Lg电子株式会社 | 洗衣机 |
| CN111379119A (zh) * | 2018-12-26 | 2020-07-07 | Lg电子株式会社 | 洗涤物处理装置及其洗涤程序确定方法 |
| CN111434825A (zh) * | 2018-12-25 | 2020-07-21 | 无锡小天鹅电器有限公司 | 衣物处理装置、控制方法、控制系统及存储介质 |
-
2021
- 2021-01-29 CN CN202110124530.7A patent/CN112941806A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6269506B1 (en) * | 1998-09-30 | 2001-08-07 | Siemens Aktiengesellschaft | Method and arrangement for computer-assisted determination of clusters for the recognition of foaming in a washing machine as well as method and arrangement for recognizing foaming in a washing machine |
| KR20030044627A (ko) * | 2001-11-30 | 2003-06-09 | 주식회사 엘지이아이 | 세탁기의 세탁방법 및 장치 |
| CN107385769A (zh) * | 2016-04-21 | 2017-11-24 | 伊莱克斯家用电器股份公司 | 用于检测洗衣机中泡沫的方法 |
| CN109468797A (zh) * | 2017-09-08 | 2019-03-15 | 青岛海尔滚筒洗衣机有限公司 | 用于衣物处理设备的消泡方法和衣物处理设备 |
| CN111212941A (zh) * | 2017-10-12 | 2020-05-29 | Lg电子株式会社 | 洗衣机以及洗衣机的动作方法 |
| CN110804835A (zh) * | 2018-07-19 | 2020-02-18 | 青岛海尔洗衣机有限公司 | 一种衣物处理装置用洗涤剂投放方法及衣物处理装置 |
| CN111321550A (zh) * | 2018-12-14 | 2020-06-23 | Lg电子株式会社 | 洗衣机 |
| CN111434825A (zh) * | 2018-12-25 | 2020-07-21 | 无锡小天鹅电器有限公司 | 衣物处理装置、控制方法、控制系统及存储介质 |
| CN111379119A (zh) * | 2018-12-26 | 2020-07-07 | Lg电子株式会社 | 洗涤物处理装置及其洗涤程序确定方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114108232A (zh) * | 2021-12-02 | 2022-03-01 | Tcl家用电器（合肥）有限公司 | 泡沫量预测方法、装置、存储介质以及洗涤设备 |
| CN114108232B (zh) * | 2021-12-02 | 2024-03-12 | Tcl家用电器（合肥）有限公司 | 泡沫量预测方法、装置、存储介质以及洗涤设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2013273542B2 (en) | Water bearing household appliance and associated operating method | |
| EP3241938B1 (en) | Method to control a washing machine | |
| US10358760B2 (en) | Laundry washing machine with automatic rinse operation type selection | |
| KR101513036B1 (ko) | 세탁기의 제어 방법 | |
| CN109072531B (zh) | 控制洗衣机的方法及洗衣机 | |
| CN113005709B (zh) | 洗衣机的衣物称重方法、装置、计算机可读介质和洗衣机 | |
| CN111074481A (zh) | 用于洗涤设备的洗涤剂投放方法 | |
| CN110144701A (zh) | 一种洗涤控制方法、装置、存储介质及洗衣机 | |
| US20230399787A1 (en) | Laundry washing machine color composition analysis during loading | |
| CN1742131A (zh) | 带传感器装置的洗衣机 | |
| CN112941806A (zh) | 洗衣机及其泡沫量预测方法、装置和电子设备 | |
| CN112746438A (zh) | 一种洗衣机的控制方法及洗衣机 | |
| CN113026293B (zh) | 洗衣机的控制方法、装置、电子设备及存储介质 | |
| CN112430970A (zh) | 一种洗衣机控制方法及洗衣机 | |
| CN109355860B (zh) | 洗涤设备及其控制方法 | |
| CN112921588B (zh) | 洗衣机控制方法、装置、设备及存储介质 | |
| KR102069887B1 (ko) | 연속동작에 의한 과부하 및 열화를 방지하는 급배수 제어 장치 | |
| CN114592319B (zh) | 洗涤剂投放的控制方法、装置、洗衣机及存储介质 | |
| JP2020078488A (ja) | 洗濯機 | |
| JP2020124295A (ja) | 洗濯機 | |
| US20220403578A1 (en) | Method and system for setting parameters of a treatment cycle | |
| CN117098887A (zh) | 带有亚麻布质量确定的洗衣机 | |
| TR2021020269A2 (tr) | Ev gereçleri için bir çalışma yöntemi. | |
| KR20150073434A (ko) | 세탁기의 급수시간 자동 변경 장치 및 방법 | |
| CN112899974A (zh) | 洗衣机的进水控制方法、装置、洗衣机及存储介质 |
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 |