CN116592470B - 中央空调控制系统 - Google Patents
中央空调控制系统 Download PDFInfo
- Publication number
- CN116592470B CN116592470B CN202310881185.0A CN202310881185A CN116592470B CN 116592470 B CN116592470 B CN 116592470B CN 202310881185 A CN202310881185 A CN 202310881185A CN 116592470 B CN116592470 B CN 116592470B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- air conditioner
- equipment
- module
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 222
- 238000004378 air conditioning Methods 0.000 claims abstract description 37
- 238000009434 installation Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000005192 partition Methods 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims 1
- 238000011017 operating method Methods 0.000 claims 1
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 11
- 230000008439 repair process Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
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
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
-
- 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
- F24F11/52—Indication arrangements, e.g. displays
-
- 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
-
- 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)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了中央空调控制系统,属于家用中央空调控制技术领域,用于解决现有中央空调日常维护难、维修损失大以及日常使用控制的智能化有待提高的问题,包括详情模块、用户模块、数据分析模块和智能控制模块;详情模块用于将中央空调在客户家中的安装进行记录,并根据对应的记录生成对应的空调详情模型;所述用户模块用于向用户显示对应的数据;所述数据分析模块用于对中央空调进行实时空调数据采集,对采集的所述空调数据进行分析,获得对应的空调分析结果,将所述空调分析结果发送给用户模块;所述智能控制模块用于对中央空调进行智能控制,生成对应的协同控制指令,根据所述协同控制指令对中央空调进行控制。
Description
技术领域
本发明属于家用中央空调控制技术领域,具体是中央空调控制系统。
背景技术
很多人在装修新房时都有过这样的纠结,那就是家里装中央空调还是直接装柜机和挂机空调,虽然中央空调的价格往往是后者的1.5倍或以上,但尽管如此,很多人初始的购买倾向还是中央空调,因为颜值高,且使用起来会比柜机挂机更加舒适,避免了空调直吹,再加上中央空调的使用寿命会更长,使得很多人在进行装修前会倾向于装中央空调;但是,又有很多的人在具有装中央空调的倾向下,经过了解、比较后,最终还是选择了柜机和挂机空调;主要是现有家用的中央空调具有以下几个问题:
1、日常维护难;因为绝大多数的用户都缺乏相应的中央空调维护知识,不清楚如何进行日常维护,以及在何时进行维护;
2、维修损失大;中央空调出现问题需要进行维修时,因为中央空调是嵌入在吊顶内的,在检查、维修的过程中会对吊顶造成一定的损坏,尤其是涉及管道、线路等问题时,可能需要拆吊顶;
3、日常使用控制的智能化有待提高;如用户感觉其所处的位置温度较高,往往会直接调低温度,这样会产生一定的资源浪费,因为对于用户来说,其调温目的是为了使其所在位置的温度较低,其他区域的温度并不是调控的主要目的,但是在当前的调控模式下,可能当用户所在位置的温度达到其要求后,其他的区域的温度可能更低,造成资源浪费。
因为上述几个问题导致很多潜在客户在权衡利弊后放弃了使用中央空调,因此,为了解决上述问题,本发明提供了中央空调控制系统。
发明内容
为了解决上述方案存在的问题,本发明提供了中央空调控制系统。
本发明的目的可以通过以下技术方案实现:
中央空调控制系统,包括详情模块、用户模块、数据分析模块和智能控制模块;
所述详情模块用于将中央空调在客户家中的详细安装情况进行记录,并根据对应的记录生成对应的空调详情模型。
进一步地,详情模块的工作方法包括:
获取建筑平面图,实时记录中央空调各设备的设备安装信息,所述设备安装信息包括设备种类、型号、安装位置、安装方式;根据获得的各设备安装信息在所述建筑平面图中进行各设备的标记;
基于建筑平面图生成对应的空调详情模型,并通过安装人员进行校核确认,将校核后的空调详情模型发送给用户模块。
进一步地,空调详情模型的生成方法包括:
根据建筑平面图生成房间的房屋三维模型,识别建筑平面图中各设备的设备安装信息,根据识别的设备安装信息从预设的设备模型库中匹配对应的设备模型,将设备模型按照所述设备安装信息设置在所述房屋三维模型中,并将所述设备安装信息标记在所述房屋三维模型中,将当前的房屋三维模型标记为空调详情模型。
所述用户模块用于显示对应的数据,用于对应客户使用。
所述数据分析模块用于对中央空调进行实时空调数据采集,并对采集的所述空调数据进行分析,获得对应的空调分析结果,所述空调分析结果包括空调正常、空调维护数据和空调维修数据;所述空调维护数据包括维护教程、维护结果、维护问题和维护设备信息;所述空调维修数据包括目标维修方式、维修结果、维修问题和维修设备信息;并根据所述空调分析结果在空调详情模型中进行相应的标记,将所述空调分析结果发送给用户模块。
进一步地,空调维护数据的分析包括:
当基于所述空调数据判断空调需要进行维护时,识别对应的维护设备和维护问题;根据识别的维护设备和维护问题从预设的维护库中匹配对应的维护教程,根据对应维护设备在空调详情模型中进行相应的标记,将维护教程、维护结果、维护问题和维护设备信息整合为空调维护数据。
进一步地,空调维修数据的分析包括:
当基于所述空调数据判断空调需要进行维修时,识别对应的维修设备和维修问题;向用户模块发送对应的维修通知,并根据维修设备和维修问题在空调详情模型中标记对应的采集区,用户通过用户模块上传采集区的采集图像;根据维修设备和维修问题从维修库中匹配对应的待选维修方式;基于获得的采集图像对各待选维修方式进行评估,获得目标维修方式,并根据目标维修方式在空调详情模型中标记对应的维修区;将目标维修方式、维修结果、维修问题和维修设备信息整合为空调维修数据。
进一步地,对待选维修方式进行评估的方法包括:
获取各待选维修方式的维修成本;根据待选维修方式模拟采集图中的维修区以及对应的损坏部分,对获得的损坏部分进行成本评估,获得对应的损坏成本,根据维修成本和损坏成本确定目标维修方式。
进一步地,根据维修成本和损坏成本确定目标维修方式的方法包括:
将获得的损坏成本和维修成本分别标记为SH和WX,根据优先值公式YV=-(b1×SH+b2×WX)计算对应的优先值YV,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1,b1、b2由用户自行调整,选择优先值最高的待选维修方式为目标维修方式。
所述智能控制模块用于对中央空调进行智能控制,建立房屋模型,自动定位用户位置,根据用户位置在房屋模型中自动生成主分区和附属分区;获取用户对主分区的温度调控指令,基于获得的温度调控指令生成对应的协同控制指令,根据获得的协同控制指令对中央空调进行控制。
进一步地,基于温度调控指令生成协同控制指令的方法包括:
确定主分区对应的空调口,通过预设的协同分析模型对温度调控指令、空调口位置和主分区位置进行分析,获得对应的协同控制指令。
与现有技术相比,本发明的有益效果是:
通过详情模块、用户模块和数据分析模块之间的相互配合,实现对中央空调的智能管理,辅助用户进行相应的维护、维修,解决绝大多数的用户都缺乏相应的中央空调维护知识,不清楚如何进行日常维护,以及在何时进行维护的问题;并在维修的过程中尽可能的降低用户的维修成本;增加本企业产品在同类产品中竞争力;
通过智能控制模块的设置,实现根据用户需求进行针对性的空调调控,最大限度的满足用户调整需求的前提下,进行资源节约,解决现有的直接进行温度调控的问题,避免资源浪费,降低用户电费支出。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明原理框图。
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他实施例,都属于本发明保护的范围。
如图1所示,中央空调控制系统,包括详情模块、数据分析模块和智能控制模块;
所述详情模块用于将中央空调在客户家中的详细安装情况进行记录,并根据对应的记录生成对应的空调详情模型;用于后续当吊顶完成后,仍能清楚的了解到中央空调各设备、组件、管道线路等的分布位置情况,当后续需要进行维护、维修时,清楚的获取对应的位置,实现最大程度的降低对吊顶的损坏,避免现有的中央空调在维修时,因为不清楚各设备的位置,导致对吊顶造成更大的损坏;具体过程如下:
获取客户家的建筑平面图,实时记录中央空调各设备的设备安装信息,设备安装信息包括设备种类、型号、安装位置(距离各墙尺寸等)、安装方式;根据获得的各设备安装信息在建筑平面图中进行各设备的绘制,并标记对应的设备安装信息,当中央空调全部安装完毕,且各设备均在建筑平面图中绘制并标记完成后,根据当前的建筑平面图生成对应的空调详情模型,将生成的空调详情模型发送给对应的安装人员进行确认、校核、调整,确保生成的空调详情模型准确无误;将确定后的空调详情模型发送给用户模块。
其中,空调详情模型的生成方法包括:
先根据建筑平面图生成房间的房屋三维模型,如根据图中板尺寸生成对应尺寸的板,但是厚度并不作要求,一般按照120mm的厚度进行生成,因为板厚和墙高并不影响中央空调各设备的信息显示,同理强按照对应的厚度生成一定高度的模型即可,如1m,高于中央空调的最大厚度;建立设备模型库,所述设备模型库内储存用各种中央空调设备的三维模型,因为各设备均是固定的,可以预设对应的三维模型进行储存;识别建筑平面图中各设备的设备安装信息,根据识别的设备安装信息从设备模型库中匹配对应的设备模型,将匹配的设备模型按照对应的设备安装信息设置在房屋三维模型中,并将对应的设备安装信息标记在房屋三维模型中,将当前的房屋三维模型标记为空调详情模型。
所述用户模块用于面向用户使用的显示模块,用于向用户实时显示对应中央空调状态等信息,相当于用户客户端,如可以采用app、小程序等方式供用户使用;利用现有相关技术进行设置。
所述数据分析模块用于对中央空调进行实时数据采集,并对采集的空调数据进行分析,获得对应的空调分析结果,空调分析结果包括空调正常、空调维护数据和空调维修数据;空调维护数据即为通过进行相应的空调数据分析,判断需要进行空调维护,根据需要维护的空调设备、位置生成对应的维护信息,再结合对应的维护方式形成空调维护数据,维护方式即为指导客户如何进行该设备的维护,提供详细的教程;空调维修数据即为通过进行相应的空调数据分析,判断需要进行空调维修,根据维修问题、维修设备在空调详情模型中进行相应的位置标记,通过推荐对应的维修方式,尽可能的降低用户损失和维修成本;具体过程如下:
实时采集空调数据,对采集的空调数据进行分析,判断空调是否需要进行维护或维修,因为具体的结果分析不是本发明的改进点,因此可以直接应用现有的空调数据分析方法进行分析,判断是否需要进行维护或维修,以及当需要进行维护、维修时,对应需要维修、维护的设备;如利用现有的神经网络建立对应的人工智能模型,通过人工的方式模拟建立对应的训练集进行训练,通过训练成功后的人工智能模型对空调数据进行实时分析;还以基于现有的大数据分析进行判断;判断其是否需要进行维护、维护,以及对应的维护问题、维修问题;
当判断空调处于正常状态时,输出空调正常;
当判断空调需要进行维护时,识别对应的维护设备和维护问题;由中央空调方根据各设备可能具有的维护问题,基于其维护经验和常识,通过人工的方式设置最适合客户应用的各设备各维护问题的维护教程,汇总建立对应的维护库;根据识别的维护设备和维护问题从维护库中匹配对应的维护教程,根据对应维护设备在空调详情模型中进行相应的标记,将维护教程、维护结果、维护问题和维护设备信息整合为空调维护数据;维护结果即为表示需要进行维护。
当判断空调需要进行维修时,识别对应的维修设备和维修问题;由中央空调方根据各设备可能具有的维修问题,基于其维修经验和常识,通过人工的方式设置同一设备同一维修问题的多种维修方式,将获得的维修方式进行汇总后建立对应的维修库;当判断需要进行维修时,向用户模块发送对应的维修通知,并根据维修设备和维修问题在空调详情模型中标记对应的采集区,采集区为根据维修设备和维修问题标记的一个大于后续维修区的区域,如整个客厅顶部;用户通过用户模块上传采集区的采集图像;根据维修设备和维修问题从维修库中匹配对应的维系方式,标记为待选维修方式;基于获得的采集图像对各待选维修方式进行评估,获得目标维修方式,并根据目标维修方式在空调详情模型中标记对应的维修区;将目标维修方式、维修结果、维修问题和维修设备信息整合为空调维修数据。
其中,基于获得的采集图像对各待选维修方式进行评估的方法包括:
获取各待选维修方式的维修成本,维修成本一般为固定的,根据市场进行相应的调控,若在保修期内,则维修成本为零;识别各待选维修方式,根据待选维修方式模拟对于采集图像来说需要的维修区以及对应的损坏部分,如吊顶钻孔、拆吊顶,具体根据待选维修方式进行确定,具体的根据各待选维修方式的实施步骤流程,对在采集图像上进行相应的标记,结合对采集图像的识别情况,如该处是否有吊顶、是什么装修等,进而确定对应的维修区和损坏部分,可以结合现有的相关技术进行维修区和损坏部分的判断,如基于CNN网络或DNN网络建立对应的维修分析模型,通过人工的方式模拟建立对应的训练集进行训练,通过训练成功后的维修分析模型进行分析,获得对应的维修区和损坏部分,对获得的损坏部分进行成本评估,获得对应的损坏成本,如吊顶打孔后维修成本、拆装成本、损坏换新成本等,利用现有的成本评估方式进行评估;将获得的损坏成本和维修成本分别标记为SH和WX,根据优先值公式YV=-(b1×SH+b2×WX)计算对应的优先值,其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1,由用户自己进行调整,因为不同用户对于损坏维修后的注重程度并不相同,担心装修等维修麻烦,一般全部取1;选择优先值最高的待选维修方式为目标维修方式。
通过详情模块、用户模块和数据分析模块之间的相互配合,实现对中央空调的智能管理,辅助用户进行相应的维护、维修,解决绝大多数的用户都缺乏相应的中央空调维护知识,不清楚如何进行日常维护,以及在何时进行维护的问题;并在维修的过程中尽可能的降低用户的维修成本;增加本企业产品在同类产品中竞争力。
所述智能控制模块用于对中央空调进行智能控制,因为当前的中央空调温度控制基本都是直接进行温度调控,如用户感觉其所处的位置温度较高,往往会直接调低温度,这样会产生一定的资源浪费,因为对于用户来说,其调温目的是为了使其所在位置的温度较低,其他区域的温度并不是调控的主要目的,但是在当前的调控模式下,可能当用户所在位置的温度达到其要求后,其他的区域的温度可能更低,造成资源浪费;因此,为了实现中央空调的智能调控,本发明采用分区调控的方式进行温度调控,用户通过对其所在位置区域的温度进行调整,智能控制模块智能按照最优调整方式进行控制,如协同风口调整、温度调整等方式以目标区域为目的进行调整,避免按照当前的直接温度调整的方式进行调控,实现资源的节约;具体过程如下:
根据用户的房屋建筑图纸(平面图、剖面图)设置房屋模型,为三维数据模型;将房屋模型发送给用户模块;
当用户需要使用智能控制模块时,在用户模块中打开智能控制模块,显示房屋模型,自动定位用户位置,根据用户位置在房屋模型中自动生成各分区,包括主分区和附属分区;主分区指的是用户所在位置的分区,其他的各个分区均为附属分区,主要是为了确定对应的主分区,其他的附属分区的分区精度并不做太高要求,也可直接作为一个附属分区;主分区是根据用户位置以及人体的舒适区、感应区进行设置的,可以预设一个标准面积的区域,后续根据用户位置直接确定对应的主分区,对于附属分区可以设置对应的阶梯面积,随着与主分区之间的附属分区数量而阶梯面积变化,预设第一阶梯的附属面积;根据上述步骤结合相应的现有技术即可实现相应的主分区和附属分区的设置;如结合现有的神经网络建立对应的分区模型,通过人工的方式模拟建立对应的训练集进行训练,通过训练成功后的分区模型进行智能分区。
确定主分区对应的空调口,当用户点击主分区进行温度调整时,根据温度调整、空调口和主分区位置智能生成对应的协同控制指令,如根据温度调高还是调低,结合对应的相对位置,分析出最佳的调整温度、风口、风向摆动等相关指令;具体的可以基于CNN网络或DNN网络建立对应的协同分析模型,通过人工的方式模拟建立对应的训练集进行训练,通过训练成功后的协同分析模型进行分析,获得对应的协同控制指令,根据获得的协同控制指令对中央空调进行控制。
通过智能控制模块的设置,实现根据用户需求进行针对性的空调调控,最大限度的满足用户调整需求的前提下,进行资源节约,解决现有的直接进行温度调控的问题,避免资源浪费。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行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大量数据模拟获得。
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 (7)
1.中央空调控制系统,其特征在于,包括详情模块、用户模块、数据分析模块和智能控制模块;
所述详情模块用于获取中央空调的设备安装信息,结合建筑平面图生成对应的空调详情模型;其中,设备安装信息包括设备种类、型号、安装位置、安装方式;
所述用户模块用于向用户进行数据显示;
所述数据分析模块用于对中央空调进行实时空调数据采集,并对采集的所述空调数据进行分析,获得对应的空调分析结果,并根据所述空调分析结果在空调详情模型中进行相应的标记,将所述空调分析结果发送给用户模块;其中,所述空调分析结果包括空调正常、空调维护数据和空调维修数据;所述空调维护数据包括维护教程、维护结果、维护问题和维护设备信息;所述空调维修数据包括目标维修方式、维修结果、维修问题和维修设备信息;
所述智能控制模块根据房屋设计图纸建立房屋模型;自动定位用户位置,根据用户位置在所述房屋模型中自动生成主分区和附属分区;获取用户对所述主分区的温度调控指令,基于所述温度调控指令生成对应的协同控制指令,根据所述协同控制指令对中央空调进行控制;
空调维修数据的获取包括:
当基于所述空调数据判断空调需要进行维修时,识别对应的维修设备和维修问题;向用户模块发送对应的维修通知,并根据维修设备和维修问题在空调详情模型中标记对应的采集区,用户通过用户模块上传采集区的采集图像;根据维修设备和维修问题从维修库中匹配对应的待选维修方式;基于获得的采集图像对各待选维修方式进行评估,获得目标维修方式,并根据目标维修方式在空调详情模型中标记对应的维修区;将目标维修方式、维修结果、维修问题和维修设备信息整合为空调维修数据。
2.根据权利要求1所述的中央空调控制系统,其特征在于,详情模块的工作方法包括:
获取建筑平面图,实时记录中央空调各设备的设备安装信息,所述设备安装信息包括设备种类、型号、安装位置、安装方式;根据各所述设备安装信息在所述建筑平面图中进行各设备的标记;
基于建筑平面图生成对应的空调详情模型,并通过安装人员进行校核确认,将校核后的空调详情模型发送给用户模块。
3.根据权利要求2所述的中央空调控制系统,其特征在于,空调详情模型的生成方法包括:
根据建筑平面图生成房间的房屋三维模型,识别建筑平面图中各设备的设备安装信息,根据所述设备安装信息从预设的设备模型库中匹配对应的设备模型,将设备模型按照所述设备安装信息设置在所述房屋三维模型中,并将所述设备安装信息标记在所述房屋三维模型中,将当前的房屋三维模型标记为空调详情模型。
4.根据权利要求1所述的中央空调控制系统,其特征在于,空调维护数据的获取包括:
当基于所述空调数据判断空调需要进行维护时,识别对应的维护设备和维护问题;根据识别的维护设备和维护问题从预设的维护库中匹配对应的维护教程,根据所述维护设备在空调详情模型中进行相应的标记,将维护教程、维护结果、维护问题和维护设备信息整合为空调维护数据。
5.根据权利要求1所述的中央空调控制系统,其特征在于,对待选维修方式进行评估的方法包括:
获取各待选维修方式的维修成本;
根据待选维修方式模拟采集图中的维修区以及对应的损坏部分,对获得的损坏部分进行成本评估,获得对应的损坏成本;
根据维修成本和损坏成本确定目标维修方式。
6.根据权利要求5所述的中央空调控制系统,其特征在于,根据维修成本和损坏成本确定目标维修方式的方法包括:
将获得的损坏成本和维修成本分别标记为SH和WX,根据优先值公式YV=-(b1×SH+b2×WX)计算对应的优先值YV;其中b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1;
选择优先值最高的待选维修方式为目标维修方式。
7.根据权利要求1所述的中央空调控制系统,其特征在于,基于温度调控指令生成协同控制指令的方法包括:
确定主分区对应的空调口,通过预设的协同分析模型对温度调控指令、空调口位置和主分区位置进行分析,获得对应的协同控制指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310881185.0A CN116592470B (zh) | 2023-07-18 | 2023-07-18 | 中央空调控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310881185.0A CN116592470B (zh) | 2023-07-18 | 2023-07-18 | 中央空调控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116592470A CN116592470A (zh) | 2023-08-15 |
CN116592470B true CN116592470B (zh) | 2023-10-10 |
Family
ID=87608568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310881185.0A Active CN116592470B (zh) | 2023-07-18 | 2023-07-18 | 中央空调控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116592470B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388227A (zh) * | 2018-01-30 | 2018-08-10 | 杭州深渡科技有限公司 | 空调远程故障诊断方法及系统 |
CN108628287A (zh) * | 2018-04-27 | 2018-10-09 | 重庆车云金服科技股份有限公司 | 汽车维修方案智能评估方法及系统 |
CN109140673A (zh) * | 2018-08-16 | 2019-01-04 | 上海交通大学 | 一种基于人体热调节能力的跟踪式中央空调系统 |
CN111967624A (zh) * | 2020-08-14 | 2020-11-20 | 安徽迅立达电梯有限公司 | 一种基于大数据的立体停车设备故障评估系统 |
US11364943B1 (en) * | 2021-04-09 | 2022-06-21 | Bnsf Railway Company | System and method for strategic track and maintenance planning inspection |
CN114897271A (zh) * | 2022-06-14 | 2022-08-12 | 郑州轻工业大学 | 数字孪生环境下基于故障传播的中央空调预测性维护方法 |
CN115451556A (zh) * | 2022-09-21 | 2022-12-09 | 乌鲁木齐鸿新聚鑫商贸有限公司 | 一种家用中央空调的智能控制系统及方法 |
CN115664984A (zh) * | 2022-10-14 | 2023-01-31 | 山东浪潮新基建科技有限公司 | 一种基于物联网的信息安全监控系统与方法 |
CN116025993A (zh) * | 2022-12-13 | 2023-04-28 | 上海建工四建集团有限公司 | 空调机组运行管理系统及管理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6450411B1 (en) * | 2001-02-02 | 2002-09-17 | Logis-Tech Corporation | Environmental stabilization system and method for maintenance and inventory |
-
2023
- 2023-07-18 CN CN202310881185.0A patent/CN116592470B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388227A (zh) * | 2018-01-30 | 2018-08-10 | 杭州深渡科技有限公司 | 空调远程故障诊断方法及系统 |
CN108628287A (zh) * | 2018-04-27 | 2018-10-09 | 重庆车云金服科技股份有限公司 | 汽车维修方案智能评估方法及系统 |
CN109140673A (zh) * | 2018-08-16 | 2019-01-04 | 上海交通大学 | 一种基于人体热调节能力的跟踪式中央空调系统 |
CN111967624A (zh) * | 2020-08-14 | 2020-11-20 | 安徽迅立达电梯有限公司 | 一种基于大数据的立体停车设备故障评估系统 |
US11364943B1 (en) * | 2021-04-09 | 2022-06-21 | Bnsf Railway Company | System and method for strategic track and maintenance planning inspection |
CN114897271A (zh) * | 2022-06-14 | 2022-08-12 | 郑州轻工业大学 | 数字孪生环境下基于故障传播的中央空调预测性维护方法 |
CN115451556A (zh) * | 2022-09-21 | 2022-12-09 | 乌鲁木齐鸿新聚鑫商贸有限公司 | 一种家用中央空调的智能控制系统及方法 |
CN115664984A (zh) * | 2022-10-14 | 2023-01-31 | 山东浪潮新基建科技有限公司 | 一种基于物联网的信息安全监控系统与方法 |
CN116025993A (zh) * | 2022-12-13 | 2023-04-28 | 上海建工四建集团有限公司 | 空调机组运行管理系统及管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116592470A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100476664C (zh) | 具有诊断能力的加热、通风及空调系统检修工具 | |
US20040186599A1 (en) | System and method for model-based control of a building fluid distribution system | |
CN108268595A (zh) | 一种基于物联网的楼宇运营设备状态监测与可视化分析系统 | |
US20060065750A1 (en) | Measurement, scheduling and reporting system for energy consuming equipment | |
CN106444541A (zh) | 一种绿色建筑智能化监控及运行优化方法及系统 | |
CN105868487A (zh) | 一种基于能耗设备模型的节能专家系统 | |
CN109405195A (zh) | 空调智能控制系统及方法 | |
KR20120123335A (ko) | Hvac 제어 시스템 및 방법 | |
CN102859550A (zh) | 能量需求预测装置及方法 | |
CN115437302B (zh) | 一种大型中央空调ai智能控制方法及系统 | |
CN107045366A (zh) | 楼宇设备控制方法、装置及机器人 | |
CN115470566A (zh) | 一种基于bim的智慧建筑能耗控制方法及系统 | |
CN110865149A (zh) | 室内公共环境监测方法及系统 | |
CN112686649A (zh) | 一种基于人工智能的建筑设备管理系统 | |
CN211785394U (zh) | 室内公共环境监测系统 | |
CN112013503A (zh) | 一种空调耗能智能控制方法 | |
CN113154517A (zh) | 一种集中供热自主驾驶的生产运行调度控制系统 | |
CN116592470B (zh) | 中央空调控制系统 | |
CN115879642A (zh) | 一种基于施工拆分预测的宽带装机进度实时感知方法 | |
CN117469603B (zh) | 一种基于大数据学习的多水厂供水系统压力优化控制方法 | |
Paliaga et al. | Re-Envisioning RCx: Achieving Max Potential HVAC Controls Retrofits through Modernized BAS Hardware and Software | |
CN107965883B (zh) | 云计算系统及方法、多联机空调管理系统及方法 | |
CN116085937B (zh) | 智能中央空调节能控制方法及系统 | |
CN113221452B (zh) | 一种基于分布式光纤的办公空间温度预测系统 | |
CN110056940A (zh) | 区域水系统供暖的室温调节智能家居系统及人机交互方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |