CN113050774A - 用于电子用户设备的热管理的装置和方法 - Google Patents

Abstract

本文公开了用于电子用户设备的热管理的装置和方法。本文公开的一种示例电子设备包括：壳体；风扇；第一传感器；第二传感器；以及处理器，用于执行以下操作：进行分析由第一传感器生成的第一传感器数据以检测接近电子设备的主体的存在或者分析由第二传感器生成的第二传感器数据来检测主体的姿势中的至少一者；以及基于主体的存在或者姿势中的一个或多个来调整由风扇生成的声学噪声水平或者壳体的外表面的温度中的一个或多个。

Description

用于电子用户设备的热管理的装置和方法

技术领域

本公开概括而言涉及电子用户设备，更具体而言涉及用于电子用户设备的热管理的装置和方法。

背景技术

在电子用户设备(例如，膝上型电脑、平板设备)的操作期间，设备的硬件组件(例如，处理器、图形卡和/或电池)生成热量。电子用户设备包括一个或多个风扇来促进气流在使用期间冷却设备并且防止硬件组件的过热。

发明内容

根据本公开的一个实施例，提供了一种电子设备，包括：壳体；风扇；第一传感器；第二传感器；以及处理器，用于执行以下操作：进行分析由所述第一传感器生成的第一传感器数据以检测接近所述电子设备的主体的存在、或者分析由所述第二传感器生成的第二传感器数据来检测所述主体的姿势中的至少一者；以及基于所述主体的存在或者所述姿势中的一个或多个来调整由所述风扇生成的声学噪声水平或者所述壳体的外表面的温度中的一个或多个。

根据本公开的另一实施例，提供了一种装置，包括：用户存在检测分析器；图像数据分析器；运动数据分析器，以下(a)或(b)的至少一者：(a)所述用户存在检测分析器基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于所述电子设备的存在，或者(b)所述图像数据分析器或所述运动数据分析器的至少一者基于由所述电子设备的第二传感器生成的第二传感器数据来确定所述用户相对于所述电子设备的姿势；热约束选择器，来基于所述用户的存在或者所述姿势中的一个或多个来为所述电子设备的外表面的温度选择热约束；以及电源管理器，来基于所述热约束为所述电子设备的处理器调整功率水平。

根据本公开的另一实施例，提供了至少一个计算机可读存储介质，包括指令，所述指令当被执行时使得机器至少执行以下操作：识别以下(a)、(b)和(c)中的一个或多个：(a)基于由电子设备的第一传感器生成的第一传感器数据的用户相对于所述电子设备的存在，(b)基于由所述电子设备的第二传感器生成的第二传感器数据的所述用户的面部特征，或者(c)基于所述第二传感器数据的所述用户的姿势；基于所述用户的存在、所述面部特征或者所述姿势中的一个或多个来为所述电子设备的外表面的温度选择热约束；以及基于所述热约束为所述电子设备的处理器调整功率水平。

根据本公开的另一实施例，提供了一种方法，包括：以下(a)、(b)和(c)中的至少一者：(a)基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于所述电子设备的存在，(b)基于由所述电子设备的第二传感器生成的第二传感器数据来识别所述用户的面部特征，或者(c)基于所述第二传感器数据来识别所述用户的姿势；基于所述用户的存在、所述面部特征或者所述姿势中的一个或多个来为所述电子设备的外表面的温度选择热约束；以及基于所述热约束为所述电子设备的处理器调整功率水平。

根据本公开的另一实施例，提供了一种设备，包括：以下(a)和(b)中的至少一者：(a)用于基于由电子设备的第一传感器生成的第一传感器数据来检测用户相对于所述电子设备的存在的装置，或者(b)用于分析图像数据的装置，所述用于分析所述图像数据的装置识别以下各项中的至少一者：基于由所述电子设备的第二传感器生成的第二传感器数据的所述用户的面部特征，或者基于所述第二传感器数据的所述用户的姿势；用于基于所述用户的存在、所述面部特征或者所述姿势中的一个或多个来为所述电子设备的外表面的温度选择热约束的装置；以及用于基于所述热约束为所述电子设备的处理器调整功率水平的装置。

附图说明

图1图示了根据本公开的教导而构造的示例系统，该示例系统包括示例用户设备和用于控制用户设备的热约束的示例热约束管理器。

图2是图1的热约束管理器的示例实现方式的框图。

图3图示了可结合图1的示例用户设备实现的示例热约束。

图4图示了根据本公开的教导而构造的示例用户设备，并且尤其图示了与用户设备的第一热约束相关联的第一配置中的用户设备。

图5图示了图4的示例用户设备，并且尤其图示了与用户设备的第二热约束相关联的第二配置中的用户设备。

图6是表示可被执行来实现图2的示例训练管理器的示例机器可读指令的流程图。

图7A和图7B是表示可被执行来实现图1和/或图2的示例热约束管理器的示例机器可读指令的流程图。

图8是被构造来执行图6的指令以实现图2的示例训练管理器的示例处理平台的框图。

图9是被构造来执行图7A和图7B的指令以实现图1和/或图2的示例热约束管理器的示例处理平台的框图。

附图不是按比例的。一般而言，相同的标号将在各幅图和伴随的书面描述的各处用于指代相同或相似的部件。

本文中在识别可被分开提及的多个元素或组件时使用描述语“第一”、“第二”、“第三”等等。除非另有指明或者基于其使用上下文另有理解，否则这种描述语并不打算灌输优先级、物理顺序或者列表中的布置、或者时间上的排序的任何含义，而只是用作用于分开提及多个元素或组件的标签，以便容易理解公开的示例。在一些示例中，描述语“第一”在详细描述中可用于提及某一元素，而同一元素在权利要求中可用不同的描述语来提及，例如“第二”或“第三”。在这种情况中，应当理解这种描述语只是为了容易引用多个元素或组件而使用的。

具体实施方式

在电子用户设备(例如，膝上型电脑、平板设备)的操作期间，布置在设备的主体或壳体中的硬件组件，例如处理器、图形卡和/或电池，生成热量。用户设备的硬件组件生成的热量可使得设备壳体的外表面或者说皮肤(skin)的一个或多个部分的温度增大，或者对于用户触摸而言变得温暖或热烫。为了防止硬件组件的过热、对设备的损坏、和/或当用户触摸或者将用户身体的一个或多个部分放置得接近设备的皮肤和/或经由壳体的外表面可触及的设备组件(例如触摸板)时设备的用户的不适，用户设备包括一个或多个风扇来排出在设备的主体内生成的热空气并且冷却设备。

一些已知的电子用户设备被配置有一个或多个热约束来控制用户设备的硬件组件和/或设备的皮肤的温度。(一个或多个)热约束可例如定义诸如处理器之类的硬件组件的最大温度以防止处理器的过热。(一个或多个)热约束可定义设备的皮肤的最大温度以防止触摸和/或握持设备的用户的不适。在已知的用户设备中，基于(一个或多个)热约束来控制用户设备的(一个或多个)风扇的操作和对设备消耗的功率的管理。例如，如果设备的硬件组件的温度接近由针对该组件的热约束定义的最大温度，则(一个或多个)风扇的(一个或多个)旋转速度(例如，每分钟转数(revolutions per minute，RPM))可被增大来排出热空气并且降低该组件的温度。额外地或者替换地，设备的一个或多个组件(例如，图形卡)的功率消耗可被降低来降低由该组件生成的热量的量并从而降低由设备生成的热量的量。

在一些已知的用户设备中，(一个或多个)热约束定义设备的皮肤的温度不应当超过例如45℃，以防止当用户实体触摸设备(例如，在膝上型电脑的键盘上键入、在触摸屏上滚动等等)时的用户不适。可通过控制布置在设备主体内的(一个或多个)硬件组件的功率消耗以管理由(一个或多个)组件生成的热量的被传递到设备的皮肤的量，来控制设备的皮肤的温度。然而，这样的(一个或多个)热约束可影响用户设备的性能。例如，一些已知的用户设备可在高性能模式，或者相对于能量节约更偏好处理速度的模式中操作(例如这样的模式：其中处理速度在设备使用期间保持为高，屏幕保持明亮地点亮，并且其他硬件组件在这些组件未在使用中时不进入功率节省模式)。处理器消耗增大的功率来适应与高性能模式相关联的增大的处理速度，从而处理器生成的热量的量增大了。作为结果，用户设备的皮肤的温度可由于设备壳体内生成的增大的热量的量而增大。在一些已知设备中，处理器可以按更低的性能速度操作以消耗更少的功率，从而防止设备的皮肤超过由热约束定义的最大皮肤温度。从而，在一些已知设备中，考虑到(一个或多个)热约束而牺牲了处理性能。

更高的风扇速度可用于促进设备的(一个或多个)硬件组件的冷却以使得(一个或多个)组件能够例如在高性能模式中操作，而不超过对该(一个或多个)硬件组件和/或设备皮肤的(一个或多个)热约束。然而，(一个或多个)风扇以更高的速度操作增大了(一个或多个)风扇生成的可听声学噪声。从而，在一些已知的用户设备中，限制(一个或多个)风扇速度，从而限制由(一个或多个)风扇提供的冷却的量，以避免生成超过某些分贝的风扇噪声水平。一些已知设备定义风扇噪声约束，这些风扇噪声约束例如设置(一个或多个)风扇的操作期间的35dBA的最大噪声水平。由于限制的(一个或多个)风扇速度，可以限制设备的性能来使得(一个或多个)风扇能够在(一个或多个)风扇速度的约束内冷却用户设备。

在一些情况中，设备的(一个或多个)风扇的冷却能力随着时间的流逝由于灰尘在(一个或多个)风扇和/或散热部件中累积而降低。一些已知的用户设备指导(一个或多个)风扇逆转气流方向(例如，与从设备排出热空气的默认气流方向相比)以促进散热部件和风扇护罩清洁，这帮助从气流路径清除灰尘并且随着时间的流逝维持设备性能。然而，在逆转方向中(一个或多个)风扇的操作增大了由(一个或多个)风扇生成的可听声音，这可破坏用户对于设备的体验。

虽然在用户设备中实现(一个或多个)热约束来防止当用户直接触摸设备(例如，实体触摸经由设备的外部壳体可触及的设备的一个或多个组件，例如膝上型电脑的键盘和/或触摸板、平板设备的触摸屏等等)时用户的不适，但存在这样的情况，在这些情况中可在不影响用户对于设备的体验的情况下增大设备的皮肤的温度。例如，用户可在用户设备上观看视频，但不实体触摸用户设备；更确切地说，设备可搁在桌子上。在一些情况中，用户可经由通信地耦合到设备的外部配件与用户设备交互，例如外部键盘和/或外部鼠标。在这种情况中，因为用户没有直接触摸设备(即，没有直接触摸设备壳体的皮肤和/或经由壳体的外表面可触及的(一个或多个)组件)，所以设备的皮肤的温度的增大不会被用户察觉到。然而，无论用户是否在经由外部配件与设备交互，已知的用户设备都将设备的皮肤温度维持在相同温度，就好像用户在直接触摸用户设备那样。

在一些情况中，用户设备位于有噪声环境中(例如，咖啡店、火车站)。额外地，或者替换地，在一些情况中，用户可能在戴着耳机的同时与用户设备交互。在这种情况中，因为吵闹的环境和/或耳机的使用，用户听到的风扇噪声的量降低了。然而，在已知的用户设备中，无论周围环境噪声水平如何和/或用户是否戴着耳机，设备的(一个或多个)风扇的旋转速度都被维持在使来自(一个或多个)风扇的噪声最小的水平。

本文公开了提供对用户设备的热约束和/或风扇声学噪声水平的动态调整的示例用户设备。本文公开的示例使用多层次确定来控制设备的(一个或多个)风扇的操作和/或调整设备的性能水平，从而基于诸如以下因素来控制由设备的(一个或多个)硬件组件生成的热量，所述因素例如是接近设备的用户的存在，与设备的(一个或多个)用户交互(例如，用户是在使用设备的自带键盘还是外部键盘)，和/或设备所位于的环境中的环境噪声水平。本文公开的示例用户设备包括传感器来检测用户存在(例如，(一个或多个)接近传感器、(一个或多个)图像传感器)、设备配置(例如，检测经由外部键盘接收的(一个或多个)用户输入的(一个或多个)传感器、检测设备取向的(一个或多个)传感器)和/或设备所位于的周围环境中的条件(例如，(一个或多个)环境噪声传感器)。基于传感器数据，本文公开的示例确定是否可相对于默认热约束增大设备壳体的皮肤的温度，其中默认热约束对应于当用户直接触摸设备(例如，触摸经由设备的外部壳体可触及的设备的一个或多个组件，例如膝上型电脑的键盘或触摸板)时设备的皮肤温度。本文公开的示例基于所选热约束(例如，默认热约束或者允许相对于默认热约束更高的设备的皮肤温度的热约束)来选择性地控制提供给用户设备的(一个或多个)硬件组件的功率的量和/或(一个或多个)风扇速度水平(例如，RPM)。

在本文公开的一些示例中，当确定用户在经由例如外部键盘向用户设备提供输入时，增大用户设备的(一个或多个)组件(例如，处理器)的功率消耗。因为当用户经由外部键盘提供输入时用户没有实体触摸设备壳体的外表面，所以可以增大设备的皮肤的温度，而不会不利地影响用户(例如，不会引起用户的不适)。在本文公开的一些示例中，当来自(一个或多个)环境噪声传感器的传感器数据指出用户处于吵闹环境中时，增大用户设备的(一个或多个)风扇的(一个或多个)旋转速度(例如(一个或多个)RPM)。在这种示例中，因为用户设备位于有噪声环境中，所以由于(一个或多个)风扇的(一个或多个)旋转速度的增大而引起的风扇声音的增大被环境噪声抵消。在一些其他示例中，当来自(一个或多个)环境噪声传感器的传感器数据指出用户设备位于吵闹环境中和/或用户不存在或者不在设备的阈值距离内时，用户设备的(一个或多个)风扇的旋转方向被逆转(例如，促进散热部件和风扇护罩清洁)。从而，用户不会被增大的风扇噪声所中断并且设备可被用增大的效率冷却和/或清洁。替代在设备的操作期间将设备的(一个或多个)热约束和/或(一个或多个)风扇噪声约束维持在各自的默认水平，本文公开的示例基于用户和/或环境因素动态地调整约束，从而动态地调整设备的性能。作为结果，可以考虑到响应于用户与设备的交互的设备皮肤温度和/或可听风扇噪声水平的增大的机会而选择性地增大设备的性能。

图1图示了根据本公开的教导构造的用于控制用户设备102的(一个或多个)热约束和/或(一个或多个)风扇噪声约束的示例系统100。用户设备102可例如是个人计算(PC)设备，例如膝上型电脑、桌面型电脑、电子平板设备、混合或可转换PC等等。在一些示例中，用户设备102包括键盘104。在其他示例中，例如当用户设备102是电子平板设备时，经由用户设备102的显示屏103呈现键盘并且用户通过触摸屏幕来在键盘上提供输入。在一些示例中，用户设备102包括一个或多个指点设备106，例如触摸板。在本文公开的示例中，键盘104和(一个或多个)指点设备106由用户设备102的壳体承载并且是经由壳体的外表面可触及的，从而可被认为是设备102的自带用户输入设备。

在一些示例中，用户设备102额外地或者替换地包括通信地耦合到设备102的一个或多个外部设备，例如外部键盘108、(一个或多个)外部指点设备110(例如，(一个或多个)有线或无线鼠标)和/或耳机112。外部键盘108、(一个或多个)外部指点设备110和/或耳机112可经由一个或多个有线或无线连接通信地耦合到用户设备102。在图1的示例中，用户设备102包括一个或多个设备配置传感器120，其提供用于检测是否在经由外部键盘108和/或(一个或多个)外部指点设备110接收(一个或多个)用户输入和/或是否在经由耦合到用户设备102的耳机112输送(一个或多个)输出(例如，(一个或多个)音频输出)的手段。在一些示例中，(一个或多个)设备状态传感器120经由硬件接口(例如，USB端口等等)检测外部设备108、110、112中的一个或多个的有线连接。在其他示例中，(一个或多个)设备配置传感器120经由(一个或多个)无线连接(例如，蓝牙)检测(一个或多个)外部设备108、110、112的存在。在一些示例中，(一个或多个)设备配置传感器120包括加速度计来检测设备102的取向(例如，平板模式)和/或包括(一个或多个)传感器来检测例如膝上型电脑的屏幕的角度(例如，面对膝上型电脑基底、与基底成角度，等等)。

示例用户设备102包括处理器130，该处理器130执行软件来基于(一个或多个)用户输入事件(例如，(一个或多个)触摸事件、(一个或多个)键盘输入等等)解读和输出(一个或多个)响应。图1的用户设备102包括一个或多个电源116，例如电池，来向处理器130和/或经由总线117通信地耦合的用户设备102的其他组件提供电力。

在图1的示例中，设备102的硬件组件(例如，处理器130、视频图形卡等等)在用户设备102的操作期间生成热量。示例用户设备102包括(一个或多个)温度传感器126来测量与用户设备102的(一个或多个)硬件组件相关联的(一个或多个)温度。在图1的示例中，(一个或多个)温度传感器126测量用户设备102的壳体的皮肤的温度，或者可被用户触摸的用户设备的外表面(例如，膝上型电脑的基底)的温度(术语“用户”和“主体”在本文中被可互换地使用并且两者都指的是诸如人类这样的生物)。(一个或多个)温度传感器126可被布置在设备102的壳体中接近皮肤之处(例如，耦合到壳体的一侧，与用户可见的壳体的那侧相对)。(一个或多个)温度传感器126可包括一个或多个温度计。

图1的示例用户设备102包括一个或多个风扇114。(一个或多个)风扇114提供用于响应于由(一个或多个)温度传感器126生成的温度数据来冷却和/或调控用户设备102的(一个或多个)硬件组件(例如，处理器130)的温度的手段。在图1的示例中，考虑到用户设备102的一个或多个热约束来控制(一个或多个)风扇114的操作，这些热约束为设备102的(一个或多个)硬件组件定义温度设置和/或定义设备102的皮肤温度。在一个示例中，基于定义在(一个或多个)风扇114的操作期间要生成的(一个或多个)噪声水平(例如，分贝)的一个或多个风扇声学约束来控制图1的示例用户设备102的(一个或多个)风扇114的操作。在图1的示例中，基于与设备102的(一个或多个)用户交互和/或设备102所位于的环境中的环境条件来动态地选择设备102的(一个或多个)热约束和/或(一个或多个)风扇声学约束。

图1的示例用户设备102包括一个或多个用户存在检测传感器118。(一个或多个)用户存在检测传感器118提供用于检测在用户设备102所位于的环境中用户相对于用户设备102的存在的手段。例如，(一个或多个)用户存在检测传感器118可检测接近用户设备102的用户。在图1的示例中，(一个或多个)用户存在检测传感器118包括(一个或多个)接近传感器，这些接近传感器发出电磁辐射(例如，光脉冲)并且检测由于人或物体的存在而引起的信号的变化(例如，基于电磁辐射(例如，光脉冲)的反射)。在一些示例中，(一个或多个)用户存在检测传感器118包括飞行时间(time-of-flight，TOF)传感器，这些TOF传感器测量光在被人或物体反射之后返回到传感器的时间长度，这可用于确定深度。(一个或多个)示例用户存在检测传感器118可包括其他类型的深度传感器，例如基于雷达或声纳数据来检测变化的传感器。在一些情况中，(一个或多个)用户存在检测传感器118为一个或多个(例如，四个)空间区域(例如，非重叠象限)相对于用户设备102收集距离测量。与每个区域相关联的(一个或多个)用户存在检测传感器118为与该区域相对应的用户的脸部和/或身体的(一个或多个)区域提供距离范围数据。

(一个或多个)用户存在检测传感器118由示例用户设备102承载，使得(一个或多个)用户存在检测传感器118可检测用户设备102所位于的环境中的在(一个或多个)用户存在检测传感器118的某个范围(例如，距离范围)内(例如，在(一个或多个)用户存在检测传感器118的10英尺内、5英尺内等等)发生的变化。例如，(一个或多个)用户存在检测传感器118可被安装在显示屏103的边框上并且被取向成使得(一个或多个)用户存在检测传感器118可检测接近用户设备102的用户。(一个或多个)用户存在检测传感器118可以额外地或者替换地在用户设备102上的任何其他如下位置：在该处(一个或多个)传感器118面对着用户设备102所位于的环境，例如在膝上型电脑的基底上(例如，在基底所承载的键盘前面的基底边缘上)、在膝上型电脑的盖子上、在显示屏103是桌面型电脑或者一体化PC的监视器的示例中在支撑显示屏103的膝上型电脑的基底上，等等。

在一些示例中，(一个或多个)用户存在检测传感器118额外地或者替换地被安装在用户设备102上的如下位置处：当用户将他或她的手臂、手和/或(一根或多根)手指举向显示屏103、键盘104和/或其他用户输入设备(例如，(一个或多个)指点设备106)时，用户的手臂、手和/或(一根或多根)手指很可能移过或经过该位置。例如，在用户设备102是膝上型电脑或者包括触摸板的其他设备的示例中，(一个或多个)用户存在检测传感器118可被布置得接近设备102的触摸板以检测用户的手臂何时悬停在触摸板上方(例如，当用户伸手去够屏幕103或键盘104时)。

在图1的示例中，用户设备102包括(一个或多个)图像传感器122。在此示例中，(一个或多个)图像传感器122生成图像数据，该图像数据被分析来检测例如接近设备的用户的存在、用户执行的姿势、用户是在朝着设备102的显示屏103看还是将目光移开(例如，眼睛跟踪)，等等。用户设备102的(一个或多个)图像传感器122包括一个或多个相机来捕捉设备102所位于的周围环境的图像数据。在一些示例中，(一个或多个)图像传感器122包括(一个或多个)深度感测相机。在图1的示例中，(一个或多个)图像传感器122由示例用户设备102承载，使得当用户面向显示屏103时，用户在(一个或多个)图像传感器122的视野内。例如，(一个或多个)图像传感器122可由显示屏103的边框承载。

图1的示例用户设备102包括一个或多个运动传感器123。(一个或多个)运动传感器123可包括例如(一个或多个)红外传感器来检测用户运动。如本文公开的，由(一个或多个)运动传感器123生成的数据可被分析来识别用户设备102的用户执行的姿势。(一个或多个)运动传感器123可被设备102承载在接近例如设备102的触摸板、显示屏103的边框等等处，以检测接近设备102发生的(一个或多个)用户运动。

在图1的示例中，用户设备102包括一个或多个麦克风124来检测用户设备102所位于的环境中的声音。(一个或多个)麦克风124可被用户设备102承载在一个或多个位置处，例如设备102的盖子上、用户设备102的基底上接近键盘104处，等等。

图1的示例用户设备102可包括其他类型的(一个或多个)传感器来检测相对于设备102和/或环境条件的用户交互(例如，(一个或多个)环境光传感器)。

示例用户设备102包括一个或多个基于半导体的处理器来处理由(一个或多个)用户存在检测传感器118、(一个或多个)设备配置传感器120、(一个或多个)图像传感器122、(一个或多个)运动传感器123、(一个或多个)麦克风124和/或(一个或多个)温度传感器126生成的传感器数据。例如，(一个或多个)传感器118、120、122、123、124、126可将数据发送到用户设备102的自带处理器130。在其他示例中，(一个或多个)传感器118、120、122、123、124、126可将数据发送到另一用户设备128的处理器127，该另一用户设备128例如是智能电话或者诸如智能手表之类的可穿戴设备。在其他示例中，(一个或多个)传感器118、120、122、123、124、126可将数据发送到基于云的设备129(例如，一个或多个服务器、(一个或多个)处理器和/或(一个或多个)虚拟机)。

在一些示例中，用户设备102的处理器130通信地耦合到一个或多个其他处理器。在这种示例中，(一个或多个)传感器118、120、122、123、124、126可将传感器数据发送到用户设备102的自带处理器130。用户设备102的自带处理器130随后可将传感器数据发送到用户设备128的处理器127和/或(一个或多个)基于云的设备129。在一些这样的示例中，用户设备102(例如，(一个或多个)传感器118、120、122、123、124、126和/或自带处理器130)和(一个或多个)处理器127、130经由一个或多个有线连接(例如，线缆)或者无线连接(例如，蜂窝、Wi-Fi或蓝牙连接)通信地耦合。在其他示例中，传感器数据可只被自带处理器130处理(即，不被从设备发出)。

在图1的示例系统中，由(一个或多个)用户存在检测传感器118、(一个或多个)设备配置传感器120、(一个或多个)图像传感器122、(一个或多个)运动传感器123、(一个或多个)麦克风124和/或(一个或多个)温度传感器126生成的传感器数据被热约束管理器132处理以为用户设备102选择热约束来影响设备102的壳体的皮肤的温度和/或选择风扇声学约束来影响用户设备102的(一个或多个)风扇114的(一个或多个)旋转速度并从而影响由(一个或多个)风扇114生成的噪声。由于所选择的热约束和/或风扇声学约束，示例热约束管理器132可影响设备102的性能。例如，如果热约束管理器132确定设备102的皮肤的温度可被增大和/或(一个或多个)风扇114的(一个或多个)旋转速度可被增大，则额外的功率可被提供到设备102的(一个或多个)硬件组件(例如，处理器130)以提供(一个或多个)组件的增大的性能(例如，更高的处理速度)。在这种示例中，由(一个或多个)硬件组件生成并被传递到设备的皮肤的增大的热量被所选择的热约束所允许和/或被经由(一个或多个)风扇114的增大的旋转来管理。在图1的示例中，热约束管理器132是由在用户设备102的处理器130上执行的可执行指令来实现的。然而，在其他示例中，热约束管理器132是由在可穿戴或不可穿戴的用户设备128的处理器127上和/或在(一个或多个)基于云的设备129上执行的指令来实现的。在其他示例中，热约束管理器132是由位于用户设备102和/或用户设备128上的专用电路来实现的。这些组件可以用软件、固件、硬件或者软件、固件和硬件中的两者或更多者的组合来实现。

在图1的示例中，热约束管理器132用于处理由相应的(一个或多个)传感器118、120、122、123、124、126生成的传感器数据以识别与用户设备102的(一个或多个)用户交互和/或设备102所位于的环境中的环境条件并且基于(一个或多个)用户交互和/或周围环境条件来为用户设备102选择热约束和/或风扇声学约束。在一些示例中，热约束管理器132基本上实时地(例如，接近数据被收集的时间)接收传感器数据。在其他示例中，热约束管理器132在以后的时间接收传感器数据(例如，周期性地，和/或非周期性地，基于一个或多个设置，但在引起了传感器数据被生成的活动(例如手部运动)发生后的某个时间之后(例如，数秒后、数分钟后等等))。热约束管理器132可基于传感器数据执行一个或多个操作，例如过滤原始信号数据、从信号数据中去除噪声、将信号数据从模拟数据转换成数字数据和/或分析数据。例如，热约束管理器132可在自带处理器130处将传感器数据从模拟转换成数字数据并且数字数据可被自带处理器130和/或被一个或多个非自带处理器分析，非自带处理器例如是用户设备128的处理器127和/或基于云的设备129。

基于由(一个或多个)用户存在检测传感器118生成的传感器数据，热约束管理器132确定主体是否存在于(一个或多个)用户存在检测传感器118的范围内。在一些示例中，如果热约束管理器132确定用户不在(一个或多个)用户存在检测传感器118的范围内，则热约束管理器132确定(一个或多个)风扇114的旋转速度可被增大，因为用户没有存在来听到以增大的速度操作的(一个或多个)风扇114生成的增大的声学噪声。热约束管理器132生成指示来让(一个或多个)风扇114增大(一个或多个)风扇114按其操作的旋转速度。(一个或多个)风扇114可继续以增大的旋转速度操作来提供效率，直到例如设备102的处理器130确定在一段时间中在设备102处没有接收到(一个或多个)用户输入并且设备102应当进入低功率状态(例如，待机或休眠状态)为止。

在图1的示例中，如果热约束管理器132确定用户在(一个或多个)用户存在检测传感器118的范围内，则热约束管理器132确定用户是否在与设备102交互。热约束管理器132可基于由(一个或多个)设备配置传感器120生成的数据来检测是否在经由(a)自带键盘104和/或(一个或多个)自带指点设备106或者(b)外部键盘108和/或(一个或多个)外部指点设备110接收(一个或多个)用户输入。如果用户在经由自带键盘104和/或(一个或多个)自带指点设备106与设备102交互，则热约束管理器132将设备102的皮肤温度维持在第一(例如，默认)热约束，该第一热约束为设备皮肤定义最大温度以防止设备壳体的皮肤变得太热并且伤害用户。如果热约束管理器132确定用户在经由外部键盘108和/或(一个或多个)外部指点设备110与设备102交互，则热约束管理器132为设备选择相对于第一热约束为设备102的皮肤定义增大的温度的热约束。由于对设备102的热约束的放松(即，允许设备的皮肤温度的增大)，设备102的一个或多个硬件组件(例如，处理器130)转移到增大性能模式，其中设备的(一个或多个)组件消耗更多的功率，并从而生成更多热量。在这种示例中，热约束管理器132选择相对于当用户在经由自带键盘104和/或(一个或多个)自带指点设备106与设备102交互时选择的热约束增大的设备壳体的皮肤温度的热约束，因为用户在经由(一个或多个)外部设备108、110提供(一个或多个)输入时没有直接触摸设备102。

如果热约束管理器132确定用户在(一个或多个)用户存在检测传感器118的范围内，但没有在设备102处提供(一个或多个)输入和/或在阈值时间段内都没有提供输入，则热约束管理器132推断出用户意图与设备交互。热约束管理器132可使用来自多种类型的传感器的数据来预测用户是否有可能与设备交互。

例如，热约束管理器132可基于由(一个或多个)用户存在检测传感器118生成的数据来确定用户与设备102的距离。如果确定用户在设备102的预定阈值范围之外(例如，离设备102远于1米)，则热约束管理器132确定可以增大设备102的(一个或多个)风扇114的旋转速度，从而可增大风扇声音，因为考虑到用户与设备102的距离，增大的风扇噪声将不会干扰用户。额外地或者替换地，热约束管理器132确定可以增大设备102的(一个或多个)电源116的功率水平，从而可以增大设备皮肤温度，因为基于用户与设备102的距离，增大的皮肤温度不会引起用户的不适。

在一些示例中，热约束管理器132分析由(一个或多个)图像传感器122生成的图像数据来确定用户的眼睛相对于设备102的显示屏103的位置。在这种示例中，如果热约束管理器132在图像数据中识别出用户的双眼，则热约束管理器132确定用户在看着显示屏103。如果热约束管理器132在图像数据中识别出用户的一只眼睛或者没有识别出用户的眼睛，则热约束管理器132确定用户没有在关注设备102。在这种示例中，热约束管理器132可指示(一个或多个)风扇114增大(一个或多个)旋转速度以冷却设备102。因为根据基于眼睛跟踪所确定的，用户没有在关注或者不太可能在关注设备102，所以热约束管理器132允许(一个或多个)风扇114生成增大的风扇噪声以在用户相对于设备102分心的同时高效地冷却设备102。额外地或者替换地，热约束管理器132可指示(一个或多个)电源116增大提供给用户设备102的(一个或多个)硬件组件的功率(并从而导致用户设备102的增大的皮肤温度)。

在一些示例中，热约束管理器132分析由(一个或多个)图像数据传感器122和/或(一个或多个)运动传感器123生成的图像数据以识别用户正在执行的(一个或多个)姿势。如果热约束管理器132基于图像数据和/或运动传感器数据(例如，指示出用户已将他或她的手移动得靠近他或她的耳朵的图像数据和/或运动传感器数据)确定用户例如正从设备102移开目光并且在讲电话，则热约束管理器132确定可增大风扇声音，因为在用户移开目光并且讲电话的同时用户不太可能与设备102交互。

图1的示例热约束管理器132评估环境噪声条件以确定是否可增大风扇噪声水平。图1的热约束管理器132分析由(一个或多个)麦克风124生成的数据以确定周围环境中的环境噪声是否超过环境噪声水平阈值。如果热约束管理器132确定环境噪声超过环境噪声水平阈值，则热约束管理器132指示(一个或多个)风扇以(一个或多个)增大的速度旋转，从而生成增大的风扇噪声。在这种示例中，在用户设备102所位于的有噪声环境中不太可能检测到增大的风扇噪声，从而可以优化(一个或多个)风扇114的操作以增大冷却，并从而增大设备102的性能。

额外地或者替换地，热约束管理器132可基于例如由(一个或多个)图像传感器122生成的图像数据和/或来自(一个或多个)设备配置传感器120的指出耳机连接到设备102(例如，经由(一个或多个)有线或无线连接)的数据来确定用户是否戴着耳机。在这种示例中，热约束管理器132指示(一个或多个)风扇114以(一个或多个)增大的速度旋转以增大设备102的冷却，因为所产生的增大的风扇噪声不太可能被戴着耳机的用户察觉到。

热约束管理器132基于推断出的用户与设备交互的意图和/或环境中的条件来动态地为设备102调整(一个或多个)热约束和/或风扇噪声水平。在一些示例中，热约束管理器132基于例如来自(一个或多个)用户存在检测传感器118的指出用户在朝着设备102移动和/或在伸手去够自带键盘的数据来在先前指示(一个或多个)风扇增大(一个或多个)旋转速度之后确定用户有可能与设备交互。在这种示例中，热约束管理器132考虑到用户即将与设备102交互的预期，指示(一个或多个)风扇114降低旋转速度，并从而降低风扇噪声。

作为另一示例，如果热约束管理器132确定用户在经由(一个或多个)外部设备108、110提供输入，从而为设备102选择增大设备的皮肤的温度的热约束。如果在以后的时间，热约束管理器132确定用户在伸手去够显示屏103(例如，基于来自(一个或多个)用户存在检测传感器118、(一个或多个)图像传感器122和/或(一个或多个)运动传感器123的数据)，则热约束管理器选择导致设备皮肤的减小的温度的热约束。在这种示例中，设备102的(一个或多个)硬件组件的功率消耗和/或(一个或多个)风扇速度可被调整来冷却设备102。

作为另一示例，如果热约束管理器132在先前确定用户戴着耳机112之后在以后的时间确定用户不再戴着耳机112(例如，基于图像数据)，则热约束管理器132指示(一个或多个)风扇114降低旋转速度以生成更少的噪声。

在一些示例中，热约束管理器132基于由(一个或多个)温度传感器126生成的温度数据来动态地调整(一个或多个)热约束和/或(一个或多个)风扇声学约束。例如，如果来自(一个或多个)温度传感器126的数据指出皮肤温度在接近由所选热约束定义的阈值，则热约束管理器132生成指令来通过调整(一个或多个)硬件组件的功率消耗和/或由(一个或多个)风扇114的操作来维持或降低皮肤温度。

图2是图1的热约束管理器132的示例实现方式的框图。如上文提及的，热约束管理器132被构造为检测相对于用户设备102的(一个或多个)用户交互和/或(一个或多个)环境条件并且生成指令，这些指令使得用户设备102在关于设备102的皮肤温度的一个或多个热约束和/或关于设备102的(一个或多个)风扇114生成的可听噪声的一个或多个风扇声学约束之间转变。在图2的示例中，热约束管理器132由用户设备102的处理器130、第二用户设备128的处理器127和/或(一个或多个)基于云的设备129(例如图1的云129中的(一个或多个)服务器、(一个或多个)处理器和/或(一个或多个)虚拟机)中的一个或多个来实现。在一些示例中，用户交互分析和/或环境条件分析中的一些是由热约束管理器132经由云计算环境实现的并且该分析的一个或多个其他部分是由被控制的用户设备102的处理器130和/或诸如可穿戴设备之类的第二用户设备128的处理器127实现的。

如图2中所示，示例热约束管理器132从图1的示例用户设备102的(一个或多个)用户存在检测传感器118接收用户存在传感器数据200、从(一个或多个)设备配置传感器120接收设备配置传感器数据202、从(一个或多个)图像传感器122接收图像传感器数据204、从(一个或多个)运动传感器123接收姿势数据205、从(一个或多个)麦克风124接收环境噪声传感器数据206并且从(一个或多个)温度传感器126接收温度传感器数据208。传感器数据200、202、204、205、206、208被存储在数据库212中。在一些示例中，热约束管理器132包括数据库212。在其他示例中，数据库212位于热约束管理器132外部，如图2中所示在热约束管理器132可访问的位置中。

热约束管理器132包括用户存在检测分析器214。在此示例中，用户存在检测分析器214提供用于分析由(一个或多个)用户存在检测传感器118生成的传感器数据200的手段。具体地，用户存在检测分析器214分析传感器数据200以确定用户是否在(一个或多个)用户存在检测传感器118的范围内并从而足够靠近用户设备102以暗示着用户即将使用用户设备102。在一些示例中，用户存在检测分析器214确定用户是否在从用户设备102起的特定距离内(例如，在设备102的0.5米内、在设备102的0.75米内)。用户存在检测分析器214基于一个或多个用户存在检测规则216来分析传感器数据200。(一个或多个)用户存在检测规则216可基于(一个或多个)用户输入来定义并且被存储在数据库212中。

(一个或多个)用户存在检测规则216可定义例如指出用户存在于从(一个或多个)用户存在检测传感器118起的某个范围内的由(一个或多个)用户存在检测传感器118作出的阈值飞行时间(TOF)测量(例如，对发射波脉冲、从主体反射以及返回到传感器之间的时间量的测量)。在一些示例中，(一个或多个)用户存在检测规则216定义用于确定主体在用户设备102的附近的(一个或多个)阈值距离。在这种示例中，用户存在检测分析器214基于传感器数据200中的(一个或多个)TOF测量和(一个或多个)传感器118发出的光的已知速度来确定(一个或多个)距离。在一些示例中，用户存在检测分析器214识别随着时间的流逝的深度或距离值的变化并且基于这些变化来检测用户是在接近设备102还是从用户设备102移开。传感器数据200的(一个或多个)阈值TOF测量和/或(一个或多个)距离可基于(一个或多个)传感器118在发射脉冲时的范围。在一些示例中，(一个或多个)阈值TOF测量和/或距离是基于用户定义的参考距离的，用户定义的参考距离用于确定与简单地在用户设备102和用户两者都存在于的环境中相比用户是否在靠近或接近用户设备102。

图2的示例热约束管理器132包括设备配置分析器218。在此示例中，设备配置分析器218提供用于分析由(一个或多个)设备配置传感器120生成的传感器数据202的手段。设备配置分析器218分析传感器数据202以检测例如是否在经由用户设备102的自带键盘104和/或(一个或多个)自带指点设备106或者经由通信地耦合到用户设备102的一个或多个外部设备(例如，外部键盘108、(一个或多个)外部指点设备110)接收(一个或多个)用户输入。在一些示例中，设备配置分析器218检测到来自设备102的(一个或多个)音频输出正经由诸如耳机112之类的外部输出设备被输送。在一些示例中，设备配置分析器218分析设备102的取向以推断例如用户是否在坐着与设备102交互、在站着与设备102交互(例如，基于设备102的显示屏的角度)、设备102是否处于平板模式中，等等。

设备配置分析器218基于一个或多个设备配置规则219来分析传感器数据202。(一个或多个)设备配置规则219可基于(一个或多个)用户输入来定义并且被存储在数据库212中。(一个或多个)设备配置规则219可定义例如用于识别诸如图1的耳机112之类的(一个或多个)外部设备何时经由一个或多个有线或无线连接通信地耦合到用户设备102的识别符。(一个或多个)设备配置规则219定义用于基于从(一个或多个)外部设备接收的数据来检测经由(一个或多个)外部设备108、110在用户设备处接收到(一个或多个)用户输入的(一个或多个)规则。(一个或多个)设备配置规则219定义用于检测经由诸如(一个或多个)耳机118之类的外部设备输送的(一个或多个)音频输出的(一个或多个)规则。(一个或多个)设备配置规则219可定义如下的(一个或多个)规则：这些规则指出如果显示屏103所成的角度在特定的角度范围内(例如，相对于膝上型电脑的基底超过90°)，则用户正坐着与设备102交互。

图1和图2的示例热约束管理器132被训练来识别相对于用户设备102的(一个或多个)用户交互以预测用户是否有可能与设备102交互。在图2的示例中，热约束管理器132分析来自(一个或多个)图像传感器122的传感器数据204和/或来自(一个或多个)运动传感器123的传感器数据205中的一个或多个以检测相对于设备102的用户活动。在图2的示例中，热约束管理器132被训练来通过训练管理器224使用机器学习和一个或多个主体的训练传感器数据来识别用户交互，所述传感器数据可以包括或不包括由图1的用户设备102的(一个或多个)传感器122、123生成的传感器数据。在一些示例中，训练传感器数据是从在与用户设备102和/或不同的用户设备交互的(一个或多个)主体生成的。训练传感器数据被存储在数据库232中。在一些示例中，训练管理器224包括数据库232。在其他示例中，数据库232位于训练管理器224外部，在如图2中所示的训练管理器224可访问的位置中。图2的数据库212、232可以是相同的存储设备或者不同的存储设备。

在图2的示例中，训练传感器数据包括训练姿势数据230，或者说在与用户设备102交互的情境中包括由(一个或多个)用户执行的多个姿势和这些姿势所表示的关联用户交互的数据。例如，训练姿势数据230可包括第一规则，指出如果用户举起他或她的手接近他或她的耳朵，则用户在讲电话。训练姿势数据230可包括第二规则，指出如果按照布置得接近设备的键盘的运动传感器所检测到的和/或按照图像数据中捕捉到的，用户正从他或她的身体伸开他或她的手，则用户在伸手去够用户设备的显示屏。训练姿势数据230可包括第三规则，指出如果用户的身体只有从腰部往上的一部分在图像数据中可见，则用户处于坐姿。

在图2的示例中，训练传感器数据包括训练面部特征数据231，或者说在观看设备102的显示屏103、从设备102的显示屏103移开目光、在戴着耳机的同时与设备102交互等等的情境中包括(一个或多个)主体的多个图像和由(一个或多个)图像表示的关联的眼睛位置数据、嘴巴位置数据、头部配件数据(例如，耳机使用)的数据。训练面部特征数据231可包括第一规则，即如果用户的双眼在由用户设备102的(一个或多个)图像传感器122生成的图像数据中都是可见的，则用户正看着设备102的显示屏103。训练面部特征数据231可包括第二规则，即如果用户的一只眼睛在图像数据中可见，则用户有可能在与设备102交互。训练面部特征数据231可包括第三规则，即如果用户的双眼在图像数据中都是不可见的，则用户正从设备102移开目光。训练面部特征数据231可包括第四规则，即如果用户的嘴巴在图像数据中是张开的，则用户在说话。训练面部特征数据231可包括第五规则，该第五规则基于在图像数据中检测到的(一个或多个)特征来识别用户何时戴着耳机。

图2的示例训练管理器224包括训练器226和机器学习引擎228。训练器226利用训练姿势数据230和训练面部特征数据231训练机器学习引擎228(例如，经由监督式学习)来生成一个或多个模型，这些模型被热约束管理器132用来基于(一个或多个)用户交互和/或推断的关于与设备102的(一个或多个)用户交互的意图来控制用户设备102的热约束。例如，训练器226使用训练姿势数据230来经由机器学习引擎228生成一个或多个姿势数据模型223，该姿势数据模型223定义响应于用户执行的特定姿势的相对于设备102的(一个或多个)用户交互。作为另一示例，训练器226使用训练面部特征数据231来经由机器学习引擎228生成一个或多个面部特征数据模型225，该面部特征数据模型225定义响应于特定眼睛跟踪位置、用户的面部表情和/或用户穿戴的头部配件(例如，耳机)的相对于设备102的(一个或多个)用户交互。在图2的示例中，(一个或多个)姿势数据模型223和(一个或多个)面部特征数据模型225被存储在数据库212中。示例数据库212可存储比图2中所示更多或更少的模型。例如，数据库212可存储在训练期间基于训练姿势数据230和指示用户相对于设备的距离的数据(例如，基于接近传感器数据)和/或指示设备配置的数据(例如，基于指示屏幕取向的传感器数据)生成的模型。

图2的示例热约束管理器132使用(一个或多个)模型223、225来解读由(一个或多个)运动传感器123和/或(一个或多个)图像传感器122生成的各个传感器数据。图2的示例热约束管理器132包括运动数据分析器222。在此示例中，运动数据分析器222提供用于分析由(一个或多个)运动传感器123生成的传感器数据205的手段。示例运动数据分析器222使用(一个或多个)姿势数据模型223来识别由用户相对于设备102执行的(一个或多个)姿势。例如，基于(一个或多个)姿势数据模型223和由布置得接近例如设备102的显示屏103和/或设备102的触摸板的(一个或多个)运动传感器123生成的传感器数据205，运动数据分析器222可确定用户正伸手去够用户设备102的显示屏103。

图2的示例热约束管理器132包括图像数据分析器220。在此示例中，图像数据分析器220提供用于分析由(一个或多个)图像传感器122生成的传感器数据204的手段。图像数据分析器220使用(一个或多个)姿势数据模型223和/或(一个或多个)面部特征数据模型225来分析传感器数据204以识别例如用户正执行的(一个或多个)姿势和/或用户相对于设备102的姿态，和/或跟踪用户的眼睛相对于设备102的位置。例如，基于(一个或多个)姿势数据模型223和图像传感器数据204，图像数据分析器220可确定用户在键入。在其他示例中，基于(一个或多个)面部特征数据模型225和包括用户的头部的图像传感器数据204，图像数据分析器220确定用户正从设备102转开脸，因为用户的眼睛在图像数据中是不可见的。

在图2的示例中，热约束管理器132包括定时器244。在此示例中，定时器244提供用于监视在用户存在检测分析器214确定用户在(一个或多个)用户存在检测传感器118的范围内之后在用户设备102处接收到用户输入的持续时间的手段。定时器244额外地或者替换地提供用于监视在用户存在检测分析器214确定用户在(一个或多个)用户存在检测传感器118的范围内之后运动数据分析器222和/或图像数据分析器220确定在设备内有可能有用户交互的持续时间的手段。定时器244基于存储在数据库212中并且由(一个或多个)用户输入定义的(一个或多个)时间间隔阈值246来确定经过的时间的量。如本文公开的，如果在(一个或多个)时间间隔阈值246内没有接收到用户输入和/或如果运动数据分析器222和/或图像数据分析器220没有确定在(一个或多个)时间间隔阈值246内有可能发生与设备102的用户交互，则热约束管理器132可响应于与设备102的用户交互的缺乏而调整(一个或多个)热约束和/或(一个或多个)风扇声学约束。

图2的热约束管理器132包括环境噪声分析器234。在此示例中，环境噪声分析器234提供用于分析由(一个或多个)环境噪声传感器124生成的传感器数据206的手段。环境噪声分析器234基于一个或多个环境噪声规则235来分析传感器数据206。在图2的示例中，(一个或多个)环境噪声规则235定义(一个或多个)阈值环境噪声水平，如果超过该(一个或多个)阈值环境噪声水平，则用户不太可能察觉到可听风扇噪声的增大。(一个或多个)环境噪声规则235可基于(一个或多个)用户输入来定义并且被存储在数据库212中。

图2的热约束管理器132包括温度分析器236。在此示例中，温度分析器236提供用于分析由(一个或多个)温度传感器126生成的传感器数据208的手段。温度分析器236分析传感器数据208以确定用户设备102的一个或多个硬件组件和/或用户设备102的壳体的皮肤的温度。例如，温度分析器236可检测在设备102的操作期间处理器130生成的热量的量和/或壳体102的外部皮肤的温度。

图2的示例热约束管理器132包括传感器管理器248来管理(一个或多个)用户存在检测传感器118、(一个或多个)设备配置传感器120、(一个或多个)图像传感器122、(一个或多个)运动传感器122、(一个或多个)环境噪声传感器124和/或(一个或多个)温度传感器126中的一个或多个的操作。传感器管理器248基于一个或多个传感器激活规则250来控制(一个或多个)传感器118、120、122、124、126的操作。(一个或多个)传感器激活规则250可由(一个或多个)用户输入定义并且被存储在数据库212中。

在一些示例中，(一个或多个)传感器激活规则250定义用于激活(一个或多个)传感器来节约设备102的功率消耗的(一个或多个)规则。例如，(一个或多个)传感器激活规则250可定义(一个或多个)用户存在检测传感器118在设备102在运转(例如，处于工作功率状态中)的同时应当保持活跃并且当用户存在检测分析器214确定用户在(一个或多个)用户存在检测传感器118的范围内时(一个或多个)图像传感器122应当被激活这种规则可防止当例如用户没有接近设备102时设备102的不必要的功率消耗。在其他示例中，传感器管理器248选择性地激活(一个或多个)图像传感器122以补偿由(一个或多个)运动传感器123生成的数据以增大检测用户的(一个或多个)姿势的准确性。在一些示例中，如果图像数据分析器220没有预测到与设备的用户交互的可能性和/或设备102在由定时器244定义的时间阈值内没有接收到用户输入，则传感器管理器248解除激活(一个或多个)图像传感器122以节约功率。

图2的示例热约束管理器132包括热约束选择器252。在图2的示例中，热约束选择器252基于来自用户存在检测分析器214、设备配置分析器218、运动数据分析器222、图像数据分析器220、环境噪声分析器234和/或温度分析器236的数据中的一个或多个来选择要被指派给用户设备102的热约束。示例热约束选择器252基于一个或多个热约束选择规则254来选择要被指派给用户设备的热约束。(一个或多个)热约束选择规则254是基于(一个或多个)用户输入来定义的并且被存储在数据库212中。

例如，(一个或多个)热约束选择规则254可包括第一规则，即如果设备配置分析器218确定用户在经由设备102的键盘或触摸屏提供(一个或多个)输入，则关于设备102的壳体的皮肤的温度的第一或者说默认热约束应当被指派给用户设备102以防止用户在触摸设备102时的不适。关于皮肤温度的默认热约束可例如是45℃。(一个或多个)热约束选择规则254可包括第二规则，即如果设备配置分析器218确定用户在经由外部键盘108提供(一个或多个)输入，则第二热约束应当被指派给设备102，其中第二热约束与第一(例如，默认)热约束相比支持设备的增大的皮肤温度。例如，第二热约束可定义48℃的皮肤温度限度。

图2的示例热约束管理器132包括风扇声学约束选择器258。在图2的示例中，风扇声学约束选择器258基于来自用户存在检测分析器214、设备配置分析器218、运动数据分析器222、图像数据分析器220、环境噪声分析器234和/或温度分析器236的数据中的一个或多个来选择要被指派给用户设备102的风扇声学约束。示例热约束选择器252基于一个或多个风扇声学约束选择规则260来选择要被指派给用户设备102的风扇声学约束。(一个或多个)风扇声学约束选择规则260是基于(一个或多个)用户输入来定义的并且被存储在数据库212中。

例如，(一个或多个)风扇声学约束选择规则260可包括基于来自用户存在检测分析器214的指出用户在(一个或多个)用户存在检测传感器118的第一范围内(例如，在从设备102起的0.5米内)的数据的关于风扇噪声水平的第一或默认规则。第一规则可定义关于由(一个或多个)风扇生成的噪声的与35dBA相对应的声压水平。(一个或多个)风扇声学约束选择规则260可包括基于来自用户存在检测分析器214的指出用户在(一个或多个)用户存在检测传感器118的第二范围内(例如，在从设备102起的1米内)的数据的关于风扇噪声水平的第二规则，其中第二规则对于由(一个或多个)风扇114生成的噪声定义与比第一规则定义的声压水平更大的声压水平(例如，41dBA)相对应的声压水平。(一个或多个)风扇声学约束选择规则260可包括基于来自图像数据分析器220的指出用户从用户设备102转开脸的数据的关于风扇噪声水平的第三规则。鉴于确定用户未与设备102交互或者不太可能与设备102交互，第三规则可定义相对于由第一或默认风扇声学规则定义的风扇速度和关联声学噪声增大的风扇速度并从而定义增大的声学噪声水平。(一个或多个)风扇声学约束选择规则260可包括第四规则，指出如果设备配置分析器218确定设备102的显示屏的角度相对于例如膝上型电脑的基底在特定的角度范围内，则用户在与设备102交互时是坐着的，从而与用户站着的情况相比位置更靠近设备。在这种示例中，与用户站着或者位置更远离设备102的情况相比，第四规则可定义降低的风扇声学噪声水平。

(一个或多个)风扇声学约束选择规则260可包括第五规则，指出如果设备配置分析器218确定耳机耦合到设备102和/或图像数据分析器220确定用户戴着耳机，则风扇声学噪声相对于默认风扇噪声水平可被增大。(一个或多个)风扇声学约束选择规则260可包括第五规则，指出如果环境噪声分析器234确定风扇噪声超过环境噪声阈值，则风扇声学噪声相对于默认风扇噪声水平可被增大。(一个或多个)风扇声学约束选择规则260可包括第六规则，指出如果设备配置分析器218、图像数据分析器220和/或运动数据分析器222没有检测到用户输入和/或没有预测到在由定时器244监视的(一个或多个)时间间隔阈值246内用户与设备102交互的可能性，则风扇声学噪声应当被增大，因为用户不太可能在与设备102交互。

在图2的示例中，热约束选择器252和风扇声学约束选择器258可进行通信来考虑到(一个或多个)用户交互和/或环境条件来优化设备102的性能、对于设备102的皮肤的热约束以及风扇声学噪声水平。例如，如果设备配置分析器218确定用户在经由外部设备提供用户输入，则热约束选择器252可选择导致设备的相对于默认温度(例如，45℃)的增大的皮肤温度(例如，46℃)的第一热约束。如果环境噪声分析器234确定用户设备处于安静环境中，则风扇声学约束选择器258可为设备102选择第一风扇声学约束，该第一风扇声学约束允许(一个或多个)风扇噪声水平相对于默认水平(例如，35dBA)的适度增大(例如，38dBA)以适应第一热约束所允许的增大的热量并且防止设备102的过热。然而，如果环境噪声分析器234确定用户设备102处于吵闹环境中，则热约束选择器252可为设备102选择第二热约束，该第二热约束支持相对于第一热约束(例如，46℃)和默认热约束(例如，45℃)的增大的皮肤温度(例如，48℃)并从而由于(一个或多个)设备组件的增大的功率消耗而允许增大的设备性能。另外，风扇声学约束选择器可为设备102选择第二风扇声学约束，该第二风扇声学约束允许(一个或多个)风扇噪声水平相对于第一风扇约束(例如，38dBA)和默认风扇声学约束(例如，35dBA)的增大(例如，41dBA)。因为设备102处于吵闹环境中，所以与设备102处于安静环境中并且风扇声学约束鉴于低环境噪声而受到限制的情况相比，通过允许设备102的(一个或多个)组件生成增大的热量，可增大设备102的性能。

图2的热约束管理器132包括电源管理器238。在此示例中，电源管理器238生成被发送到图1的用户设备102的(一个或多个)电源116的(一个或多个)指令以控制提供给处理器130和/或用户设备102的其他硬件组件(例如，视频图形卡)的电力。如本文公开的，增大提供给设备102的(一个或多个)硬件组件的电力增大了这(一个或多个)组件的性能水平(例如，处理器130的响应性、可用性、可靠性、可恢复性和/或吞吐量)。在图2的示例中，热约束选择器252与电源管理器238通信以考虑到所选择的(一个或多个)热约束而增大或减小提供给设备102的(一个或多个)硬件组件的电力。例如，如果热约束选择器252为设备皮肤温度选择允许皮肤温度相对于默认皮肤温度限度增大的热约束，则电源管理器238生成将增大的电力提供给设备102的(一个或多个)硬件组件的指令。如果热约束选择器252确定设备102的皮肤温度应当被降低(例如，响应于用户与设备102的交互的变化)，则电源管理器238生成降低提供给设备102的(一个或多个)硬件组件的电力以减小(一个或多个)组件生成的热量的量的指令。示例电源管理器238经由一个或多个有线或无线连接向电源116发送(一个或多个)指令。

图2的示例热约束管理器132包括风扇速度管理器240。风扇速度管理器240响应于风扇声学约束选择器258对风扇声学约束的选择而生成(一个或多个)指令来控制图1的用户设备102的(一个或多个)风扇114的风扇速度(例如，每分钟转数)。在一些示例中，风扇速度管理器240响应于热约束选择器252对热约束的选择而生成(一个或多个)指令来控制(一个或多个)风扇114的速度以防止例如当所选择的热约束允许设备102的皮肤温度的增大时设备的(一个或多个)硬件组件的过热。风扇速度管理器240经由一个或多个有线或无线连接向(一个或多个)风扇114发送(一个或多个)指令。

在一些示例中，风扇声学约束选择器258在用户存在检测分析器214没有检测到用户在(一个或多个)用户存在检测传感器118的范围内的存在时或者在用户存在检测分析器214确定用户与设备102相距预定距离时选择与增大的风扇声学噪声相关联的风扇声学约束以促进设备102的(一个或多个)散热部件和(一个或多个)风扇护罩的散热部件和风扇护罩清洁(例如，以去除积累的灰尘)。因为散热部件和风扇护罩清洁可在(一个或多个)风扇114的旋转被逆转来执行清洁时增大(一个或多个)风扇114生成的声音，所以风扇声学约束选择器258可为设备102选择风扇声学约束并且与风扇速度管理器240通信以在(一个或多个)用户没有接近设备102时执行该清洁。在这种示例中，(一个或多个)风扇114的声学噪声可被增大，而不打扰与设备102交互的用户，并且设备性能的寿命可通过周期性清洁被增大。

图1和/或图2的示例热约束选择器252基于对传感器数据的分析来动态地选择要被指派给设备102的热约束。例如，在第一时间，热约束选择器252可基于指出用户在经由外部键盘108提供(一个或多个)输入的数据来为设备102选择与设备102的壳体的皮肤的增大的温度相对应的第一热约束。如果在以后的时间，姿势数据分析器检测到用户在伸手去够设备102的显示屏103，则热约束选择器252为设备102选择降低设备的皮肤温度的第二热约束。作为响应，考虑到为设备102选择的热约束的变化，电源管理器238生成指令来调整提供给设备的(一个或多个)硬件组件的电力以降低生成的热量和/或风扇速度管理器240生成指令来调整(一个或多个)风扇速度(例如，增大(一个或多个)风扇速度以排出热空气)。

在一些示例中，热约束选择器252和/或风扇声学约束选择器258在设备的操作期间基于由(一个或多个)温度传感器126生成的温度数据来选择性地调整被应用到设备102的(一个或多个)约束。例如，如果响应于对允许设备102的壳体的增大的皮肤温度的热约束的选择，增大的电力被提供到设备102的(一个或多个)硬件组件，则风扇速度管理器240可基于来自(一个或多个)温度传感器126的数据而指示(一个或多个)风扇114增大旋转速度以防止皮肤温度超过所选热约束。

虽然是联系对来自(一个或多个)用户存在检测传感器118、(一个或多个)用户输入传感器120、(一个或多个)图像传感器122和/或(一个或多个)环境噪声传感器124的传感器数据的分析来论述图1和/或图2的示例热约束管理器132的，但示例热约束管理器132可基于图1的用户设备102的其他传感器(例如，(一个或多个)环境光传感器)来分析数据以评估(一个或多个)用户交互和设备102所位于的环境并且向设备102指派热约束和/或风扇声学约束。

虽然在图2中图示了实现图1的热约束管理器132的示例方式，但图2中所示的元件、过程和/或设备中的一个或多个可被组合、划分、重布置、省略、消除和/或以任何其他方式来实现。另外，图2的示例用户存在检测分析器214、示例设备配置分析器218、示例图像数据分析器220、示例运动数据分析器222、示例环境噪声分析器234、示例温度分析器236、示例电源管理器238、示例风扇速度管理器240、示例定时器244、示例传感器管理器248、示例热约束选择器252、示例风扇声学约束选择器258、示例数据库212和/或更概括而言示例热约束管理器132可由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。从而，例如，示例用户存在检测分析器214、示例设备配置分析器218、示例图像数据分析器220、示例运动数据分析器222、示例环境噪声分析器234、示例温度分析器236、示例电源管理器238、示例风扇速度管理器240、示例定时器244、示例传感器管理器248、示例热约束选择器252、示例风扇声学约束选择器258、示例数据库212和/或更概括而言示例热约束管理器132的任何一者可由一个或多个模拟或数字电路、逻辑电路、(一个或多个)可编程处理器、(一个或多个)可编程控制器、(一个或多个)图形处理单元((一个或多个)GPU)、(一个或多个)数字信号处理器((一个或多个)DSP)、(一个或多个)专用集成电路((一个或多个)ASIC)、(一个或多个)可编程逻辑器件((一个或多个)PLD)和/或(一个或多个)现场可编程逻辑器件((一个或多个)FPLD))来实现。当读到本专利的任何装置或系统权利要求覆盖纯软件和/或固件实现方式时，示例用户存在检测分析器214、示例设备配置分析器218、示例图像数据分析器220、示例运动数据分析器222、示例运动数据分析器222、示例环境噪声分析器234、示例温度分析器236、示例电源管理器238、示例风扇速度管理器240、示例定时器244、示例传感器管理器248、示例热约束选择器252和/或示例风扇声学约束选择器258、示例数据库212中的至少一者在此被明确定义为包括包含该软件和/或固件的非暂态计算机可读存储设备或存储盘，例如存储器、数字多功能盘(DVD)、致密盘(CD)、蓝光盘等等。此外，图2的示例热约束管理器132可包括除了图2中所示的那些以外或者取代图2中所示的那些的一个或多个元件、过程和/或设备，和/或可包括多于一个图示的元件、过程和设备的任何一者或所有。就本文使用的而言，短语“与…通信”——包括其变体——涵盖了直接通信和/或通过一个或多个中间组件的间接通信，并且不要求直接物理(例如，有线)通信和/或不断的通信，而是还包括按周期性间隔、调度的间隔、非周期性间隔和/或一次性事件的选择性通信。

虽然在图2中图示了实现训练管理器224的示例方式，但图2中所示的元件、过程和/或设备中的一个或多个可被组合、划分、重布置、省略、消除和/或以任何其他方式来实现。另外，图2的示例训练器224、示例机器学习引擎228、示例数据库232和/或更概括而言示例训练管理器224可由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。从而，例如，示例训练器224、示例机器学习引擎228、示例数据库232和/或更概括而言示例训练管理器224的任何一者可由一个或多个模拟或数字电路、逻辑电路、(一个或多个)可编程处理器、(一个或多个)可编程控制器、(一个或多个)图形处理单元((一个或多个)GPU)、(一个或多个)数字信号处理器((一个或多个)DSP)、(一个或多个)专用集成电路((一个或多个)ASIC)、(一个或多个)可编程逻辑器件((一个或多个)PLD)和/或(一个或多个)现场可编程逻辑器件((一个或多个)FPLD))来实现。当读到本专利的任何装置或系统权利要求覆盖纯软件和/或固件实现方式时，示例训练器224、示例机器学习引擎228和/或示例数据库232的至少一者在此被明确定义为包括包含该软件和/或固件的非暂态计算机可读存储设备或存储盘，例如存储器、数字多功能盘(DVD)、致密盘(CD)、蓝光盘等等。此外，图2的示例训练管理器224可包括除了图2中所示的那些以外或者取代图2中所示的那些的一个或多个元件、过程和/或设备，和/或可包括多于一个图示的元件、过程和设备的任何一者或所有。就本文使用的而言，短语“与…通信”——包括其变体——涵盖了直接通信和/或通过一个或多个中间组件的间接通信，并且不要求直接物理(例如，有线)通信和/或不断的通信，而是还包括按周期性间隔、调度的间隔、非周期性间隔和/或一次性事件的选择性通信。

图3图示了可联系诸如图1的示例用户设备102之类的电子用户设备实现来控制设备(例如，设备的壳体或主体)的外表面或者说皮肤的温度的示例热约束的图线300。具体地，图3的示例图线300图示了对于不同的热约束，随着时间的流逝用户设备102的皮肤的温度。设备102的皮肤的默认温度可被设置在45℃，如图3中的线条302所表示。第一热约束304对应于默认热约束，在于当其被设备102实现时，用户设备102的皮肤温度不超过由线条302表示的默认皮肤温度。如本文公开的，在一些示例中，图1和/或图2的热约束管理器132考虑到例如与设备102的(一个或多个)用户交互而确定可以选择允许设备102的皮肤温度增大的热约束。如图3中所示，第二热约束306支持相对于第一热约束304的皮肤温度的增大(例如，46℃的皮肤温度限度)。第三热约束308和第四热约束310允许相对于第一和第二热约束304、306的皮肤温度的额外增大。如果第二、第三或第四热约束306、308、310中的一个或多个被选择，则示例热约束管理器132的电源管理器238生成指令来增大提供给用户设备102的(一个或多个)硬件组件的电力，这允许了(一个或多个)组件生成更多热量，而不违反热约束，并且改善了设备102的性能。

图4图示了其中可实现本文公开的示例的示例用户设备400(例如，图1的用户设备102)。在图4中，示例用户设备400是膝上型电脑。然而，如本文公开的，其他类型的用户设备，例如桌面型电脑或电子平板设备，可被使用来实现本文公开的示例。

图4图示了处于第一配置中的用户设备400，其中用户402通过经由设备400的自带键盘404(例如，键盘104)提供(一个或多个)输入来与用户设备400交互。键盘404由设备400的壳体406支撑，其中壳体406包括限定壳体406的外表面或皮肤408。为了防止在用户直接触摸设备400的同时皮肤408的一个或多个部分的温度变得太热，图1和/或图2的示例热约束管理器132可为设备400选择将皮肤温度维持在默认水平或者基本上在默认水平的热约束(例如，对于皮肤408与45℃的皮肤温度相对应的图3的第一热约束304)。在这种示例中，示例热约束管理器132的电源管理器238为设备400的(一个或多个)硬件组件管理(一个或多个)电力水平，使得所产生的皮肤408的温度不超过该热约束。额外地或者替换地，热约束管理器132可基于由例如图1的(一个或多个)设备配置传感器120和/或(一个或多个)图像数据传感器122生成的数据而确定用户402没有戴着耳机。从而，风扇约束选择器258可为设备400选择风扇声学约束，使得由设备400的(一个或多个)风扇(例如，(一个或多个)风扇114)生成的噪声不超过例如35dBA的默认风扇噪声水平。

图5图示了处于第二配置中的图4的示例用户设备400，其中用户402在经由外部键盘500与用户设备102交互。从而，因为用户402在经由外部键盘500与用户设备400交互，所以用户402没有直接触摸设备400(例如，设备400的皮肤408)。在此示例中，热约束选择器252可选择允许设备400的皮肤408的温度增大到超过默认温度(例如，超过与图3的第一热约束304相关联的温度)的热约束(例如，图3的第二、第三或第四热约束306、308、310)。考虑到皮肤404的温度的允许增大，可增大到设备400的一个或多个硬件组件的电力，并从而增大这(一个或多个)组件的性能。

表示用于实现图2的示例训练管理器224的示例硬件逻辑、机器可读指令、硬件实现状态机和/或其任何组合的流程图在图6中示出。机器可读指令可以是供计算机处理器执行的一个或多个可执行程序或者可执行程序的(一个或多个)部分，所述计算机处理器例如是下文联系图8论述的示例处理器平台800中所示的处理器224。该程序可体现在存储于诸如CD-ROM、软盘、硬盘驱动器、DVD、蓝光盘或与处理器224相关联的存储器之类的非暂态计算机可读存储介质上的软件，但整个程序和/或其一些部分可替换为由除了处理器224以外的设备执行和/或体现在固件或专用硬件中。另外，虽然是参考图6中所示的流程图来描述示例程序的，但可替换使用实现示例训练管理器224的许多其他方法。例如，块的执行顺序可被改变，和/或描述的块中的一些可被改变、消除或组合。额外地或者替换地，任何或所有块可由被构造为执行相应的操作而不执行软件或固件的一个或多个硬件电路(例如，分立和/或集成模拟和/或数字电路、FPGA、ASIC、比较器、运算放大器(op-amp)、逻辑电路等等)实现。

图6是当被执行时实现图2的示例训练管理器224的示例机器可读指令的流程图。在图6的示例中，训练管理器224利用训练姿势数据和/或训练面部特征数据来训练图1和/或图2的示例热约束管理器132，该训练姿势数据和/或训练面部特征数据是为可能在使用或不在使用图1的示例用户设备102的一个或多个用户生成的。如本文所述，训练管理器224生成机器学习模型，这些机器学习模型被图1和/或图2的热约束管理器132用来基于相对于用户设备102的(一个或多个)用户交互来为用户设备的皮肤(例如，用户设备102、400的壳体406的皮肤408)的温度选择(一个或多个)热约束和/或为用户设备的(一个或多个)风扇(例如，用户设备102的(一个或多个)风扇114)生成的噪声选择(一个或多个)风扇声学约束。

图6的示例指令可由例如用户设备102、另一用户设备(例如，用户设备128)和/或基于云的设备(例如，(一个或多个)基于云的设备129)的一个或多个处理器来执行。图6的指令可随着训练姿势数据和/或训练面部特征数据被训练管理器224接收到而被基本上实时地执行或者在训练数据被训练管理器224接收到之后的某个时间被执行。训练管理器224可经由一个或多个有线或无线通信协议与热约束管理器132通信。

图2的示例训练器226访问训练姿势数据230和/或训练面部特征数据231(块600)。训练姿势数据230和/或训练面部特征数据231可被存储在数据库232中。在一些示例中，训练姿势数据230和/或训练面部特征数据231是为用户设备102的一个或多个用户生成的。在一些示例中，训练姿势数据230和/或训练面部特征数据231可以是从热约束管理器132接收的和/或是直接从示例用户设备102、400的(一个或多个)图像传感器122和/或(一个或多个)运动传感器123接收的。在一些其他示例中，训练姿势数据230和/或训练面部特征数据231是为不是用户设备102的(一个或多个)用户的用户生成的。

图2的示例训练器226识别由训练姿势数据230和/或训练面部特征数据231表示的用户交互(例如，与用户设备102、400的用户交互和/或诸如讲电话之类的其他用户交互)(块602)。作为示例，基于训练姿势数据230，训练器226将用户向前伸出他或她的手臂的手臂运动识别为指出用户想要触摸用户设备的触摸屏。作为另一示例，基于训练面部特征数据231，训练器226识别指出用户在朝着设备的显示屏看或者从显示屏移开目光的眼睛位置。

图2的示例训练器226经由机器学习引擎228并且基于训练姿势数据230生成一个或多个姿势数据模型223并且经由机器学习引擎228并且基于训练面部特征数据231生成一个或多个面部特征数据模型225(块604)。例如，训练器226使用训练姿势数据230来生成被热约束管理器132用来确定用户是否正在用户设备102、400的键盘104、404上键入的(一个或多个)姿势数据模型223。

示例训练器226可继续利用不同的数据集和/或具有不同的特异性水平的数据集来训练热约束管理器132(块606)。例如，训练器226可生成第一姿势数据模型223来确定用户是否在与用户设备102、400的键盘104交互并且生成第二姿势数据模型223来确定用户是否在与用户设备102、400的(一个或多个)指点设备106交互。当没有额外的训练要执行时(例如，基于(一个或多个)用户输入)，示例指令结束(块608)。

图6的示例指令可用于基于其他类型的传感器数据来执行训练。例如，图6的示例指令可用于训练热约束管理器132来将设备102、400的不同取向、屏幕角度等等与相对于设备102、400的不同用户姿态(例如，坐着、站着)和/或设备的不同位置(例如，搁在用户的膝上、握在用户的手中、搁在桌子上)相关联。

表示用于实现图2的示例热约束管理器132的示例硬件逻辑、机器可读指令、硬件实现状态机和/或其任何组合的流程图在图7A-7B中示出。机器可读指令可以是供计算机处理器执行的一个或多个可执行程序或者可执行程序的(一个或多个)部分，所述计算机处理器例如是下文联系图9论述的示例处理器平台900中所示的处理器132。该程序可体现在存储于诸如CD-ROM、软盘、硬盘驱动器、DVD、蓝光盘或与处理器132相关联的存储器之类的非暂态计算机可读存储介质上的软件，但整个程序和/或其一些部分可替换为由除了处理器132以外的设备执行和/或体现在固件或专用硬件中。另外，虽然是参考图7A-7B中所示的流程图来描述示例程序的，但可替换使用实现示例热约束管理器132的许多其他方法。例如，块的执行顺序可被改变，和/或描述的块中的一些可被改变、消除或组合。额外地或者替换地，任何或所有块可由被构造为执行相应的操作而不执行软件或固件的一个或多个硬件电路(例如，分立和/或集成模拟和/或数字电路、FPGA、ASIC、比较器、运算放大器(op-amp)、逻辑电路等等)实现。

图7A和图7B是表示当被执行时实现图1和/或图2的示例热约束管理器132的示例机器可读指令的流程图。在图7A和图7B的示例中，热约束管理器132基于(一个或多个)用户交互和/或设备所位于的环境的(一个或多个)环境条件生成(一个或多个)指令来控制用户设备(例如，用户设备102、400)的(一个或多个)热约束和/或(一个或多个)风扇声学约束。图7A和图7B的示例指令可由例如用户设备102、400、另一用户设备(例如，用户设备128)和/或基于云的设备(例如，(一个或多个)基于云的设备129)的一个或多个处理器来执行。图7A和图7B的指令可随着传感器数据被热约束管理器132接收到而被基本上实时地执行或者在传感器数据被热约束管理器132接收到之后的某个时间被执行。

在图7A和图7B的示例中，设备102、400可处于工作功率状态中(例如，设备完全运转的功率状态，其中显示屏被开启、应用正被设备的(一个或多个)处理器执行)或者已连接待机状态中(例如，低功率待机状态，其中设备保持连接到互联网，使得设备的(一个或多个)处理器可迅速地响应硬件和/或网络事件)。

示例用户存在检测分析器214确定用户是否在用户设备102的阈值距离内(块700)。例如，用户存在检测分析器214基于由(一个或多个)用户存在检测传感器118生成的指出用户在(一个或多个)用户存在检测传感器118的范围内的数据(例如，TOF数据等等)检测到用户在接近用户设备102、400。在一些示例中，用户存在检测分析器214确定用户是否在设备102的预定距离内(例如，在1米内、在0.5米内，等等)。

在图7A和图7B的示例中，如果图2的示例热约束管理器132的用户存在检测分析器214确定在用户设备102的阈值距离内检测到用户，则图2的示例热约束管理器132的示例设备配置分析器218确定在阈值时间内是否检测到(一个或多个)用户输入(块702)。例如，定时器244与设备配置分析器218通信以确定在设备102、400的阈值距离内检测到用户存在(例如，块702)和设备102、400接收到(一个或多个)用户输入之间的时间量。在一些示例中，设备配置分析器218检测用户设备102处的(一个或多个)用户输入，例如(一个或多个)键盘输入、(一个或多个)触摸屏输入、(一个或多个)鼠标点击，等等。如果设备配置分析器218确定在阈值时间内检测到(一个或多个)用户输入，则控制前进到块704。

在块704，设备配置分析器218确定是经由(一个或多个)外部用户输入设备还是经由(一个或多个)自带输入设备接收到(一个或多个)用户输入。例如，设备配置分析器218经由外部键盘108和/或(一个或多个)外部指点设备110或者经由自带键盘104和/或(一个或多个)自带指点设备106检测(一个或多个)用户输入。

如果设备配置分析器218确定(一个或多个)用户输入是经由外部用户输入设备接收的，则图2的示例热约束管理器132的热约束选择器252为设备102的皮肤408的温度选择允许设备102、400的壳体406的皮肤408的温度相对于默认温度的增大的热约束(例如，基于存储在数据库212中的(一个或多个)热约束选择规则254)。作为响应，图2的示例热约束管理器132的电源管理器238指示设备102、400的(一个或多个)硬件组件(例如，处理器130)消耗增大量的功率(块706)。例如，如果设备配置分析器218确定用户在经由外部键盘104、500与设备102、400交互，则热约束选择器252可选择允许皮肤温度从45℃的默认温度增大到例如47℃的热约束。电源管理器238与设备102、400的(一个或多个)电源116通信以基于由热约束选择器252选择的热约束来增大提供给用户设备102、400的(一个或多个)硬件组件的电力。

如果设备配置分析器218确定(一个或多个)用户输入正被设备102、400经由诸如自带键盘104之类的(一个或多个)自带用户输入设备接收，则图2的示例热约束管理器132的热约束选择器252为设备102的皮肤408的温度选择将设备102、400的壳体406的皮肤408的温度维持在默认温度的热约束并且图2的示例热约束管理器132的电源管理器238指示设备102、400的(一个或多个)硬件组件(例如，处理器130)消耗功率以不使得皮肤的温度超过该默认温度(块708)。

在一些示例中，考虑到在块706、708指派给设备102、400的(一个或多个)热约束，温度分析器236基于由(一个或多个)温度传感器126生成的数据监视用户设备102的(一个或多个)硬件组件的温度并且风扇速度管理器240控制(一个或多个)风扇114的操作(例如，增大风扇水平以排出热空气来冷却用户设备102)以防止皮肤温度超过在块706和/或708所选择的热约束。

控制从块706、708前进到块718。在块718，设备配置分析器218确定与设备102、400交互的用户是否戴着耳机112。例如，设备配置分析器218检测耳机112是否与用户设备102耦合(例如，经由(一个或多个)有线或无线连接)并且(一个或多个)音频输出是否正经由设备102、400被提供。在一些示例中，图像数据分析器220基于由(一个或多个)图像传感器122生成的图像数据来确定用户是否戴着耳机112。如果设备配置分析器218和/或图像数据分析器220确定用户戴着耳机112，则风扇约束选择器258选择允许(一个或多个)风扇114以增大的速度旋转的风扇声学约束并从而考虑到用户对耳机112的使用而生成更大的噪声(例如，36dBA)并且风扇速度管理器240指示(一个或多个)风扇增大(一个或多个)旋转速度(块720)。如果设备配置分析器218和/或图像数据分析器220确定用户没有戴着耳机，则控制前进到块724。

在块724，环境噪声分析器234分析由(一个或多个)麦克风124生成的麦克风数据以为用户设备102、400所位于的环境确定环境噪声水平。环境噪声分析器234确定环境噪声水平是否超过阈值(例如，基于(一个或多个)环境噪声规则235)(块726)。如果环境噪声水平超过阈值，则风扇约束选择器258选择允许(一个或多个)风扇114以增大的速度旋转的风扇声学约束并从而考虑到有噪声的周围环境而生成更大的噪声并且风扇速度管理器240指示(一个或多个)风扇增大(一个或多个)旋转速度(块728)。如果环境噪声水平没有超过阈值，则风扇声学约束选择器258为(一个或多个)风扇114选择默认风扇声学约束(例如，基于(一个或多个)风扇声学约束选择规则260)并且图1的示例热约束管理器132的风扇速度管理器240指示(一个或多个)风扇以生成等于或低于例如35dBA的噪声的(一个或多个)速度旋转(块730)。控制返回到块722。

在图7A和图7B的示例中，如果设备配置分析器218在阈值时间内没有检测到(一个或多个)用户输入(块702)，则图像数据分析器220和/或运动数据分析器222基于由(一个或多个)图像传感器122和/或(一个或多个)运动传感器123生成的数据来分析(一个或多个)用户姿势(例如，运动、姿态)和/或(一个或多个)面部特征(例如，眼睛凝视)(块710)。在一些情况中，当用户被检测为接近设备时，传感器管理器248激活(一个或多个)图像传感器122以生成图像数据(块700)。

例如，图像数据分析器220分析由(一个或多个)图像传感器122生成的图像数据以检测例如用户的姿态和/或眼睛凝视方向。额外地或者替换地，运动数据分析器222可分析由(一个或多个)运动传感器123生成的姿势数据以确定(一个或多个)用户姿势(例如，举起手臂、从用户的身体伸出手)。在图7A和图7B的示例中，图像数据分析器220和/或运动数据分析器222使用(一个或多个)基于机器学习的模型223、225来确定用户有可能与用户设备102交互。如果图像数据分析器220和/或运动数据分析器222确定用户在由定时器244测量的阈值时间内有可能与设备102、400交互(块712)，则风扇声学约束选择器258为设备102、400的(一个或多个)风扇114选择默认风扇声学约束(例如，基于(一个或多个)风扇声学约束选择规则260)(块714)。基于默认风扇声学约束，图1的示例热约束管理器132的风扇速度管理器240指示(一个或多个)风扇以生成等于或低于例如35dBA的噪声的(一个或多个)速度旋转。在一些示例中，预期到用户与设备交互，在块712，热约束选择器252为设备102、400的皮肤温度选择默认热约束，使得设备102、400的皮肤不超过例如45℃的温度。然后，控制返回到块702以检测是否在设备102、400处接收到了(一个或多个)用户输入。

如果图像数据分析器220和/或运动数据分析器222确定用户在阈值时间内不太可能与用户设备102交互，则风扇约束选择器258选择允许(一个或多个)风扇114以增大的速度旋转并从而生成更多噪声的风扇声学约束以更高效地冷却设备102、400(例如，在设备102、400处于工作功率状态中的同时)和/或清洁(一个或多个)风扇114(块716)。另外，如果用户存在检测分析器214在(一个或多个)传感器118的范围内没有检测到用户的存在(块700)，则风扇约束选择器258选择允许(一个或多个)风扇114以增大的速度旋转并从而生成更多噪声的风扇声学约束以更高效地冷却设备102、400(例如，在设备102、400处于工作功率状态中的同时)和/或清洁(一个或多个)风扇114。控制前进到块722。

在块722，用户存在检测分析器214、设备配置分析器218、图像数据分析器220和/或运动数据分析器222中的一个或多个确定与用户设备102的用户交互是否存在变化和/或用户将会与用户设备102交互的可能性是否存在变化(块722)。例如，用户存在检测分析器214可基于由(一个或多个)用户存在检测传感器118生成的数据来检测用户是否不再存在。在一些其他示例中，运动数据分析器222在用户没有与设备102、400交互的一段时间之后基于由(一个或多个)运动传感器123生成的数据和(一个或多个)姿势数据模型223来检测用户正伸手去够(一个或多个)指点设备106。如果用户存在检测分析器214、设备配置分析器218、图像数据分析器220和/或运动数据分析器222中的一个或多个检测到与用户设备102的用户交互的变化和/或与用户设备102的用户交互的可能性的变化，则控制返回到块710以分析相对于设备102的用户行为。如果没有检测到与设备102的用户交互和/或用户交互的可能性的变化，则控制前进到块734。

图7A和图7B的示例指令继续，直到用户设备102进入休眠模式为止(块734)，此时风扇速度管理器240禁用(一个或多个)风扇114(块736)。如果设备102、400返回到工作功率状态(或者，在一些示例中，返回到已连接待机状态)(块738)，则图7A和图7B的示例指令继续开始检测接近设备102、400的用户的存在(并且将诸如处理器130和(一个或多个)风扇114之类的(一个或多个)组件转移到更高功率状态)(块700)。当设备102、400被断电时示例指令结束(块740、742)。

本文联系图6和/或图7A-7B描述的机器可读指令可按以下格式中的一个或多个来存储：压缩格式、加密格式、分段格式、编译格式、可执行格式、封装格式，等等。如本文所述的机器可读指令可被存储为可被利用来创建、制造和/或产生机器可执行指令的数据(例如，指令的部分、代码、代码的表示等等)。例如，机器可读指令可被分段并且存储在一个或多个存储设备和/或计算设备(例如，服务器)上。机器可读指令可要求安装、修改、改编、更新、组合、补充、配置、解密、解压缩、解包、分发、重指派、编译等等中的一个或多个以便使得它们可被计算设备和/或其他机器直接可读、可解释和/或可执行。例如，机器可读指令可被存储为多个部分，这些部分被单独压缩、加密并存储在分开的计算设备上，其中这些部分当被解密、解压缩和组合时形成实现例如本文所述那种的程序的一组可执行指令。

在另一示例中，机器可读指令可被存储在如下状态中：在该状态中它们可被计算机读取，但要求添加库(例如，动态链接库(dynamic link library，DLL))、软件开发套件(software development kit，SDK)、应用编程接口(application programminginterface，API)等等以便在特定的计算设备或其他设备上执行这些指令。在另一示例中，在机器可读指令和/或相应的(一个或多个)程序可被全部或部分执行之前，机器可读指令可能需要被配置(例如，存储设置、输入数据、记录网络地址等等)。从而，公开的机器可读指令和/或相应的(一个或多个)程序打算涵盖这种机器可读指令和/或(一个或多个)程序，无论这些机器可读指令和/或(一个或多个)程序在被存储时或以其他方式在休息或在途时的特定格式或状态如何。

本文描述的机器可读指令可由任何过去、现在或将来的指令语言、脚本语言、编程语言等等来表示。例如，机器可读指令可利用以下语言的任何一者来表示：C、C++、Java、C#、Perl、Python、JavaScript、超本文标记语言(HyperText Markup Language，HTML)、结构化查询语言(Structured Query Language，SQL)、Swift，等等。

如上所述，图6和/或图7A-图7B的示例过程可利用存储在非暂态计算机和/或机器可读介质上的可执行指令(例如，计算机和/或机器可读指令)来实现，所述介质例如是硬盘驱动器、闪存、只读存储器、致密盘、数字多功能盘、缓存、随机访问存储器和/或其中信息可被存储任何持续时间(例如，存储较长时间段、永久存储、短暂存储、用于临时缓冲和/或用于信息的缓存)的任何其他存储设备或存储盘。就本文使用的而言，术语非暂态计算机可读介质被明确定义为包括任何类型的计算机可读存储设备和/或存储盘并且排除传播信号和排除传输介质。

“包括”和“包含”(以及其所有形式和时态)在本文中用于开端式术语。从而，每当权利要求使用任何形式的“包括”或“包含”(例如，包括、包含、具有等等)作为序言或者在任何种类的权利要求记载中使用时，要理解额外的元素、术语等等可存在，而不落在相应权利要求或记载的范围之外。就本文使用的而言，当短语“至少”在例如权利要求的序言中被用作过渡术语时，它是开端的，与术语“包括”和“包含”是开端的方式一样。术语“和/或”当例如被以比如A、B和/或C这样的形式使用时指的是A、B、C的任何组合或子集，例如(1)A单独，(2)B单独，(3)C单独，(4)A与B，(5)A与C，(6)B与C，以及(7)A与B以及与C。就本文在描述结构、组件、项目、对象和/或事物的上下文中使用的而言，短语“A和B的至少一者”打算指包括以下各项的任何一者的实现方式：(1)至少一个A，(2)至少一个B，以及(3)至少一个A和至少一个B。类似地，就本文在描述结构、组件、项目、对象和/或事物的上下文中使用的而言，短语“A或B的至少一者”打算指包括以下各项的任何一者的实现方式：(1)至少一个A，(2)至少一个B，以及(3)至少一个A和至少一个B。就本文在描述过程、指令、动作、活动和/或步骤的执行或运行的上下文中使用的而言，短语“A和B的至少一者”打算指包括以下各项的任何一者的实现方式：(1)至少一个A，(2)至少一个B，以及(3)至少一个A和至少一个B。类似地，就本文在描述过程、指令、动作、活动和/或步骤的执行或运行的上下文中使用的而言，短语“A或B的至少一者”打算指包括以下各项的任何一者的实现方式：(1)至少一个A，(2)至少一个B，以及(3)至少一个A和至少一个B。

就本文使用的而言，单数指代(例如，“一”、“第一”、“第二”等等)不排除多数。就本文使用的而言，术语“一”实体指的是一个或多个该实体。术语“一”、“一个或多个”和“至少一个”在本文中可互换使用。此外，虽然是单独列出的，但多个手段、元素或方法动作可由例如单个单元或处理器实现。此外，虽然个体特征可被包括在不同的示例或权利要求中，但它们可能可被组合，并且包括在不同的示例或权利要求中并不暗示着特征的组合是不可行的和/或不是有利的。

图8是被构造来执行图6的指令以实现图2的训练管理器224的示例处理器平台800的框图。处理器平台800可例如是服务器、个人计算机、工作站、自学习机器(例如，神经网络)、移动设备(例如，蜂窝电话、智能电话、诸如iPad^TM之类的平板设备)、个人数字助理(PDA)、互联网家电、耳机或其他可穿戴设备或者任何其他类型的计算设备。

图示示例的处理器平台800包括处理器224。图示示例的处理器224是硬件。例如，处理器224可由来自任何期望的家族或制造商的一个或多个集成电路、逻辑电路、微处理器、GPU、DSP或者控制器实现。硬件处理器可以是基于半导体(例如，基于硅)的设备。在此示例中，处理器实现示例训练器226和示例机器学习引擎228。

图示示例的处理器224包括本地存储器813(例如，缓存)。图示示例的处理器224经由总线818与包括易失性存储器814和非易失性存储器816的主存储器通信。易失性存储器814可由同步动态随机访问存储器(Synchronous Dynamic Random Access Memory，SDRAM)、动态随机访问存储器(Dynamic Random Access Memory，DRAM)、

动态随机访问存储器(

Dynamic Random Access Memory，

)和/或任何其他类型的随机访问存储器设备实现。非易失性存储器816可由闪存和/或任何其他期望类型的存储器设备实现。对主存储器814、816的访问受存储器控制器控制。

图示示例的处理器平台800还包括接口电路820。接口电路820可由任何类型的接口标准实现，例如以太网接口、通用串行总线(universal serial bus，USB)、

接口、近场通信(near field communication，NFC)接口和/或PCI快速接口。

在图示示例中，一个或多个输入设备822连接到接口电路820。(一个或多个)输入设备822允许用户向处理器224中输入数据和/或命令。(一个或多个)输入设备可由例如音频传感器、麦克风、相机(静态或视频)、键盘、按钮、鼠标、触摸屏、触控板、轨迹球、isopoint和/或语音识别系统实现。

一个或多个输出设备824也连接到图示示例的接口电路820。输出设备824可例如由显示设备(例如，发光二有管(light emitting diode，LED)、有机发光二极管(organiclight emitting diode，OLED)、液晶显示器(liquid crystal display，LCD)、阴极射线管显示器(cathode ray tube，CRT)、就地切换(in-place switching，IPS)显示器、触摸屏等等)、触觉输出设备、打印机和/或扬声器实现。图示示例的接口电路820从而通常包括图形驱动器卡、图形驱动器芯片和/或图形驱动器处理器。

图示示例的接口电路820还包括通信设备，例如发送器、接收器、收发器、调制解调器、住宅网关、无线接入点和/或网络接口，来促进经由网络826与外部机器(例如，任何种类的计算设备)的数据交换。通信可经由例如以太网连接、数字订户线(digital subscriberline，DSL)连接、电话线连接、同轴线缆系统、卫星系统、直线对传式无线系统、蜂窝电话系统等等。

图示示例的处理器平台800还包括用于存储软件和/或数据的一个或多个大容量存储设备828。这种大容量存储设备828的示例包括软盘驱动器、硬盘驱动器、致密盘驱动器、蓝光盘驱动器、独立盘冗余阵列(redundant array of independent disks，RAID)系统以及数字多功能盘(DVD)驱动器。

图6的机器可执行指令832可被存储在大容量存储设备828中、易失性存储器814中、非易失性存储器816中和/或诸如CD或DVD之类的可移除非暂态计算机可读存储介质上。

图9是被构造来执行图7A和图7B的指令以实现图1和/或图2的热约束管理器132的示例处理器平台900的框图。处理器平台900可例如是服务器、个人计算机、工作站、自学习机器(例如，神经网络)、移动设备(例如，蜂窝电话、智能电话、诸如iPad^TM之类的平板设备)、个人数字助理(PDA)、互联网家电、耳机或其他可穿戴设备或者任何其他类型的计算设备。

图示示例的处理器平台900包括处理器132。图示示例的处理器132是硬件。例如，处理器132可由来自任何期望的家族或制造商的一个或多个集成电路、逻辑电路、微处理器、GPU、DSP或者控制器实现。硬件处理器可以是基于半导体(例如，基于硅)的设备。在此示例中，处理器实现示例用户存在检测分析器214、示例设备配置分析器218、示例图像数据分析器220、示例运动数据分析器222、示例环境噪声分析器234、示例温度分析器236、示例电源管理器238、示例风扇速度管理器240、示例定时器244、示例传感器管理器248、示例热约束选择器252和示例风扇声学约束选择器258。

图示示例的处理器132包括本地存储器913(例如，缓存)。图示示例的处理器132经由总线918与包括易失性存储器914和非易失性存储器916的主存储器通信。易失性存储器914可由同步动态随机访问存储器(Synchronous Dynamic Random Access Memory，SDRAM)、动态随机访问存储器(Dynamic Random Access Memory，DRAM)、

动态随机访问存储器(

Dynamic Random Access Memory，

)和/或任何其他类型的随机访问存储器设备实现。非易失性存储器916可由闪存和/或任何其他期望类型的存储器设备实现。对主存储器914、916的访问受存储器控制器控制。

图示示例的处理器平台900还包括接口电路920。接口电路920可由任何类型的接口标准实现，例如以太网接口、通用串行总线(universal serial bus，USB)、

接口、近场通信(near field communication，NFC)接口和/或PCI快速接口。

在图示示例中，一个或多个输入设备922连接到接口电路920。(一个或多个)输入设备922允许用户向处理器132中输入数据和/或命令。(一个或多个)输入设备可由例如音频传感器、麦克风、相机(静态或视频)、键盘、按钮、鼠标、触摸屏、触控板、轨迹球、isopoint和/或语音识别系统实现。

一个或多个输出设备924也连接到图示示例的接口电路920。输出设备924可例如由显示设备(例如，发光二有管(light emitting diode，LED)、有机发光二极管(organiclight emitting diode，OLED)、液晶显示器(liquid crystal display，LCD)、阴极射线管显示器(cathode ray tube，CRT)、就地切换(in-place switching，IPS)显示器、触摸屏等等)、触觉输出设备、打印机和/或扬声器实现。图示示例的接口电路920从而通常包括图形驱动器卡、图形驱动器芯片和/或图形驱动器处理器。

图示示例的接口电路920还包括通信设备，例如发送器、接收器、收发器、调制解调器、住宅网关、无线接入点和/或网络接口，来促进经由网络926与外部机器(例如，任何种类的计算设备)的数据交换。通信可经由例如以太网连接、数字订户线(digital subscriberline，DSL)连接、电话线连接、同轴线缆系统、卫星系统、直线对传式无线系统、蜂窝电话系统等等。

图示示例的处理器平台900还包括用于存储软件和/或数据的一个或多个大容量存储设备928。这种大容量存储设备928的示例包括软盘驱动器、硬盘驱动器、致密盘驱动器、蓝光盘驱动器、独立盘冗余阵列(redundant array of independent disks，RAID)系统以及数字多功能盘(DVD)驱动器。

图7A和图7B的机器可执行指令932可被存储在大容量存储设备928中、易失性存储器814中、非易失性存储器916中和/或诸如CD或DVD之类的可移除非暂态计算机可读存储介质上。

根据前述内容，将会明白已公开了提供对电子用户设备(例如，膝上型电脑、平板设备)的热约束和/或风扇声学约束的动态控制的示例方法、装置和制品。本文公开的示例分析指示例如与设备的(一个或多个)用户交互、其他用户活动(例如，讲电话)和环境噪声的传感器数据以确定是否可增大设备的皮肤的温度和/或是否可增大与设备的(一个或多个)风扇的旋转相关联的可听噪声。本文公开的示例检测增大的皮肤温度的机会(例如，当用户在经由外部键盘与设备交互时)和/或增大的风扇噪声的机会(例如，当用户位于与设备相距阈值距离时和/或在有噪声环境中时)。通过允许设备的皮肤温度增大，本文公开的示例使得能够向设备的(一个或多个)硬件组件提供增大的功率并从而可改善设备的性能(例如，处理性能)。通过允许(一个或多个)风扇以(一个或多个)增大的速度旋转并从而生成更多的噪声，本文公开的示例提供了设备的高效冷却。公开的方法、装置和制品通过选择性地为管理对于设备的(一个或多个)热约束以考虑到与设备的用户交互和/或环境条件优化设备性能和冷却来改善使用计算设备的效率。公开的方法、装置和制品因此指向计算机的功能中的一个或多个改进。

本文公开了实现电子用户设备的热管理的示例方法、装置、系统和制品。进一步示例及其组合包括以下各项：

示例1包括一种电子设备，包括：壳体；风扇；第一传感器；第二传感器；以及处理器，用于执行以下操作：进行以下至少一者：分析由第一传感器生成的第一传感器数据以检测接近电子设备的主体的存在或者分析由第二传感器生成的第二传感器数据来检测主体的姿势；以及基于主体的存在或者姿势中的一项或多项来调整由风扇生成的声学噪声水平或者壳体的外表面的温度中的一项或多项。

示例2包括如示例1所述的电子设备，其中，第二传感器包括相机。

示例3包括如示例1或2所述的电子设备，其中，处理器通过生成增大风扇的旋转速度的指令来调整声学噪声水平。

示例4包括如示例1-3的任何一项所述的电子设备，其中，处理器通过控制电子设备的电源来调整壳体的外表面的温度。

示例5包括如示例1-4的任何一项所述的电子设备，还包括麦克风，处理器分析由麦克风生成的第三传感器数据来检测包括电子设备的环境中的环境噪声，并且基于环境噪声来调整风扇的声学噪声水平。

示例6包括如示例1所述的电子设备，还包括：由壳体承载的键盘，其中，处理器检测经由键盘的输入并且基于对输入的检测来调整壳体的外表面的温度。

示例7包括如示例1所述的电子设备，还包括：壳体外部的键盘，其中，处理器检测经由键盘的输入并且基于对输入的检测来调整壳体的外表面的温度。

示例8包括如示例1所述的电子设备，其中，处理器在风扇的清洁期间并且基于用户相对于电子设备的距离处于阈值距离内调整声学噪声水平。

示例9包括一种装置，包括用户存在检测分析器，图像数据分析器，运动数据分析器，以下(a)或(b)的至少一者：(a)用户存在检测分析器基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于电子设备的存在，或者(b)图像数据分析器或运动数据分析器的至少一者基于由电子设备的第二传感器生成的第二传感器数据来确定用户相对于电子设备的姿势，热约束选择器，用于基于用户的存在或者姿势中的一项或多项来为电子设备的外表面的温度选择热约束，以及电源管理器，用于基于热约束为电子设备的处理器调整功率水平。

示例10包括如示例9所述的装置，还包括：设备配置分析器，用于检测通信地耦合到电子设备的外部用户输入设备的存在。

示例11包括如示例10所述的装置，其中，电子设备是键盘、指点设备或者耳机的至少一者。

示例12包括如示例9所述的装置，其中，第二传感器数据是图像数据，并且图像数据分析器基于机器学习模型来确定姿势。

示例13包括如示例9或12所述的装置，其中，第二传感器数据是图像数据，并且其中，图像数据分析器检测用户的眼睛相对于电子设备的显示屏的位置。

示例14包括如示例9所述的装置，还包括：风扇声学约束选择器，用于为电子设备的风扇在风扇的操作期间要生成的噪声水平选择风扇声学约束。

示例15包括如示例14所述的装置，还包括：环境噪声分析器，来基于由电子设备的麦克风生成的环境噪声数据确定环境噪声水平，风扇声学约束选择器基于环境噪声水平来选择风扇声学约束。

示例16包括如示例14所述的装置，其中，用户存在检测传感器还确定用户离电子设备的距离，风扇声学约束选择器基于距离来选择风扇声学约束。

示例17包括如示例14所述的装置，其中，风扇声学约束选择器为风扇在风扇的清洁期间要生成的噪声水平选择风扇声学约束。

示例18包括如示例14所述的装置，其中，图像数据分析器基于由第二传感器生成的图像数据来检测到用户戴着耳机，风扇声学约束选择器基于对耳机的检测根据环境噪声水平来选择风扇声学约束。

示例19包括至少一个非暂态计算机可读存储介质，包括指令，该指令当被执行时使得机器至少执行以下操作：进行以下(a)、(b)和(c)中的一个或多个：(a)基于由电子设备的第一传感器生成的第一传感器数据识别用户相对于电子设备的存在，(b)基于由电子设备的第二传感器生成的第二传感器数据识别用户的面部特征，或者(c)基于第二传感器数据识别用户的姿势；基于用户的存在、面部特征或者姿势中的一项或多项，为电子设备的外表面的温度选择热约束；以及基于热约束为电子设备的处理器调整功率水平。

示例20包括如示例19所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器检测通信地耦合到电子设备的外部用户输入设备的存在。

示例21包括如示例19所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器基于机器学习模型来识别姿势。

示例22包括如示例19或21所述的至少一个非暂态计算机可读存储介质，其中，面部特征包括眼睛位置，并且其中，指令当被执行时还使得机器检测用户的眼睛相对于电子设备的显示屏的位置。

示例23包括如示例19或20所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器为电子设备的风扇在风扇的操作期间要生成的噪声水平选择风扇声学约束。

示例24包括如示例23所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器基于由电子设备的麦克风生成的环境噪声数据来确定环境噪声水平，并且基于环境噪声水平来选择风扇声学约束。

示例25包括如示例23所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器基于由第二传感器生成的图像数据来检测到用户戴着耳机，风扇声学约束选择器基于对耳机的检测来选择风扇声学约束。

示例26包括如示例23所述的至少一个非暂态计算机可读存储介质，其中，指令当被执行时还使得机器确定用户离电子设备的距离并且基于距离来选择风扇声学约束。

示例27包括如示例23所述的至少一个非暂态计算机可读存储介质，其中指令当被执行时还使得机器为风扇在风扇的清洁期间要生成的噪声水平选择风扇声学约束。

示例28包括一种方法，包括：进行以下(a)、(b)和(c)中的至少一者：(a)基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于电子设备的存在，(b)基于由电子设备的第二传感器生成的第二传感器数据来识别用户的面部特征，或者(c)基于第二传感器数据来识别用户的姿势；基于用户的存在、面部特征或者姿势中的一项或多项，为电子设备的外表面的温度选择热约束；以及基于热约束为电子设备的处理器调整功率水平。

示例29包括如示例28所述的方法，还包括：检测通信地耦合到电子设备的外部用户输入设备的存在。

示例30包括如示例28所述的方法，还包括：基于机器学习模型来确定面部特征或姿势中的一个或多个。

示例31包括如示例28或30所述的方法，其中，面部特征包括眼睛位置并且方法还包括检测用户的眼睛相对于电子设备的显示屏的位置。

示例32包括如示例28或29所述的方法，还包括：为电子设备的风扇要生成的噪声水平选择风扇声学约束。

示例33包括如示例32所述的方法，还包括：基于由电子设备的麦克风生成的环境噪声数据来确定环境噪声水平，风扇声学约束选择器基于环境噪声水平来选择风扇声学约束。

示例34包括如示例32所述的方法，还包括：基于由第二传感器生成的图像数据来检测到用户戴着耳机，风扇声学约束选择器基于对耳机的检测来选择风扇声学约束。

示例35包括如示例32所述的方法，还包括：确定用户与电子设备的距离并且基于距离来选择风扇声学约束。

示例36包括如示例32所述的方法，还包括：为风扇在风扇的清洁期间要生成的噪声水平选择风扇声学约束。

虽然本文公开了某些示例方法、装置和制品，但本专利的覆盖范围不限于此。相反，本专利覆盖了公平地落在本专利的权利要求的范围内的所有方法、装置和制品。

特此通过引用将所附权利要求并入到本“具体实施方式”部分中，其中每个权利要求独立作为本公开的一个单独实施例。

Claims (25)

1.一种电子设备，包括：

壳体；

风扇；

第一传感器；

第二传感器；以及

处理器，用于执行以下操作：

进行以下至少一者：分析由所述第一传感器生成的第一传感器数据以检测接近所述电子设备的主体的存在、或者分析由所述第二传感器生成的第二传感器数据来检测所述主体的姿势；以及

基于所述主体的存在或者所述姿势中的一项或多项来调整由所述风扇生成的声学噪声水平或者所述壳体的外表面的温度中的一项或多项。

2.如权利要求1所述的电子设备，其中，所述处理器通过生成增大所述风扇的旋转速度的指令来调整所述声学噪声水平。

3.如权利要求1所述的电子设备，其中，所述处理器通过控制所述电子设备的电源来调整所述壳体的外表面的温度。

4.如权利要求1、2或3中任一项所述的电子设备，还包括麦克风，所述处理器用于执行以下操作：

分析由所述麦克风生成的第三传感器数据来检测包括所述电子设备的环境中的环境噪声；以及

基于所述环境噪声来调整所述风扇的声学噪声水平。

5.如权利要求1、2或3中任一项所述的电子设备，还包括：由所述壳体承载的键盘，其中，所述处理器检测经由所述键盘的输入并且基于对所述输入的检测来调整所述壳体的外表面的温度。

6.如权利要求1、2或3中任一项所述的电子设备，还包括：所述壳体外部的键盘，其中，所述处理器检测经由所述键盘的输入并且基于对所述输入的检测来调整所述壳体的外表面的温度。

7.如权利要求1或2所述的电子设备，其中，所述处理器在所述风扇的清洁期间并且基于所述用户相对于所述电子设备的距离处于阈值距离内而调整所述声学噪声水平。

8.一种装置，包括：

用户存在检测分析器；

图像数据分析器；

运动数据分析器，以下(a)或(b)的至少一者：(a)所述用户存在检测分析器基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于所述电子设备的存在，或者(b)所述图像数据分析器或所述运动数据分析器的至少一者基于由所述电子设备的第二传感器生成的第二传感器数据来确定所述用户相对于所述电子设备的姿势；

热约束选择器，用于基于所述用户的存在或者所述姿势中的一项或多项来为所述电子设备的外表面的温度选择热约束；以及

电源管理器，用于基于所述热约束为所述电子设备的处理器调整功率水平。

9.如权利要求8所述的装置，还包括：设备配置分析器，用于检测通信地耦合到所述电子设备的外部用户输入设备的存在。

10.如权利要求8所述的装置，其中，所述第二传感器数据是图像数据，并且其中，所述图像数据分析器检测所述用户的眼睛相对于所述电子设备的显示屏的位置。

11.如权利要求8所述的装置，还包括：风扇声学约束选择器，用于为所述电子设备的风扇在所述风扇的操作期间要生成的噪声水平选择风扇声学约束。

12.如权利要求11所述的装置，其中，所述用户存在检测传感器还确定所述用户离所述电子设备的距离，所述风扇声学约束选择器基于所述距离来选择所述风扇声学约束。

13.如权利要求11或12所述的装置，其中，所述风扇声学约束选择器为所述风扇在所述风扇的清洁期间要生成的噪声水平选择所述风扇声学约束。

14.如权利要求11或12所述的装置，其中，所述图像数据分析器基于由所述第二传感器生成的图像数据来检测到所述用户戴着耳机，所述风扇声学约束选择器基于对所述耳机的检测根据所述环境噪声水平来选择所述风扇声学约束。

15.至少一个计算机可读存储介质，包括指令，所述指令当被执行时使得机器至少执行以下操作：

进行以下(a)、(b)和(c)中的一个或多个：(a)基于由电子设备的第一传感器生成的第一传感器数据识别用户相对于所述电子设备的存在，(b)基于由所述电子设备的第二传感器生成的第二传感器数据识别所述用户的面部特征，或者(c)基于所述第二传感器数据识别所述用户的姿势；

基于所述用户的存在、所述面部特征或者所述姿势中的一项或多项，为所述电子设备的外表面的温度选择热约束；以及

基于所述热约束为所述电子设备的处理器调整功率水平。

16.如权利要求15所述的至少一个计算机可读存储介质，其中，所述指令当被执行时还使得所述机器检测通信地耦合到所述电子设备的外部用户输入设备的存在。

17.如权利要求15所述的至少一个计算机可读存储介质，其中，所述指令当被执行时还使得所述机器为所述电子设备的风扇在所述风扇的操作期间要生成的噪声水平选择风扇声学约束。

18.如权利要求17所述的至少一个计算机可读存储介质，其中，所述指令当被执行时还使得所述机器基于由所述电子设备的麦克风生成的环境噪声数据来确定环境噪声水平，并且基于所述环境噪声水平来选择所述风扇声学约束。

19.如权利要求17或18所述的至少一个计算机可读存储介质，其中，所述指令当被执行时还使得所述机器确定所述用户离所述电子设备的距离并且基于所述距离来选择所述风扇声学约束。

20.如权利要求17或18所述的至少一个计算机可读存储介质，其中，所述指令当被执行时还使得所述机器为所述风扇在所述风扇的清洁期间要生成的噪声水平选择所述风扇声学约束。

21.一种方法，包括：

进行以下(a)、(b)和(c)中的至少一者：(a)基于由电子设备的第一传感器生成的第一传感器数据来识别用户相对于所述电子设备的存在，(b)基于由所述电子设备的第二传感器生成的第二传感器数据来识别所述用户的面部特征，或者(c)基于所述第二传感器数据来识别所述用户的姿势；

基于所述用户的存在、所述面部特征或者所述姿势中的一项或多项，为所述电子设备的外表面的温度选择热约束；以及

基于所述热约束为所述电子设备的处理器调整功率水平。

22.如权利要求21所述的方法，还包括：检测通信地耦合到所述电子设备的外部用户输入设备的存在。

23.如权利要求21所述的方法，还包括：为所述电子设备的风扇要生成的噪声水平选择风扇声学约束。

24.一种设备，包括：

以下(a)和(b)中的至少一者：(a)用于基于由电子设备的第一传感器生成的第一传感器数据来检测用户相对于所述电子设备的存在的装置，或者(b)用于分析图像数据的装置，所述用于分析图像数据的装置识别以下各项中的至少一者：基于由所述电子设备的第二传感器生成的第二传感器数据的所述用户的面部特征，或者基于所述第二传感器数据的所述用户的姿势；

用于基于所述用户的存在、所述面部特征或者所述姿势中的一项或多项来为所述电子设备的外表面的温度选择热约束的装置；以及

用于基于所述热约束为所述电子设备的处理器调整功率水平的装置。

25.如权利要求24所述的设备，还包括：用于识别通信地耦合到所述电子设备的外部用户输入设备的存在的装置。

Images