CN113280487B - 空调的自清洁控制方法、装置和计算机可读存储介质 - Google Patents
空调的自清洁控制方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113280487B CN113280487B CN202110606711.3A CN202110606711A CN113280487B CN 113280487 B CN113280487 B CN 113280487B CN 202110606711 A CN202110606711 A CN 202110606711A CN 113280487 B CN113280487 B CN 113280487B
- Authority
- CN
- China
- Prior art keywords
- self
- indoor unit
- cleaning
- air conditioner
- acquiring
- 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.)
- Active
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000000428 dust Substances 0.000 claims abstract description 53
- 238000001179 sorption measurement Methods 0.000 claims description 38
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- NMFHJNAPXOMSRX-PUPDPRJKSA-N [(1r)-3-(3,4-dimethoxyphenyl)-1-[3-(2-morpholin-4-ylethoxy)phenyl]propyl] (2s)-1-[(2s)-2-(3,4,5-trimethoxyphenyl)butanoyl]piperidine-2-carboxylate Chemical compound C([C@@H](OC(=O)[C@@H]1CCCCN1C(=O)[C@@H](CC)C=1C=C(OC)C(OC)=C(OC)C=1)C=1C=C(OCCN2CCOCC2)C=CC=1)CC1=CC=C(OC)C(OC)=C1 NMFHJNAPXOMSRX-PUPDPRJKSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/65—Electronic processing for selecting an operating mode
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2221/00—Details or features not otherwise provided for
- F24F2221/22—Cleaning ducts or apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请公开了一种空调的自清洁控制方法、装置和计算机可读存储介质，空调的自清洁控制方法包括：获取室内机的工况参数；根据工况参数获取运行时长阈值；获取室内机的累计运行时长；当累计运行时长大于或等于运行时长阈值时，控制室内机运行自清洁模式。如此，通过计算室内机附着灰尘临界值的时间，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
Description
技术领域
本申请涉及空调技术领域，尤其涉及一种空调的自清洁控制方法、装置和计算机可读存储介质。
背景技术
空调器在长期使用后，会有大量的尘垢附着在换热器上，导致换热器外表面积灰，进而降低换热器的换热性能，使得空调器的能耗变大，同时，换热器的尘垢还会滋生大量的细菌，给用户的健康带来不利影响，因此，需要定期对空调器的换热进行清洁。
现有的技术中都是通过人工清洗或自清洁清洗，但空调目前无法自动判断自清洁的准确时机，而需要用户自行判断，则可能存在清洁次数过多，清洁次数频繁会浪费能源；而清洁次数过少，会换热器清洗不干净，从而保证空调的清洁效果。因此，上述空调自清洁方法由于不能准确地确定清洁时间，从而导致清洁效果差和能源浪费的问题。
发明内容
本申请实施例通过提供一种空调的自清洁控制方法、装置和计算机可读存储介质，旨在解决由于空调自清洁的时间不精准，导致清洁效果差和能源浪费的问题。
为实现上述目的，本申请一方面提供一种空调的自清洁控制方法，所述方法包括：
获取室内机的工况参数；
根据所述工况参数获取运行时长阈值；
获取所述室内机的累计运行时长；
当所述累计运行时长大于或等于所述运行时长阈值时，控制所述室内机运行自清洁模式。
可选地，所述根据所述工况参数获取运行时长阈值的步骤包括：
根据第一子工况参数获取所述运行时长阈值，所述工况参数包括第一子工况参数，所述第一子工况参数包括运行风量、风机运行时长、环境的含尘浓度以及蒸发器的灰尘信息中的至少一个。
可选地，所述根据第一子工况参数获取所述运行时长阈值的步骤包括：
根据第二子工况参数获取吸附系数，所述工况参数还包括第二子工况参数，所述第二子工况参数包括位置信息、运行模式、湿度信息以及PM2.5中的至少一个；
根据所述吸附系数以及所述第一子工况参数获取所述运行时长阈值。
可选地，所述获取所述室内机的累计运行时长的步骤包括：
获取所述室内机的风挡；
当所述风挡为第一风挡时，获取所述室内机运行在所述风挡下的实际运行时长，根据所述实际运行时长更新所述累计运行时长；
当所述风挡为第二风挡时，获取所述风挡对应的修正系数，根据所述修正系数修正在所述风挡下的实际运行时长，根据修正后的实际运行时长更新所述累计运行时长，其中，所述第一风挡大于所述第二风挡。
可选地，所述控制所述室内机运行自清洁模式的步骤包括：
获取所述室内机的自清洁时长；
控制所述室内机在所述自清洁时长内运行自清洁模式。
可选地，所述获取所述室内机的自清洁时长的步骤包括：
获取所述室内机的PM2.5浓度；
确定所述PM2.5浓度所在的浓度区间，根据所述浓度区间获取所述室内机的自清洁时长。
可选地，所述获取所述室内机的PM2.5浓度的步骤之后，包括：
当所述PM2.5浓度小于或等于第一设定浓度时，获取二氧化碳浓度大于第二设定浓度的持续时长；
根据所述持续时长和设定时长获取所述室内机运行自清洁模式的时间间隔。
可选地，所述根据所述持续时长和设定时长获取所述室内机运行自清洁模式的时间间隔的步骤包括：
若所述持续时长大于或等于所述设定时长，则所述室内机运行自清洁模式的时间间隔为第一预设间隔；或者，
若所述持续时长小于所述设定时长，则所述室内机运行自清洁模式的时间间隔为第二预设间隔，其中，所述第一预设间隔小于所述第二预设间隔。
此外，为实现上述目的，本申请另一方面还提供一种空调的自清洁控制装置，所述装置包括存储器、处理器及存储在存储器上并在所述处理器上运行空调的自清洁控制程序，所述处理器执行所述空调的自清洁控制程序时实现如上所述空调的自清洁控制方法的步骤。
此外，为实现上述目的，本申请另一方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有空调的自清洁控制程序，所述空调的自清洁控制程序被处理器执行时实现如上所述空调的自清洁控制方法的步骤。
本实施例通过获取室内机的工况参数；根据工况参数获取运行时长阈值；获取室内机的累计运行时长；当累计运行时长大于或等于运行时长阈值时，控制室内机运行自清洁模式。如此，通过计算室内机附着灰尘临界值的时间，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
附图说明
图1为本申请实施例方案涉及的硬件运行环境的终端结构示意图；
图2为本申请空调的自清洁控制方法第一实施例的流程示意图；
图3为本申请空调的自清洁控制方法第二实施例的流程示意图；
图4为本申请空调的自清洁控制方法中获取运行时长阈值的流程示意图；
图5为本申请空调的自清洁控制方法中获取累计运行时长和运行自清洁模式的流程示意图；
图6为本申请空调的自清洁控制方法中获取自清洁时长和运行自清洁模式的时间间隔的流程示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
由于空调目前无法自动判断自清洁的准确时机，而需要用户自行判断，因此，可能存在清洁次数过多，清洁次数频繁会浪费能源；而清洁次数过少，会使换热器清洗不干净，从而保证空调的清洁效果。
基于此问题，本申请提出了一种空调的自清洁控制方法，通过获取室内机的工况参数；根据工况参数获取运行时长阈值；获取室内机的累计运行时长；当累计运行时长大于或等于运行时长阈值时，控制室内机运行自清洁模式。如此，通过计算室内机附着灰尘临界值的时间，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
如图1所示，图1为本申请实施例方案涉及的硬件运行环境的终端结构示意图。
如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及空调的自清洁控制程序。
在图1所示的终端中，网络接口1004主要用于与后台服务器进行数据通信；用户接口1003主要用于与客户端(用户端)进行数据通信；而在终端为空调时，处理器1001可以用于调用存储器1005中空调的自清洁控制程序，并执行以下操作：
获取室内机的工况参数；
根据所述工况参数获取运行时长阈值；
获取所述室内机的累计运行时长；
当所述累计运行时长大于或等于所述运行时长阈值时，控制所述室内机运行自清洁模式。
参考图2，图2为本申请空调的自清洁控制方法第一实施例的流程示意图。
本申请实施例提供了空调的自清洁控制方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
空调的自清洁控制方法包括：
步骤S10，获取室内机的工况参数；
本实施例执行终端为控制终端，所述控制终端可以为移动终端、空调器或者具有独立处理器的室内机等。所述工况参数可以包括室内机所处的房间的室内外温度、湿度、含尘浓度、PM2.5浓度等等，还可以包括室内机换热器的温度，室内机的运行模式、设定温度、风速、风量、导风板位置及运行时间等，其中，室内机的工况参数可以是在当前监控状态下获取。
具体地，室内机所在房间的室内外设有各种检测传感器，用于检测室内机所在环境中的参数，如湿度传感器、温度传感器、PM2.5浓度传感器等等，这些传感器通过无线方式(如Wi-Fi、蓝牙、Zigbee等)与室内机连接，并将检测到的参数通过无线方式发送至室内机，而室内机的运行工况参数则可以通过内部传感器进行检测。
步骤S20，根据所述工况参数获取运行时长阈值；
由于每台室内机都会允许一定灰尘量附着(简称容尘量)，当室内机的灰尘量超过该容尘量时，风量会降低，增加风阻，从而影响用户体验的舒适性。此外，达到该容尘量需要一定时间，因此，本实例通过计算室内机附着灰尘临界值的时间以及结合其他工况参数，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
需要说明的是，本实例中的工况参数包括第一子工况参数和第二子工况参数，其中，第一子工况参数包括每台室内机的运行风量、风机运行时长、所在环境的含尘浓度、灰尘留在蒸发器上的比例以及蒸发器的容尘量中的至少一个；第二子工况参数包括室内机所在的位置信息(如区域信息)、运行模式(如制冷模式、制热模式等)、湿度信息以及PM2.5浓度中的至少一个。
具体地，根据第二子工况参数获取灰尘的吸附系数，其中，每个第二子工况参数对应不同的吸附系数，再根据不同的吸附系数和第一子工况参数获取运行时长阈值。在一实施例中，参考图4，室内机中蒸发器的吸附系数受多个第二子工况参数的影响，其中，第二子工况参数包括以下几项：
第一、在不同的区域，由于空气湿度不同，从而导致蒸发器吸附灰尘的能力不同，也即不同的区域蒸发器对应的灰尘吸附系数不相同，例如，南方潮湿，对应的吸附系数为L1，而北方干燥，对应的吸附系数为L2，其中，吸附系数L1大于吸附系数L2。
第二、新风机大多为送风模式，而空调存在制冷模式、制热模式以及送风模式等，当空调开制冷工况时，蒸发器会产生冷凝水，从而使灰尘颗粒物加速吸附在蒸发器上，此时吸附系数为k1；当空调开制热工况时，蒸发器较干燥，此时吸附系数为k2，其中，吸附系数k1大于吸附系数k2。
第三、室内机根据天气预报可以获得该地区的湿度，不同的湿度，蒸发器的吸附系数不相同，例如，当湿度大于M时，吸附系数为N1；当湿度小于M时，吸附系数为N2，其中，吸附系数N1大于吸附系数N2。
第四、室内机根据天气预报可以获取当天室内PM2.5浓度，而PM2.5浓度高低也会影响蒸发器的吸附系数，例如，当PM2.5浓度高于A时，吸附系数为P1；当PM2.5浓度低于A时，吸附系数为P2，其中，吸附系数P1大于吸附系数P2。
在室内机运行的过程中，自动检测各第二子工况参数，再根据该第二子工况参数选择对应的吸附系数。具体地，室内机在开始运行时，获取当前所在的位置信息，根据该位置信息确定室内机所在区域，如，南方或北方，进一步根据室内机所在区域选择不同的拨码，其中，不同拨码对应不同的地区，而不同的地区对应不同的吸附系数，如当拨码为0时，对应的地区为南方，吸附系数为L1；当拨码为1时，对应的地区为北方，吸附系数为L2。可选地，用户可提前为每台室内机选择对应的拨码，以避免室内机在每次运行时需要重新设置拨码。在室内机运行的过程中，实时检测当前的运行模式，若当前的运行模式为制冷模式，则蒸发器的吸附系数为k1；若当前的运行模式为制热模式，蒸发器的吸附系数为k2。在室内机运行相应的模式后，实时检测室内湿度和PM2.5浓度，再根据室内湿度的变化和PM2.5浓度变化选择不同的吸附系数。
当获取到各第二子工况参数分别对应的吸附系数后，根据公式计算蒸发器能负载灰尘最大限度的运行时间T，即运行时长阈值，其中，运行时长阈值T的计算公式如下所示：
其中，P是指室内机蒸发器的容尘量，即每台室内机蒸发器能够允许灰尘附着的临界量，单位为：g(可通过实验测出)；
C是指当地的含尘浓度，单位为：μg/m3；
Q是指每台室内机的风量，单位为：m3/h(不同风挡对应不同的风量)；
η是指即一定灰尘通过室内机蒸发器时，灰尘留在蒸发器上的比例％(可通过实验测出)；
t是指室内风机一天工作时间，一般为12小时(可根据实际设置)；
T是指每台室内机蒸发器达到附着灰尘临界值(容尘量)所需要的时间；
k是指空调在不同运行模式下蒸发器吸附灰尘的吸附系数；
L是指空调在不同区域下蒸发器吸附灰尘的吸附系数；
n是指空调在不同湿度下蒸发器吸附灰尘的吸附系数；
P1是指空调在不同PM2.5浓度下蒸发器吸附灰尘的吸附系数。
步骤S30，获取所述室内机的累计运行时长；
在本实施例中，参考图5，室内机的累计运行时长与风挡有关，在室内机运行的过程中，实时获取当前运行的风挡，若当前的风挡为第一风挡，此时运行的是强劲风，风量为100％，若室内机在第一风挡下实际运行1小时，则根据实际运行时长更新室内机的累计运行时长，即当前室内机的累计运行时长为1小时。若当前的风挡为第二风挡，此时运行的是强风或柔和风，若室内机在第二风挡下实际运行1小时，则在统计室内机的累计运行时长时，需要获取室内机在第二风挡下的运行风量，将该运行风量与设定风量(100％风量)进行比较得到修正系数，再获取室内机在该修正系数下的实际运行时长，并以修正后的实际运行时长更新室内机的累计运行时长。例如，室内机在第二风挡下的运行风量为80％，则修正系数为：(80％风量/100％风量)*1h＝0.8h，也即室内机在第二风挡下的实际运行1h，但统计室内机的累计运行时长为0.8h。
参考表1，表1为风挡与计时的关系：
表1
| 风挡 | 风量(Q) | 计时 |
| 第一风挡 | Q＝100％ | 运行1h，对应计时时间1h |
| 第二风挡 | 1％≤Q<100％ | 运行1h，对应计时时间(N％风量/100％风量)*1h |
需要说明的是，本实施例中的第一风挡可以为一挡，或者是高挡等，而第二风挡可以为二挡、三挡，或低挡、中挡等，不同风挡对应不同的风量可根据空调的类型，配置，型号等设置，在此不做限定。
步骤S40，当所述累计运行时长大于或等于所述运行时长阈值时，控制所述室内机运行自清洁模式。
室内机在进行自清洁之前，需要将当前的累计运行时长与室内机蒸发器达到附着灰尘临界值(容尘量)所需要的时间(即运行时长阈值)进行比较，当累计运行时长大于或等于运行时长阈值时，说明该台室内机蒸发器的灰尘附着量达到最大值，需要进行清洁，此时控制该台室内机运行自清洁模式，在自清洁结束后，重新开始计时室内机的累计运行时长。当累计运行时长小于运行时长阈值时，说明该台室内机蒸发器的灰尘附着量未达到最大值，此时继续统计室内机的累计运行时长。
需要说明的是，本实施例并不是同时控制所有室内机运行自清洁模式，而是控制满足自清洁条件的室内机运行自清洁模式，如此，可以精准地对每一台室内机进行自清洁，避免对干净的室内机蒸发器再次清洁，对积灰多的室内机蒸发器没有清洁干净，从而造成能源浪费及用户体验感下降。
本实施例根据每台室内机蒸发器达到附着灰尘临界值(容尘量)所需要的时间计算公式，计算出运行时长阈值，同时，根据室内机运行的不同风挡获取累计运行时长，将运行时长阈值与累计运行时长进行比较，当累计运行时长大于或等于运行时长阈值时，说明该室内机满足自清洁条件，控制该室内机运行自清洁模式。如此，通过计算室内机附着灰尘临界值的时间，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
进一步地，参考图3和图6，提出本申请空调的自清洁控制方法第二实施例。
所述空调的自清洁控制方法第二实施例与所述空调的自清洁控制方法第一实施例的区别在于，所述控制所述室内机运行自清洁模式的步骤包括：
步骤S41，获取所述室内机的自清洁时长；
步骤S42，控制所述室内机在所述自清洁时长内运行自清洁模式。
在本实施例中，室内机在运行自清洁模式之前，还需要确定自清洁时长，以使室内机在设定的自清洁时长内运行自清洁模式。而本实施例是通过判断PM2.5浓度确定自清洁运行时长，参考表2，表2为PM2.5浓度与自清洁时长的关系：
表2
| PM2.5浓度区间 | 自清洁时长 |
| N1≤PM2.5浓度<N2 | T1 |
| N3≤PM2.5浓度<N3 | T2 |
| N3≤PM2.5浓度 | T3 |
由表2可知，在室内机开启运行后(如开机30s内)，通过PM2.5传感器获取室内机所在环境的PM2.5浓度，确定PM2.5浓度所在的浓度区间，当PM2.5浓度大于等于浓度N1，且小于浓度N2时，室内机的自清洁时长为T1；当PM2.5浓度大于等于浓度N2，且小于浓度N3时，室内机的自清洁时长为T2；当PM2.5浓度大于等于浓度N3时，室内机的自清洁时长为T3。其中，N1和N2为PM2.5浓度检测值，且0＜N1＜N2；T1，T2和T3是指自清洁时长，且T1＜T2＜T3。其中，PM2.5浓度区间对应的自清洁时长可根据实际情况设置，在此不做限定。
在一实施例中，若室内机开启运行后检测到的PM2.5浓度小于等于0，此时，需要获取二氧化碳浓度大于浓度M(M代表设定二氧化碳浓度值)的持续时长，其中，二氧化碳浓度大于浓度M代表室内机所在的房间有用户存在。将二氧化碳浓度大于浓度M的持续时长与用户预先设定时长进行比较，从而确定室内机运行自清洁模式的时间间隔，具体地，当持续时长大于或等于设定时长时，获取室内机上一次运行自清洁模式的时间和当前时间的时间差，若该时间差大于或等于6个月(半年)，说明该室内机所在房间人活动频繁，且长时间未进行清洁，对于此种情况，需要将室内机运行自清洁模式的时间间隔设为半年，也即，即便累计运行时长小于运行时长阈值，但达到半年后强制运行自清洁模式。当持续时长小于设定时长时，获取室内机上一次运行自清洁模式的时间和当前时间的时间差，若该时间差大于或等于12个月(1年)，说明该室内机所在房间人活动较少，且长时间未进行清洁，对于此种情况，需要将室内机运行自清洁模式的时间间隔设为1年，也即，即便累计运行时长小于运行时长阈值，但达到1年后强制运行自清洁模式。其中，室内机运行自清洁模式的时间间隔可根据用户需求设置，在此不做限定。
本实施例通过PM2.5浓度所在的浓度区间确定室内机运行自清洁模式的自清洁时长，使得可以准确定控制清洁时间，节约能源；同时，通过检测二氧化碳浓度确定运行自清洁模式的时间间隔，如此，强制使长时间未进行自清洁的室内机进行清洁，从而保证室内机的清洁度。
此外，本申请还提供一种空调的自清洁控制装置，该装置包括存储器、处理器及存储在存储器上并在所述处理器上运行空调的自清洁控制程序，该装置根据每台室内机蒸发器达到附着灰尘临界值(容尘量)所需要的时间计算公式，计算出运行时长阈值，同时，根据室内机运行的不同风挡获取累计运行时长，将运行时长阈值与累计运行时长进行比较，当累计运行时长大于或等于运行时长阈值时，说明该室内机满足自清洁条件，控制该室内机运行自清洁模式。如此，通过计算室内机附着灰尘临界值的时间，可以精准控制蒸发器需要清洗的周期以及需要清洗的时间程度，从而可以节省能源和提高清洁效果。
此外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有空调的自清洁控制方法程序，所述空调的自清洁控制方法程序被处理器执行时实现如上所述空调的自清洁控制方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的可选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括可选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种空调的自清洁控制方法，其特征在于，所述方法包括：
获取室内机的工况参数；
根据所述工况参数获取运行时长阈值；
获取所述室内机的累计运行时长；
当所述累计运行时长大于或等于所述运行时长阈值时，控制所述室内机运行自清洁模式；
所述根据所述工况参数获取运行时长阈值的步骤包括：
根据第一子工况参数获取所述运行时长阈值，所述工况参数包括第一子工况参数，所述第一子工况参数包括运行风量、风机运行时长、环境的含尘浓度、灰尘留在蒸发器上的比例以及蒸发器的容尘量中的至少一个；
所述根据第一子工况参数获取所述运行时长阈值的步骤包括：
根据第二子工况参数获取吸附系数，所述工况参数还包括第二子工况参数，所述第二子工况参数包括位置信息、运行模式、湿度信息以及PM2.5中的至少一个；
根据所述吸附系数以及所述第一子工况参数获取所述运行时长阈值；
其中，所述运行时长阈值的计算公式如下所示：
T是指所述运行时长阈值；
P是指室内机蒸发器的容尘量；
C是指当地的含尘浓度；
Q是指每台室内机的风量；
η是指灰尘通过室内机蒸发器时，灰尘留在蒸发器上的比例；
t是指室内风机一天工作时间；
k是指空调在不同运行模式下蒸发器吸附灰尘的吸附系数；
L是指空调在不同区域下蒸发器吸附灰尘的吸附系数；
n是指空调在不同湿度下蒸发器吸附灰尘的吸附系数；
P1是指空调在不同PM2.5浓度下蒸发器吸附灰尘的吸附系数。
2.根据权利要求1所述的空调的自清洁控制方法，其特征在于，所述获取所述室内机的累计运行时长的步骤包括：
获取所述室内机的风挡；
当所述风挡为第一风挡时，获取所述室内机运行在所述风挡下的实际运行时长，根据所述实际运行时长更新所述累计运行时长；
当所述风挡为第二风挡时，获取所述风挡对应的修正系数，根据所述修正系数修正在所述风挡下的实际运行时长，根据修正后的实际运行时长更新所述累计运行时长，其中，所述第一风挡大于所述第二风挡。
3.根据权利要求1所述的空调的自清洁控制方法，其特征在于，所述控制所述室内机运行自清洁模式的步骤包括：
获取所述室内机的自清洁时长；
控制所述室内机在所述自清洁时长内运行自清洁模式。
4.根据权利要求3所述的空调的自清洁控制方法，其特征在于，所述获取所述室内机的自清洁时长的步骤包括：
获取所述室内机的PM2.5浓度；
确定所述PM2.5浓度所在的浓度区间，根据所述浓度区间获取所述室内机的自清洁时长。
5.根据权利要求4所述的空调的自清洁控制方法，其特征在于，所述获取所述室内机的PM2.5浓度的步骤之后，包括：
当所述PM2.5浓度小于或等于第一设定浓度时，获取二氧化碳浓度大于第二设定浓度的持续时长；
根据所述持续时长和设定时长获取所述室内机运行自清洁模式的时间间隔。
6.根据权利要求5所述的空调的自清洁控制方法，其特征在于，所述根据所述持续时长和设定时长获取所述室内机运行自清洁模式的时间间隔的步骤包括：
若所述持续时长大于或等于所述设定时长，则所述室内机运行自清洁模式的时间间隔为第一预设间隔；或者，
若所述持续时长小于所述设定时长，则所述室内机运行自清洁模式的时间间隔为第二预设间隔，其中，所述第一预设间隔小于所述第二预设间隔。
7.一种空调的自清洁控制装置，其特征在于，所述装置包括存储器、处理器及存储在存储器上并在所述处理器上运行空调的自清洁控制程序，所述处理器执行所述空调的自清洁控制程序时实现如权利要求1至6中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有空调的自清洁控制程序，所述空调的自清洁控制程序被处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110606711.3A CN113280487B (zh) | 2021-05-31 | 2021-05-31 | 空调的自清洁控制方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110606711.3A CN113280487B (zh) | 2021-05-31 | 2021-05-31 | 空调的自清洁控制方法、装置和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113280487A CN113280487A (zh) | 2021-08-20 |
| CN113280487B true CN113280487B (zh) | 2022-09-16 |
Family
ID=77282883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110606711.3A Active CN113280487B (zh) | 2021-05-31 | 2021-05-31 | 空调的自清洁控制方法、装置和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113280487B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114251742B (zh) * | 2021-11-09 | 2023-05-16 | 青岛海尔空调器有限总公司 | 用于空调器清洁滤网的方法及装置、空调器 |
| CN114353254B (zh) * | 2022-01-19 | 2023-10-31 | 青岛海信日立空调系统有限公司 | 一种空调系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101346590A (zh) * | 2005-12-23 | 2009-01-14 | 霍尼韦尔国际公司 | 基于室内人数的通风系统 |
| CN106969467A (zh) * | 2017-04-01 | 2017-07-21 | 青岛海尔空调器有限总公司 | 一种空调自清洁控制方法及装置 |
| CN109916004A (zh) * | 2019-03-21 | 2019-06-21 | 青岛海尔空调器有限总公司 | 空调器自清洁控制方法和空调器 |
| CN109916041A (zh) * | 2019-03-21 | 2019-06-21 | 青岛海尔空调器有限总公司 | 空调器自清洁控制方法和空调器 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3129263B2 (ja) * | 1997-11-26 | 2001-01-29 | 船井電機株式会社 | 電子式集塵器付き空気調和機 |
| US10018400B2 (en) * | 2013-08-13 | 2018-07-10 | Lennox Industries Inc. | Defrost operation management in heat pumps |
| CN109373504B (zh) * | 2018-11-22 | 2020-01-17 | 珠海格力电器股份有限公司 | 一种提高霜层厚度的蒸发器自清洁方法及空调器 |
| CN110360726A (zh) * | 2019-07-10 | 2019-10-22 | 珠海格力电器股份有限公司 | 空调室外机自清洁控制方法、装置及空调 |
| US20210071898A1 (en) * | 2019-09-09 | 2021-03-11 | Alexander Hamilton | Self-cleaning system and method for air conditioners |
-
2021
- 2021-05-31 CN CN202110606711.3A patent/CN113280487B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101346590A (zh) * | 2005-12-23 | 2009-01-14 | 霍尼韦尔国际公司 | 基于室内人数的通风系统 |
| CN106969467A (zh) * | 2017-04-01 | 2017-07-21 | 青岛海尔空调器有限总公司 | 一种空调自清洁控制方法及装置 |
| CN109916004A (zh) * | 2019-03-21 | 2019-06-21 | 青岛海尔空调器有限总公司 | 空调器自清洁控制方法和空调器 |
| CN109916041A (zh) * | 2019-03-21 | 2019-06-21 | 青岛海尔空调器有限总公司 | 空调器自清洁控制方法和空调器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113280487A (zh) | 2021-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109323369B (zh) | 空调及其化霜方法和装置 | |
| CN113280487B (zh) | 空调的自清洁控制方法、装置和计算机可读存储介质 | |
| CN109323390B (zh) | 空调及其室内机的除尘控制方法和装置 | |
| CN108488992B (zh) | 一种空调器过滤网脏堵提示方法、空调器及存储介质 | |
| CN105928139B (zh) | 空调器自清洁控制方法 | |
| US11940165B2 (en) | Predictive temperature scheduling for a thermostat using machine learning | |
| CN109237723B (zh) | 空调器的控制方法、空调器及计算机可读存储介质 | |
| CN110986285A (zh) | 空调器室内机的换热器自清洁控制方法与空调器 | |
| CN110285551B (zh) | 空调器的控制方法、装置、空调器及电子设备 | |
| CN111288609B (zh) | 一种空调过滤网脏堵检测方法、装置、空调器及存储介质 | |
| CN110762744B (zh) | 一种过滤网清洗自动提示方法、控制装置、存储介质及空调器 | |
| CN108444037B (zh) | 空调器除霜控制方法 | |
| CN109654660B (zh) | 空调器及其控制方法与装置 | |
| CN111397085B (zh) | 一种检测冷凝器脏堵的方法、装置、介质及空调器 | |
| CN106524398A (zh) | 一种空调室内环境温湿度补偿方法 | |
| US11193683B2 (en) | Error correction for predictive schedules for a thermostat | |
| US20210199326A1 (en) | Thermostat scheduling using user devices and machine learning | |
| CN110873428A (zh) | 空调清洁控制方法及装置 | |
| WO2021057470A1 (zh) | 空调器的滤尘网的堵塞程度的判定方法及空调器 | |
| CA3104328A1 (en) | Predictive presence scheduling for a thermostat using machine learning | |
| CN112146243B (zh) | 空调器控制方法和空调器 | |
| CN113280473A (zh) | 多联式空调器的自清洁控制方法、系统、设备及存储介质 | |
| CN110762781A (zh) | 一种基于物联网的节能暖通空调控制系统及方法 | |
| CN111397096A (zh) | 一种控制方法、系统及空调器 | |
| CN110332653A (zh) | 室外机除霜控制方法、装置及设备 |
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 |