CN115013299B - 压缩机测试方法 - Google Patents
压缩机测试方法 Download PDFInfo
- Publication number
- CN115013299B CN115013299B CN202210742951.0A CN202210742951A CN115013299B CN 115013299 B CN115013299 B CN 115013299B CN 202210742951 A CN202210742951 A CN 202210742951A CN 115013299 B CN115013299 B CN 115013299B
- Authority
- CN
- China
- Prior art keywords
- test
- compressor
- intelligent
- rotating speed
- time
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种压缩机测试方法,包括:打开压缩机测试系统的桌面软件加载测试数据;将最优的测试结果进行展示;设置至少一组测试参数;选择需要测试的智能测试模式;获取当前的压缩机温度,并保存初始测试温度;压缩机控制器从云端获取最新的智能测试模式的数据模型;压缩机根据智能测试模式的数据模型进行测试;测试周期结束以后,控制器将测试数据、测试结果以及初始测试温度、位置信息上传云端;生成一条位置‑初始温度‑测试结果的数据记录,并保存在智能模式测试记录中;云端将生成的图形化测试报告通过小程序推送给用户;测试流程结束,并将本次的测试结果进行保存作为下一次测试参数设置的依据;本发明可以实现压缩机的智能化测试。
Description
技术领域
本发明涉及压缩机测试技术领域,特别是一种压缩机测试方法。
背景技术
对于采用定频压缩机的制冷器具而言,制冷器具测试是投入市场前最重要的一项工作,是制冷器具的重要保障。制冷器具测试项目很多,其中,对压缩机的测试是最为关键的一项测试。与此同时,对压缩机的测试还是制冷器具所有测试项目中工作量最大、工作强度最好,也最容易出现质量问题的项目。压缩机驱动板是与压缩机配套的核心部件,所有压缩机的驱动板,都需经测试合格后才安装。同时变频技术的应用已经越来越广泛,采用超低频启动,可以减小对电网的污染以及降低能耗。
对于采用定频压缩机的制冷器具而言,需要通过温控器控制压缩机的开停,然而,随着生活水平的提高,人们对压缩机的性能提出了越来越高的要求,如制冷快、低噪音等,因此变频压缩机越来越受到人们的青睐。变频压缩机以其高效率、低噪音、小型化等优点,广泛应用于冰箱、冷柜,展示食品的陈列柜、商用冰箱和空调等领域,变频器技术和控制变频压缩机转速的方法直接关系到压缩机的效率和系统整体性能。变频压缩机是指相对于转速恒定的压缩机而言,通过一种控制方式或手段使其转速在一定范围内连续调节,能连续改变输出能量的压缩机。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种压缩机测试方法,本发明可以实现压缩机的智能化测试。
为实现上述目的,本发明采用的技术方案是:一种压缩机测试方法,包括以下步骤:
步骤1、打开压缩机测试系统的桌面软件;
步骤2、加载测试数据;
步骤3、加载完测试数据后,桌面软件将最优的测试结果进行展示,并将测试结果对应的图形展示到桌面软件的图像参数界面;
步骤4、用户根据展示的测试结果,设置至少一组测试参数;
步骤5、参数设置完毕以后,选择需要测试的智能测试模式;
步骤6、选择设置的需要进行测试的测试参数,如果选择了多组测试参数,则会将多组测试参数和选定的测试模式分发给多台远程控制器进行测试;
步骤7、压缩机控制器收到测试参数以及智能测试模式以后,获取当前的压缩机温度,并保存初始测试温度;
步骤8、压缩机控制器从云端获取最新的智能测试模式的数据模型,如有更新,则更新智能测试模式的数据模型;
步骤9、压缩机根据智能测试模式的数据模型进行测试;
步骤10、测试周期结束以后,控制器将测试数据、测试结果以及初始测试温度、位置信息上传云端;
步骤11、云端根据控制器上传的测试数据,生成一条位置-初始温度-测试结果的数据记录,并保存在智能模式测试记录中,并根据获取的测试数据自动生成图形化测试报告;
步骤12、云端将生成的图形化测试报告通过小程序推送给用户;
步骤13、测试流程结束,并将本次的测试结果进行保存作为下一次测试参数设置的依据。
作为本发明的进一步改进,在步骤2中,所述测试数据为远程的控制器的测试数据和测试结果、通过串口连接的控制器的测试数据和测试结果或通过导入其他电脑的测试数据和测试结果。
作为本发明的进一步改进,在步骤4中,对测试参数进行编辑具体包括:
通过参数编辑,对可编辑的测试参数进行设置,测试参数包括最高转速、最低转速、基准转速、基准时间、调整时间、精度时间、目标温度以及测试周期;或通过图形化编辑测试参数,在展示出来的测试结果图形上进行拖动,参考测试结果图形的波峰和波谷进行最高转速和最低转速的设置,参考测试结果图形的变化时间进行基准时间、调整时间、精度时间以及目标温度的设置。
作为本发明的进一步改进,步骤5中,所述的智能测试模式包括智能节能模式和智能舒适模式。
作为本发明的进一步改进,所述智能测试模式的运行流程具体包括:
压缩机按照最高转速运行,压缩机运行时长达到基准时间以后,判断压缩机拉低温阶段是否结束;
如果压缩机按照最高转速运行,拉低温阶段未结束,则继续按照最高转速运行,每间隔一个精度时间,再判断拉低温阶段是否结束;
拉低温阶段结束以后,通过调整时间来计算保持目标温度需要的调整转速值,如果调整转速值和智能调整率的乘积低于最低转速,则按照最低转速执行,智能调整率是数据模型中的一个参数,可以通过云端平台进行设置;
压缩机从拉低温阶段结束时间开始结算,运行时长达到调整时间以后,压缩机按照目标转速运行;
每间隔一个精度时间进行判断,压缩机是否需要进行调整,每一次根据调整时间计算调整转速,压缩机按照调整转速进行运行,调整时间结束以后,继续按照目标转速运行;继续运行,直到测试周期结束。
作为本发明的进一步改进,通过智能节能模式进行智能测试具体包括:
定时获取压缩机驱动板的功率,每间隔一个时间段获取一次压缩机驱动板的功率,将测试周期内的所有的功率数据绘制在图表中;
通过计算以X轴为时间,Y轴为功率的图标面积,即可获取测试周期内所有的功率之和;
通过所有的功率之和与初始化温度、目标温度以及位置信息,形成一条初始化温度、目标温度、位置信息的记录;
智能节能模式通过降低测试周期的功率和来实现,通过展示功率对应的曲线面积体现节能模式的效果,曲线面积越小,则越节能。
作为本发明的进一步改进,测试周期内所有的功率之和的计算方法具体如下:
将功率对应的曲线面积无限的分割成无穷的小块,然后将这些小块全部加起来就是曲线的面积;
假设分成无穷小块的数量为n,S1代表第一小块的面积,Sn代表第n小块的面积,每一小块都是一个矩形加上一个小三角形;
第一小块的面积表示为:S1=Y1*XT+XT(Y1-0)/2;第n小块的面积表示为:Sn=Yn*XT+XT(Yn-Yn-1)/2;
其中,XT为一个固定值,代表间隔的时间,Y1代表第一小块对应的Y轴上面的功率值,Yn代表第n小块对应的Y轴上面的功率值,Yn-1代表第n-1小块对应的Y轴上面的功率值;
对应的总的面积为S总=S1+S2+S3+.....+Sn,通过数列可以获取到最终的面积可以无限接近于S总=XT(Y1+2Y2+2Y3+.....+3Yn)/2。
作为本发明的进一步改进,通过智能舒适模式进行智能测试具体包括:
舒适模式主要通过控制压缩机的转速范围来实现,转速范围越窄,代表压缩机转速的波动越小,对应的效果则越舒服;通过查找并控制压缩机的最高转速、最低转速以及目标转速,即获取转速的波峰和波谷来实现智能舒适模式的测试并上传云平台。
作为本发明的进一步改进,获取转速的波峰和波谷具体包括:
将转速对应的曲线面积无限的分割成无穷小块,然后每一小块代表当前转速对应的曲线面积;
假设转速对应的曲线可以表示为V,第一个小块的曲线面积表示为V1,第n个小块对应的曲线面积表示为Vn;
计算V的一阶差分值Diffv:DIFFV(i)=V(i+1)-V(i),其中i∈1,2,……,N-1;其中,DIFFV(i)代表第i+1个小块曲线面积与第i个小块对应的曲线面积差值;
对差分向量进行取符号函数运算,Trend=sign(Diffv),Trend代表差分值Diffv的变化趋势,没变化为0,大于0则为1,小于0则为-1;即遍历Diffv,若Diffv(i)大于0则取1;如果小于0则取-1,否则值为0:
对所有的差分值Diffv(i)进行遍历,Trend(i)对应第i个差分值Diffv(i)的趋势,获取到Trend对应的趋势值;
计算Trend对应的差分值Diff_Trend,Diff_Trend(i)=Trend(i)-Trend(i-1),其中i∈1,2,……,N-1;
遍历差分值Diff_Trend(i),Diff_Trend(i)小于0则代表波谷,Diff_Trend(i)大于0则代表波峰。
本发明的有益效果是:
本发明通过添加压缩机测试云端,实现了压缩机测试的远程控制,可以同时在多台控制器上面进行测试验证;同时通过添加压缩机测试小程序,通过小程序将测试报告推送给用户,实现了测试报告的实时性;通过添加桌面端的图形化查看测试结果以及图形化编辑测试参数,简化了测试参数配置的操作步骤,并实现了测试参数的图形化;通过添加压缩机控制器,结合压缩机测试云端,实现了智能测试模式,通过云端更新智能测试模式的数据模型,压缩机控制器执行智能测试模式,实现压缩机测试的智能化。
附图说明
图1为本发明实施例中测试方法的流程框图;
图2为本发明实施例中测试方法的框架图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
如图1和图2所示所示,一种压缩机测试方法,包括以下步骤:
1、打开压缩机测试系统的桌面软件;
2、加载测试数据,测试数据分为三部分,第一部分为:远程的控制器的测试数据和测试结果,第二部分为:通过串口连接的控制器的测试数据和测试结果,第三部分未:通过导入其他电脑的测试数据和测试结果;
3、加载测试数据完成,桌面软件将最优的测试结果进行展示,并将测试结果对应的图形展示到桌面软件的图像参数界面;
4、用户根据展示的测试结果,可以通过参数编辑,对可编辑的测试参数,最高转速,最低转速,基准转速,基准时间,调整时间,精度时间、目标温度以及测试周期进行设置。也支持图形化编辑测试参数,在展示出来的测试结果图形上,进行拖动,参考测试结果图形的波峰和波谷进行最高转速和最低转速的设置,参考测试结果图形的变化时间进行基准时间、调整时间,精度时间以及目标温度进行设置;
5、可以将设置的这一组参数进行保存,然后继续进行设置另外一组参数,目前支持多组参数的设定;
6、参数设置完毕以后,选择需要测试的智能测试模式,目前支持智能节能模式和智能舒适模式两种模式的测试;
7、勾选需要进行测试的设置参数,如果勾选了多组参数,则会将多组参数和选定的测试模式分发给多台远程控制器进行测试;
8、压缩机控制器收到测试参数以及测试模式以后,获取当前的压缩机温度,并保存初始测试温度;
9、压缩机控制器从云端获取最新的智能模式的数据模型,如有更新,则更新智能模式的数据模型;
10、压缩机根据智能模式的数据模型进行测试;
11、测试周期结束以后,控制器将测试数据、测试结果以及初始测试温度、位置信息上传云端;
12、云端根据控制器上传的测试数据,生成一条位置-初始温度-测试结果的数据记录,并保存在智能模式测试记录中,并根据获取的测试数据自动生成图形化测试报告;
13、云端将生成的图形化测试报告通过小程序推送给用户;
14、测试流程结束,本次的测试结果将作为下一次测试参数设置的依据存在。
本实施例实现了压缩机测试的远程控制、自动生成图形化测试报告、更新智能测试模式数据模型的云平台;将测试报告推送给用户,实现了测试报告的实时性的小程序;实现图形化查看测试结果以及图形化编辑测试参数,简化了测试参数配置的操作步骤,并实现了测试参数的图形化的桌面端程序;更新智能测试模式的数据模型,执行智能测试模式的压缩机控制器。
本实施例的智能化测试模式中基准时间用来描述高频,高功率状态运行的时间;调整时间用来记录从高频高功率到目标转速的时间;精度时间用来判断压缩机是否达到压缩机目标温度,并按照目标转速运行的时间,每间隔一个精度时间进行一次检测;最高转速在拉低温阶段,按照最高转速运行,实现快速控温,最高转速是通过测试参数时设置的;目标转速即压缩机稳定运行阶段的运行转速,目标转速是通过测试参数时设置的;最低转速即压缩机运行会对压缩机造成损坏的转速,最低转速是通过测试参数时设置的,防止在智能化测试模式中,出现对压缩机造成坏;调整转速即压缩机拉低温阶段以后,将压缩机保持在目标温度,中间进行变化车转速,调整转速的值由智能化测试模式来计算获取。
智能化测试模式的数据模型对应的运行流程如下:
1、压缩机按照最高转速运行,压缩机运行时长达到基准时间以后,判断压缩机拉低温阶段是否结束;
2、如果压缩机按照最高转速运行,拉低温阶段未结束,则继续按照最高转速运行,每间隔一个精度时间,再判断拉低温阶段是否结束;
3、拉低温阶段结束以后,通过调整时间来计算保持目标温度需要的调整转速值,如果调整转速值和智能调整率的乘积低于最低转速,则按照最低转速执行,智能调整率是数据模型中的一个参数,可以通过云端平台进行设置;
4、压缩机从拉低温阶段结束时间开始结算,运行时长达到调整时间以后,压缩机按照目标转速运行;
5、每间隔一个精度时间进行判断,压缩机是否需要进行调整,每一次根据调整时间计算调整转速,压缩机按照调整转速进行运行,调整时间结束以后,继续按照目标转速运行;
6、按照5-6的步骤继续运行,直到测试周期结束。
在本实施例中,智能节能模式测试的原理如下:
1、通过定时获取压缩机驱动板的功率,每间隔一个时间段获取一次压缩机驱动板的功率,将测试周期内的所有的功率数据绘制在图表中;
2、通过计算X轴为时间,Y轴为功率的图标面积,即可获取测试周期内所有的功率,计算所有功率之和的算法如下:
A、核心算法的原理如下:将功率对应的曲线面积无限的分割成无穷小块,然后将这些小块全部加起来就是曲线的面积;
B、假设分成无穷小块的数量为n,S1代表第一小块的面积,Sn代表第n小块的面积,每一小块都是一个矩形加上一个小三角形;第一小块的面积表示为:S1=Y1*XT+XT(Y1-0)/2;第n小块的面积表示为:Sn=Yn*XT+XT(Yn-Yn-1)/2;其中,XT为一个固定值,代表间隔的时间,Y1代表第一小块对应的Y轴上面的功率值,Yn代表第n小块对应的Y轴上面的功率值,Yn-1代表第n-1小块对应的Y轴上面的功率值;对应的总的面积为S总=S1+S2+S3+.....+Sn,通过数列可以获取到最终的面积可以无限接近于S总=XT(Y1+2Y2+2Y3+.....+3Yn)/2;
3、通过将所有的功率之和与初始化温度、目标温度以及位置信息,形成一条初始化温度、目标温度、位置信息的记录;
4、节能模式主要通过降低测试周期的功率和来实现,通过展示功率对应的曲线面积体现节能模式的效果,曲线面积越小,越节能;
本实施中智能舒适模式的原理如下:
1、舒适模式主要通过控制压缩机的转速范围来实现,转速范围越窄,代表压缩机转速的波动越小,对应的效果也越舒服;
2、通过查找并控制压缩机的最高转速、最低转速以及目标转速来实现智能舒适模式的测试;
3、在测试中,获取波峰和波谷对应的算法如下:
A、将转速对应的曲线面积无限的分割成无穷小一块,然后每一小块代表当前转速对应的曲线面积;
B、假设转速对应的曲线可以表示为V,第一个小块的曲线面积表示为V1,第n个小块对应的曲线面积表示为Vn;
C、计算V的一阶差分值Diffv:DIFFV(i)=V(i+1)-V(i),其中i∈1,2,……,N-1;其中,DIFFV(i)代表第i+1个小块曲线面积与第i个小块对应的曲线面积差值;
D、对差分向量进行取符号函数运算,Trend=sign(Diffv),Trend代表差分值Diffv的变化趋势,没变化为0,大于0则为1,小于0则为-1;即遍历Diffv,若Diffv(i)大于0则取1;如果小于0则取-1,否则值为0:
对所有的差分值Diffv(i)进行遍历,Trend(i)对应第i个差分值Diffv(i)的趋势,获取到Trend对应的趋势值;
E、计算Trend对应的差分值Diff_Trend,Diff_Trend(i)=Trend(i)-Trend(i-1),其中i∈1,2,……,N-1。
F、遍历差分值Diff_Trend(i),Diff_Trend(i)小于0则代表波谷,Diff_Trend(i)大于0则代表波峰;
G、获取波峰波谷算法的核心思路如下,曲线的峰值点,满足Diffv为0,并且满足Diff_Trend为负;而波谷点,则满足Diffv为0,Diff_Trend为正。
4、通过寻找波峰和波谷的算法获取测试周期内的波峰和波谷数据,并上传云平台。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (7)
1.一种压缩机测试方法,其特征在于,包括以下步骤:
步骤1、打开压缩机测试系统的桌面软件;
步骤2、加载测试数据;所述测试数据为远程的控制器的测试数据和测试结果、通过串口连接的控制器的测试数据和测试结果或通过导入其他电脑的测试数据和测试结果;
步骤3、加载完测试数据后,桌面软件将最优的测试结果进行展示,并将测试结果对应的图形展示到桌面软件的图像参数界面;
步骤4、用户根据展示的测试结果,设置至少一组测试参数;对测试参数进行编辑具体包括:
通过参数编辑,对可编辑的测试参数进行设置,测试参数包括最高转速、最低转速、基准转速、基准时间、调整时间、精度时间、目标温度以及测试周期;或通过图形化编辑测试参数,在展示出来的测试结果图形上进行拖动,参考测试结果图形的波峰和波谷进行最高转速和最低转速的设置,参考测试结果图形的变化时间进行基准时间、调整时间、精度时间以及目标温度的设置;
步骤5、参数设置完毕以后,选择需要测试的智能测试模式;
步骤6、选择设置的需要进行测试的测试参数,如果选择了多组测试参数,则会将多组测试参数和选定的测试模式分发给多台远程控制器进行测试;
步骤7、压缩机控制器收到测试参数以及智能测试模式以后,获取当前的压缩机温度,并保存初始测试温度;
步骤8、压缩机控制器从云端获取最新的智能测试模式的数据模型,如有更新,则更新智能测试模式的数据模型;
步骤9、压缩机根据智能测试模式的数据模型进行测试;
步骤10、测试周期结束以后,控制器将测试数据、测试结果以及初始测试温度、位置信息上传云端;
步骤11、云端根据控制器上传的测试数据,生成一条位置-初始温度-测试结果的数据记录,并保存在智能模式测试记录中,并根据获取的测试数据自动生成图形化测试报告;
步骤12、云端将生成的图形化测试报告通过小程序推送给用户;
步骤13、测试流程结束,并将本次的测试结果进行保存作为下一次测试参数设置的依据。
2.根据权利要求1所述的压缩机测试方法,其特征在于,步骤5中,所述的智能测试模式包括智能节能模式和智能舒适模式。
3.根据权利要求2所述的压缩机测试方法,其特征在于,所述智能测试模式的运行流程具体包括:
压缩机按照最高转速运行,压缩机运行时长达到基准时间以后,判断压缩机拉低温阶段是否结束;
如果压缩机按照最高转速运行,拉低温阶段未结束,则继续按照最高转速运行,每间隔一个精度时间,再判断拉低温阶段是否结束;
拉低温阶段结束以后,通过调整时间来计算保持目标温度需要的调整转速值,如果调整转速值和智能调整率的乘积低于最低转速,则按照最低转速执行,智能调整率是数据模型中的一个参数,可以通过云端平台进行设置;
压缩机从拉低温阶段结束时间开始结算,运行时长达到调整时间以后,压缩机按照目标转速运行;
每间隔一个精度时间进行判断,压缩机是否需要进行调整,每一次根据调整时间计算调整转速,压缩机按照调整转速进行运行,调整时间结束以后,继续按照目标转速运行;继续运行,直到测试周期结束。
4.根据权利要求3所述的压缩机测试方法,其特征在于,通过智能节能模式进行智能测试具体包括:
定时获取压缩机驱动板的功率,每间隔一个时间段获取一次压缩机驱动板的功率,将测试周期内的所有的功率数据绘制在图表中;
通过计算以X轴为时间,Y轴为功率的图标面积,即可获取测试周期内所有的功率之和;
通过所有的功率之和与初始化温度、目标温度以及位置信息,形成一条初始化温度、目标温度、位置信息的记录;
智能节能模式通过降低测试周期的功率和来实现,通过展示功率对应的曲线面积体现节能模式的效果,曲线面积越小,则越节能。
5.根据权利要求4所述的压缩机测试方法,其特征在于,测试周期内所有的功率之和的计算方法具体如下:
将功率对应的曲线面积无限的分割成无穷的小块,然后将这些小块全部加起来就是曲线的面积;
假设分成无穷小块的数量为n,S1代表第一小块的面积,Sn代表第n小块的面积,每一小块都是一个矩形加上一个小三角形;
第一小块的面积表示为:S1=Y1*XT+XT(Y1-0)/2;第n小块的面积表示为:Sn=Yn*XT+XT(Yn-Yn-1)/2;
其中,XT为一个固定值,代表间隔的时间,Y1代表第一小块对应的Y轴上面的功率值,Yn代表第n小块对应的Y轴上面的功率值,Yn-1代表第n-1小块对应的Y轴上面的功率值;
对应的总的面积为S总=S1+S2+S3+.....+Sn,通过数列可以获取到最终的面积可以无限接近于S总=XT(Y1+2Y2+2Y3+.....+3Yn)/2。
6.根据权利要求3所述的压缩机测试方法,其特征在于,通过智能舒适模式进行智能测试具体包括:
舒适模式主要通过控制压缩机的转速范围来实现,转速范围越窄,代表压缩机转速的波动越小,对应的效果则越舒服;通过查找并控制压缩机的最高转速、最低转速以及目标转速,即获取转速的波峰和波谷来实现智能舒适模式的测试并上传云平台。
7.根据权利要求6所述的压缩机测试方法,其特征在于,获取转速的波峰和波谷具体包括:
将转速对应的曲线面积无限的分割成无穷小块,然后每一小块代表当前转速对应的曲线面积;
假设转速对应的曲线可以表示为V,第一个小块的曲线面积表示为V1,第n个小块对应的曲线面积表示为Vn;
计算V的一阶差分值Diffv:DIFFV(i)=V(i+1)-V(i),其中i∈1,2,……,N-1;其中,DIFFV(i)代表第i+1个小块曲线面积与第i个小块对应的曲线面积差值;
对差分向量进行取符号函数运算,Trend=sign(Diffv),Trend代表差分值Diffv的变化趋势,没变化为0,大于0则为1,小于0则为-1;即遍历Diffv,若Diffv(i)大于0则取1;如果小于0则取-1,否则值为0:
对所有的差分值Diffv(i)进行遍历,Trend(i)对应第i个差分值Diffv(i)的趋势,获取到Trend对应的趋势值;
计算Trend对应的差分值Diff_Trend,Diff_Trend(i)=Trend(i)-Trend(i-1),其中i∈1,2,……,N-1;
遍历差分值Diff_Trend(i),Diff_Trend(i)小于0则代表波谷,Diff_Trend(i)大于0则代表波峰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210742951.0A CN115013299B (zh) | 2022-06-28 | 2022-06-28 | 压缩机测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210742951.0A CN115013299B (zh) | 2022-06-28 | 2022-06-28 | 压缩机测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115013299A CN115013299A (zh) | 2022-09-06 |
CN115013299B true CN115013299B (zh) | 2023-07-25 |
Family
ID=83076572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210742951.0A Active CN115013299B (zh) | 2022-06-28 | 2022-06-28 | 压缩机测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115013299B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117646720B (zh) * | 2024-01-04 | 2024-06-14 | 青岛三源泰科电子科技有限公司 | 一种活塞式压缩机高背压启动调整方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0572940A2 (en) * | 1992-05-29 | 1993-12-08 | MERLONI ELETTRODOMESTICI S.p.A. | Automatic functional test system for household electrical appliances |
CN102270271A (zh) * | 2011-05-03 | 2011-12-07 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN107402042A (zh) * | 2016-05-20 | 2017-11-28 | 中国科学院理化技术研究所 | 压缩机参数测试方法及装置 |
JP2018044546A (ja) * | 2016-09-12 | 2018-03-22 | ゼネラル・エレクトリック・カンパニイ | 圧縮機の状態に基づく監視をするためのシステムおよび方法 |
JP2018085589A (ja) * | 2016-11-22 | 2018-05-31 | パナソニックIpマネジメント株式会社 | 診断方法、診断装置及び表示装置 |
CN109441794A (zh) * | 2018-11-23 | 2019-03-08 | 广州能源检测研究院 | 一种基于互联网空压机能效在线检测系统及检测方法 |
JP2020051692A (ja) * | 2018-09-27 | 2020-04-02 | アクア株式会社 | 冷蔵庫 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10612808B2 (en) * | 2018-05-01 | 2020-04-07 | Lennox Industries Inc. | Operating an HVAC system based on predicted indoor air temperature |
-
2022
- 2022-06-28 CN CN202210742951.0A patent/CN115013299B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0572940A2 (en) * | 1992-05-29 | 1993-12-08 | MERLONI ELETTRODOMESTICI S.p.A. | Automatic functional test system for household electrical appliances |
CN102270271A (zh) * | 2011-05-03 | 2011-12-07 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN107402042A (zh) * | 2016-05-20 | 2017-11-28 | 中国科学院理化技术研究所 | 压缩机参数测试方法及装置 |
JP2018044546A (ja) * | 2016-09-12 | 2018-03-22 | ゼネラル・エレクトリック・カンパニイ | 圧縮機の状態に基づく監視をするためのシステムおよび方法 |
JP2018085589A (ja) * | 2016-11-22 | 2018-05-31 | パナソニックIpマネジメント株式会社 | 診断方法、診断装置及び表示装置 |
JP2020051692A (ja) * | 2018-09-27 | 2020-04-02 | アクア株式会社 | 冷蔵庫 |
CN109441794A (zh) * | 2018-11-23 | 2019-03-08 | 广州能源检测研究院 | 一种基于互联网空压机能效在线检测系统及检测方法 |
Non-Patent Citations (1)
Title |
---|
基于人工智能的往复式压缩机故障诊断研究综述;刘华敏;吕倩;余小玲;叶君超;杨长华;万辰咏;;流体机械(09);69-74+86 * |
Also Published As
Publication number | Publication date |
---|---|
CN115013299A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108375175B (zh) | 空调系统控制方法及装置 | |
CN105588272B (zh) | 一种空调风机控制方法及装置 | |
CN110779144B (zh) | 一种变频空调控制方法、装置及变频空调 | |
CN115013299B (zh) | 压缩机测试方法 | |
CN108151250B (zh) | 变频空调控制方法和装置 | |
CN108224697A (zh) | 空调电子膨胀阀调节方法、计算机装置、存储介质 | |
CN106969413A (zh) | 家用空调及其用电量控制方法和控制装置 | |
CN112665132B (zh) | 空调系统及其冷却侧的节能控制方法、装置和控制器 | |
CN108548269B (zh) | 空调的控制方法 | |
US7079904B1 (en) | Adaptive software management | |
CN113701321B (zh) | 一种中央空调水泵节能变频控制方法 | |
CN112665128B (zh) | 空调冷机控制方法、装置及空调冷机 | |
CN110940059B (zh) | 一种空调设备控制方法、装置及设备 | |
CN106545966A (zh) | 空调器及其频率控制方法和控制装置 | |
CN114135980A (zh) | 温度调节系统冷却侧优化参数确定及控制方法、相关设备 | |
CN114234400B (zh) | 多模块机组控制方法、装置、计算机设备和存储介质 | |
CN114738969A (zh) | 空调控制方法、装置、计算机可读存储介质及空调 | |
CN112665235A (zh) | 空调新风量控制方法、装置及系统 | |
CN116826782A (zh) | 基于温控负荷的电网调频方法、装置、设备及存储介质 | |
CN1189709C (zh) | 燃气热泵冷热水机组系统控制装置 | |
CN113915889B (zh) | 一种冰箱及其控制方法 | |
CN113108438B (zh) | 一种空调控制方法、装置、存储介质及空调 | |
CN111637503B (zh) | 一种吸油烟机的风机控制方法、控制装置和吸油烟机 | |
CN115823809A (zh) | 冷站系统及其热泵分组、控制处理方法、装置、电子设备 | |
CN114995543A (zh) | 一种通过人工智能ai控制环境调节设备的方法及装置 |
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 |