CN115054084B - 一种基于大数据分析的弹性支撑控制系统 - Google Patents

Abstract

本发明公开了一种基于大数据分析的弹性支撑控制系统，涉及智能沙发技术领域，解决了智能沙发并不能根据不同人以及不同的下陷幅度，对下陷区域的软硬度进行综合调节的技术问题；根据凹陷曲线模型，获取高点和低点的数据，对高点以及低点的软硬度再次调节，并限定对应的拉力值，通过所限定的拉力值，确保两点的软硬度数据，通过控制中心对沙发内部的自动调温装置以及拉紧设备参数数据进行调节，达到沙发软硬度调节的作用，提升座椅人员的坐姿体验，达到较好的体验效果，使座椅人员不会因长时间久坐而疲累。

Description

一种基于大数据分析的弹性支撑控制系统

技术领域

本发明属于智能沙发技术领域，具体是一种基于大数据分析的弹性支撑控制系统。

背景技术

沙发为一种装有软垫的多座位椅子，装有弹簧或厚泡沫塑料等的靠背椅，两边有扶手，是软装家具的一种；随着时代的发展，现有的家具已经逐渐智能化，故随之产生的智能沙发已经逐步使用至家居生活中，便于家居人员的使用体验。

现有的智能沙发在进行弹性调节时，一般通过外部人员进行智能调控，沙发内部的智能系统根据调控数据对沙发的软硬度进行调节，以此达到较佳的舒适效果，但在调节过程中，仍存在以下不足：

1、智能沙发无法根据外部参数数据的获取对沙发的软硬度进行自行调节，需人工进行手动调节，导致整体体验效果不佳；

2、智能沙发并不能根据不同人以及不同的下陷幅度，对下陷区域的软硬度进行综合调节，使不同的人在进行乘坐时，都可得到一个较佳的乘坐体验。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于大数据分析的弹性支撑控制系统，用于解决智能沙发并不能根据不同人以及不同的下陷幅度，对下陷区域的软硬度进行综合调节的技术问题。

为实现上述目的，根据本发明的第一方面的实施例提出一种基于大数据分析的弹性支撑控制系统，包括：

参数获取单元，用于对外部人员的个人参数数据进行获取，并将所获取的数据输送至处理中心内；

所述处理中心包括预处理单元、处理服务器以及数据库，所述预处理单元对个人参数数据进行接收，预先对个人参数数据进行处理得到待处理软硬值，将待处理软硬值与数据库内部点值进行比对，对沙发的软硬度进行初步调节，所述处理服务器，对已经进行了初步调节的沙发再次数据处理，根据沙发对应节点的下陷幅度对沙发不同的下陷位置进行软硬度调节，沙发对应节点为沙发内部的监测节点，监测节点与对应的节点座椅相匹配。

优选的，还包括温度获取单元，用于对温度数据进行获取，并将所获取的温度数据输送至处理中心内；

所述处理中心还包括温度补偿单元，温度补偿单元对温度数据进行接收，并根据温度数据对沙发的整体温度数据进行温度补偿处理。

优选的，所述个人参数数据包括身高数据以及重量数据，所述数据库内部设置有多组参数软硬包，多组参数软硬包分别为低参数软硬包、次低参数软硬包、中参数软硬包、次高参数软硬包和高参数软硬包。

优选的，所述预处理单元对个人参数数据进行处理的方式为：

将身高数据标记为SG_i，将温度数据标记为WD_i，其中i代表不同的人员；

采用

得到待处理软硬值RY_i，其中C1以及C2均为预设的固定系数因子；

将待处理软硬值RY_i，与数据库内部的多组参数软硬包相比对，且数据库内部设置有四组点值，分别为X1、X2、X3以及X4，X1、X2、X3以及X4参数数值均由外部操作人员根据经验拟定；

当RY_i≤X1时，预处理单元提取低参数软硬包；

当X1＜RY_i≤X2时，预处理单元提取次低参数软硬包；

当X2＜RY_i≤X3时，预处理单元提取中参数软硬包；

当X3＜RY_i≤X4时，预处理单元提取次高参数软硬包；

当X4＜RY_i时，预处理单元提取高参数软硬包；

预处理单元将所提取的参数软硬包输送至控制单元内，控制单元根据参数软硬包内部的参数数据对沙发的软硬度进行改变。

优选的，所述处理服务器对下陷位置进行软硬度调节方式为：

处理服务器根据监测节点监测的下陷数据生成凹陷曲线模型，获取下陷最低点并标记为ZD，并获取下陷最低点ZD的下陷值P1，下陷值P1为下陷最低点ZD与沙发水平面的径深值；

再获取沙发水平的水平高度数据并标记为GD，并获取对应的水平高度值P2；

采用LL＝α×P1得到拉力值LL，其中α为预设的参数因子，取值由操作人员根据经验拟定；

将拉力值LL输送至控制单元内，控制单元根据对应下陷点的拉力值LL，对沙发不同位置的软硬度进行控制。

优选的，所述控制单元与沙发内部的自动调温装置以及拉紧设备电性连接，通过处理中心所发送的参数数据，对沙发内部的自动调温装置以及拉紧设备参数数据进行调节。

优选的，所述温度补偿单元对温度数据进行补偿处理步骤为：

将室内环境温度标记为SN，将沙发的实时温度标记为SF；

采用

得到温度改变值GBD，其中▽为修正参数，且▽取值为10℃，公式内进行绝对值处理，避免在冬季时，室内环境温度与沙发的实时温度比值出现负值；

将温度改变值GBD输送至控制单元内，控制单元通过沙发的自动调温装置对沙发的内部温度进行调节，使沙发处于最佳温度状态。

与现有技术相比，本发明的有益效果是：预先通过参数获取单元对外部人员的个人参数数据进行获取，并将所获取的数据输送至处理中心内，处理中心内部的预处理单元预先对个人参数数据进行处理，通过处理结果，得到最佳的待处理软硬值，将待处理软硬值与数据库内部的多组参数软硬包进行比对，并通过控制中心根据参数软硬包对沙发的软硬度进行初步调节，根据温度获取单元所获取的温度数据，处理中心内部的温度补偿单元根据温度数据进行温度补偿，通过沙发内部的自动调温装置对内部温度进行调节，使沙发处于最佳适宜温度；

再根据凹陷曲线模型，获取高点和低点的数据，对高点以及低点的软硬度再次调节，并限定对应的拉力值，通过所限定的拉力值，确保两点的软硬度数据，通过控制中心对沙发内部的拉紧设备参数数据进行调节，达到沙发软硬度调节的作用，提升座椅人员的坐姿体验，达到较好的体验效果，使座椅人员不会因长时间久坐而疲累。

附图说明

图1为本发明原理框架示意图。

具体实施方式

下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，本申请提供了一种基于大数据分析的弹性支撑控制系统，包括参数获取单元、温度获取单元、处理中心以及控制单元；

所述处理中心包括预处理单元、温度补偿单元、处理服务器以及数据库；

所述参数获取单元输出端与处理中心输入端电性连接，所述温度获取单元输出端与处理中心输入端电性连接，所述预处理单元与数据库之间双向连接，且预处理单元与处理服务器输入端电性连接，所述温度补偿单元与处理服务器之间双向连接，所述处理中心输出端与控制单元输入端电性连接；

所述参数获取单元，用于对外部人员的个人参数数据进行获取，并将所获取的数据输送至处理中心内，其中个人参数数据包括身高数据以及重量数据，重量数据由设置于沙发内部的重量参数传感器进行获取，身高数据由对应的传感探头获取目测高度，其中传感探头设置于对应沙发中间处；

所述温度获取单元，用于对温度数据进行获取，并将所获取的温度数据输送至处理中心内，其中温度数据包括室内环境温度以及沙发的实时温度；

所述预处理单元，预先对个人参数数据进行处理得到待处理软硬值，将待处理软硬值与数据库内部数据进行比对，对沙发的软硬度进行初步调节，处理步骤为：

将身高数据标记为SG_i，将温度数据标记为WD_i，其中i代表不同的人员；

采用

得到待处理软硬值RY_i，其中C1以及C2均为预设的固定系数因子；

将待处理软硬值RY_i，与数据库内部的多组参数软硬包相比对，且数据库内部设置有四组点值，分别为X1、X2、X3、X4以及X5，X1、X2、X3、X4以及X5参数数值均由外部操作人员根据经验拟定(数据库内部的多组参数软硬包分别为低参数软硬包、次低参数软硬包、中参数软硬包、次高参数软硬包以及高参数软硬包)；

当RY_i≤X1时，预处理单元提取低参数软硬包；

当X1＜RY_i≤X2时，预处理单元提取次低参数软硬包；

当X2＜RY_i≤X3时，预处理单元提取中参数软硬包；

当X3＜RY_i≤X4时，预处理单元提取次高参数软硬包；

当X4＜RY_i时，预处理单元提取高参数软硬包；

预处理单元将所提取的参数软硬包输送至控制单元内，控制单元根据参数软硬包内部的参数数据对沙发的软硬度进行改变。

温度补偿单元，根据所获取的温度数据，对沙发的整体温度数据进行温度补偿处理，其中补偿处理步骤为：

将室内环境温度标记为SN，将沙发的实时温度标记为SF；

采用

得到温度改变值GBD，其中▽为修正参数，且▽取值为10℃；

将温度改变值GBD输送至控制单元内，控制单元通过沙发的自动调温装置对沙发的内部温度进行调节，使沙发处于最佳温度状态。

根据温度获取单元所获取的温度数据，处理中心内部的温度补偿单元根据温度数据进行温度补偿，对沙发的内部温度进行调节，使沙发处于最佳适宜温度，座椅人员在进行乘坐时，会得到一个较佳的坐姿体验。

处理服务器，根据沙发对应节点的下陷幅度对沙发不同的下陷位置进行软硬度调节，使对应的乘坐人员得到最佳的乘坐体验，具体的，可以根据沙发的长度，在沙发内部设置有多组下陷幅度监测节点，监测节点对应的节点座椅相匹配，例：沙发分为四组座椅，则沙发内设置有对应的四组监测节点，且处理服务器在进行调节之前，沙发对应节点处已通过对应的参数软硬包对沙发进行了初步调节，且此时的参数软硬包为一个软硬区间，其中调节的方式为：

处理服务器根据监测节点监测的下陷数据生成凹陷曲线模型，具体的，凹陷曲线模型便是不同位置处下陷数据的具体体现，将多组下陷数据进行连线处理，得到对应的凹陷曲线，获取下陷最低点并标记为ZD，并获取下陷最低点ZD的下陷值P1，下陷值P1为下陷最低点ZD与沙发水平面的径深值；

再获取沙发水平的水平高度数据并标记为GD，并获取对应的水平高度值P2；

采用LL＝α×P1得到拉力值LL，其中α为预设的参数因子，取值由操作人员根据经验拟定；

将拉力值LL输送至控制单元内，控制单元根据对应下陷点的拉力值LL，对沙发不同位置的弹力进行控制，使沙发下陷的高低两处侧点均得到处理作用，具体的，沙发内部设置有对应的拉紧设备，拉紧设备内部通过拉力值对沙发内部的张紧力进行调节控制，根据拉力值的参数数据，便可对沙发的软硬程度数据进行调节，便可达到较佳的软硬程度调节作用。拉紧设备可以是小型拉力机，拉力机中间设置有拉紧绳，可以对沙发内部蛇形弹簧的张紧力进行调节控制。

通过对已经通过对应的参数软硬包对沙发进行了初步调节的座椅位置再次进行调节，对高点以及低点的两处进行软硬度调节，并限定对应的拉力值，通过所限定的拉力值，确保两点的软硬度数据；

所述控制单元，与沙发内部的自动调温装置以及拉紧设备电性连接，通过处理中心所发送的参数数据，对沙发内部的自动调温装置以及拉紧设备参数数据进行调节，达到沙发软硬度调节的作用，提升座椅人员的坐姿体验，达到较好的体验效果，使座椅人员不会因长时间久坐而疲累。

上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。

本发明的工作原理：预先通过参数获取单元对外部人员的个人参数数据进行获取，并将所获取的数据输送至处理中心内，处理中心内部的预处理单元预先对个人参数数据进行处理，通过处理结果，得到最佳的待处理软硬值，将待处理软硬值与数据库内部的多组参数软硬包进行比对，并通过控制中心根据参数软硬包对沙发的软硬度进行初步调节，根据温度获取单元所获取的温度数据，处理中心内部的温度补偿单元根据温度数据进行温度补偿，对沙发的内部温度进行调节，使沙发处于最佳适宜温度，再根据凹陷曲线模型，获取高点和低点的数据，对高点以及低点的软硬度再次调节，并限定对应的拉力值，通过所限定的拉力值，确保两点的软硬度数据，通过控制中心对沙发内部的自动调温装置以及拉紧设备参数数据进行调节，达到沙发软硬度调节的作用，提升座椅人员的坐姿体验，达到较好的体验效果，使座椅人员不会因长时间久坐而疲累。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (3)

1.一种基于大数据分析的弹性支撑控制系统，其特征在于，包括：

参数获取单元，用于对外部人员的个人参数数据进行获取，并将所获取的数据输送至处理中心内；

所述处理中心包括预处理单元、处理服务器以及数据库，所述预处理单元对个人参数数据进行接收，预先对个人参数数据进行处理得到待处理软硬值，将待处理软硬值与数据库内部点值进行比对，对沙发的软硬度进行初步调节，所述处理服务器，对已经进行了初步调节的沙发再次数据处理，根据沙发对应节点的下陷幅度对沙发不同的下陷位置进行软硬度调节，沙发对应节点为沙发内部的监测节点，监测节点与对应的节点座椅相匹配；

还包括温度获取单元，用于对温度数据进行获取，并将所获取的温度数据输送至处理中心内；所述处理中心还包括温度补偿单元，温度补偿单元对温度数据进行接收，并根据温度数据对沙发的整体温度数据进行温度补偿处理；

所述个人参数数据包括身高数据以及重量数据，所述数据库内部设置有多组参数软硬包，多组参数软硬包分别为低参数软硬包、次低参数软硬包、中参数软硬包、次高参数软硬包和高参数软硬包；

所述预处理单元对个人参数数据进行处理的方式为：将身高数据标记为SG_i，将温度数据标记为WD_i，其中i代表不同的人员；

采用

得到待处理软硬值RY_i，其中C1以及C2均为预设的固定系数因子；

将待处理软硬值RY_i，与数据库内部的多组参数软硬包相比对，且数据库内部设置有四组点值，分别为X1、X2、X3以及X4，X1、X2、X3以及X4参数数值均由外部操作人员根据经验拟定；

当RY_i≤X1时，预处理单元提取低参数软硬包；

当X1＜RY_i≤X2时，预处理单元提取次低参数软硬包；

当X2＜RY_i≤X3时，预处理单元提取中参数软硬包；

当X3＜RY_i≤X4时，预处理单元提取次高参数软硬包；

当X4＜RY_i时，预处理单元提取高参数软硬包；

预处理单元将所提取的参数软硬包输送至控制单元内，控制单元根据参数软硬包内部的参数数据对沙发的软硬度进行改变；

所述处理服务器对下陷位置进行软硬度调节方式为：

处理服务器根据监测节点监测的下陷数据生成凹陷曲线模型，获取下陷最低点并标记为ZD，并获取下陷最低点ZD的下陷值P1，下陷值P1为下陷最低点ZD与沙发水平面的径深值；

再获取沙发水平的水平高度数据并标记为GD，并获取对应的水平高度值P2；

采用

得到拉力值LL，其中α为预设的参数因子，取值由操作人员根据经验拟定；

将拉力值LL输送至控制单元内，控制单元根据对应下陷点的拉力值LL，对沙发不同位置的软硬度进行控制。

2.根据权利要求1所述的一种基于大数据分析的弹性支撑控制系统，其特征在于，所述控制单元与沙发内部的自动调温装置以及拉紧设备电性连接，通过处理中心所发送的参数数据，对沙发内部的自动调温装置以及拉紧设备参数数据进行调节。

3.根据权利要求1所述的一种基于大数据分析的弹性支撑控制系统，其特征在于，所述温度补偿单元对温度数据进行补偿处理步骤为：

将室内环境温度标记为SN，将沙发的实时温度标记为SF；

采用

得到温度改变值GBD，其中

为修正参数，且

取值为10℃；

将温度改变值GBD输送至控制单元内，控制单元通过沙发的自动调温装置对沙发的内部温度进行调节，使沙发处于最佳温度状态。

Images