CN116870573A - 具有寿命检测功能的净水器 - Google Patents
具有寿命检测功能的净水器 Download PDFInfo
- Publication number
- CN116870573A CN116870573A CN202310799188.XA CN202310799188A CN116870573A CN 116870573 A CN116870573 A CN 116870573A CN 202310799188 A CN202310799188 A CN 202310799188A CN 116870573 A CN116870573 A CN 116870573A
- Authority
- CN
- China
- Prior art keywords
- tds
- filter element
- water
- value
- water purifier
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 124
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 239000008213 purified water Substances 0.000 claims abstract description 11
- 238000012417 linear regression Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000002351 wastewater Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013499 data model Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000000746 purification Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- QGKAVFXNTADNHB-UHFFFAOYSA-N [Mg].[K].[Ca] Chemical compound [Mg].[K].[Ca] QGKAVFXNTADNHB-UHFFFAOYSA-N 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 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
- 229910001414 potassium ion Inorganic materials 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000000108 ultra-filtration Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D35/00—Filtering devices having features not specifically covered by groups B01D24/00 - B01D33/00, or for applications not specifically covered by groups B01D24/00 - B01D33/00; Auxiliary devices for filtration; Filter housing constructions
- B01D35/14—Safety devices specially adapted for filtration; Devices for indicating clogging
- B01D35/143—Filter condition indicators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/02—Reverse osmosis; Hyperfiltration ; Nanofiltration
- B01D61/025—Reverse osmosis; Hyperfiltration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/02—Reverse osmosis; Hyperfiltration ; Nanofiltration
- B01D61/08—Apparatus therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/02—Reverse osmosis; Hyperfiltration ; Nanofiltration
- B01D61/12—Controlling or regulating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/145—Ultrafiltration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/18—Apparatus therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D61/00—Processes of separation using semi-permeable membranes, e.g. dialysis, osmosis or ultrafiltration; Apparatus, accessories or auxiliary operations specially adapted therefor
- B01D61/14—Ultrafiltration; Microfiltration
- B01D61/22—Controlling or regulating
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/001—Processes for the treatment of water whereby the filtration technique is of importance
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/441—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by reverse osmosis
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/444—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by ultrafiltration or microfiltration
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2201/00—Apparatus for treatment of water, waste water or sewage
- C02F2201/002—Construction details of the apparatus
- C02F2201/005—Valves
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/10—Solids, e.g. total solids [TS], total suspended solids [TSS] or volatile solids [VS]
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2301/00—General aspects of water treatment
- C02F2301/06—Pressure conditions
- C02F2301/066—Overpressure, high pressure
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2303/00—Specific treatment goals
- C02F2303/14—Maintenance of water treatment installations
Landscapes
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Organic Chemistry (AREA)
- Nanotechnology (AREA)
- Water Treatment By Sorption (AREA)
Abstract
本申请提出一种具有寿命检测功能的净水器,包括增压泵、TDS传感器、滤芯、电控板。所述增压泵用于给进水增压,所述TDS传感器用于检测滤芯两端的TDS值,将数据传给所述电控板,所述滤芯用于将进水过滤成净水,所述电控板采集增压泵的电流值并接收来自TDS传感器的TDS值,并将采集数据输入到训练好的滤芯寿命预测模型。所述滤芯寿命预测模型可以预测滤芯剩余使用时间,当滤芯到达使用寿命后报警提示。
Description
技术领域
本申请涉净水器滤芯领域,具体而言,涉及一种具有寿命检测功能的净水器。
背景技术
随着生活水平的提升,人们对饮水的要求越来越高,智能净水器也逐渐走进了人们的视野。但是,智能净水器的滤芯寿命检测却很复杂,环境温度、不同地域水质、水压等因素都会对滤芯寿命预测造成很大的影响。
目前市场的滤芯寿命检测方式有以下几种。
通过计量水泵的工作时间确定滤芯寿命,但这种检测方法计算方式太模糊,导致不同水质区域的检测结果差别很大,结论不够精确。
通过检测净水TDS值来确定滤芯的寿命,此检测方法检测只考虑了TDS值,还没有考虑水中不可溶解的物质,同时TDS的误差非常大,计算的寿命误差也非常大。
通过压力传感器检测滤芯前后压力变化,此检测结果准确性虽然较高,但检测成本大,不适合广泛推广使用。
通过流量传感器来确定滤芯的寿命,此检测方法不仅成本高,还存在净水流量低于200ml/min时,流量传感器检测不准确的问题。
因此,需要一种高准确性、低成本的方案用于净水器滤芯寿命检测。
在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本申请提供一种具有寿命检测功能的净水器,能够实现滤芯寿命预测功能。
根据本申请的一方面,提供一种具有寿命检测功能的净水器,包括增压泵、第一TDS传感器和第二TDS传感器、滤芯、电控板。所述增压泵用于给进水增压,所述第一TDS传感器设置于滤芯上游,所述TDS传感器用于检测进水的TDS值并将TDS检测值传给所述电控板,所述滤芯用于将进水过滤成净水,所述第二TDS传感器位于滤芯下游,所述TDS传感器用于检测净水TDS值,并将TDS检测值传给所述电控板,用于数据分析、滤芯寿命预测模型。
所述电控板采集所述增压泵的电流值并接收来自所述第一TDS传感器和第二TDS传感器的TDS检测值,根据所述第一TDS传感器的TDS检测值选择训练好的滤芯寿命预测模型,并将所述电流值及所述第二TDS传感器的TDS检测值输入到所选择的滤芯寿命预测模型。
根据一些实施例,所述滤芯寿命预测模型为多元线性回归模型。
所述电控板还用于获取滤芯使用时间以输入至所述多元线性回归模型。
根据一些实施例,所述多元线性回归模型预先利用训练集数据和测试集数据进行训练,其中,所述练集数据和所述测试集数据为经过标准化处理的数据。
根据一些实施例,所述电控板包括主控芯片、电流检测电路和TDS传感器接口。所述主控芯片利用所述电流值和所述TDS值通过所述滤芯寿命预测模型自动估算滤芯寿命的剩余时间。电流检测电路,用于采集所述增压泵的电流值,并将所述电流值发送至所述主控芯片。TDS传感器接口,用于将来自TDS传感器的数据接收至所述主控芯片。
根据一些实施例,所述主控芯片包括存储器,所述多元线性回归模型存储于所述存储器。
根据一些实施例,所述主控芯片将提示信息数据通过所述显示屏接口传给显示屏以显示滤芯寿命状况。
根据本申请的另一方面,提供一种具有寿命检测功能的净水器,包括增压泵、TDS传感器、滤芯、电控板。所述增压泵用于给进水增压,所述TDS传感器用于检测所述滤芯净水端的TDS值,将数据传给所述电控板。所述滤芯用于将进水过滤成净水,所述电控板采集所述增压泵的电流值并接收来自所述TDS传感器的TDS值,将所述电流值及所述TDS值输入到训练好的滤芯寿命预测模型。
根据一些实施例,所述滤芯寿命预测模型为多元线性回归模型。
根据一些实施例,所述电控板还用于获取系统运行时间,并累加至滤芯累计使用时间。
根据一些实施例,所述多元线性回归模型的输入数据来自于所述电控板,所述输入数据包括所述水泵电流大小、所述TDS值和所述滤芯累计使用时间。
根据本申请实施例的净水器,可根据当地水质进行模型选择,从而更加精确地进行滤芯寿命预测。利用增压泵的电流值和TDS传感器的TDS值通过滤芯寿命预测模型对滤芯寿命进行预测,在保持低成本的同时,能够更准确地确定滤芯的剩余寿命。此外,根据一些实施例,
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
通过参照附图详细描述其示例实施例,本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例,而不是对本申请的限制。
图1示出根据本申请示例实施例的净水器系统组成框图。
图2A示出根据本申请示例实施例的另一种净水器系统组成框图。
图2B示出根据本申请示例实施例的水路图。
图3示出根据本申请示例实施例的净水器系统水路设备启动工作的流程图。
图4示出根据本申请示例实施例的净水器主控芯片数据传输的示意图。
图5示出根据本申请示例实施例用于净水器滤芯寿命的训练预测模型的方法流程图。
图6示出根据本申请另一示例实施例的预测滤芯寿命的方法流程图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本申请将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有这些特定细节中的一个或更多,或者可以采用其它的方式、组元、材料、装置或等。在这些情况下,将不详细示出或描述公知结构、方法、装置、实现、材料或者操作。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本申请所必须的,因此不能用于限制本申请的保护范围。
本申请提出一种具有寿命检测功能的净水器,通过采集滤芯使用过程中的电流和水质数据信息建模并保存,可实现滤芯寿命预测。以及达到使用寿命时的报警提示。根据本申请的技术方案可解决现有滤芯寿命检测方法存在检测不准确或检测成本高的问题。
下面将参照附图,对根据本申请实施例的用于寿命检测功能的净水器进行详细说明。
图1示出根据本申请示例实施例的净水器系统组成框图。
参见图1,根据本申请示例实施例的净水器系统水路系统包括电控板101,TDS传感器109,进水电磁阀103、废水电磁阀104,增压泵107、水龙头111和滤芯113。
根据一些实施例,所述增压泵107用于给进水增压。增压泵107的工作原理是利用大面积活塞的低气压产生小面积活塞的高液压,通过循环往复的方式实现液体的运行。
所述滤芯113用于将进水过滤成净水。作为过滤的介质可为多种,如PP棉、活性炭、超滤膜、RO膜等。本示例实施例中的滤芯可为RO膜滤芯。
TDS(Total Dissolved Solids),即溶解性总固体,指水中总溶解性物质的浓度,单位为毫克/升。TDS值主要反映水中钙镁钾离子的浓度与水中的硬度及导电率的关系。
所述TDS传感器109用于检测所述滤芯后端的TDS值,将数据传给所述电控板101。
所述电控板101采集所述增压泵107的电流值并接收来自所述TDS传感器的TDS值,将所述电流值及所述TDS值输入到训练好的滤芯寿命预测模型。根据一些实施例,所述电控板还可用于获取系统运行时间,并累加至滤芯累计使用时间,从而可以利用TDS值、电流及时间等数据分析,进行滤芯的寿命预测。
根据一些实施例,滤芯寿命预测模型为多元线性回归模型。如前所述,所述多元线性回归模型的数据来自于所述电控板,数据包括所述水泵电流大小、所述TDS值和所述滤芯使用时间。
本实施例的技术方案中增加了电流值检测,与其他仅使用TDS值和/或累计工作时间作为参考数据的方案相比,可使预测模型的数据更加完善,预测滤芯寿命的结果也更加准确。
图2A示出根据本申请示例实施例的另一种净水器系统组成框图。
参见图2A,根据示例实施例的净水器系统水路系统包括电控板101,第一TDS传感器105和第二TDS传感器109,进水电磁阀103、废水电磁阀104,增压泵107、水龙头111和滤芯113。
图2A与图1结构组成基本相同,区别仅在于TDS传感器的设置。
本示例实施例包含两个TDS传感器。第一和第二TDS传感器105和109分别放置于滤芯前后,能更直观的反映出滤水前后水质的变化。
第一TDS传感器105位于滤芯上游,用于检测当前地区水质,将数据传给所述电控板后,可进行智能化识别,选用相应模型进行数据分析。
第二TDS传感器109位于滤芯下游,主要针对当前滤芯的数据检测,将数据传给所述电控板后,按照相应模型系统自动估算滤芯寿命的剩余时间。
根据示例实施例,多增加的一个TDS传感器位于滤芯上游,可显示过滤处理前进水的TDS值,通过两个TDS值对比,更清晰的看出净水前后水质的变化。
而且,净水器在使用过程中,通过第一TDS传感器测得的数值,也可反映出当地的水质,从而可以选择更合适的预测模型,预测结果更加准确。数据预测模型的选择根据不同的水质情况而有所差异,可根据当地水质情况选择合适的数据模型来计算预测出滤芯使用寿命。净水器滤芯在不同地区不同水质的情况下可使用不同数据模型,预测的结果更准确。
图2B示出根据本申请示例实施例的水路图
参见图2B,根据本申请示例实施例的水路包括:进水口201;第一TDS传感器205;进水电磁阀203;第一滤芯221;增压泵207;第二滤芯223;冲洗阀211;第二TDS传感器209;水龙头213;废水口215。
根据示例实施例,水流从所述进水口201流入通过第一TDS传感器205,第一TDS传感器采集TDS值,然后水流流向进水电磁阀203。
根据示例实施例,进水电磁阀203打开使水流通过,流向第一滤芯221进行过滤,过滤后的水流向增压泵207。
根据示例实施例,增压泵207给水流增压,水流进入第二滤芯223开始进行过滤,过滤后的废水流向冲洗阀211,然后从废水口215流出。
根据示例实施例,通过第二滤芯223过滤后的净水流向第二TDS传感器209,第二TDS传感器209采集TDS值,最后水流从水龙头213流出。
图3示出根据本申请示例实施例的净水器系统水路设备启动工作的流程图。
参见图3,根据示例实施例,所述净水器系统工作流程描述如下。
在S121,水龙头开关打开。
根据示例实施例,在水龙头开关打开后,所述主控芯片检测所述水龙头开启状态。
在S123,主控芯片检测水龙头开关是否为开启状态。
根据示例实施例,在水龙头开关打开后,所述水龙头接口由霍尔传感器输出5V高电平到主控芯片。当主控芯片检测到水龙头打开信号时,则进行下一动作S125。
如果未检测到水龙头开启状态,则主控芯片不进行下一动作。
在S125,进水电磁阀和废水电磁阀开启。
根据示例实施例,当主控芯片检测到水龙头打开信号后,所述主控芯片依次打开进水电磁阀和废水电磁阀,为净水滤芯工作做准备工作。
在S127,开启增压泵。
根据示例实施例,当主控芯片检测到水龙头打开信号后,启动增压泵,同时采集增压泵的电流值。
在S129,TDS传感器检测数据。
根据示例实施例,当主控芯片检测到水龙头打开信号后,通过TDS传感器对出水的TDS值进行采集,并记录TDS数据。
在S131,开启定时器。
根据示例实施例,当主控芯片检测到水龙头打开信号后,打开定时器记录系统运行时间,并能累加至滤芯累计使用时间。
图4示出根据本申请示例实施例的净水器主控芯片数据传输的示意图。
根据示例实施例,净水器系统设备启动后产生的数据统一上传至主控芯片139进行数据处理。
启动增压泵后,产生增压泵电流I。
TDS传感器工作后,产生TDS值数据V。
开启定时器后,产生的运行时间数值T。
所述主控芯片采集所述增压泵电流I、所述TDS值数据V和所述运行时间数值T。并能将所述运行时间数值进行累加,最终形成系统滤芯累计使用时间。
所述主控芯片将采集到的增压泵电流数据、TDS值数据及累计使用时间数值,带入学习好的模型系统,自动估算滤芯寿命的剩余时间。
所述主控芯片139将计算结果通过串口传给WIFI模块141上传到云端,同时主控芯片139通过串口传给显示屏143以显示滤芯寿命状况。
通过所述WIFI模块上传到云端,可方便使用者通过APP或小程序实时了解滤芯使用状况。
图5示出根据本申请示例实施例用于净水器滤芯寿命的训练预测模型的方法流程图。
根据一些实施例,所述滤芯寿命预测模型为多元线性回归模型。
下面描述多元线性回归模型建立的过程。
在S151,首先建立数据库。
根据示例实施例,建立数据库,收集一定数量的数据,所述收集数据包括增压泵电流值I、TDS值V、水泵运行时间T等。
在S153,进行数据预处理。
根据示例实施例,将所述收集数据进行数据预处理,所述数据预处理即将数据按照一定比例分成训练集和测试集,并对数据进行标准化处理。
例如,我们可以将80%的数据作为训练集,20%的数据作为测试集。对于水泵电流大小和TDS值,我们可以使用标准化处理,将它们的值缩放到0和1之间。
在S155,建立模型。
根据示例实施例,所述模型训练是使用训练集来训练多元线性回归模型,学习出水泵电流大小、TDS值与滤芯寿命之间的关系。多元线性回归模型的示例可参见下面公式。
y=w0+w1x1+w2x2+...+wnxn+ε
其中:
w0是截距;
w1,w2,...,wn是自变量x1,x2,…,xn的权重;
y是因变量的预测值(滤芯寿命);
ε是误差项。
对于本示例实施例,自变量可为水泵电流大小和TDS值变化,因变量为滤芯寿命。假设所述训练模型有m个训练样本:((x1,1,x1,2),y1),((x2,1,x2,2),y2),...,((xm,1,xm,2),ym),其中,xi,1表示第i个训练样本的水泵电流大小,xi,2表示第i个训练样本的TDS值变化,y表示对应的滤芯寿命。
在S157,定义损失函数。
根据示例实施例,所述损失函数为在训练过程中,定义的一个损失函数,例如均方误差(MSE),并用最小二乘法算法来最小化损失函数。
在S159,确定多元线性回归模型。
根据示例实施例,所述模型训练的目的是学习出水泵电流大小、TDS值与滤芯寿命之间的关系,得到最优的权重和截距。
具体的算法步骤如下:
可以将n个样本的自变量和因变量表示为向量形式,分别为:
X=[X1,X2,...,Xn]T和Y=[Y1,Y2,...,Yn]T
利用最小二乘法通过求解回归系数的估计值,使误差平方和最小化。误差平方和可以表示为:
为了最小化误差平方和,需要对回归系数求偏导数并令其等于0。即:
其中,j=0,1,2,...,n。
将这些偏导数组成一个方程组,可以得到回归系数的估计值:
w=(XTX)-1XTY
其中,XT是自变量矩阵的转置,X和Y分别是自变量和因变量的向量,(XTX)-1是自变量矩阵XTX的逆矩阵。
通过求解这个方程,我们可以得到回归系数的估计值,从而确定多元线性回归方程,得到多元线性回归模型。
所述多元线性回归模型可自动识别并适用于多种水质,通过自学习,将采集到的信息数据建立模型并储存在主控芯片中。
下面描述本申请的方法实施例,其可以通过本申请装置实施例实施。对于本申请方法实施例中未披露的细节,可参照前面本申请的装置实施例。
图6示出根据本申请另一示例实施例的预测滤芯寿命的方法流程图。
参见图6,根据示例实施例的方法流程体现了对净水器滤芯进行数据处理、寿命预测的实施全流程。
在S201,水龙头放水。
水龙头开关打开后,信息传送至主控芯片,主控芯片开始对滤芯寿命预测发出下一步指令。
在S203,第一TDS传感器采集数值并带入测试模型。
根据示例实施例,第一TDS传感器在测出进水TDS值之后,将数据传输给主控芯片电控板,由主控芯片判断该水质情况并可据此选择相应滤芯寿命预测模型。
在S205,增压泵增压并采集水泵电流。
根据示例实施例,增压泵接收到指令,开始对水流进行增压操作。当增加至所需压强后,在使水流继续流动的同时,根据电流电路测出水泵电流,并传输至主控芯片存储数据。
在S207,第二TDS传感器采集净水端TDS数据。
根据示例实施例,TDS传感器将此数值传输至主控芯片,作为模型输入数据储存。
在S209,主控芯片收集系统运行时间。
根据示例实施例,收集系统运行时间后,储存到存储器中以备后续带入模型进行寿命估算。
在S211,通过模型,利用采集的数据预测滤芯剩余寿命。
根据示例实施例,所述数据模型训练后存储在主控芯片中,在净水器工作状态下,可随时调用预测模型,实时对滤芯使用寿命进行预测。
当预测到使用时间即将达到上限时,会通过显示屏显示并发出提示信号。更换滤芯后,可直接使用记忆的模型数据,能快速识别,可以实现系统预测滤芯寿命的快速响应,具备高可靠性。
通过以上描述,易于理解,根据本申请实施例的技术方案可具有以下优点中的一种或多种。
根据示例实施例,采用TDS值和电流值作为双参考数据,与其他仅使用TDS值的方法相比较,预测模型的数据更加完善,预测滤芯寿命的结果也更加准确。
根据示例实施例,采用两套TDS传感器,能更清晰的看出净水前后水质的变化。数据预测模型的选择根据不同的水质情况而有所差异,可根据当地水质情况选择合适的数据模型来计算预测出滤芯使用寿命。净水器滤芯在不同地区不同水质的情况下可使用不同数据模型,预测的结果更准确。
应清楚地理解,本申请描述了如何形成和使用特定示例,但本申请不限于这些示例的任何细节。相反,基于本申请公开的内容的教导,这些原理能够应用于许多其它实施例。
此外,需要注意的是,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
以上具体地示出和描述了本申请的示例性实施例。应可理解的是,本申请不限于这里描述的详细结构、设置方式或实现方法;相反,本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种具有寿命检测功能的净水器,其特征在于,包括增压泵、第一TDS传感器和第二TDS传感器、滤芯、电控板,其中:
所述增压泵用于给进水增压;
所述第一TDS传感器设置于滤芯上游,所述TDS传感器用于检测进水的TDS值并将TDS检测值传给所述电控板;
所述滤芯用于将进水过滤成净水;
所述第二TDS传感器位于滤芯下游,所述TDS传感器用于检测净水TDS值,并将TDS检测值传给所述电控板,用于数据分析、滤芯寿命预测模型;
所述电控板采集所述增压泵的电流值并接收来自所述第一TDS传感器和第二TDS传感器的TDS检测值,根据所述第一TDS传感器的TDS检测值选择训练好的滤芯寿命预测模型,并将所述电流值及所述第二TDS传感器的TDS检测值输入到所选择的滤芯寿命预测模型。
2.根据权利要求1所述的净水器,其特征在于:
所述滤芯寿命预测模型为多元线性回归模型;
所述电控板还用于获取滤芯使用时间以输入至所述多元线性回归模型。
3.根据权利要求2所述的净水器,其特征在于:
所述多元线性回归模型预先利用训练集数据和测试集数据进行训练,其中,所述练集数据和所述测试集数据为经过标准化处理的数据。
4.根据权利要求1所述的净水器,其特征在于,所述电控板包括:
主控芯片,所述主控芯片利用所述电流值和所述TDS值通过所述滤芯寿命预测模型自动估算滤芯寿命的剩余时间;
电流检测电路,用于采集所述增压泵的电流值,并将所述电流值发送至所述主控芯片;
TDS传感器接口,用于将来自TDS传感器的数据接收至所述主控芯片。
5.根据权利要求4所述的净水器,其特征在于,
所述主控芯片包括存储器,所述多元线性回归模型存储于所述存储器。
6.根据权利要求5所述的净水器,其特征在于,还包括:
显示屏接口,所述主控芯片将提示信息数据通过所述显示屏接口传给显示屏以显示滤芯寿命状况。
7.一种具有寿命检测功能的净水器,其特征在于,包括增压泵、TDS传感器、滤芯、电控板,其中:
所述增压泵用于给进水增压;
所述TDS传感器用于检测所述滤芯净水端的TDS值,将数据传给所述电控板;
所述滤芯用于将进水过滤成净水;
所述电控板采集所述增压泵的电流值并接收来自所述TDS传感器的TDS值,将所述电流值及所述TDS值输入到训练好的滤芯寿命预测模型。
8.根据权利要求7所述的净水器,其特征在于,所述滤芯寿命预测模型为多元线性回归模型。
9.根据权利要求8所述的净水器,其特征在于,所述电控板还用于获取系统运行时间,并累加至滤芯累计使用时间。
10.根据权利要求9所述的净水器,其特征在于,所述多元线性回归模型的输入数据来自于所述电控板,所述输入数据包括所述水泵电流大小、所述TDS值和所述滤芯累计使用时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799188.XA CN116870573B (zh) | 2023-06-30 | 2023-06-30 | 具有寿命检测功能的净水器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799188.XA CN116870573B (zh) | 2023-06-30 | 2023-06-30 | 具有寿命检测功能的净水器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116870573A true CN116870573A (zh) | 2023-10-13 |
CN116870573B CN116870573B (zh) | 2024-06-21 |
Family
ID=88265467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310799188.XA Active CN116870573B (zh) | 2023-06-30 | 2023-06-30 | 具有寿命检测功能的净水器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116870573B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990064658A (ko) * | 1999-04-26 | 1999-08-05 | 김용선 | 역삼투압 정수기의 필터교환 경보장치 및 그 방법 |
US20170129795A1 (en) * | 2015-11-10 | 2017-05-11 | Marmon Water (Singapore) Pte. Ltd. | Reverse osmosis water purifier |
CN107649007A (zh) * | 2016-07-26 | 2018-02-02 | 青岛经济技术开发区海尔热水器有限公司 | 净水机及其ro膜滤芯寿命的判断方法 |
CN108479169A (zh) * | 2018-04-04 | 2018-09-04 | 安徽唯雅诺智能净水设备有限公司 | 一种净水器滤芯寿命监测系统及监测方法 |
CN112131740A (zh) * | 2020-09-22 | 2020-12-25 | 成都清渟科技有限公司 | 一种净水器滤芯寿命的预测方法 |
WO2022016778A1 (zh) * | 2020-07-20 | 2022-01-27 | 广东美的白色家电技术创新中心有限公司 | 净水机的冲洗方法、净水机及具有存储功能的装置 |
CN114159873A (zh) * | 2021-09-28 | 2022-03-11 | 佛山市美的清湖净水设备有限公司 | 净水器滤芯寿命的检测方法、装置和存储介质 |
US20220184555A1 (en) * | 2019-05-07 | 2022-06-16 | A. O. Smith Corporation | Tds creep solution for pumpless, tankless system |
CN114748929A (zh) * | 2022-04-29 | 2022-07-15 | 广东万和新电气股份有限公司 | 过滤器滤芯寿命检测方法、设备、滤水系统及热水器 |
US20220242767A1 (en) * | 2021-01-30 | 2022-08-04 | John Dorrough | Water conditioning for bacterial control |
CN115138128A (zh) * | 2021-03-31 | 2022-10-04 | 青岛海尔施特劳斯水设备有限公司 | 一种净水设备滤芯寿命监控方法及系统 |
-
2023
- 2023-06-30 CN CN202310799188.XA patent/CN116870573B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990064658A (ko) * | 1999-04-26 | 1999-08-05 | 김용선 | 역삼투압 정수기의 필터교환 경보장치 및 그 방법 |
US20170129795A1 (en) * | 2015-11-10 | 2017-05-11 | Marmon Water (Singapore) Pte. Ltd. | Reverse osmosis water purifier |
CN107649007A (zh) * | 2016-07-26 | 2018-02-02 | 青岛经济技术开发区海尔热水器有限公司 | 净水机及其ro膜滤芯寿命的判断方法 |
CN108479169A (zh) * | 2018-04-04 | 2018-09-04 | 安徽唯雅诺智能净水设备有限公司 | 一种净水器滤芯寿命监测系统及监测方法 |
US20220184555A1 (en) * | 2019-05-07 | 2022-06-16 | A. O. Smith Corporation | Tds creep solution for pumpless, tankless system |
WO2022016778A1 (zh) * | 2020-07-20 | 2022-01-27 | 广东美的白色家电技术创新中心有限公司 | 净水机的冲洗方法、净水机及具有存储功能的装置 |
CN112131740A (zh) * | 2020-09-22 | 2020-12-25 | 成都清渟科技有限公司 | 一种净水器滤芯寿命的预测方法 |
US20220242767A1 (en) * | 2021-01-30 | 2022-08-04 | John Dorrough | Water conditioning for bacterial control |
CN115138128A (zh) * | 2021-03-31 | 2022-10-04 | 青岛海尔施特劳斯水设备有限公司 | 一种净水设备滤芯寿命监控方法及系统 |
CN114159873A (zh) * | 2021-09-28 | 2022-03-11 | 佛山市美的清湖净水设备有限公司 | 净水器滤芯寿命的检测方法、装置和存储介质 |
CN114748929A (zh) * | 2022-04-29 | 2022-07-15 | 广东万和新电气股份有限公司 | 过滤器滤芯寿命检测方法、设备、滤水系统及热水器 |
Non-Patent Citations (1)
Title |
---|
罗亚岚;: "家用净水器滤芯使用寿命显示装置", 家电科技, no. 05, 1 May 2012 (2012-05-01) * |
Also Published As
Publication number | Publication date |
---|---|
CN116870573B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Karabelas et al. | Scaling in reverse osmosis desalination plants: A perspective focusing on development of comprehensive simulation tools | |
Aguado et al. | Multivariate statistical monitoring of continuous wastewater treatment plants | |
Maere et al. | Membrane bioreactor fouling behaviour assessment through principal component analysis and fuzzy clustering | |
JP2015100766A (ja) | 異常検出機能を有する淡水化システム | |
KR20210137925A (ko) | 정수기 및 정수기 제어 방법 | |
CN107169658B (zh) | 基于可信度的湿法冶金浓密机的故障诊断方法 | |
CN113837364B (zh) | 基于残差网络和注意力机制的污水处理软测量方法及系统 | |
US20240069513A1 (en) | Information processing device for optimizing filters that purify wastewater | |
CN116870573B (zh) | 具有寿命检测功能的净水器 | |
CN111912475A (zh) | 一种管道清洗实时监控系统及方法 | |
Kolluri et al. | Evaluation of multivariate statistical analyses for monitoring and prediction of processes in an seawater reverse osmosis desalination plant | |
CN116813028A (zh) | 智能检测净水器滤芯寿命的方法 | |
Bertrand-Krajewski et al. | Accounting for sensor calibration, concentration heterogeneity, measurement and sampling uncertainties in monitoring urban drainage systems | |
CN115165253A (zh) | 水阀漏水检测方法、装置、水阀及存储介质 | |
CN115656430A (zh) | 可实现油液参数在线监测与智能评估的新型润滑系统 | |
CN205570115U (zh) | Ro寿命在线检测系统 | |
CN114840035A (zh) | 具有前置过滤检测模块的远传智能水表控制方法及系统 | |
CN219065275U (zh) | 一种在线水质监测系统 | |
KR102082284B1 (ko) | 막분리공정의 여과성능 예측방법 | |
JP4602018B2 (ja) | 有害物質検出方法および装置 | |
CN117168863B (zh) | 基于人工智能的坐便器防虹吸测试方法、系统及存储介质 | |
KR101344992B1 (ko) | 자동 보정 기능이 있는 총질소 소프트웨어 센서 콘트롤러 및 이를 이용한 총질소 모니터링 시스템 | |
CN113998746B (zh) | 一种净水器的智能控制方法、系统、电子设备及存储介质 | |
Cecconi | Analysis of Integrated Hard and Soft Sensors for Process Control and Monitoring in Water Resource Recovery Facilities | |
CN112924647A (zh) | 一种水体异味检测系统及方法 |
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 |