CN114526540A - 空调器及其控制方法和计算机可读存储介质 - Google Patents
空调器及其控制方法和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114526540A CN114526540A CN202011326163.0A CN202011326163A CN114526540A CN 114526540 A CN114526540 A CN 114526540A CN 202011326163 A CN202011326163 A CN 202011326163A CN 114526540 A CN114526540 A CN 114526540A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- value
- indoor fan
- parameter value
- target data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000007613 environmental effect Effects 0.000 claims abstract description 102
- 238000003062 neural network model Methods 0.000 claims description 33
- 238000005265 energy consumption Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 20
- 230000001276 controlling effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000001816 cooling Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
- F24F11/70—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
- 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
- F24F11/87—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling absorption or discharge of heat in outdoor units
- F24F11/871—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling absorption or discharge of heat in outdoor units by controlling outdoor fans
-
- 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)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Signal Processing (AREA)
- Fluid Mechanics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开一种空调器控制方法,包括:获取空调器所在环境的环境参数值、运行模式和设定温度值;从预设数据库中查找包括所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组,其中,目标数据组还包括在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值;在查找到目标数据组时,获取目标数据组中的室内风机设置值;根据环境参数值和室内风机设置值确定空调器的第一运行参数值。本发明还公开一种空调器和计算机可读存储介质。本发明空调器能自动根据用户对风机的特定要求调节室内风机的转速,无需用户手动调节,增加空调器智能控制的普适性。
Description
技术领域
本发明涉及空调技术领域,尤其涉及一种空调器及其控制方法和计算机可读存储介质。
背景技术
随着科技的进步,空调器智能化控制已逐渐成熟。
常见智能空调器智能调节中,一般都是基于人体对环境温度或环境湿度的舒适性需求,自动调节空调器的运行参数如压缩机频率、风机转速、膨胀阀开度等,以达到最舒适的换热效果或者最佳的节能效果。然而在不同时间段或者不同场景下用户优先考虑的因素不同,如在工作时优先考虑舒适性,在室外环境较低时优先考虑节能,在睡觉时优先考虑安静,刚从室外进入室内时,优先考虑风速足够大。现空调器都是以人体舒适性要求或节能要求来调节的,在某个时间段用户对风速有特定要求时,用户每次都需要手动调整空调器的风档,导致空调器的智能控制存在局限性。
发明内容
本发明的主要目的在于提供一种空调器及其控制方法和计算机可读存储介质,旨在解决当用户对风机有特定要求时,均需要用户手动调整空调器的风档,导致空调器的智能控制存在局限性的技术问题。
为实现上述目的,本发明提供一种空调器控制方法,所述空调器控制方法包括以下步骤:
获取空调器所在环境的环境参数值、运行模式和设定温度值;
从预设数据库中查找包括当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组,其中,所述目标数据组还包括在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值;
在查找到所述目标数据组时,获取所述目标数据组中的室内风机设置值;
根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值,其中,所述第一运行参数值包括压缩机运行频率和室外风机转速值中的至少一个。
可选地,所述空调器控制方法还包括:
在未查找到所述目标数据组时,根据所述环境参数值确定所述空调器的第二运行参数值,其中,所述第二运行参数值包括压缩机运行频率、室外风机转速值和室内风机转速值中的至少一个。
可选地,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤包括:
以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的所述第一运行参数值。
可选地,所述以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的第一运行参数值的步骤包括:
根据所述环境参数值、所述室内风机设置值和所述预设神经网络模型确定多组运行参数值;
比对多组所述运行参数值的能耗,将能耗最低的所述运行参数值作为所述第一运行参数值。
可选地,所述空调器控制方法还包括:
接收到室内风机的设置指令时,获取当前时间信息、环境参数值、运行模式和设定温度值;
根据所述当前时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库,其中,所述预设数据库中包括至少一组所述数据组。
可选地,所述根据所述时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库的步骤包括:
从所述预设数据库中查找包括所述时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组;
在查找到所述目标数据组时,根据所述设置指令对应的目标室内风机设置值更新所述目标数据组中的室内风机设置值。
可选地,所述根据所述时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库的步骤还包括:
在查找不到所述目标数据组时,根据所述时间信息、所述环境参数值、所述运行模式、所述设定温度值以及所述设置指令对应的目标室内风机设置值生成相关联的目标数据组;
于所述预设数据库中保存所述目标数据组。
可选地,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤之后,还包括:
控制压缩机和室外风机按照所述第一运行参数值运行;
控制室内风机按照所述室内风机设置值运行。
为了实现上述目的,本发明还提供一种空调器,所述空调器包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如上所述的空调器控制方法各个步骤。
此外,本发明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存储有控制程序,所述控制程序被处理器执行时实现如上所述的空调器控制方法的各个步骤。
本发明提供的空调器及其控制方法和计算机可读存储介质,通过预先设置包括多组数据组的预设数据库,基于所述数据组包括时间信息、环境参数值、运行模式、设定温度值和室内风机设置值,且所述室内风机设置值是在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值。如此,空调器在运行过程中,通过获取当前时间信息、空调器所在的环境参数值、运行模式和设定温度值确定所述预设数据库中是否存储与所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个对应相同的目标数据组,若有,则以所述目标数据组中的室内风机设置值作为所述空调器室内风机的运行参数值,以及根据所述室内风机设置值和所述环境参数值确定所述空调器的第一运行参数值(包括压缩机运行频率和室外风机转速等)。通过所述预设数据库实现当用户对风机有特定要求时,空调器能够自动根据用户的需求调节室内风机的转速,无需用户手动调节,增加空调器智能控制的普适性。
附图说明
图1为本发明实施例涉及的空调器的硬件构架示意图;
图2为本发明空调器控制方法第一实施例的流程示意图;
图3为本发明空调器控制方法第二实施例的流程示意图;
图4为本发明空调器控制方法第三实施例的流程示意图;
图5为本发明空调器控制方法第四实施例中步骤S70的细化流程示意图。
本发明目的的实现、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仅用以解释本发明,并不用于限定本发明。
作为一种实现方式,所述空调器控制方法涉及的硬件环境架构可以如图1所示。
具体地,所述空调器包括:处理器101,例如CPU,存储器102,通信总线103。其中,通信总线103用于实现这些组件之间的连接通信。所述处理器102用于调用应用程序来执行制冷制热等功能。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。
可以理解的是,在一实施例中,实现空调器控制的控制程序存储在所述空调器的存储器102中,所述处理器101从所述存储器102中调用控制程序时,执行以下操作:
获取空调器所在环境的环境参数值、运行模式和设定温度值;
从预设数据库中查找包括当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组,其中,所述目标数据组还包括在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值;
在查找到所述目标数据组时,获取所述目标数据组中的室内风机设置值;
根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值,其中,所述第一运行参数值包括压缩机运行频率和室外风机转速值中的至少一个。
或者,在另一实施例中,实现空调器控制过程的控制程序存储在计算机可读存储介质中,在控制空调器的过程中时,所述空调器的处理器101可以从所述计算机可读存储介质中调用所述控制程序,上述操作。
基于上述空调器的硬件构架,提出本发明空调器控制方法的各个实施例。
第一实施例中,请参照图2,本实施例提出的空调器控制方法包括以下步骤:
步骤S10,获取空调器所在环境的环境参数值、运行模式和设定温度值;
步骤S20,从预设数据库中查找包括当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组,其中,所述目标数据组还包括在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值;
步骤S30,在查找到所述目标数据组时,获取所述目标数据组中的室内风机设置值;
步骤S40,根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值,其中,所述第一运行参数值包括压缩机运行频率和室外风机转速值中的至少一个。
步骤S50,在未查找到所述目标数据组时,根据所述环境参数值确定所述空调器的第二运行参数值,其中,所述第二运行参数值包括压缩机运行频率、室外风机转速值和室内风机转速值中的至少一个。
本实施例运行于空调器,空调器被触发智能控制时,执行本实施例的控制过程,空调器根据预先学习的用户对室内风机设置习惯,在一定条件下自动根据用户对室内风机设置需求来调节空调器的运行参数值,实现当用户对风机有特定要求时,自动调整空调器的风档,增加空调器智能控制的普适性。
需要说明的是,本实施例中,所述环境参数值包括室外环境温度值和室内环境温度值中的至少一种;所述运行模式包括制冷模式、制热模式、除霜模式、加湿模式、节能模式等。所述第一运行参数值还包括节流装置的开度等。
所述预设数据库为用于存储用户对室内风机的风速有特定要求时所记录的包含时间信息、环境参数值、运行模式值、设定温度值和室内风机设置值的数据组,其中,所述室内风机设置值为空调器接收到室内风机设置指令时,从所述室内风机设置指令中获取的。不同用户对风机是风速的特定要求不同,或者不同时间用户对风速的要求不同,因此,所述预设数据库中存储有多组数据组,每组数据组包括时间信息、环境参数值、运行模式、设定温度值和室内风机设置值,所述时间信息、环境参数值、运行模式、设定温度值和室内风机设置值基于数据组形成关联关系。每组数据组中的所述时间信息、环境参数值、运行模式和设定温度值为用户对室内风机有特定需求时对应的环境条件,而所述室内风机设置值为在相同的所述环境条件下对风速的具体需求。需要说明的是,所述室内风机设置值包括室内风机风档和室内风机转速中的一种。
本实施例中,所述预设数据库可以是用户自动设置的,设定好后空调器在运行过程中自动按照所述预设数据库中的数据组来执行。或者,所述预设数据库是空调器在运行过程中,实时学习用户对室内风机的风速设定习惯形成的,如此,空调器在运行过程中不断学习用户对室内风机的风速设定新习惯的同时,还根据所述预设数据库自动调整所述室内风机设置值。
具体地,空调器在运行过程中,实时或定时检测空调器所在环境的环境参数值、运行模式、设定温度值,基于当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个参数确定空调器所在的当前环境是否与预设数据库中的历史环境相同,也即确定预设数据库中是否包括有与当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个相同的目标数据组,若所述预设数据库中包含有所述目标数据组,则判定空调器当前的环境条件与之前存储的环境条件相同,且在当前环境下,用户对空调器的室内风机风速有特殊要求。为了达到自动调节空调器室内风机设置值目的,本实施例获取所述目标数据组中的室内风机设置值,而空调器的其它运行参数值如压缩机运行频率、室外风机转速和电子膨胀阀的开度值等可以保持当前状态,也可以根据所述室内风机设置值和当前检测到的所述环境参数值来确定。如此,可以防止空调器的室内风机设置值变化后,若压缩机运行频率或室外风机转速等不变化会影响空调器的调节效果的情况出现。
若所述预设数据库中不包含有所述目标数据组时,则判定空调器当前的环境在之前运行的过程中未出现过相同的环境条件,或者所述空调器之前运行的过程中,与当前环境相同的环境条件下用户未对室内风机进行设定,空调器是按照舒适性或节能运行规则控制风机运行,因此,所述预设数据库中不包含该环境条件下的数据组。如此,在所述预设数据库中不包含所述目标数据组时,确定用户当前对室内风机没有特定要求,空调器按照舒适性要求调节空调器或者按照节能要求来确定空调器的运行参数值,具体根据所检测到的当前的环境参数值来确定空调器的运行参数值,如室内风机转速、室内风机转速、压缩机运行频率和电子膨胀阀等。
进一步地,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤之后,还包括:
控制压缩机和室外风机按照所述第一运行参数值运行;
控制室内风机按照所述室内风机设置值运行。
控制空调器的室内风机以所述室内风机设置值运行,实现自动调整空调器室内风机的转速,省去用户手动设置,提高空调器的智能调节效果,控制所述空调器的压缩机和室外风机按照所述第一运行参数值运行,实现在室外风机设置值变化后自动适配调整所述压缩机的运行频率和室外风机的转速,使得空调器的调节效果优先考虑风机转速的要求的同时,满足设定温度值的要求。
或者,所述根据所述环境参数值确定所述空调器的第二运行参数值的步骤之后,还包括:
控制所述压缩机、室外风机和室内风机按照所述第二运行参数值运行。
以下举例说明本实施例的控制过程以及达到的效果:
如用户在午休时,优先考虑环境噪音,因此用户在午休之前,对室内风机的转速进行调整,以降低室内风机参数的噪音,从而降低环境噪音。此时,空调器接收到室内风机的设置指令时,则记录当前时间信息、环境参数值、运行参数值、设定温度值和设定后的室内风机设置值,进而将该当前时间信息、环境参数值、运行参数值、设定温度值和设定后的室内风机设置值形成数据组,或更新预设数据库中已存储的数据组。据此,空调器实时或定时获取时间信息、环境参数值、运行模式和设定温度值,若有所述时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个与预设数据库中存储的数据组中的时间信息、环境参数值、运行模式和设定温度值相同的,则判定该数据组为目标数据组,获取该目标数据组中的室内风机设置值,以该室内风机设置值运行所述空调器的室内风机,如此,每次到用户午休时刻以及当前环境参数或设定温度值或运行模式相同时,则自动以所述室内风机设置值调整室内风机,避免用户每次都需要手动调节,实现智能控制。
可以理解的是,本发明实施例也适用于空调器开机运行时空调器的智能控制过程,如空调器开机时,检测当前的时间信息、环境参数值和运行模式,从所述预设数据库中查找包括所述时间信息和环境参数值中至少一个的目标数据组,若找到到所述目标数据组,则本次开机采用所述目标数据组中的室内风机设置值以及所述环境参数值确定空调器的第一运行参数值。若没有找到所述目标数据组,则本次开机则以空调器前一次关闭前的运行参数值确地空调器的第一运行参数值。
本实施例中,通过预先设置包括多组数据组的预设数据库,基于所述数据组包括时间信息、环境参数值、运行模式、设定温度值和室内风机设置值,且所述室内风机设置值是在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值。如此,空调器在运行过程中,通过获取当前时间信息、空调器所在的环境参数值、运行模式和设定温度值确定所述预设数据库中是否存储与所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个对应相同的目标数据组,若有,则以所述目标数据组中的室内风机设置值作为所述空调器室内风机的运行参数值,以及根据所述室内风机设置值和所述环境参数值确定所述空调器的第一运行参数值(包括压缩机运行频率和室外风机转速等)。通过所述预设数据库实现当用户对风机有特定要求时,空调器能够自动根据用户的需求调节室内风机的转速,无需用户手动调节,增加空调器智能控制的普适性。
第二实施例中,请参照图3,本实施例基于上述第一实施例提出进一步实施方式,具体地,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤包括:
步骤S41,以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的所述第一运行参数值。
本实施例中,基于所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个确定预设数据库中具有所述目标数据组时,以所述目标数据组获取对应的室内风机设置值和所述环境参数值作为预设神经网络模型的输入参数,进而基于所述预设神经网络模式输出空调器的第一运行参数值,如压缩机的运行频率、室外风机的转速或节流装置的开度等。
具体而言,本实施例将上述第一实施例学习用户对室内风机设置值的设置习惯实现自动调节空调器室内风机转速的智能控制过程结合空调器的舒适性调节或节能调节,使得空调器能够按照用户在特定情况下对空调器的特定要求进行智能控制的同时,还能以较佳的运行方式运行。如用户对风速有特定需求时自动根据用户需求调节室内风机的转速的同时,确保在满足该转速需求的前提下,空调器以最佳的方式运行,实现室内风机设置值自动调节的智能控制过程和空调器的舒适或节能调节的结合。
也即,本实施例中的所述预设神经网络模型可以为预设的舒适性神经网络模型,也可以为预设的节能神经网络模型。
具体地,通过获取空调器在不同工况下以不同运行参数运行时的各项参数,各项参数包含:室内外环境温度、室内机风设置值(如转速或风档等),室外机风机转速或档位、压缩机运行频率、节流装置开度、运行模式、室内机和室外机液管感温包温度、室内机和室外机管中感温包温度等,通过以上参数训练得到所述预设神经网络模型。对于舒适性神经网络模型,则基于上述参数计算得到PMV,使得PMV=0以确定舒适性神经网络模型输出的运行参数值;而对于节能神经网络模型,则基于上述参数计算得到各个参数组合的能耗,进而以能耗最低的参数组合作为所述节能网络模型输出的运行参数值。
进一步地,本实施例以结合节能神经网络模型实现智能控制举例说明:
具体地,所述以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的第一运行参数值的步骤包括:
根据所述环境参数值、所述室内风机设置值和所述预设神经网络模型确定多组运行参数值;
比对多组所述运行参数值的能耗,将能耗最低的所述运行参数值作为所述第一运行参数值。
在获取空调器到的当前时间信息、环境参数值、运行模式和设定温度值中至少一个与预设数据库中的目标数据组中的时间信息、环境参数值、运行模式和设定温度值相同时,获取所述目标数据组中的室内风机设置值,以所述室内风机设置值和所述环境参数值作为所述预设神经网络模型的输入参数,所述预设神经网络模型基于所述室内风机设置值和所述环境参数计算得到多组满足所述室内风机设置值和所述环境参数值要求的运行参数值(包括压缩机运行频率、室外风机转速、节流装置的开度等参数在组合),基于所述预设神经网络模型为节能神经网络模型,此时基于多组所述运行参数进行比对,获取能耗最低的运行参数值作为输出值,也即以能耗最低的运行参数值作为所述第一运行参数值,使得空调器以所述第一运行参数值运行时,能耗最低,实现节能效果。
由此可见,本实施例空调器在智能控制过程中,既能够在用户对风机有特殊要求时自动根据用户需求调整风机转速,又能时刻以最节能的方式进行调整,空调器智能控制效果更佳。
需要说明的是,若未查找到所述目标数据组时,则将环境参数值作为所述预设神经网络模型的输入参数,基于所述预设神经网络模型输出所述空调器的第二运行参数值。也即未查找到所述目标数据组时,则说明当前环境条件下,用户对室内风机的风速没有特殊要求,此时按照预设神经网络模型的特性计算空调器的第二运行参数值,如节能或舒适性能等计算空调器的第二运行参数值。
第三实施例中,请参照图4,本实施例基于上述实施例提出所述预设数据库的生成和更新过程,具体地,所述空调器控制方法还包括:
步骤S60,接收到室内风机的设置指令时,获取当前时间信息、环境参数值、运行模式和设定温度值;
步骤S70,根据所述当前时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库,其中,所述预设数据库中包括至少一组所述数据组。
空调器在刚安装时,或者在运行过程中,进行用户设置行为学习,生成所述预设数据库,并不断的更新所述预设数据库,使得所述预设数据库逐渐趋向于用户对空调器的室内风机的设置习惯,且随着用户对空调器的设置习惯的更改而更改。
所述预设数据库的具体学习过程:
空调在运行过程中,当用户对室内风机的风档或转速进行设置时(也即对室内风机的风档或转速设置进行改变,接收到室内风机的设置指令),且改变超过T时间未做变化时,记录:当前时间信息、环境参数值(如室内环境温度值和室外环境温度值等)、设定温度值和运行模式,同时记录用户对室内风机进行设置后的室内风机设置值(也即改变后的风档或转速),以记录用户对风速有特定要求时的环境条件以及对风速的设置要求。进而将所述时间信息、所述环境参数值、设定温度值、运行模式和所述设置指令对应的室内风机设置值更新所述预设数据库,如此,预设数据库中则保存有与所述时间信息、所述环境参数值、所述运行模式、所述温度值和室内风机设置值相关联的数据组。空调器在运行过程中,实时检测当前的时间信息、环境参数值、运行模式和设定温度值,若检测到的时间信息、环境参数值、运行模式和设定温度值中至少有一个与预设数据库中时间信息、环境参数值、运行模式和设定温度值一致时,则判定当前环境需要根据所述预设数据库中的室内风机设置值来调节空调器的室内风机转速,空调器自动按照所述室内风机设置值调整风机转速。
需要说明的是,本实施例中预设数据库的学习过程在空调器运行过程中实时进行。用户对室内风机的风档或转速进行设置的场景包括但不限于以下几种:1、如当前环境从嘈杂环境变成安静环境,如上班时间到午休时间,在嘈杂环境中,室内风机的噪音不影响用户,而在安静环境中,室内风机的噪音影响用户休息,此时用户可能会选择将室内风机的风档或转速调低,故而在这种情况下,空调器学习用户设置室内风机的环境条件以及具体设置值,实现学习用户对室内风机的设置习惯。2、如用户刚运动回来,或者刚从温度较高的室外回来,此时用户想以最大风速使体温快速下降,用户会对室内风机的风档或转速进行设置,如增大室内风机的风速,故而在这种情况下,空调器学习用户设置室内风机的环境条件以及具体设置值,实现学习用户对室内风机的设置习惯。
可以理解的是,所述预设数据库为风机向量模型库。本实施例通过不断的学习用户对室内风机设置值的设置习惯,形成环境条件以及室内风机设置值相关联的数据库,以便于空调器在相同环境条件下以对应的室内风机设置值来控制空调器运行,实现智能调整室内风机设置值,省去用户每次手动设置。
第四实施例中,请参照图5,本实施例基于上述第三实施例提出进一步实施方式,具体地,所述根据所述时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库的步骤包括:
步骤S71,从所述预设数据库中查找包括所述时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组;
步骤S72,判断是否查找到所述目标数据组;
在查找到所述目标数据组时,执行步骤S73,根据所述设置指令对应的目标室内风机设置值更新所述目标数据组中的室内风机设置值。
在查找不到所述目标数据组时,步骤S74,根据所述时间信息、所述环境参数值、所述运行模式、所述设定温度值以及所述设置指令对应的目标室内风机设置值生成相关联的目标数据组;
步骤S75,于所述预设数据库中保存所述目标数据组。
所述预设数据库可以在空调器学习阶段进行更新,也可以在空调器运行阶段进行更新。空调器初始化状态或者初始安装状态下,所述预设数据库中未存储有数据,或者存储有一些数据组,数据组由时间信息、环境参数值、运行模式、设定温度值和室内风机设置值组成,且基于数据组将所述时间信息、环境参数值、运行模式、设定温度值和室内风机设置值相关联。
空调器在初始运行中具有学习阶段,在学习阶段通过实时或定时检测室内风机的设置指令,确定用户对室内风机进行设定的时间信息、环境参数值、运行模式和设定温度值。若接收到室内风机的设置指令,获取当前时间信息、环境参数值、运行模式、设定温度值和所述设置指令对应的目标室内风机设置值,并在所述预设数据库中增加所述当前时间信息、所述环境参数值、运行模式、所述设定温度值和所述目标室内风机设置值相关联的数据组,进而形成所述预设数据库。
或者,空调器在运行过程中,接收到用户对室内风机的设置指令时,获取时间信息、环境参数值、运行模式和设定温度值,进而从预设数据库中查找是否具有与所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值相同或部分相同的目标数据组。若具有所述目标数据组,则将所述目标数据组中的室内风机设置值更新为所述设置指令对应的目标室内风机设置值,实现不断将数据组中的室内风机设置值更新为用户近期修改的室内风机设置值,使得所述预设数据库不断接近用户的使用习惯,提高空调器智能控制的准确度。
若从预设数据库中查找不到与所述当前时间信息、所述环境参数值、所述运行模式和所述设定温度值相同或部分相同的目标数据组,则说明所述预设数据库中没有记录在该环境条件下的室内风机设置值,在所述预设数据库中增加根据所述当前时间信息、所述环境参数值、所述运行模式、所述设定温度值和所述设置指令对应的目标室内风机设置值生成的目标数据组,以便于在空调器运行过程中,若时间信息、环境参数值、所述运行模式和所述设定温度值与所述目标数据组中的所述时间信息、所述环境参数值和所述运行模式相同或部分相同时,直接采用所述目标数据组中的室内风机设置值确定空调器的第一运行参数值和室内风机的运行参数值(也即室内风机设置值),通过不断增加和完善所述预设数据库的数据组,达到更精细的调整目的。
需要说明的是,本实施例所述的时间信息包括时间段,所述从预设数据库中查找包括所述时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组的步骤包括:从预设数据库中查找与所述时间段相同的所有数据组,进而从所有所述数据组中查找与包括所述环境参数值、运行模式和所述设定温度值中的至少一个的目标数据组。因此,本实施例中在同一个时间段中检测到空调器室内风机设置值设置多次时(如用户通过多次调整后才确定最合适的室内风机设置值,则以相同时间段内最合适的室内风机设置值作为目标室内风机设置值),根据最后一次对风机的设置指定确定目标室内风机设置值,以该目标室内风机设置值更新所述目标数据组的室内风机设置值,可以提高各个时间段中室内风机设置值的准确度,更符合用户的实际需求。
可以理解的是,所述时间段可以为一小时,或者30分钟等,或者还可以为10分钟等。或者所述时间段可以根据空调器的类型、性能等不同而不同,或者根据空调器的制冷效率来确定,如制冷效率越高对应所述时间段越短,制冷效率越低,对应所述时间段越长。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种空调器控制方法,其特征在于,所述空调器控制方法包括以下步骤:
获取空调器所在环境的环境参数值、运行模式和设定温度值;
从预设数据库中查找包括当前时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组,其中,所述目标数据组还包括在所述当前时间信息、所述环境参数值、所述运行模式或所述设定温度值下接收的室内风机设置指令对应的室内风机设置值;
在查找到所述目标数据组时,获取所述目标数据组中的室内风机设置值;
根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值,其中,所述第一运行参数值包括压缩机运行频率和室外风机转速值中的至少一个。
2.如权利要求1所述的空调器控制方法,其特征在于,所述空调器控制方法还包括:
在未查找到所述目标数据组时,根据所述环境参数值确定所述空调器的第二运行参数值,其中,所述第二运行参数值包括压缩机运行频率、室外风机转速值和室内风机转速值中的至少一个。
3.如权利要求1所述的空调器控制方法,其特征在于,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤包括:
以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的所述第一运行参数值。
4.如权利要求3所述的空调器控制方法,其特征在于,所述以所述环境参数值以及所述室内风机设置值作为预设神经网络模型的输入参数,基于所述预设神经网络模型输出空调器的第一运行参数值的步骤包括:
根据所述环境参数值、所述室内风机设置值和所述预设神经网络模型确定多组运行参数值;
比对多组所述运行参数值的能耗,将能耗最低的所述运行参数值作为所述第一运行参数值。
5.如权利要求1至4任意一项所述的空调器控制方法,其特征在于,所述空调器控制方法还包括:
接收到室内风机的设置指令时,获取当前时间信息、环境参数值、运行模式和设定温度值;
根据所述当前时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库,其中,所述预设数据库中包括至少一组所述数据组。
6.如权利要求5所述的空调器控制方法,其特征在于,所述根据所述时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库的步骤包括:
从所述预设数据库中查找包括所述时间信息、所述环境参数值、所述运行模式和所述设定温度值中至少一个的目标数据组;
在查找到所述目标数据组时,根据所述设置指令对应的目标室内风机设置值更新所述目标数据组中的室内风机设置值。
7.如权利要求6所述的空调器控制方法,其特征在于,所述根据所述时间信息、所述环境参数值、所述运行模式、设定温度值以及所述设置指令对应的目标室内风机设置值更新所述预设数据库的步骤还包括:
在查找不到所述目标数据组时,根据所述时间信息、所述环境参数值、所述运行模式、所述设定温度值以及所述设置指令对应的目标室内风机设置值生成相关联的目标数据组;
于所述预设数据库中保存所述目标数据组。
8.如权利要求1至4任意一项所述的空调器控制方法,其特征在于,所述根据所述环境参数值和所述室内风机设置值确定所述空调器的第一运行参数值的步骤之后,还包括:
控制压缩机和室外风机按照所述第一运行参数值运行;
控制室内风机按照所述室内风机设置值运行。
9.一种空调器,其特征在于,所述空调器包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的控制程序,所述控制程序被所述处理器执行时实现如权利要求1至8任一项所述的空调器控制方法各个步骤。
10.一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存储有控制程序,所述控制程序被处理器执行时实现如权利要求1至8任一项所述的空调器控制方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011326163.0A CN114526540A (zh) | 2020-11-23 | 2020-11-23 | 空调器及其控制方法和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011326163.0A CN114526540A (zh) | 2020-11-23 | 2020-11-23 | 空调器及其控制方法和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114526540A true CN114526540A (zh) | 2022-05-24 |
Family
ID=81619060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011326163.0A Pending CN114526540A (zh) | 2020-11-23 | 2020-11-23 | 空调器及其控制方法和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114526540A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115654706A (zh) * | 2022-11-14 | 2023-01-31 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、空调和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105387563A (zh) * | 2015-11-16 | 2016-03-09 | 珠海格力电器股份有限公司 | 空调及其控制方法、装置和系统及远程服务器 |
US20190309970A1 (en) * | 2018-04-10 | 2019-10-10 | Lg Electronics Inc. | Air-conditioner based on parameter learning using artificial intelligence, cloud server, and method of operating and controlling thereof |
KR102029250B1 (ko) * | 2018-10-02 | 2019-11-29 | 엘지전자 주식회사 | 인공지능에 기반하여 공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법 |
CN110726218A (zh) * | 2019-10-29 | 2020-01-24 | 珠海格力电器股份有限公司 | 空调器及其控制方法、装置、存储介质和处理器 |
CN111765604A (zh) * | 2019-04-01 | 2020-10-13 | 珠海格力电器股份有限公司 | 空调的控制方法和装置 |
-
2020
- 2020-11-23 CN CN202011326163.0A patent/CN114526540A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105387563A (zh) * | 2015-11-16 | 2016-03-09 | 珠海格力电器股份有限公司 | 空调及其控制方法、装置和系统及远程服务器 |
US20190309970A1 (en) * | 2018-04-10 | 2019-10-10 | Lg Electronics Inc. | Air-conditioner based on parameter learning using artificial intelligence, cloud server, and method of operating and controlling thereof |
KR102029250B1 (ko) * | 2018-10-02 | 2019-11-29 | 엘지전자 주식회사 | 인공지능에 기반하여 공조 부하를 예측하는 공기조화기, 클라우드 서버, 공기조화기의 구동방법 |
CN111765604A (zh) * | 2019-04-01 | 2020-10-13 | 珠海格力电器股份有限公司 | 空调的控制方法和装置 |
CN110726218A (zh) * | 2019-10-29 | 2020-01-24 | 珠海格力电器股份有限公司 | 空调器及其控制方法、装置、存储介质和处理器 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115654706A (zh) * | 2022-11-14 | 2023-01-31 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、空调和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107621048B (zh) | 一种空调的控制方法及装置 | |
CN111397131B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN107525234B (zh) | 一种空调压缩机变频保护的方法及装置 | |
CN110529988B (zh) | 空调的控制方法、装置、设备、空调和存储介质 | |
CN111023434B (zh) | 一种空调器的运行控制方法、系统、空调器及存储介质 | |
CN108332373B (zh) | 一种室内环境状态的控制方法、装置、存储介质及空调 | |
CN107676935B (zh) | 智能空调节能控制方法 | |
CN110701753B (zh) | 运行控制方法、装置、空调器以及存储介质 | |
CN111397153B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN112432345A (zh) | 空调器及其开机模式的控制方法、存储介质 | |
CN108548269B (zh) | 空调的控制方法 | |
CN114526540A (zh) | 空调器及其控制方法和计算机可读存储介质 | |
CN110173848B (zh) | 空调加湿控制的方法、装置及计算机存储介质 | |
CN112050446B (zh) | 新风空调的控制方法 | |
CN111365821A (zh) | 一种空调器吹出舒适风的控制方法和空调器 | |
CN113531801A (zh) | 多联式空调器的控制方法、装置和可读存储介质 | |
CN111442499A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN112050440A (zh) | 新风空调的控制方法 | |
CN112032979A (zh) | 空调器的控制方法 | |
CN111023427B (zh) | 一种空调的控制方法、装置、空调器及存储介质 | |
CN110542174B (zh) | 一种空调外机的化霜方法、计算机可读存储介质及空调 | |
CN112050384B (zh) | 制冷工况下空调器的控制方法 | |
CN112050443B (zh) | 新风空调的净化控制方法 | |
CN114526538A (zh) | 空调器及其控制方法和计算机可读存储介质 | |
CN114674061B (zh) | 一种智能调节空调的方法 |
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 |