CN113883672B - 噪音类型识别方法、空调器及计算机可读存储介质 - Google Patents

噪音类型识别方法、空调器及计算机可读存储介质 Download PDF

Info

Publication number
CN113883672B
CN113883672B CN202111070879.3A CN202111070879A CN113883672B CN 113883672 B CN113883672 B CN 113883672B CN 202111070879 A CN202111070879 A CN 202111070879A CN 113883672 B CN113883672 B CN 113883672B
Authority
CN
China
Prior art keywords
noise
air conditioner
value
frequency
type
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
Application number
CN202111070879.3A
Other languages
English (en)
Other versions
CN113883672A (zh
Inventor
周孝华
熊军
高旭
周伟峰
林辉
张幼财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL Air Conditioner Zhongshan Co Ltd
Original Assignee
TCL Air Conditioner Zhongshan Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TCL Air Conditioner Zhongshan Co Ltd filed Critical TCL Air Conditioner Zhongshan Co Ltd
Priority to CN202111070879.3A priority Critical patent/CN113883672B/zh
Priority to PCT/CN2021/141096 priority patent/WO2023035495A1/zh
Publication of CN113883672A publication Critical patent/CN113883672A/zh
Application granted granted Critical
Publication of CN113883672B publication Critical patent/CN113883672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
    • 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
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F24F11/77—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity by controlling the speed of ventilators
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/86—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling compressors within refrigeration or heat pump circuits
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/40—Noise
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Fluid Mechanics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本申请提供一种噪音类型识别方法、空调器及计算机可读存储介质。该噪音类型识别方法包括：获取空调器的音频数据；分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。可见，本申请实施例中的方法在确定噪音类型前，首先根据目标频谱数据得到可以表示噪音总体分贝情况的积分噪音值，再根据积分噪音值和噪音峰值判断是否产生噪音，可以避免声音并不是噪音时，将声音误判为某种噪音类型的噪音，提高了噪音判断的精度。

Description

噪音类型识别方法、空调器及计算机可读存储介质
技术领域
本申请涉及空调技术领域，具体涉及一种噪音类型识别方法、空调器及计算机可读存储介质。
背景技术
随着人类生活水平的提高，用户对室内舒适度的要求也不断提升，而目前市面上空调器在长时间使用后，随之而来是经常会出现一些异常噪音，而空调器作为卧室内的重要家电，晚上主要用来整晚恒定室内温度，如果在人入睡后，空调器运行突然出风异常噪音，特别是人在还未进入深睡的阶段，很容易让人惊醒，极度影响用户使用舒适性。为了消除噪音，需要判断噪音的类型以针对性地调整空调器。
现有技术中，仅根据空调器频谱曲线中单个点的数据判断噪音的类型，这种噪音类型的判断方法判断精度不高。
发明内容
本申请提供一种噪音类型识别方法、空调器及计算机可读存储介质，旨在解决现有的空调器判断噪音类型的方法精度不高的问题。
第一方面，本申请提供一种噪音类型识别方法，所述方法包括：
获取空调器的音频数据；
分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；
将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；
若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。
在本申请的一种实现方式中，所述将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音，包括：
将所述积分噪音值与所述噪音峰值进行比对；
若所述积分噪音值与所述噪音峰值的差小于或等于预设差值，则判定所述空调器产生噪音；
若所述积分噪音值与所述噪音峰值的差大于预设差值，则判定所述空调器未产生噪音。
在本申请的一种实现方式中，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
若所述空调器产生噪音，则分析所述目标频谱数据，获得预设时间内的积分噪音值；
获取所述预设时间内的积分噪音值中，分贝的增长率从正数变为负数的增长突变点；
若所述增长突变点至少有两个，则确定所述噪音类型为喘振噪音。
在本申请的一种实现方式中，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
若所述空调器产生噪音，则获取所述空调器中室内机的当前风机转速和叶片数；
判断所述当前风机转速、所述叶片数与所述噪音峰值的峰值频率之间是否满足预设的转速--叶片数-峰值频率关系；
若所述当前风机转速、所述叶片数与所述峰值频率之间满足所述转速--叶片数-峰值频率关系，则确定所述噪音类型为风机旋转噪音。
在本申请的一种实现方式中，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
若所述空调器产生噪音，则获取所述空调器中压缩机的当前压缩机转速；
若所述当前压缩机转速与所述噪音峰值的峰值频率之间满足预设的转速-峰值频率关系，则确定所述噪音类型为压缩机传递噪音。
在本申请的一种实现方式中，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
若所述空调器产生噪音，则比对所述音频数据中的时域数据与预设的异常时域数据；
若所述时域数据与所述异常时域数据相同，则确定所述噪音类型为冷媒噪音。
在本申请的一种实现方式中，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
若所述空调器产生噪音，则获取所述空调器中室内机的电源频率；
根据预设的电源频率-噪音频率关系和所述电源频率，确定潜在噪音频率；
将所述空调器中室内机的当前风机转速调整至目标转速范围内的对照转速；
获取所述室内机以所述对照转速工作时的对照频谱数据；
获取所述目标频谱数据和所述对照频谱数据中增长率从正数变为负数的增长突变点，以及所述增长突变点各自对应的突变频率；
若所述突变频率与所述潜在噪音频率均相同，则确定所述噪音类型为电磁噪音。
在本申请的一种实现方式中，所述根据所述空调器的运行参数确定所述噪音的噪音类型之后，还包括：
若所述噪音类型是风机旋转噪音，则降低所述空调器中室内机的当前风机转速至预设低转速，以消除所述喘振噪音；
若所述噪音类型是喘振噪音，则提高所述空调器中室内机的当前风机转速至预设高转速，以消除所述喘振噪音；
若所述噪音类型是压缩机传递噪音，则控制所述空调器中的压缩机在包含当前运行频率的第一去噪频率范围内扫频，直至所述压缩机传递噪音消除；
若所述噪音类型是冷媒噪音，则控制所述空调器中的压缩机在包含当前运行频率的第二去噪频率范围内扫频，直至所述冷媒噪音消除；
若所述噪音类型是电磁噪音，则在包含当前风机转速的去噪转速范围内调整所述空调器中室内机的所述当前风机转速，直至所述电磁噪音消除。
第二方面，本申请还提供一种空调器，所述空调器包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种噪音类型识别方法中的步骤。
第三方面，本申请还提供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进行加载，以执行所述的噪音类型识别方法中的步骤。
综上所述，本申请获取空调器的音频数据；分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。可见，本申请中的方法在确定噪音类型前，首先根据目标频谱数据得到可以表示噪音总体分贝情况的积分噪音值，再根据积分噪音值和噪音峰值判断是否产生噪音，可以避免声音并不是噪音时，将声音误判为某种噪音类型的噪音，提高了噪音判断的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的噪音类型识别方法的应用场景示意图；
图2是本申请实施例中提供的判断是否产生噪音的一种流程示意图；
图3是本申请实施例中提供的噪音类型识别方法的一种流程示意图；
图4是本申请实施例中提供的一种声音频率-分贝曲线的示意图；
图5是本申请实施例中提供的判断噪音类型是喘振噪音的一种流程示意图；
图6是本申请实施例中提供的判断噪音类型是风机旋转噪音的一种流程示意图；
图7是本申请实施例中提供的判断噪音类型是压缩机传递噪音的一种流程示意图；
图8是本申请实施例中提供的判断噪音类型是冷媒噪音的一种流程示意图；
图9是本申请实施例中提供的判断噪音类型是电磁噪音的一种流程示意图；
图10是本申请实施例中提供的噪音类型识别装置的一个实施例结构示意图；
图11是本申请实施例中提供的电子设备的一个实施例结构示意图。
具体实施方式
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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动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。
在本申请实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的过程进行详细阐述，以避免不必要的细节使本申请实施例的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请实施例所公开的原理和特征的最广范围相一致。
本申请实施例提供一种噪音类型识别方法、空调器及计算机可读存储介质。其中，该噪音类型识别装置可以集成在电子设备中，该电子设备可以是服务器，也可以是终端等设备。
本申请实施例噪音类型识别方法的执行主体可以为本申请实施例提供的噪音类型识别装置，也可以是空调器，下文中将以空调器作为执行主体举例进行解释，需要说明的是，以空调器作为执行主体进行举例仅仅是为了方便理解，并不能作为对本申请的限制。
该电子设备可以采用单独运行的工作方式，或者也可以采用设备集群的工作方式。
参见图1，图1是本申请实施例所提供的噪音类型识别系统的场景示意图。其中，该噪音类型识别系统可以包括电子设备100，电子设备100中集成有噪音类型识别装置。
另外，如图1所示，该噪音类型识别系统还可以包括存储器200，用于存储数据。
需要说明的是，图1所示的噪音类型识别系统的场景示意图仅仅是一个示例，本申请实施例描述的噪音类型识别系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着噪音类型识别系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
参照图2，图2是本申请实施例提供的噪音类型识别方法的一种流程示意图。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。该噪音类型识别方法包括步骤201～204，其中：
201、获取空调器的音频数据。
首先，空调器通过声音获取装置获取环境中的声音，然后对声音进行分析处理后，得到音频数据。
其中，声音获取装置可以是设置在空调器上的传感器。例如，空调器可以通过设置在空调器上的声电转换传感器获取环境中的声音，然后通过将声音的声信号转换成电信号，并在空调器内对电信号中所包含的信息进行分析，或者将电信号中包含的信息传输至联网的服务器云端中进行分析。
在分析处理后，空调器可以得到如频率的时域曲线、频率-分贝的对应曲线等音频数据。在音频数据中，可能同时包含了非噪音的音频数据和噪音的音频数据，也可能包含了非噪音的音频数据和噪音的音频数据的其中一者，例如音频数据中可以仅仅包含对外界的虫鸣、自然风声等不会影响用户睡眠的非噪音进行处理后，得到的音频数据。或者，在空调器的运行状态不佳时，音频数据中还可能同时包含了对如喘振噪音、风机旋转噪音等会影响用户睡眠的声音进行处理后，得到的音频数据，以及上文中提到的非噪音所携带的音频数据。
需要说明的是，空调器可以获取某一时刻的声音，然后对某一时刻的声音进行分析处理后，得到该时刻的音频数据。而在需要时域数据，或者需要多个时间点的音频数据进行对比时，空调器还可以获取某段时间内的声音，然后对该段时间内的声音进行分析处理后，得到这段时间内的音频数据。
202、分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值。
空调器分析后得到的音频数据中包含了与分贝相关的目标频谱数据。示例性地，目标频谱数据可以是声音频率-分贝曲线，其中包含了每个声音频率的分贝值。
需要说明的是，目标频谱数据可以是某时刻与分贝相关的频谱数据，也可以是一段时间内，一个或多个时刻与分贝相关的频谱数据。例如，空调器若获取了1：00-1:05之间的声音，进行处理后得到1：00-1:05之间的音频数据，则目标频谱数据可以是1：00-1:05之间任意一个或多个时刻的声音频率-分贝曲线。声音频率-分贝曲线的数量根据空调器的采样频率而定。
空调器在得到音频数据后，可以对音频数据中包含的目标频谱数据，如声音频率-分贝曲线进行积分处理，以得到积分噪音值，并且获取目标频谱数据中最大的分贝值，即噪音峰值。具体地，由于积分噪音值是进行了积分处理后得到的值，因此说明了所获取的音频数据在某时刻时，所有频率下的分贝总值情况。而噪音峰值说明了某时刻单个频率所达到的最大分贝值情况，可用来表征噪音的频率。
进一步地，若目标频谱数据是某时刻与分贝相关的频谱数据，则得到的积分噪音值是一个分贝值，而噪音峰值也是一个分贝值。例如目标频谱数据是1:00时的声音频率-分贝曲线，则对1:00时的声音频率-分贝曲线积分后得到的一个分贝值即为积分噪音值，而声音频率-分贝曲线中最大的一个分贝值即为峰值噪音。而当目标频谱数据是一段时间内，每个时刻与分贝相关的声音频率-分贝曲线时，积分噪音值可以是对多个声音频率-分贝曲线进行积分后，获得的多个分贝值，也可以是对其中一个声音频率-分贝曲线进行积分后，获得的一个分贝值，并且空调器可以根据声音频率-分贝曲线对应的获取时间，得到每个积分噪音值对应的获取时间。而某积分噪音值所对应的声音频率-分贝曲线中，最大的一个分贝值即为某积分噪音值对应的噪音峰值。例如目标频谱数据是1:01、1:02和1:03时获得的共3个声音频率-分贝曲线，则积分噪音值可以是对这3个声音频率-分贝曲线之中1:01的声音频率-分贝曲线和1:02的声音频率-分贝曲线分别进行积分后，获得的2个分贝值，此时噪音峰值是1:01的声音频率-分贝曲线中最大的一个分贝值，以及1:02的声音频率-分贝曲线中最大的一个分贝值。积分噪音值还可以是对1:01的声音频率-分贝曲线进行积分后，获得的一个分贝值，而噪音峰值是1:01的声音频率-分贝曲线中最大的一个分贝值。
203、将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音。
在得到积分噪音值和噪音峰值之后，为了判断空调器获取的声音是否为音质较差的噪音，可以将积分噪音值与噪音峰值进行比对，以得到可以表示音质的分贝值。比对的方式可以有多种，例如可以将积分噪音值与噪音峰值作差，以得到可以表示音质的分贝值，或者可以赋予积分噪音值和噪音峰值以不同的权重，若希望尽可能避免将非噪音判断为噪音，减少误判，则可以为积分噪音值赋予大于1的权重，然后将与权重相乘后的值与噪音峰值作差，以得到可以表示音质的分贝值。当希望尽可能避免漏判噪音，提高用户的睡眠质量时，可以为积分噪音值赋予小于1的权重，然后将与权重相乘后的值与噪音峰值作差，以得到可以表示音质的分贝值。
空调器在得到比对结果，例如积分噪音值和噪音峰值的差后，可以根据差的大小确定空调器是否产生了噪音，当差较小时，说明获取的声音音质较差，空调器产生了噪音，而当差较大时，说明获取的声音音质较好，空调器未产生噪音。
为了增加判断的准确性，空调器可以首先获取多个积分噪音值和各积分噪音值对应的噪音峰值，然后将每个积分噪音值和每个积分噪音值对应的噪音峰值作差，若每个差都较小，这说明空调器产生了噪音，若不是所有差都较小时，说明产生较小的差的原因可能是采集错误或者计算错误，因此判断空调器未产生噪音。差的大小的判断基准具体在下文中进行说明。
204、若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。
当空调器判断产生了噪音时，为了进一步确定产生噪音的原因，以便针对性地调整空调器从而消除噪音，需要确定噪音的噪音类型。
噪音的噪音类型可以有多种，例如可以是因为出风口被遮挡而导致的喘振噪音，或者是冷媒节流后喷射产生的冷媒噪音。
对于不同原因产生的噪音，分析后得到的音频数据各有不同，因此在一些实施例中，可以通过音频数据确定噪音的噪音类型。例如对于喘振噪音，由于出现噪音的原因与出风有关，因此喘振噪音会在短时间内多次出现，若噪音的音频数据或积分噪音值中表示噪声的特征多次出现，则可以判断噪音类型为喘振噪音。
而在另一些实施例中，还可以根据音质的具体分贝确定噪音类型。假设根据出厂前的实验结果，或预设的音质-噪音类型对应关系，积分噪音值与噪音峰值的差小于或等于5分贝时，噪音类型是冷媒噪音，积分噪音值与噪音峰值的差小于或等于10分贝，并且大于5分贝时，噪音类型是喘振噪音，若经过分析后积分噪音值与噪音峰值的差为4分贝，则可以判断噪音类型是冷媒噪音。
综上所述，本申请实施例获取空调器的音频数据；分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。可见，本申请实施例中的方法在确定噪音类型前，首先根据目标频谱数据得到可以表示噪音总体分贝情况的积分噪音值，再根据积分噪音值和噪音峰值判断是否产生噪音，可以避免声音并不是噪音时，将声音误判为某种噪音类型的噪音，提高了噪音判断的精度。
在比对积分噪音值和噪音峰值时，一种简单并且有效的对比方法是根据积分噪音值和噪音峰值之间差的值，判断是否产生了噪音。参考图3，此时，所述将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音，包括：
301、将所述积分噪音值与所述噪音峰值进行比对。
302、若所述积分噪音值与所述噪音峰值的差小于或等于预设差值，则判定所述空调器产生噪音。
303、若所述积分噪音值与所述噪音峰值的差大于预设差值，则判定所述空调器未产生噪音。
空调器在计算得到积分噪音值与噪音峰值的差后，可以根据差的大小情况，获取声音的音质情况。如上文所述，差较小时说明音质较差，判断出现了噪音，而差较大时说明音质较好，判断未出现噪音。而判断差较大还是较小时，为了更加明确，可以根据一个提前确定好的分贝值与差之间的大小关系确定差较大还是较小。例如当研发人员经过试听实验后，根据试听体验判断差小于或等于15分贝时音质差，听到时会出现失眠等状况，则可以将预设差值设定为15分贝。因此若空调器计算得到积分噪音值与噪音峰值的差小于或等于15分贝，则空调器判断产生了噪音。若空调器计算得到积分噪音值与噪音峰值的差大于15分贝，则空调器判断未产生噪音。
相比噪音峰值的分贝大小，积分噪音值与噪音峰值的差可以体现不同频率下分贝的均衡程度，因此在分贝较小，但是不同频率下分贝之间的差异较大时，判断精度更好。参考图4，如图4中的声音频率-分贝曲线所示，噪音峰值的分贝为20分贝，20分贝不属于高分贝，若以噪音峰值的分贝大小判断，则判断结果为未出现噪音。但是声音频率-分贝曲线中，不同频率下分贝之间的差异较大，声音频率-分贝曲线呈现出多个峰值，即积分噪音值与噪音峰值的差较小，因此图4中声音频率-分贝曲线所代表的声音仍然会因为音质较差影响用户的睡眠，若采用本申请实施例中的方法，则不会出现误判。
进一步地，为了增加判断的准确性，还可以获取多个积分噪音值与噪音峰值的差，然后将多个差分别和预设差值进行比较，具体可以参考步骤203中的说明，在此不再进行赘述。
在判定空调器产生噪音后，为了判断噪音的噪音类型是否是喘振噪音，参考图5，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
401、若所述空调器产生噪音，则分析所述目标频谱数据，获得预设时间内的积分噪音值。
由于喘振噪音的特点是短时间内多次出现，因此在判断噪音是否为喘振噪音时，空调器需要获取预设时间内的多个积分噪音值，从而判断噪音的出现次数。此时目标频谱数据是指预设时间内，多个时刻与分贝相关的频谱数据，或者是包括预设时间的时间段内，多个时刻与分贝相关的频谱数据。预设时间可以根据具体场景设置，为了减少计算量，同时增加周期判断的准确性，可以将预设时间设定为0秒-40秒。
402、获取所述预设时间内的积分噪音值中，分贝的增长率从正数变为负数的增长突变点。
以下举例说明增长突变点：假设空调器获取的5个积分噪音值的分贝值为2,8,2,8,2,5个积分噪音值分别对应的时间点为1:01,1:02,1:03,1:04和1:05，则按时间顺序的先后排列5个积分噪音值后，积分噪音值的顺序为2,8,2,8,2，分贝的增长率依次为300％，-75％，300％，-75％，因此增长突变点为1:02和1:04时获取的积分噪音值，可以理解的是，若将积分噪音值按照时间顺序排列后，得到时间-积分噪音值曲线，则增长突变点即为时间-积分噪音值曲线中的峰值，增长突变点的个数也可以表示预设时间内噪音出现次数。
为了增加判断的精确度，可以将增长率大于或等于预设比率，并且增长率从正数变为负数的积分噪音值作为增长突变点。假设预设比率为400％，获取的5个积分噪音值分别对应的时间点为1:01,1:02,1:03,1:04和1:05，若按时间顺序的先后排列5个积分噪音值后，积分噪音值的顺序为2,10,2,8,2，分贝的增长率依次为400％，-80％，300％，-75％，因此增长突变点为1:02时获取的积分噪音值。
通过获取增长突变点和增长突变点的个数，空调器可以获取预设时间内出现噪音的次数。当增长突变点的数量多时，说明预设时间内多次出现音质较差的情况，空调器判断出现噪音的次数较多。而当增长突变点的数量少时，说明预设时间内出现音质较差，即出现噪音的次数较少。
403、若所述增长突变点至少有两个，则确定所述噪音类型为喘振噪音。
空调器得到增长突变点后，计算增长突变点的数量以判断是否在预设时间内出现了多次噪音。若出现了多次噪音，即增长突变点的数量至少为2个时，说明在预设时间内出现了多次噪音，因此可以判断噪音的噪音类型是喘振噪音。
可以理解的是，本申请实施例中的方案还可以在不比对积分噪音值和噪音峰值的情况下，仅根据增长突变点的数量判断是否为喘振噪音，以加快空调器判断噪音类型时的速度。
在判定空调器产生噪音后，为了判断噪音的噪音类型是否是风机旋转噪音，参考图6，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
501、若所述空调器产生噪音，则获取所述空调器中室内机的当前风机转速和叶片数。
由于风机旋转噪音的起因与室内机的风机旋转有关，如风机的叶片打击周围的空气介质时会产生噪音，因此当噪音类型时风机旋转噪音时，噪音分贝最大的频率会与风机的风机转速和叶片数等，与打击周围的空气介质频率有关的参数相关。
因此为了判断噪音是否为风机旋转噪音，空调器可以通过读取存储芯片，得到室内机的当前风机转速，并通过访问云端或读取空调器中的存储芯片，得到空调器的叶片数。
502、判断所述当前风机转速、所述叶片数与所述噪音峰值的峰值频率之间是否满足预设的转速--叶片数-峰值频率关系。
503、若所述当前风机转速、所述叶片数与所述峰值频率之间满足所述转速--叶片数-峰值频率关系，则确定所述噪音类型为风机旋转噪音。
在得到叶片数和当前风机转速之后，空调器首先分析音频数据，得到目标频谱数据中的噪音峰值，然后判断当前风机转速、叶片数和峰值频率之间是否满足转速--叶片数-峰值频率关系。例如，空调器可以判断当前风机转速、叶片数和峰值频率之间是否满足特定的函数式，如式(1)所示的函数式：
Figure BDA0003260387480000131
其中，F为峰值频率，n为当前风机转速，z为叶片数，i＝1,2,3,4……。
若空调器计算后判断当前风机转速、叶片数和峰值频率之间满足式(1)，则说明峰值频率与打击空气介质的频率有关，可以确定噪音类型是风机旋转噪音。
需要说明的是，本申请实施例中获取叶片数、当前风机转速和噪音峰值的顺序仅为示例性地说明，不能理解为对本申请实施例的限制。例如，空调器还可以得到噪音峰值之后，再获取叶片数和当前风机转速。
同样可以理解的是，申请实施例中的方案还可以在不比对积分噪音值和噪音峰值的情况下，仅根据当前风机转速、叶片数和峰值频率之间的关系判断是否为风机旋转噪音，以加快空调器判断噪音类型时的速度。
在判定空调器产生噪音后，为了判断噪音的噪音类型是否是压缩机传递噪音，参考图7，若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
601、若所述空调器产生噪音，则获取所述空调器中压缩机的当前压缩机转速。
当空调器产生压缩机传递噪音时，噪音的起因是气流在进气管和排气管内的压力脉动，具体地，是指噪音的基频与进气管或排气管内的气体脉动频率相同，引发共振，因此压缩机传递噪音最大时的频率与压缩机的压缩机转速有关，为了判断噪音是否为压缩机传递噪音，需要首先获取压缩机的压缩机转速。
因此为了判断噪音类型是否为压缩机传递噪音，空调器可以通过读取存储芯片，得到压缩机的当前压缩机转速。
602、若所述当前压缩机转速与所述噪音峰值的峰值频率之间满足预设的转速-峰值频率关系，则确定所述噪音类型为压缩机传递噪音。
在得到当前压缩机转速之后，空调器首先分析音频数据，得到目标频谱数据中的噪音峰值，然后判断当前压缩机转速和峰值频率之间是否满足转速-峰值频率关系。例如，空调器可以判断当前压缩机转速和峰值频率之间是否满足特定的函数式，如式(2)所示的函数式：
Figure BDA0003260387480000141
其中，F为峰值频率，N为压缩机转速，i＝1,2,3,4……。
若空调器计算后判断当前压缩机转速和峰值频率之间满足式(2)，则说明峰值频率与当前压缩机转速有关，可以确定噪音类型是压缩机传递噪音。
需要说明的是，本申请实施例中获取当前压缩机转速和噪音峰值的顺序仅为示例性地说明，不能理解为对本申请实施例的限制。例如，空调器还可以得到噪音峰值之后，再获取当前压缩机转速。
同样可以理解的是，申请实施例中的方案还可以在不比对积分噪音值和噪音峰值的情况下，仅根据当前压缩机转速和峰值频率之间的关系判断是否为压缩机传递噪音，以加快空调器判断噪音类型时的速度。并且，判断噪音是否为风机旋转噪音的步骤和判断噪音是否为压缩机传递噪音的步骤可以同时或按顺序进行，也可以仅判断噪音是否为压缩机传递噪音。
在判定空调器产生噪音后，为了判断噪音的噪音类型是否是冷媒噪音，参考图8，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
701、若所述空调器产生噪音，则比对所述音频数据中的时域数据与预设的异常时域数据。
当空调器产生冷媒噪音时，一种简单且有效的判断方法是首先获取一段时间内噪音的分贝，然后比对分贝随时间变化的情况，即时域数据，与预先获取的异常时域数据。其中，异常时域数据是冷媒噪音的分贝随时间变化的规律数据。示例性地，异常时域数据可以是出厂前，研发人员对多个产生冷媒噪音的空调器进行研究后，得出分贝随时间变化的规律数据。或者，异常时域数据可以是联网空调器在对比时，从搜索引擎中获取的数据。示例性地，时域数据和异常时域数据均可以是分贝随时间变化的时间-分贝曲线。以下将以时域数据和异常时域数据是时间-分贝曲线进行说明。
702、若所述时域数据与所述异常时域数据相同，则确定所述噪音类型为冷媒噪音。
如果时域数据与异常时域数据中的一段子曲线相同，说明噪音的分贝随时间变化的情况与冷媒噪音的情况一致，因此可以判断噪音的噪音类型为冷媒噪音。
进一步地，为了避免漏判，可以在时域数据与子曲线高度相似时，即将噪音类型判断为冷媒噪音。例如可以预先设置一个相似阈值，假设为80％，若时域属于与子曲线有80％重合时，即将噪音类型判断为冷媒噪音。
同样可以理解的是，申请实施例中的方案还可以在不比对积分噪音值和噪音峰值的情况下，仅根据当前压缩机转速和峰值频率之间的关系判断是否为压缩机传递噪音，以加快空调器判断噪音类型时的速度。并且，判断噪音是否为冷媒噪音的步骤与判断噪音是其他噪音类型的步骤可以同时或按顺序进行，也可以仅判断噪音是否为冷媒噪音。
在判定空调器产生噪音后，为了判断噪音的噪音类型是否是电磁噪音，参考图9，所述若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型，包括：
801、若所述空调器产生噪音，则获取所述空调器中室内机的电源频率。
当空调器产生电磁噪音时，噪音的起因与室内机电机气隙内的谐波磁场有关，因此噪音的频率会与室内机电机的电源频率相关。
因此为了判断噪音类型是否为电磁噪音，空调器可以通过读取存储芯片，以得到室内机电机的电源频率。
802、根据预设的电源频率-噪音频率关系和所述电源频率，确定潜在噪音频率。
对于不同的电源频率，同时刻对应产生电磁噪音时分贝最大的噪音频率不同，因此空调器可以首先获取产生电磁噪音时，同时刻电源频率所对应分贝最大的噪音频率，即潜在噪音频率。示例性地，空调器可以根据预设的计算公式，即电源频率-噪音频率关系计算得到潜在噪音频率。例如电源频率-噪音频率关系可以是式(3)中的计算公式：
F1＝i*V 式(2)
其中，F1为潜在噪音频率，V为电源频率，i＝1,2,3,4……。
空调器将V代入公式即可得到潜在噪音频率。
803、将所述空调器中室内机的当前风机转速调整至目标转速范围内的对照转速。
804、获取所述室内机以所述对照转速工作时的对照频谱数据。
805、获取所述目标频谱数据和所述对照频谱数据中增长率从正数变为负数的增长突变点，以及所述增长突变点各自对应的突变频率。
806、若所述突变频率与所述潜在噪音频率均相同，则确定所述噪音类型为电磁噪音。
在得到潜在噪音频率后，空调器可以判断潜在噪音频率对应的分贝是否为同时刻不同频率对应的分贝中最大的分贝，若是最大的分贝，则说明噪音类型是电磁噪音。
其中，增长突变点的解释可以参考步骤402中的解释，在此不再进行描述。
为了增加判断的精确性，排除风机转速的影响，空调器可以同时改变室内机的风机转速，并获得室内机以不同风机转速工作时的对照频谱数据，然后判断室内机改变风机转速后，增长突变点对应的噪音频率是否均为潜在噪音频率，如果增长突变点对应的噪音频率均为潜在噪音频率，则说明增长突变点对应的噪音频率仅与电源频率有关，不会随风机转速的改变而改变，噪音类型是电磁噪音。
此外，可以获取多个潜在噪音频率进行判断，以避免误判，在此不再进行赘述。
为了避免调整风机转速时，对空调器的工作效果产生影响，以及为了避免风机转速的大幅改变引发其他噪音，可以将目标转速范围设定为以当前风机转速为中心的转速范围。例如当前风机转速为1250转/分钟时，可以将目标转速范围设定为1200转/分钟-1300转/分钟。
同样可以理解的是，申请实施例中的方案还可以在不比对积分噪音值和噪音峰值的情况下，仅根据步骤801-步骤806判断是否为压缩机传递噪音，以加快空调器判断噪音类型时的速度。并且，判断噪音是否为电磁噪音的步骤与判断噪音是其他噪音类型的步骤可以同时或按顺序进行，也可以仅判断噪音是否为电磁噪音。
在确定噪音的噪音类型后，为了消除噪音，改善用户的睡眠质量，可以针对不同噪音类型采取不同的措施。以下对不同的噪音类型分别进行说明：
当空调器产生的噪音是风机旋转噪音时，可以降低室内机的当前风机转速，以消除风机旋转噪音。其中，一种降低方法是无论当前风机转速是多少，空调器都将当前风机转速降低至一个确定的风机转速。另一种降低方法是无论当前风机转速是多少，空调器都将当前风机转速降低一个确定的转速调整值，例如可以预先设定转速调整值是100转/分钟，无论当前风机转速是多少，空调器都将当前风机转速降低100转/分钟。同时，空调器可以提升压缩机的当前运行频率，以弥补风机转速降低后带来的制冷效果损失/制热效果损失。
当空调器产生的噪音是喘振噪音时，可以提高室内机的当前风机转速，以消除喘振噪音。其中，一种提高方法是无论当前风机转速是多少，空调器都将当前风机转速提高至一个确定的风机转速。另一种提高方法是无论当前风机转速是多少，空调器都将当前风机转速提高一个确定的转速调整值，例如可以预先设定转速调整值是100转/分钟，无论当前风机转速是多少，空调器都将当前风机转速提高100转/分钟。
当空调器产生的噪音是压缩机传递噪音时，可以调整压缩机的当前运行频率，以消除压缩机传递噪音。其中，一种调整方法是控制压缩机在包含当前运行频率的频率范围内扫频，直至压缩机传递噪音消除为止。例如当前运行频率是50Hz时，可以在40Hz-60Hz的频率内对当前运行频率进行调整，每调整一次就判断一次是否还存在噪音，直到不存在噪音为止。调整完毕后，空调器可以将此时空调器的当前风机转速、当前运行频率以及室温等参数上传至空调器的存储芯片中，以便下一次使用，本申请实施例中在针对其他噪音类型的噪音进行调整时，同样可以将参数上传，因此在描述其他调整时不进行赘述。
进一步地，判断是否还存在噪音的方法可以采用步骤201-步骤203中的方法，还可以采用其他判断方法，本申请实施例对此不进行限制。
当空调器产生的噪音是冷媒噪音时，同样可以首先对压缩机的当前运行频率进行调整，具体方法可以参考噪音类型是压缩机传递噪音时的描述。若空调器在调整当前运行频率后，冷媒噪音仍然存在，则判断产生冷媒噪音的原因与节流阀或四通阀等阀门的开度有关。因此空调器可以调整阀门的开度，直至冷媒噪音消除。调整方法同样可以有多种，其中，一种调整方法是无论当前开度是多少，空调器都将阀门的当前开度改变至一个确定的阀门开度。另一种调整方法是无论当前开度是多少，空调器都将阀门的当前开度改变一个确定的开度调整值。
当空调器产生的噪音时电磁噪音时，可以在包含当前风机转速的转速范围内对当前风机转速进行调整，直至电磁噪音消除。例如当前风机转速是1250转/分钟时，可以在1100转/分钟-1400转/分钟的转速范围内对当前风机转速进行调整，每调整一次就判断一次是否还存在噪音，直到不存在噪音为止。
为了更好实施本申请实施例中噪音类型识别方法，在噪音类型识别方法基础之上，本申请实施例中还提供一种噪音类型识别装置，如图10所示，为本申请实施例中噪音类型识别装置的一个实施例结构示意图，该噪音类型识别装置1000包括：
获取单元1001，用于获取空调器的音频数据；
分析单元1002，用于分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；
比对单元1003，用于将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；
确定单元1004，用于若所述空调器产生噪音，则根据所述音频数据确定所述噪音的噪音类型。
在本申请实施例一种可能的实现方式中，分析单元1002还用于：
将所述积分噪音值与所述噪音峰值进行比对；
若所述积分噪音值与所述噪音峰值的差小于或等于预设差值，则判定所述空调器产生噪音；
若所述积分噪音值与所述噪音峰值的差大于预设差值，则判定所述空调器未产生噪音。
在本申请实施例一种可能的实现方式中，确定单元1004还用于：
若所述空调器产生噪音，则分析所述目标频谱数据，获得预设时间内的积分噪音值；
获取所述预设时间内的积分噪音值中，分贝的增长率从正数变为负数的增长突变点；
若所述增长突变点至少有两个，则确定所述噪音类型为喘振噪音。
在本申请实施例一种可能的实现方式中，确定单元1004还用于：
若所述空调器产生噪音，则获取所述空调器中室内机的当前风机转速和叶片数；
判断所述当前风机转速、所述叶片数与所述噪音峰值的峰值频率之间是否满足预设的转速--叶片数-峰值频率关系；
若所述当前风机转速、所述叶片数与所述峰值频率之间满足所述转速--叶片数-峰值频率关系，则确定所述噪音类型为风机旋转噪音。
在本申请实施例一种可能的实现方式中，确定单元1004还用于：
若所述空调器产生噪音，则获取所述空调器中压缩机的当前压缩机转速；
若所述当前压缩机转速与所述噪音峰值的峰值频率之间满足预设的转速-峰值频率关系，则确定所述噪音类型为压缩机传递噪音。
在本申请实施例一种可能的实现方式中，确定单元1004还用于：
若所述空调器产生噪音，则比对所述音频数据中的时域数据与预设的异常时域数据；
若所述时域数据与所述异常时域数据相同，则确定所述噪音类型为冷媒噪音。
在本申请实施例一种可能的实现方式中，确定单元1004还用于：
若所述空调器产生噪音，则获取所述空调器中室内机的电源频率；
根据预设的电源频率-噪音频率关系和所述电源频率，确定潜在噪音频率；
将所述空调器中室内机的当前风机转速调整至目标转速范围内的对照转速；
获取所述室内机以所述对照转速工作时的对照频谱数据；
获取所述目标频谱数据和所述对照频谱数据中增长率从正数变为负数的增长突变点，以及所述增长突变点各自对应的突变频率；
若所述突变频率与所述潜在噪音频率均相同，则确定所述噪音类型为电磁噪音。
在本申请实施例一种可能的实现方式中，噪音类型识别装置1000还包括消除单元1005，消除单元1005用于：
若所述噪音类型是风机旋转噪音，则降低所述空调器中室内机的当前风机转速至预设低转速，以消除所述喘振噪音；
若所述噪音类型是喘振噪音，则提高所述空调器中室内机的当前风机转速至预设高转速，以消除所述喘振噪音；
若所述噪音类型是压缩机传递噪音，则控制所述空调器中的压缩机在包含当前运行频率的第一去噪频率范围内扫频，直至所述压缩机传递噪音消除；
若所述噪音类型是冷媒噪音，则控制所述空调器中的压缩机在包含当前运行频率的第二去噪频率范围内扫频，直至所述冷媒噪音消除；
若所述噪音类型是电磁噪音，则在包含当前风机转速的去噪转速范围内调整所述空调器中室内机的所述当前风机转速，直至所述电磁噪音消除。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由于该噪音类型识别装置可以执行本申请任意实施例中噪音类型识别方法中的步骤，因此，可以实现本申请任意实施例中噪音类型识别方法所能实现的有益效果，详见前面的说明，在此不再赘述。
此外，为了更好实施本申请实施例中噪音类型识别方法，在噪音类型识别方法基础之上，本申请实施例还提供一种电子设备，参阅图11，图11示出了本申请实施例电子设备的一种结构示意图，具体的，本申请实施例提供的电子设备包括处理器1101，处理器1101用于执行存储器1102中存储的计算机程序时实现任意实施例中噪音类型识别方法的各步骤；或者，处理器1101用于执行存储器1102中存储的计算机程序时实现如图10对应实施例中各单元的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器1102中，并由处理器1101执行，以完成本申请实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
电子设备可包括，但不仅限于处理器1101、存储器1102。本领域技术人员可以理解，示意仅仅是电子设备的示例，并不构成对电子设备的限定，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，例如电子备还可以包括输入输出设备、网络接入设备、总线等，处理器1101、存储器1102、输入输出设备以及网络接入设备等通过总线相连。
处理器1101可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
存储器1102可用于存储计算机程序和/或模块，处理器1101通过运行或执行存储在存储器1102内的计算机程序和/或模块，以及调用存储在存储器1102内的数据，实现计算机装置的各种功能。存储器1102可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的噪音类型识别装置、电子设备及其相应单元的具体工作过程，可以参考任意实施例中噪音类型识别方法的说明，具体在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请任意实施例中噪音类型识别方法中的步骤，具体操作可参考任意实施例中噪音类型识别方法的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请任意实施例中噪音类型识别方法中的步骤，因此，可以实现本申请任意实施例中噪音类型识别方法所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请实施例所提供的一种噪音类型识别方法、装置、存储介质及空调器进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种噪音类型识别方法，其特征在于，所述方法包括：
获取空调器的音频数据；
分析所述音频数据中的目标频谱数据，获得所述空调器的积分噪音值，及所述积分噪音值对应的噪音峰值；
将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音；
若所述空调器产生噪音，则分析所述目标频谱数据，获得预设时间内的积分噪音值；
获取所述预设时间内的积分噪音值中，分贝的增长率从正数变为负数的增长突变点；
若所述增长突变点至少有两个，则确定噪音类型为喘振噪音；
若所述噪音类型不为喘振噪音，则判断所述噪音类型是否为冷媒噪音、电磁噪音中的一者。
2.根据权利要求1所述的噪音类型识别方法，其特征在于，所述将所述积分噪音值与所述噪音峰值进行比对，以判断所述空调器是否产生噪音，包括：
将所述积分噪音值与所述噪音峰值进行比对；
若所述积分噪音值与所述噪音峰值的差小于或等于预设差值，则判定所述空调器产生噪音；
若所述积分噪音值与所述噪音峰值的差大于预设差值，则判定所述空调器未产生噪音。
3.根据权利要求1所述的噪音类型识别方法，其特征在于，所述若所述噪音类型不为喘振噪音，则判断所述噪音类型是否为冷媒噪音、电磁噪音中的一者，包括：
若所述空调器产生噪音，则比对所述音频数据中的时域数据与预设的异常时域数据；
若所述时域数据与所述异常时域数据相同，则确定所述噪音类型为冷媒噪音。
4.根据权利要求1所述的噪音类型识别方法，其特征在于，所述若所述噪音类型不为喘振噪音，则判断所述噪音类型是否为冷媒噪音、电磁噪音中的一者，包括：
若所述空调器产生噪音，则获取所述空调器中室内机的电源频率；
根据预设的电源频率-噪音频率关系和所述电源频率，确定潜在噪音频率；
将所述空调器中室内机的当前风机转速调整至目标转速范围内的对照转速；
获取所述室内机以所述对照转速工作时的对照频谱数据；
获取所述目标频谱数据和所述对照频谱数据中增长率从正数变为负数的增长突变点，以及所述增长突变点各自对应的突变频率；
若所述突变频率与所述潜在噪音频率均相同，则确定所述噪音类型为电磁噪音。
5.根据权利要求1-4中任一项权利要求所述的噪音类型识别方法，其特征在于，所述获取所述预设时间内的积分噪音值中，分贝的增长率从正数变为负数的增长突变点之后，还包括：
若噪音类型是风机旋转噪音，则降低所述空调器中室内机的当前风机转速至预设低转速，以消除所述喘振噪音；
若噪音类型是喘振噪音，则提高所述空调器中室内机的当前风机转速至预设高转速，以消除所述喘振噪音；
若噪音类型是压缩机传递噪音，则控制所述空调器中的压缩机在包含当前运行频率的第一去噪频率范围内扫频，直至所述压缩机传递噪音消除；
若噪音类型是冷媒噪音，则控制所述空调器中的压缩机在包含当前运行频率的第二去噪频率范围内扫频，直至所述冷媒噪音消除；
若噪音类型是电磁噪音，则在包含当前风机转速的去噪转速范围内调整所述空调器中室内机的所述当前风机转速，直至所述电磁噪音消除。
6.一种空调器，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至5任一项所述的噪音类型识别方法。
7.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至5任一项所述的噪音类型识别方法中的步骤。
CN202111070879.3A 2021-09-13 2021-09-13 噪音类型识别方法、空调器及计算机可读存储介质 Active CN113883672B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111070879.3A CN113883672B (zh) 2021-09-13 2021-09-13 噪音类型识别方法、空调器及计算机可读存储介质
PCT/CN2021/141096 WO2023035495A1 (zh) 2021-09-13 2021-12-24 噪音类型识别方法、空调器、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111070879.3A CN113883672B (zh) 2021-09-13 2021-09-13 噪音类型识别方法、空调器及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113883672A CN113883672A (zh) 2022-01-04
CN113883672B true CN113883672B (zh) 2022-11-15

Family

ID=79009336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111070879.3A Active CN113883672B (zh) 2021-09-13 2021-09-13 噪音类型识别方法、空调器及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN113883672B (zh)
WO (1) WO2023035495A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114294776B (zh) * 2022-01-10 2023-03-31 宁波奥克斯电气股份有限公司 空调主动降噪控制方法、装置、空调器、计算机存储介质
CN114440395B (zh) * 2022-02-24 2023-10-27 海信空调有限公司 空调降噪控制方法、装置、空调及存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101373232A (zh) * 2007-07-31 2009-02-25 夏普株式会社 条斑评价装置、条斑评价方法、记录介质和滤色器制造方法
CN106123242A (zh) * 2016-07-26 2016-11-16 海信（山东）空调有限公司 定速空调拍振确定方法和装置
CN107238177A (zh) * 2017-06-13 2017-10-10 海信科龙电器股份有限公司 一种空调器静音模式的控制方法及装置
CN107642887A (zh) * 2017-11-01 2018-01-30 奥克斯空调股份有限公司 空调运行状态调节装置与方法
CN107677364A (zh) * 2017-10-10 2018-02-09 奥克斯空调股份有限公司 空调喘振测试方法及系统
CN110223704A (zh) * 2013-01-29 2019-09-10 弗劳恩霍夫应用研究促进协会 对音频信号的频谱执行噪声填充的装置
EP3537067A1 (en) * 2018-03-09 2019-09-11 LG Electronics Inc. Indoor apparatus in air-conditioning system and method for controlling the apparatus
CN110727959A (zh) * 2019-10-15 2020-01-24 南京航空航天大学 一种基于聚类的差分隐私轨迹数据保护方法
CN110986264A (zh) * 2019-11-21 2020-04-10 珠海格力电器股份有限公司 一种空调低频共振噪声识别控制方法及空调
CN111219842A (zh) * 2019-12-09 2020-06-02 宁波奥克斯电气股份有限公司 一种空调器室外机的噪音检测方法及装置
CN111578445A (zh) * 2020-04-27 2020-08-25 青岛海尔空调器有限总公司 用于空调器的控制方法、装置及空调器
CN111649440A (zh) * 2020-05-22 2020-09-11 珠海格力电器股份有限公司 有效降噪的风机控制方法、风机及空调机组
CN112594864A (zh) * 2020-11-17 2021-04-02 珠海格力电器股份有限公司 喘振判定及优化的控制方法、控制器、贯流风机、空调器
CN112797617A (zh) * 2021-01-07 2021-05-14 珠海格力电器股份有限公司 空调的噪音优化方法、装置、设备和空调系统
CN113074431A (zh) * 2021-03-15 2021-07-06 珠海格力电器股份有限公司 一种用于空调的噪音控制方法、可读存储介质、空调
CN113251585A (zh) * 2021-04-27 2021-08-13 Tcl空调器(中山)有限公司 空调器噪音控制方法、系统、设备和存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004150732A (ja) * 2002-10-31 2004-05-27 Daikin Ind Ltd 空気調和装置の室内機
JP2005036993A (ja) * 2003-07-15 2005-02-10 Matsushita Electric Ind Co Ltd 空気調和機の騒音制御装置
JP2011229282A (ja) * 2010-04-20 2011-11-10 Daikin Ind Ltd スイッチング電源装置
JP5646969B2 (ja) * 2010-11-24 2014-12-24 日立アプライアンス株式会社 空気調和機
CN102998296B (zh) * 2012-11-28 2014-10-29 中国科学院重庆绿色智能技术研究院 一种去除背景噪声影响的拉曼光谱预处理方法
CN203810689U (zh) * 2013-12-10 2014-09-03 美的集团股份有限公司 低频声降噪结构及具有该结构的空调柜机
CN205425376U (zh) * 2016-02-02 2016-08-03 深圳市金迈高智能科技有限公司 带主动降噪的新风机
CN207280588U (zh) * 2017-10-10 2018-04-27 奥克斯空调股份有限公司 空调喘振测试系统
CN108592322A (zh) * 2018-03-20 2018-09-28 珠海格力电器股份有限公司 外机噪音的控制方法及装置、系统
CN109186068B (zh) * 2018-08-13 2020-05-15 珠海格力电器股份有限公司 空调噪声源判定方法及控制系统
JP7300252B2 (ja) * 2018-09-21 2023-06-29 東芝キヤリア株式会社 空気調和装置及び空調調和装置の制御方法
CN110454942B (zh) * 2019-08-21 2020-06-09 珠海格力电器股份有限公司 一种多噪声源设备防拍振的控制方法及控制装置
CN110848932B (zh) * 2019-11-26 2021-05-28 广东美的制冷设备有限公司 空调器及其空调控制方法、控制装置和可读存储介质
CN213392780U (zh) * 2020-09-18 2021-06-08 青岛海信日立空调系统有限公司 空调室外机
CN112880124A (zh) * 2021-01-21 2021-06-01 珠海格力电器股份有限公司 一种空调控制方法、装置、存储介质及空调

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101373232A (zh) * 2007-07-31 2009-02-25 夏普株式会社 条斑评价装置、条斑评价方法、记录介质和滤色器制造方法
CN110223704A (zh) * 2013-01-29 2019-09-10 弗劳恩霍夫应用研究促进协会 对音频信号的频谱执行噪声填充的装置
CN106123242A (zh) * 2016-07-26 2016-11-16 海信（山东）空调有限公司 定速空调拍振确定方法和装置
CN107238177A (zh) * 2017-06-13 2017-10-10 海信科龙电器股份有限公司 一种空调器静音模式的控制方法及装置
CN107677364A (zh) * 2017-10-10 2018-02-09 奥克斯空调股份有限公司 空调喘振测试方法及系统
CN107642887A (zh) * 2017-11-01 2018-01-30 奥克斯空调股份有限公司 空调运行状态调节装置与方法
EP3537067A1 (en) * 2018-03-09 2019-09-11 LG Electronics Inc. Indoor apparatus in air-conditioning system and method for controlling the apparatus
CN110727959A (zh) * 2019-10-15 2020-01-24 南京航空航天大学 一种基于聚类的差分隐私轨迹数据保护方法
CN110986264A (zh) * 2019-11-21 2020-04-10 珠海格力电器股份有限公司 一种空调低频共振噪声识别控制方法及空调
CN111219842A (zh) * 2019-12-09 2020-06-02 宁波奥克斯电气股份有限公司 一种空调器室外机的噪音检测方法及装置
CN111578445A (zh) * 2020-04-27 2020-08-25 青岛海尔空调器有限总公司 用于空调器的控制方法、装置及空调器
CN111649440A (zh) * 2020-05-22 2020-09-11 珠海格力电器股份有限公司 有效降噪的风机控制方法、风机及空调机组
CN112594864A (zh) * 2020-11-17 2021-04-02 珠海格力电器股份有限公司 喘振判定及优化的控制方法、控制器、贯流风机、空调器
CN112797617A (zh) * 2021-01-07 2021-05-14 珠海格力电器股份有限公司 空调的噪音优化方法、装置、设备和空调系统
CN113074431A (zh) * 2021-03-15 2021-07-06 珠海格力电器股份有限公司 一种用于空调的噪音控制方法、可读存储介质、空调
CN113251585A (zh) * 2021-04-27 2021-08-13 Tcl空调器(中山)有限公司 空调器噪音控制方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN113883672A (zh) 2022-01-04
WO2023035495A1 (zh) 2023-03-16

Similar Documents

Publication Publication Date Title
CN113883672B (zh) 噪音类型识别方法、空调器及计算机可读存储介质
CN110454942B (zh) 一种多噪声源设备防拍振的控制方法及控制装置
CN112797617B (zh) 空调的噪音优化方法、装置、设备和空调系统
US9945387B2 (en) Condenser fan speed control for air conditioning system efficiency optimization
CN109269038B (zh) 空调的控制方法和装置及空调系统
CN112268349B (zh) 空调及其控制方法、计算机可读存储介质
CN111964226B (zh) 一种空调器控制方法、装置及空调器
CN112066511A (zh) 电子膨胀阀的控制方法、空调以及计算机设备
CN109195050B (zh) 一种前馈滤波器设计方法及降噪耳机
CN113883674B (zh) 空调器睡眠曲线修正方法、装置、空调器及可读存储介质
CN107166651B (zh) 空调的控制方法和装置
CN108981093B (zh) 一种静音控制方法及装置
CN107682802B (zh) 音频设备音效的调试方法及装置
CN110057042B (zh) 空调系统的控制方法、装置及计算机可读存储介质
CN117408497B (zh) 一种食品加工物料管控方法及系统
CN110440346A (zh) 一种空调器室外机的噪音处理方法及装置
CN106979169B (zh) 一种风机调速控制方法及设备
CN112880151A (zh) 一种空调器室内机的控制方法及控制设备
WO2022222486A1 (zh) 送风设备共振控制方法、装置、电子设备及存储介质
CN111326149A (zh) 一种提高语音辨识率的优化方法及系统
WO2014117006A1 (en) Methods and systems for detecting and recovering from control instability caused by impeller stall
CN114112459B (zh) 空调器测试运行控制方法及空调器
CN113883667A (zh) 空调器噪音屏蔽方法、装置、空调器及可读存储介质
CN115264778A (zh) 空调器控制方法、装置、电子设备及存储介质
CN114294776A (zh) 空调主动降噪控制方法、装置、空调器、计算机存储介质

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
GR01 Patent grant
GR01 Patent grant