CN116256980A - 一种室内环境自学习控制方法及系统 - Google Patents
一种室内环境自学习控制方法及系统 Download PDFInfo
- Publication number
- CN116256980A CN116256980A CN202310537885.8A CN202310537885A CN116256980A CN 116256980 A CN116256980 A CN 116256980A CN 202310537885 A CN202310537885 A CN 202310537885A CN 116256980 A CN116256980 A CN 116256980A
- Authority
- CN
- China
- Prior art keywords
- parameters
- control
- house
- model
- unit
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明属于室内环境控制技术领域,涉及一种室内环境自学习控制方法及系统,一种室内环境自学习控制方法,包括,S1,获取实时的自然环境参数,根据实时的自然环境参数计算得到房屋表面受到环境气压和/或气流的第一参数;S2,获取房屋固定参数,根据房屋固定参数计算生成目标房屋的气流通道模型;S3,根据实时得到第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数,所述控制参数用于控制门窗的开合参数。本申请根据自然环境参数、房屋固定参数自学习生成目标气流流向模型,避免了刻板的统一调节的方式。本申请根据目标气流流向模型自动生成传感器的安装推介位置,避免了传感器的冗余与无效安装。
Description
技术领域
本发明属于室内环境控制技术领域,涉及室内环境自学习控制技术,具体涉及一种室内环境自学习控制方法及系统。
背景技术
家/房屋是人类改造室内气候的重要载体,为了适应自然气候的差异化、动态性,门窗是建筑实现气候分时、按需定制的核心部分,也是方案响应于动态环境实现家的气候定制的核心产品。气候是复杂的,气候的定制也是专业的,智能控制是将专业的控制智慧复制,将好的控制理念/方案/智慧推广的技术手段。但目前的智能家居及门窗等控制,几乎仅停留在电气控制/自动控制层面,即达到什么条件就触发某个控制器,在控制智慧的智能性(好的控制策略的复制)方面明显不足。具体表现在,当下的智能门窗(本质为自动控制门窗)仅仅打通了“远程/程序控制的控制通信链路”,简单结合了“物联网控制的响应”,对于如何控制能获得更好的室内环境,哪种室内环境更符合居住者需求等核心智慧层面缺乏控制依据及控制理论。
例如现有的家居控制系统对于不同的房屋相同检测参数发出相同的控制指令,根本没有考虑到不同房屋的地理位置、室内分布、不同用户的需求等对控制指令的影响,从而难以获得自适应的用户需求的室内微气候。
发明内容
为解决上述现有技术问题,本发明提供一种室内环境自学习控制方法及系统。
为了实现上述目的,本发明采用的技术方案是:
提供一种室内环境自学习控制方法,其特征在于,包括,
S1,获取实时的自然环境参数,所述实时的自然环境参数包括目标房屋的地理位置、朝向、气候,根据实时的自然环境参数计算得到房屋表面受到环境气压和/或气流的第一参数;
S2,获取房屋固定参数,所述房屋固定参数包括目标房屋的户型、门窗位置、门窗类型,根据房屋固定参数计算生成目标房屋的气流通道模型;
S3,根据实时得到第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数,所述控制参数用于控制门窗的开合参数。
优选的,S2中,根据气流通道模型生成传感器位置参数,根据位置参数安装传感器,将传感器检测的数据反馈给控制系统;
S3中,通过传感器获取房屋动态参数,根据得到的第一参数、房屋动态参数、气流通道模型生成目标气流流向模型以及对应的控制参数。
优选的,S3中,控制系统对控制参数进行优化得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。
优选的,S2中,
S21,预设简化房屋模型,所述简化房屋模型具有墙体数量、各墙体方向、各墙体上门和窗的位置;
S22,以简化房屋模型已经存在的墙体为参考,根据房屋固定参数向简化房屋模型增加墙体完成房屋建模生成目标房屋模型。
优选的,控制系统具有动态修正模式,在动态修正模式下,枚举调节控制参数,以目标气流流向模型为评价参数,通过传感器反馈的结果获得达标的新控制参数;
若新控制参数与原控制参数的差异值大于第一阈值,将新控制参数与对应的目标气流流向模型更新到系统中存储,后续控制时,根据目标气流流向模型直接调用新控制参数。
一种室内环境自学习控制系统,应用于所述的一种室内环境自学习控制方法,其特征在于,包括,
处理模块、采集模块、控制器;
其中,所述采集模块包括第一采集单元与第二采集单元,第一采集单元用于采集自然环境参数,第二采集单元用于采集房屋固定参数;
其中,所述处理模块包括第一建模单元、第二建模单元、第一计算单元、第二计算单元与生成控制参数单元,第一采集单元采集自然环境参数并将其传输给第一建模单元,第一建模单元生成气流边界模型,第一计算单元根据气流边界模型与实时的自然环境参数计算出房屋表面受到环境气压和/或气流的第一参数,第二采集单元采集房屋固定参数并将其传输给第二建模单元,第二建模单元生成房屋模型,第二计算单元根据房屋模型生成气流通道模型,生成控制参数单元根据第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
其中,所述控制器与处理模块连接,控制器接收到控制参数可改变门窗的开合参数。
优选的,处理模块具有安装位置生成单元、第三计算单元,所述安装位置生成单元根据气流通道模型生成传感器的位置参数;
采集模块具有第三采集单元,第三采集单元用于采集室内配置的传感器的参数,第三计算单元根据传感器采集的参数与位置参数计算生成第二参数,生成控制参数单元根据第一参数、第二参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
存储模块包括第二存储单元,第二存储单元用于存储目标气流流向模型以及对应的控制参数。
优选的,处理模块具有控制参数优化单元,所述控制参数优化单元对生成的控制参数进行优化计算得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。
优选的,处理模块具有调节控制单元、效果比较单元、参数比较单元与控制参数更新单元;
其中,所述调节控制单元用于调节控制参数,效果比较单元用于比较目标气流流向模型与第二参数,若第二参数与目标气流流向模型的匹配度D大于第二阈值,参数比较单元比较调节后的控制参数与调节前的控制参数,若调节后的控制参数与调节前的控制参数的相似度小于第三阈值,控制参数更新单元将调节后的控制参数替换调节前的控制参数,并将目标气流流向模型与对应的调节后的控制参数保存至第二存储单元。
优选的,具有电源模块与显示模块;
其中,所述电源模块用于为所述的一种室内环境自学习控制系统提供电源;
其中,所述显示模块用于显示气流通道模型与目标气流流向模型。
本发明提供一种室内环境自学习控制方法及系统,其有益效果体现在,
首先,本申请的气流通道模型是根据目标房屋特有的房屋固定参数计算得到的,本申请提供的计算方法根据房屋固定参数自动生成特有的气流通道模型,再根据实时得到自然环境参数与气流通道模型生成特有的室内目标气流流向模型以及对应的控制参数,促使控制器来控制门窗的开合,能够控制得到更加符合目标房屋的家的气候,本申请根据自然环境参数、房屋固定参数自学习生成目标气流流向模型,避免了刻板的统一调节的方式。
其次,本申请根据目标气流流向模型自动生成传感器的安装推介位置,避免了传感器的冗余与无效安装,通过传感器采集数据反馈给控制系统辅助控制系统调节控制参数,使得控制器调节门窗参数后目标房屋室内环境更加符合的家的气候。
最后,本申请可以定期的启动动态修正模式,修正模式下本申请动态调节门窗的开合参数达到目标气流模型,并将调节后的控制参数保存到存储模块中,后续控制时,将存储的参数直接调用,本申请可以解决室内布局调整等低频但影响室内环境控制策略的问题。
附图说明
图1为本发明一种实施例流程图;
图2为本发明另一种实施例流程图;
图3为本发明一种实施例逻辑框图;
图4为本发明一种实施例具有优化控制参数的逻辑框图;
图5为本发明一种实施例具有修正模式的逻辑框图;
图6为本发明一种实施例具有显示模块的辑框图;
图7为本发明一种实施例具有自学习的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
请参阅图1-图7所示,本发明提供的具体实施例如下:
实施例1:
家/房屋是人类改造室内气候的重要载体,为了适应自然气候的差异化、动态性,门窗是建筑实现气候分时、按需定制的核心部分,也是方案响应于动态环境实现家的气候定制的核心产品。气候是复杂的,气候的定制也是专业的,智能控制是将专业的控制智慧复制,将好的控制理念/方案/智慧推广的技术手段。但目前的智能家居及门窗等控制,几乎仅停留在电气控制/自动控制层面,即达到什么条件就触发某个控制器,在控制智慧的智能性(好的控制策略的复制)方面明显不足。具体表现在,当下的智能门窗(本质为自动控制门窗)仅仅打通了“远程/程序控制的控制通信链路”,简单结合了“物联网控制的响应”,对于如何控制能获得更好的室内环境,哪种室内环境更符合居住者需求等核心智慧层面缺乏控制依据及控制理论。
门窗智能控制的目标是获得理想的/居住者需要的室内微气候,室内微气候主要包括室内、温度、空气湿度、空气流向等参数。作为智能控制系统,其一方面需要尽可能理解居住者的理想的需求,另一方面需要通过可控的系统实现该理想的需求目标。家的气候的控制目标并不能通过标准化或统一的控制策略实现,因为影响家的气候的参数至少包括每一个家的空间结构、门窗配置及布置、自然环境/地理环境、家的大件陈设等,而这些参数几乎是家的属性参数,即每个家均不相同,所以家的气候的智能控制需要为每一个家配置单独的控制策略,甚至根据陈设的调整/改变而动态配置控制策略。
为此,本申请提供一种室内环境自学习控制方法,如图1所示,包括,
S1,获取实时的自然环境参数,所述实时的自然环境参数包括目标房屋的地理位置、朝向、气候,根据实时的自然环境参数计算得到房屋表面受到环境气压和/或气流的第一参数;在此需要说明的是,自然环境参数不局限于目标房屋的地理位置、朝向、气候,还可以包括目标房屋所在的季节、气候环境、实时天气情况等。而获取自然环境参数的途径也有多种,可以通过传感器、检测装置获取,也可以通过网络端实时获取当前时刻的季节、所在地的气候环境、实时天气情况等。第一参数可以为房屋表面受到的环境气压和/或气流。本申请可以根据实时获取的自然环境参数实时计算出与目标房屋匹配的第一参数。
S2,获取房屋固定参数,所述房屋固定参数包括目标房屋的户型、门窗位置、门窗类型,根据房屋固定参数计算生成目标房屋的气流通道模型;在此需要说明的是,房屋固定参数并不局限于目标房屋的户型、门窗位置、门窗类型,还可以包括房屋墙体的数量、尺寸、方向等数据。根据房屋固定参数计算生成目标房屋的气流通道模型,气流通道模型即空气在目标房屋所有可能与外界环境气流流通的通道,即可是实现不同的门窗开关组合情况下,该房屋可能的气流流向。
S3,根据实时得到第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数,所述控制参数用于控制门窗的开合参数。目标气流流向模型是控制系统根据目标房屋的固定参数特性与当前第一参数自动生成的优选气流流向模型,即在目标气流流向模型为当前推荐的门窗开合方式,门窗的控制器接收到控制参数进行相应的调节,使调节门窗后的实际气流流向与目标气流流向模型一致。门窗的开合方式具体包括门窗的开、关、开一定的角度多种状态。
在此需要说明的是,步骤S1与步骤S2的先后顺序根据实际情况调节,可以步骤S1与步骤S2同步进行,也可以先进行步骤S1后进行步骤S2,也可以先进行步骤S2后进行步骤S1,在此不做具体限定。
综上所述,首先,本申请的气流通道模型是根据目标房屋特有的房屋固定参数计算得到的,本申请提供的计算方法根据房屋固定参数自动生成特有的气流通道模型,再根据实时得到自然环境参数与气流通道模型生成特有的室内目标气流流向模型以及对应的控制参数,促使控制器来控制门窗的开合,能够控制得到更加符合目标房屋的家的气候。本申请根据自然环境参数、房屋固定参数自学习生成目标气流流向模型,避免了刻板的统一调节的方式。其次,本申请实时采集自然环境参数,根据自然环境参数动态调节门窗的开合参数,可以实时动态调节家的气候,使房间内长时间处于理想的家的气候。
实施例2:
如图2所示,S2中,根据气流通道模型生成传感器位置参数,根据位置参数安装传感器,将传感器检测的数据反馈给控制系统;
S3中,通过传感器获取房屋动态参数,根据得到的第一参数、房屋动态参数、气流通道模型生成目标气流流向模型以及对应的控制参数。
室内环境可以直观的反应家的气候,但是室内传感器的安装却是一个问题,传感器的种类、数量、安装位置的分布都与检测数据有很强的关联性,随后传感器将检测到的数据发送反馈至控制系统,为此,控制系统控制家的气候与传感器的种类、数量、安装位置的分布具有很大的关联。
在本实施例中,S2中,根据气流通道模型生成传感器位置参数,根据位置参数安装传感器,具体的,传感器可以包括温度传感器、湿度传感器、风速传感器、风向传感器中的一种或者多种,传感器的位置设置于气流流向的节点位置(即气流通道的交点位置),本申请可根据目标气流流向模型自动生成传感器的安装推介位置,从而引导更高效的安装传感器,避免了传感器的冗余与无效安装。当传感器安装完成后,通过控制系统设置端口将传感器位于气流流向模型的位置配置进模型,将传感器检测的数据反馈给控制系统。
S3中,通过传感器获取房屋动态参数,根据得到的第一参数、房屋动态参数、气流通道模型生成目标气流流向模型以及对应的控制参数。在此需要说明的是,房屋动态参数可以包括环境传感参数、传感器的位置、类型等,根据得到的第一参数、房屋动态参数、气流通道模型生成目标气流流向模型以及对应的控制参数。
综上所述,本申请根据目标气流流向模型自动生成传感器的安装推介位置,从而引导更高效的安装传感器,避免了传感器的冗余与无效安装。与此同时,通过传感器采集数据反馈给控制系统,可以辅助控制系统调节控制参数,使得控制器调节门窗参数后目标房屋室内环境更加符合的家的气候。
实施例3:
S3中,控制系统对控制参数进行优化得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。
在本实施例中,控制系统对控制参数进行优化得到优化控制参数,即将可以达到同一控制结果的控制参数进行合并,在一种实施例中,如将实现客厅5分钟内换气的控制结果的多种窗户开合组合方式进行合并处理,只保留1-3种可实现控制结果的控制参数即可,其他的控制参数忽略不计或直接删除,最终生成有限数量的门窗开合控制方案。在实际控制时,只需要根据控制结果直接调用该优化控制参数,实现一步到位的明确参数调控,减少控制反馈逻辑,降低控制系统的计算量,也降低门窗控制的反复的动态调整响应,可显著延长门窗各动力、传动及铰链等部件的寿命。
实施例4:
S2中,S21,预设简化房屋模型,所述简化房屋模型具有墙体数量、各墙体方向、各墙体上门和窗的位置;
S22,以简化房屋模型已经存在的墙体为参考,根据房屋固定参数向简化房屋模型增加墙体完成房屋建模生成目标房屋模型。
在本实施例中,先提供一种简化房屋模型,该简化房屋模型具有简单的墙体、门窗,但是对于不同的房屋其墙体数量(多少面墙)、各墙体方向、各墙体上的门和窗的类型都不相同,为此本申请忽略墙体的尺寸,配置时只需要向简化房屋模型中添加墙体,并以已经存在的墙体为参考,将新增墙体配置为与之平行或垂直、以及相对于已知墙体的相对位置关系(上下左右关系)即可完成房屋建模,建成的房屋模型反映的是各墙体和门窗的拓扑关系,无尺寸参数。建模完成后,系统将根据房屋模型生成可能的气流通道模型,即不同的门窗开关组合情况下,该房屋可能的气流流向通道。
实施例5:
控制系统具有动态修正模式,在动态修正模式下,枚举调节控制参数,以目标气流流向模型为评价参数,通过传感器反馈的结果获得达标的新控制参数;
若新控制参数与原控制参数的差异值大于第一阈值,将新控制参数与对应的目标气流流向模型更新到系统中存储,后续控制时,根据目标气流流向模型直接调用新控制参数。
当目标房屋内的大件陈设发送变动/调整,会动态改变可能的气流流通通道,但是控制参数不变,则会导致控制参数偏离用户的真实需求。
在本实施例中,控制参数包括控制参数,控制系统可以定期的启动动态修正模式,修正模式下,门窗的控制参数将不再是采用计算获得的有限具体参数,而是以目标气流流向模型作为评价参数,通过传感器进行结果采集反馈控制,控制的门窗调节方案采用在目标气流流向模型的限制下进行枚举调节控制,通过对反馈结果进行评估获得新的控制参数,该新的控制参数如果与原参数有较大差异,就将新参数更新到系统中存储。后续控制时,将存储的参数直接调用,按有限的具体的参数进行门窗智能控制。
本申请定期自动修正的控制逻辑可以将室内布局调整等低频但影响室内环境控制策略的问题解决。
实施例6:
如图3所示,一种室内环境自学习控制系统,应用于所述的一种室内环境自学习控制方法,包括,
处理模块、采集模块、控制器;
其中,所述采集模块包括第一采集单元与第二采集单元,第一采集单元用于采集自然环境参数,第二采集单元用于采集房屋固定参数;
在此需要说明的是,自然环境参数可以为目标房屋的地理位置、朝向、气候,还可以包括目标房屋所在的季节、气候环境、实时天气情况等。而获取自然环境参数的途径也有多种,即第一采集单元可以为传感器、检测装置,第一采集单元可以为网络端口实时获取当前时刻的季节、所在地的气候环境、实时天气情况等,目标房屋为用户需要控制的房屋。
在此需要说明的是,房屋固定参数可以为目标房屋的户型、门窗位置、门窗类型,还可以为目标房屋的墙体的数量、尺寸、方向等参数。获取房屋固定参数的方式有多种,即第二采采集单元可以为多种。在一种实施例中,第二采集单元是控制系统的输入端口,可以通过将目标房屋的三维模型导入控制系统获取房屋固定参数,也可以通过人工从输入端口填写列表将房屋固定参数填入控制系统。
其中,所述处理模块包括第一建模单元、第二建模单元、第一计算单元、第二计算单元与生成控制参数单元,第一采集单元采集自然环境参数并将其传输给第一建模单元,第一建模单元生成气流边界模型,第一计算单元根据气流边界模型与实时的自然环境参数计算出房屋表面受到环境气压和/或气流的第一参数,第二采集单元采集房屋固定参数并将其传输给第二建模单元,第二建模单元生成房屋模型,第二计算单元根据房屋模型生成气流通道模型,生成控制参数单元根据第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
其中,所述存储模块包括第一存储单元,第一存储单元用于存储气流边界模型;
在此需要说明的是,气流边界模型为自然环境参数与目标房屋表面受到环境气压和/或气流大小的函数关系,即向气流边界模型输入自然环境参数可以计算出目标房屋表面受到环境气压和/或气流大小。本申请的气流边界模型并不是预先存在的模型,而是通过第一建模单元根据部分自然环境参数构建出来的模型,对于目标房屋来说,第一建模单元构建的气流边界模型可以保存到第一存储单元中,下次可以直接调用气流边界模型进行计算。可以有效提高第一参数生成速率,减小控制系统的计算量。
在一种实施例中,第一采集单元采集目标房屋的地理位置、房屋朝向、目标房屋的楼层数、小区楼栋数等参数,第一采集单元将采集的数据传输给第一数据处理单元进行数据处理,然后将处理后的数据传输给第一建模计算单元,第一计算单元根据气流边界模型与实时的自然环境参数计算出实时的房屋表面受到环境气压和/或气流的第一参数。
第二采集单元采集房屋固定参数并将其传输给第二数据处理单元,第二数据单元将数据处理后传输给第二建模单元,第二建模单元生成房屋模型,第二计算单元根据房屋模型生成气流通道模型,生成控制参数单元根据第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
进一步的,第一处数据理单元用于对自然环境参数进行数据处理,将各类自然环境参数转化为可量化的参数,第二数据处理单元用于对房屋固定参数进行数据处理,将各类房屋固定参数转化为可量化的参数。数据处理的方式可包括滤波、文字进行信息的提取等。例如,天气预报的文字信息需要经过处理,获取时间、天气变化、温度等信息再用作模型输入。
其中,所述控制器与处理模块连接,控制器接收到控制参数可改变门窗的开合参数。控制器为控制目标房屋各门窗开合参数的装置,可以包括多个控制器,如图3所示的控制器1、控制器2、控制器3、控制器4等等,在此对控制器的数量不做具体限定,可以根据实际门窗数量而定。控制器可以改变门窗的开合角度与开合时间。
在本实施例中,本申请提供的是一套计算方法与计算服务,本申请是采集特定目标房屋的相关参数生成特定的目标气流流向模型以及对应的控制参数,本申请能够自动学习不同目标房屋的特征生成不同的目标气流流向模型以及对应的控制参数。例如,将本申请用于两个不同房屋的室内环境控制,A房屋与B房屋,对于A房屋而言,第一采集单元采集A房屋的自然环境参数生成A气流边界模型,第一计算单元计算出A第一参数,第二采集单元采集A房屋的房屋固定参数,第二计算单元生成A房屋模型,第二计算单元根据A房屋模型生成A气流通道模型,生成控制参数单元根据A第一参数与A气流通道模型生成室内A目标气流流向模型以及对应的A控制参数。
对于B房屋而言,第一采集单元采集B房屋的自然环境参数生成B气流边界模型,第一计算单元计算出B第一参数,第二采集单元采集B房屋的房屋固定参数,第二计算单元生成B房屋模型,第二计算单元根据B房屋模型生成B气流通道模型,生成控制参数单元根据B第一参数与B气流通道模型生成室内B目标气流流向模型以及对应的B控制参数。
综上所述,一方面,不同的地区对家的气候有不同的需求,本申请提供的控制系统具有自学习能力,对于不同的目标房屋可以生成特定的目标气流流向模型,避免了刻板的远程调节或程序调控。另一方面,本申请将气流边界模型保存至存第一存储单元中,下次计算第一参数时可以直接调用,大大减少了控制系统的计算量,提高了调控的决策时间,进而达到及时调节门窗的开合参数改变室内的微气候。
实施例7:
如图4所示,处理模块具有安装位置生成单元、第三计算单元,所述安装位置生成单元根据气流通道模型生成传感器的位置参数;在此需要说明的是,气流通道模型是根据房屋固定参数自动生成的,气流通道模型包括目标房屋所有可能的气流通道,生成的传感器的位置参数即可以指导安装传感器,而且不同的目标房屋其传感器的位置参数不同,本申请生成的传感器的安装位置是根据特定目标房屋生成的特定安装位置,本申请可以有效避免传感器的冗余安装与无效安装。传感器的类型可以包括湿度传感器、温度传感器、风向传感器、风速传感器、气压传感器中的而一种或多种,不同类型的传感器具有不同的安装位置,即可完成室内传感器的安装。
采集模块具有第三采集单元,第三采集单元用于采集室内配置的传感器的参数,第三计算单元根据传感器采集的参数与位置参数计算生成第二参数,生成控制参数单元根据第一参数、第二参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
存储模块包括第二存储单元,第二存储单元用于存储目标气流流向模型以及对应的控制参数。
在本实施例中,通过第三采集单元,即传感器采集的数据传回控制系统,可以反馈调节目标气流模型及对应的控制参数,从而达到动态调节家的气候的目的。
实施例8:
由于目标房屋所处的环境时刻在变化,根据网端获取的预测数据可以对一段时间(1分钟-15分钟)内的门窗进行控制,例如可以每2分钟生成一次目标预测模型及其控制参数,也可以每5分钟生成一次目标预测模型及其控制参数,具体根据实际需求而定,如果目标房屋所处气候变化较快则可以减小生成目标气流模型的时间间隔,如果目标房屋所处气候变化较慢则可以增加生成目标气流模型的时间间隔。而在一次目标气流模型中具有多种控制参数,即多种控制策略,例如在7分钟内,相同的目标气流模型依次生成了4种控制参数,即控制器依次按照4种控制参数进行调控门窗的开合参数,会导致门窗不断地开合,会大大减小门窗动力部件、铰接部件的使用寿命。
在本实施例中,处理模块具有控制参数优化单元,所述控制参数优化单元对生成的控制参数进行优化计算得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。在一种实施例中,如将实现客厅7分钟内换气的目标气流模型(控制结果)的4种控制参数(窗户开合组合方式)进行合并处理,只保留2种可实现控制结果的控制参数即可,其他的控制参数忽略不计或直接删除,最终生成有限数量的门窗开合控制方案。在实际控制时,只需要根据控制结果直接调用该优化控制参数,实现一步到位的明确参数调控,减少控制反馈逻辑,降低控制系统的计算量,也降低门窗控制的反复的动态调整响应,可显著延长门窗各动力、传动及铰链等部件的寿命。
实施例9:
在实际室内环境中,会出现室内布局变化的问题,虽然室内布局改变的频率较低,但是一旦出现室内布局改变,会导致控制系统的控制策略出片偏差。
如图5所示,在本实施例中,处理模块具有调节控制单元、效果比较单元、参数比较单元与控制参数更新单元;
其中,所述调节控制单元用于调节控制参数,效果比较单元用于比较目标气流流向模型与第二参数,即效果比较单元用于比较目标气流模型(控制目标)与第二参数(检测结果)的匹配度D,匹配度D越大表示控制参数越接近最优值,匹配度D越小表示控制参数需要继续调控。若第二参数与目标气流流向模型的匹配度D大于第二阈值时,参数比较单元比较调节后的控制参数与调节前的控制参数,若调节后的控制参数与调节前的控制参数的相似度小于第三阈值,控制参数更新单元将调节后的控制参数替换调节前的控制参数,并将目标气流流向模型与对应的调节后的控制参数保存至第二存储单元。若调节后的控制参数与调节前的控制参数的相似度不小于第三阈值,控制参数更新单元将目标气流流向模型与对应的调节前的控制参数保存至第二存储单元。后续控制时,根据目标气流流向模型直接从第二存储单元中调用对应的控制参数,按有限的具体的参数进行门窗智能控制。对于目标房屋中室内布局改变后,可以调节控制单元、效果比较单元、参数比较单元与控制参数更新单元可以实现自动修正控制系统,不改变控制系统的配置,根据室内布局的改变自动修正控制参数,本申请定期自动修正的控制逻辑能够解决室内布局调整影响室内环境控制策略的问题。
进一步的,第二阈值的取值范围为85%-90%,第三阈值的取值范围为90%-95%,
实施例10:
如图6所示,具有电源模块与显示模块;
其中,所述电源模块用于为所述的一种室内环境自学习控制系统提供电源;电源模块可以为固定电源/移动电源,也可以为电源接口,所述电源接口用于接入电源。
其中,所述显示模块用于显示气流通道模型与目标气流流向模型。
在本实施例中,处理模块具有第三存储单元,所述第三存储单元用于存储房屋模型,显示模块还可以用于显示房屋模型,其中房屋模型、流通道模型与目标气流流向模型可以以二维或则三维的形式显示出来,用户可以直观的看到实际气流流向情况。
实施例11:
如图7所示,在一种实施例中,采集模块具有第四采集单元,第四采集单元用于采集外部控制输入,处理模块具有控制选择单元、主动调节单元、主动记录单元;第四采集单元将采集的第三参数传输给控制选择单元与主动调节单元,控制选择单元用于选择需要调节的门窗,主动调节单元用于筛选需要调节门窗的对应开合参数。第四采集单元可以是控制系统的外部输入端口,在具体实施例中,用户自己调节室内气候时,可以通过外部输入端口输入调节需求,控制选择单元根据外部输入端获得的调节需求筛选出需要调节的门窗,例如第1个门与第2个窗用户,主动调节单元根据从外部输入端获得的调节需求获取需要调节的门窗的参数,例如,第1个门开的角度调为80度、第2个窗开角度为50度,并将调节需求的控制参数传递给控制器,控制器根据调节需求调节门窗的开合参数为第1个门开的角度调为80度、第2个窗开角度为50度。主动记录单元将用于当前目标气流模型与用于需求保存值第二存储单元,当下次生成该目标气流模型时,直接调用该调节需求给控制器。
本申请可以自动给记录用户的调节需求,并将用户需求与对应的目标气流模型存入第二存储单元,可以一直记录更行用户的调节需求,越来越理解用户对室内环境的喜好,下次遇到该目标气流弄醒可以直接调用该用用户需要的控制参数,本申请能够提供更加适合用户实际需求的室内微气候。
在本发明的实施例的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”、“内侧”、“外侧”等指示的方位或位置关系。
在本发明的实施例的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的实施例的描述中,需要理解的是,“-”表示的是两个数值之同的范围,并且该范围包括端点。例如:“A-B”表示大于或等于A,且小于或等于B的范围。在本发明的实施例的描述中,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种室内环境自学习控制方法,其特征在于,包括,
S1,获取实时的自然环境参数,所述实时的自然环境参数包括目标房屋的地理位置、朝向、气候,根据实时的自然环境参数计算得到房屋表面受到环境气压和/或气流的第一参数;
S2,获取房屋固定参数,所述房屋固定参数包括目标房屋的户型、门窗位置、门窗类型,根据房屋固定参数计算生成目标房屋的气流通道模型;
S3,根据实时得到第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数,所述控制参数用于控制门窗的开合参数。
2.根据权利要求1所述的一种室内环境自学习控制方法,其特征在于,
S2中,根据气流通道模型生成传感器位置参数,根据位置参数安装传感器,将传感器检测的数据反馈给控制系统;
S3中,通过传感器获取房屋动态参数,根据得到的第一参数、房屋动态参数、气流通道模型生成目标气流流向模型以及对应的控制参数。
3.根据权利要求2所述的一种室内环境自学习控制方法,其特征在于,
S3中,控制系统对控制参数进行优化得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。
4.根据权利要求3所述的一种室内环境自学习控制方法,其特征在于,S2中,
S21,预设简化房屋模型,所述简化房屋模型具有墙体数量、各墙体方向、各墙体上门和窗的位置;
S22,以简化房屋模型已经存在的墙体为参考,根据房屋固定参数向简化房屋模型增加墙体完成房屋建模生成目标房屋模型。
5.根据权利要求4所述的一种室内环境自学习控制方法,其特征在于,
控制系统具有动态修正模式,在动态修正模式下,枚举调节控制参数,以目标气流流向模型为评价参数,通过传感器反馈的结果获得达标的新控制参数;
若新控制参数与原控制参数的差异值大于第一阈值,将新控制参数与对应的目标气流流向模型更新到系统中存储,后续控制时,根据目标气流流向模型直接调用新控制参数。
6.一种室内环境自学习控制系统,应用于权利要求1-5之任一所述的一种室内环境自学习控制方法,其特征在于,包括,
处理模块、采集模块、存储模块与控制器;
其中,所述采集模块包括第一采集单元与第二采集单元,第一采集单元用于采集自然环境参数,第二采集单元用于采集房屋固定参数;
其中,所述处理模块包括第一建模单元、第二建模单元、第一计算单元、第二计算单元与生成控制参数单元,第一采集单元采集自然环境参数并将其传输给第一建模单元,第一建模单元生成气流边界模型,第一计算单元根据气流边界模型与实时的自然环境参数计算出房屋表面受到环境气压和/或气流的第一参数,第二采集单元采集房屋固定参数并将其传输给第二建模单元,第二建模单元生成房屋模型,第二计算单元根据房屋模型生成气流通道模型,生成控制参数单元根据第一参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
其中,所述存储模块包括第一存储单元,第一存储单元用于存储气流边界模型;
其中,所述控制器与处理模块连接,控制器接收到控制参数可改变门窗的开合参数。
7.根据权利要求6所述的一种室内环境自学习控制系统,其特征在于,
处理模块具有安装位置生成单元、第三计算单元,所述安装位置生成单元根据气流通道模型生成传感器的位置参数;
采集模块具有第三采集单元,第三采集单元用于采集室内配置的传感器的参数,第三计算单元根据传感器采集的参数与位置参数计算生成第二参数,生成控制参数单元根据第一参数、第二参数与气流通道模型生成室内目标气流流向模型以及对应的控制参数;
存储模块包括第二存储单元,第二存储单元用于存储目标气流流向模型以及对应的控制参数。
8.根据权利要求7所述的一种室内环境自学习控制系统,其特征在于,
处理模块具有控制参数优化单元,所述控制参数优化单元对生成的控制参数进行优化计算得到优化控制参数,所述优化控制参数对同一控制结果的控制参数进行合并。
9.根据权利要求8所述的一种室内环境自学习控制系统,其特征在于,
处理模块具有调节控制单元、效果比较单元、参数比较单元与控制参数更新单元;
其中,所述调节控制单元用于调节控制参数,效果比较单元用于比较目标气流流向模型与第二参数,若第二参数与目标气流流向模型的匹配度D大于第二阈值时,参数比较单元比较调节后的控制参数与调节前的控制参数,若调节后的控制参数与调节前的控制参数的相似度小于第三阈值,控制参数更新单元将调节后的控制参数替换调节前的控制参数,并将目标气流流向模型与对应的调节后的控制参数保存至第二存储单元。
10.根据权利要求9所述的一种室内环境自学习控制系统,其特征在于,
具有电源模块与显示模块;
其中,所述电源模块用于为所述的一种室内环境自学习控制系统提供电源;
其中,所述显示模块用于显示气流通道模型与目标气流流向模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310537885.8A CN116256980B (zh) | 2023-05-15 | 2023-05-15 | 一种室内环境自学习控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310537885.8A CN116256980B (zh) | 2023-05-15 | 2023-05-15 | 一种室内环境自学习控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116256980A true CN116256980A (zh) | 2023-06-13 |
CN116256980B CN116256980B (zh) | 2023-07-25 |
Family
ID=86684642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310537885.8A Active CN116256980B (zh) | 2023-05-15 | 2023-05-15 | 一种室内环境自学习控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116256980B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117111535A (zh) * | 2023-10-20 | 2023-11-24 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007109488A2 (en) * | 2006-03-17 | 2007-09-27 | Honeywell International Inc. | Building management system |
CN105804578A (zh) * | 2016-03-11 | 2016-07-27 | 深圳市十方联智科技有限公司 | 一种智能家居窗户控制方法和系统 |
CN110409955A (zh) * | 2019-06-06 | 2019-11-05 | 雄安达实智慧科技有限公司 | 基于决策树预测模型的窗户控制方法、装置和电子设备 |
CN112268333A (zh) * | 2020-10-22 | 2021-01-26 | 上海伯涵热能科技有限公司 | 一种采用房门排风的压风式新风系统 |
US20210063036A1 (en) * | 2019-08-29 | 2021-03-04 | Lg Electronics Inc. | Air purifier and operating method of the same |
CN113494767A (zh) * | 2020-03-19 | 2021-10-12 | 佛山市云米电器科技有限公司 | 送风换气方法、送风装置、送风系统及存储介质 |
GB202117045D0 (en) * | 2021-11-25 | 2022-01-12 | Zapcarbon Ltd | Apparatus, method and computer program for remote monitoring of environmental conditons within a plurality of buildings |
CN113932406A (zh) * | 2021-09-18 | 2022-01-14 | 青岛海尔空调器有限总公司 | 用于调节室内环境的方法、装置及系统 |
WO2022250729A1 (en) * | 2020-09-30 | 2022-12-01 | Shah Varun A | Cooling and heating methodology and systems |
CN116052631A (zh) * | 2023-02-06 | 2023-05-02 | 四川名人居门窗有限公司 | 一种主动式降噪系统及其调校方法 |
-
2023
- 2023-05-15 CN CN202310537885.8A patent/CN116256980B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007109488A2 (en) * | 2006-03-17 | 2007-09-27 | Honeywell International Inc. | Building management system |
CN105804578A (zh) * | 2016-03-11 | 2016-07-27 | 深圳市十方联智科技有限公司 | 一种智能家居窗户控制方法和系统 |
CN110409955A (zh) * | 2019-06-06 | 2019-11-05 | 雄安达实智慧科技有限公司 | 基于决策树预测模型的窗户控制方法、装置和电子设备 |
US20210063036A1 (en) * | 2019-08-29 | 2021-03-04 | Lg Electronics Inc. | Air purifier and operating method of the same |
CN113494767A (zh) * | 2020-03-19 | 2021-10-12 | 佛山市云米电器科技有限公司 | 送风换气方法、送风装置、送风系统及存储介质 |
WO2022250729A1 (en) * | 2020-09-30 | 2022-12-01 | Shah Varun A | Cooling and heating methodology and systems |
CN112268333A (zh) * | 2020-10-22 | 2021-01-26 | 上海伯涵热能科技有限公司 | 一种采用房门排风的压风式新风系统 |
CN113932406A (zh) * | 2021-09-18 | 2022-01-14 | 青岛海尔空调器有限总公司 | 用于调节室内环境的方法、装置及系统 |
GB202117045D0 (en) * | 2021-11-25 | 2022-01-12 | Zapcarbon Ltd | Apparatus, method and computer program for remote monitoring of environmental conditons within a plurality of buildings |
CN116052631A (zh) * | 2023-02-06 | 2023-05-02 | 四川名人居门窗有限公司 | 一种主动式降噪系统及其调校方法 |
Non-Patent Citations (3)
Title |
---|
冯箐: "基于风环境模拟的室内空间优化设计研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 02, pages 009 - 328 * |
邵智娟: "室内PM2.5污染及对人群健康的影响研究", 中国博士学位论文全文数据库 工程科技Ⅰ辑, no. 01, pages 027 - 99 * |
陈芳达;代钦;: "风压作用下房屋自然通风的PIV实验研究", 实验力学, no. 04, pages 356 - 368 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117111535A (zh) * | 2023-10-20 | 2023-11-24 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
CN117111535B (zh) * | 2023-10-20 | 2024-01-12 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116256980B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102553299B1 (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
CN116256980B (zh) | 一种室内环境自学习控制方法及系统 | |
CN104676843B (zh) | 空调控制方法和装置 | |
Jin et al. | A data-driven model predictive control for lighting system based on historical occupancy in an office building: Methodology development | |
CN111365828A (zh) | 结合机器学习实现数据中心节能温控的模型预测控制方法 | |
Nacer et al. | Smart Home, Smart HEMS, Smart heating: An overview of the latest products and trends | |
US20120245740A1 (en) | Method and system for controlling environmental conditions of entity | |
AU2019357534B2 (en) | Air conditioner, data transmission method, and air conditioning system | |
US20120239603A1 (en) | method and system for controlling environmental conditions of different entities | |
CN105717960A (zh) | 环境舒适度控制系统及其控制方法 | |
CN115865549A (zh) | 一种基于物联网的智能家居控制方法及系统 | |
US20190024928A1 (en) | Hvac system including energy analytics engine | |
Daum et al. | Identifying important state variables for a blind controller | |
CN109028480A (zh) | 一种恒温恒湿控制系统及其方法 | |
Pargfrieder et al. | An integrated control system for optimizing the energy consumption and user comfort in buildings | |
CN114838470A (zh) | 一种暖通空调的控制方法和系统 | |
WO2021214852A1 (ja) | 情報処理装置および空調システム | |
CN112015106B (zh) | 一种智慧家居控制系统和控制方法 | |
CN113834182A (zh) | 一种智能家居设备控制方法 | |
CN104990231A (zh) | 集中控制器的控制方法和装置 | |
CN117193019A (zh) | 一种用于建筑设计的智能楼宇控制系统 | |
Lachhab et al. | A Context-Driven Approach using IoT and Big Data Technologies for Controlling HVAC Systems | |
CN115076946A (zh) | 空调器与智能窗户的互联控制方法与装置 | |
EP3771957A1 (en) | Method and system for controlling of heating, ventilation and air conditioning | |
CN116146077A (zh) | 一种智能窗户系统控制方法、智能窗户系统及计算机设备 |
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 |