CN117178227A - 至少一个可着色窗的失效预测 - Google Patents
至少一个可着色窗的失效预测 Download PDFInfo
- Publication number
- CN117178227A CN117178227A CN202180087451.1A CN202180087451A CN117178227A CN 117178227 A CN117178227 A CN 117178227A CN 202180087451 A CN202180087451 A CN 202180087451A CN 117178227 A CN117178227 A CN 117178227A
- Authority
- CN
- China
- Prior art keywords
- sensor
- window
- controller
- facility
- transition
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 claims abstract description 177
- 230000007704 transition Effects 0.000 claims description 179
- 238000000034 method Methods 0.000 claims description 150
- 238000004891 communication Methods 0.000 claims description 127
- 238000004458 analytical method Methods 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 41
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 13
- 239000001569 carbon dioxide Substances 0.000 claims description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 10
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 6
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 3
- 230000036962 time dependent Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 description 92
- 230000003287 optical effect Effects 0.000 description 44
- 239000007789 gas Substances 0.000 description 36
- 230000006870 function Effects 0.000 description 34
- 238000010801 machine learning Methods 0.000 description 33
- 230000008859 change Effects 0.000 description 32
- 239000000463 material Substances 0.000 description 25
- 230000001276 controlling effect Effects 0.000 description 24
- 239000011521 glass Substances 0.000 description 24
- 230000000694 effects Effects 0.000 description 23
- 239000000758 substrate Substances 0.000 description 21
- 230000007613 environmental effect Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000010438 heat treatment Methods 0.000 description 17
- 150000002500 ions Chemical class 0.000 description 17
- 238000002834 transmittance Methods 0.000 description 15
- 230000010267 cellular communication Effects 0.000 description 14
- 230000008878 coupling Effects 0.000 description 14
- 238000010168 coupling process Methods 0.000 description 14
- 238000005859 coupling reaction Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000009434 installation Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000001816 cooling Methods 0.000 description 11
- 238000004378 air conditioning Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000005855 radiation Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 238000000576 coating method Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 9
- 239000004984 smart glass Substances 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000009423 ventilation Methods 0.000 description 8
- 230000015556 catabolic process Effects 0.000 description 7
- 239000011248 coating agent Substances 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000005670 electromagnetic radiation Effects 0.000 description 7
- 229910052751 metal Inorganic materials 0.000 description 7
- 239000002184 metal Substances 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 125000006850 spacer group Chemical group 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 6
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000835 fiber Substances 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- QGLKJKCYBOYXKC-UHFFFAOYSA-N nonaoxidotritungsten Chemical compound O=[W]1(=O)O[W](=O)(=O)O[W](=O)(=O)O1 QGLKJKCYBOYXKC-UHFFFAOYSA-N 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 229910001930 tungsten oxide Inorganic materials 0.000 description 6
- 101150110932 US19 gene Proteins 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004040 coloring Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- USPVIMZDBBWXGM-UHFFFAOYSA-N nickel;oxotungsten Chemical compound [Ni].[W]=O USPVIMZDBBWXGM-UHFFFAOYSA-N 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- -1 stucco (e.g. Substances 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 238000001429 visible spectrum Methods 0.000 description 5
- 239000012855 volatile organic compound Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 4
- 150000001768 cations Chemical class 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 239000011261 inert gas Substances 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 239000004033 plastic Substances 0.000 description 4
- 229920003023 plastic Polymers 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 3
- 101150071882 US17 gene Proteins 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 3
- 238000004061 bleaching Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000009830 intercalation Methods 0.000 description 3
- 230000002687 intercalation Effects 0.000 description 3
- 230000002427 irreversible effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- 229910052704 radon Inorganic materials 0.000 description 3
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 239000000565 sealant Substances 0.000 description 3
- 229910052814 silicon oxide Inorganic materials 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical class N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 229920002367 Polyisobutene Polymers 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 101150013568 US16 gene Proteins 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 229910052786 argon Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 239000007844 bleaching agent Substances 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000004313 glare Effects 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 239000010977 jade Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 229920002285 poly(styrene-co-acrylonitrile) Polymers 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 229920002635 polyurethane Polymers 0.000 description 2
- 239000004814 polyurethane Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 229910001868 water Inorganic materials 0.000 description 2
- 125000003903 2-propenyl group Chemical group [H]C([*])([H])C([H])=C([H])[H] 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000005457 Black-body radiation Effects 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 239000004952 Polyamide Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000005328 architectural glass Substances 0.000 description 1
- 239000010425 asbestos Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 150000001722 carbon compounds Chemical class 0.000 description 1
- UBAZGMLMVVQSCD-UHFFFAOYSA-N carbon dioxide;molecular oxygen Chemical compound O=O.O=C=O UBAZGMLMVVQSCD-UHFFFAOYSA-N 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000003426 chemical strengthening reaction Methods 0.000 description 1
- 239000003818 cinder Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- GPLRAVKSCUXZTP-UHFFFAOYSA-N diglycerol Chemical compound OCC(O)COCC(O)CO GPLRAVKSCUXZTP-UHFFFAOYSA-N 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 239000007888 film coating Substances 0.000 description 1
- 238000009501 film coating Methods 0.000 description 1
- 239000005329 float glass Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001339 gustatory effect Effects 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 229910052743 krypton Inorganic materials 0.000 description 1
- DNNSSWSSYDEUBZ-UHFFFAOYSA-N krypton atom Chemical compound [Kr] DNNSSWSSYDEUBZ-UHFFFAOYSA-N 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 239000002070 nanowire Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910052757 nitrogen Chemical class 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 229920000306 polymethylpentene Polymers 0.000 description 1
- 239000011116 polymethylpentene Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 229910052895 riebeckite Inorganic materials 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000005361 soda-lime glass Substances 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910000029 sodium carbonate Inorganic materials 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000012815 thermoplastic material Substances 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E06—DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
- E06B—FIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
- E06B9/00—Screening or protective devices for wall or similar openings, with or without operating or securing mechanisms; Closures of similar construction
- E06B9/24—Screens or other constructions affording protection against light, especially against sunshine; Similar screens for privacy or appearance; Slat blinds
-
- 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
-
- E—FIXED CONSTRUCTIONS
- E06—DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
- E06B—FIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
- E06B9/00—Screening or protective devices for wall or similar openings, with or without operating or securing mechanisms; Closures of similar construction
- E06B9/24—Screens or other constructions affording protection against light, especially against sunshine; Similar screens for privacy or appearance; Slat blinds
- E06B2009/2464—Screens or other constructions affording protection against light, especially against sunshine; Similar screens for privacy or appearance; Slat blinds featuring transparency control by applying voltage, e.g. LCD, electrochromic panels
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/15—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on an electrochromic effect
- G02F1/163—Operation of electrochromic cells, e.g. electrodeposition cells; Circuit arrangements therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Selective Calling Equipment (AREA)
- General Factory Administration (AREA)
Abstract
来自测量结果的数据与学习模块结合使用，以识别和预测可着色窗故障。这些测量结果可至少部分地基于在可着色窗的常规操作期间累积的数据。
Description
相关申请
本申请要求以下申请的优先权：2020年10月27日提交的名称为“TINTABLE WINDOWFAILURE PREDICTION”的美国临时专利申请序列63/106,058号；2021年9月02日提交的名称为“OCCUPANT-CENTERED PREDICTIVE CONTROL OF DEVICES IN FACILITIES”的美国临时专利申请序列63/240,117号；2020年11月03日提交的名称为“ACCOUNTING FOR DEVICES IN AFACILITY”的美国临时专利申请序列63/109,306号；以及2021年6月24日提交的名称为“VIRTUALLY VIEWING DEVICES IN A FACILITY”的美国临时专利申请序列63/214,741号。本申请还要求2019年6月14日提交的美国专利申请序列16/469,851号的部分继续申请的优先权，该美国专利申请号16/469,851是2017年12月13日提交的名称为“CONTROL METHODFOR TINTABLE WINDOWS”的国际专利申请序列PCT/US17/66198号的进入国家阶段，该国际专利申请序列PCT/US17/66198号(i)要求2016年12月15日提交的名称为“CONTROL METHODFOR TINTABLE WINDOWS”的美国临时专利申请序列62/434,826号的优先权，并且(ii)是2016年7月07日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的国际专利申请序列PCT/US16/41344号的部分继续申请，该国际专利申请序列号PCT/US16/41344要求2015年7月07日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国临时专利申请序列62/189,673号的优先权。本申请还要求2020年8月31日提交的名称为“CONTROL METHODFOR TINTABLE WINDOWS”的美国专利申请序列17/008,342号的部分继续申请的优先权，该美国专利申请序列17/008,342号是2018年6月20日提交的名称为“CONTROL METHOD FORTINTABLE WINDOW”的美国专利申请序列16/013,770号的继续申请，该美国专利申请序列16/013,770号是2016年11月09日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列15/347,677号的继续申请，该美国专利申请序列15/347,677号(a)是2015年5月07日提交的名称为“CONTROL METHOD FORTINTABLE WINDOWS”的国际专利申请序列PCT/US15/29675号的部分继续申请，该国际专利申请序列PCT/US15/29675号要求2014年5月9日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国临时专利申请序列61/991,375号的优先权，以及(b)该美国临时专利申请序列61/991,375号是2013年2月21日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列13/772,969号的部分继续申请。本申请还要求2021年6月25日提交的名称为“INFRARED CLOUDDETECTOR SYSTEMS AND METHODS”的美国专利申请序列17/304,832号的部分继续申请，该美国专利申请序列17/304,832号是2019年3月30日提交的名称为“INFRARED CLOUDDETECTOR SYSTEMS AND METHODS”的美国专利申请序列16/335,222号的继续申请，
该美国专利申请序列16/335,222号是2017年10月06日提交的名称为“INFRAREDCLOUD DETECTOR SYSTEMS AND METHODS”的国际专利申请序列PCT/US17/55631号的国家阶段，该国际专利申请序列PCT/US17/55631号要求2017年2月01日提交的名称为“INFRAREDCLOUD DETECTOR SYSTEMS AND METHODS”的美国临时专利申请序列62/453,407号的优先权。本申请还要求2021年6月30日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列17/305,132号的部分继续申请的优先权，该美国专利申请序列17/305,132号是2019年11月25日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列16/695,004号的继续申请，该美国专利申请序列16/695,004号是2017年3月21日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列15/464,837号的继续申请，该美国专利申请序列15/464,837号是2013年2月21日提交的美国专利申请序列13/772,969号的继续申请。本申请还要求2021年2月5日提交的名称为“CONTROLMETHODS AND SYSTEMS USING EXTERNAL 3D MODELING AND NEURAL NETWORKS”的美国专利申请序列17/250,586号的部分继续申请的优先权，该美国专利申请序列17/250,586号要求2019年8月14日提交的名称为“CONTROL METHODS AND SYSTEMS USING EXTERNAL 3DMODELING AND NEURAL NETWORKS”的国际专利申请序列PCT/US19/46524号的优先权。国际专利申请序列PCT/US19/46524号要求以下申请的权益和优先权：2018年8月15日提交的名称为“CONTROL METHODS AND SYSTEMS USING EXTERNAL 3D MODELING AND NEURALNETWORKS”的美国临时专利申请序列62/764,821号；2018年10月15日提交的名称为“CONTROL METHODS AND SYSTEMS USING EXTERNAL 3DMODELING AND NEURAL NETWORKS”的美国临时专利申请序列62/745,920号；以及2019年2月14日提交的名称为“CONTROLMETHODS AND SYSTEMS USING EXTERNAL 3D MODELING AND NEURAL NETWORKS”的美国临时专利申请序列62/805,841号。国际专利申请序列PCT/US19/46524号也是2019年3月20日提交的名称为“CONTROL METHODS AND SYSTEMS USING EXTERNAL 3DMODELING ANDSCHEDULE-BASED COMPUTING”的国际专利申请序列PCT/US19/23268号的部分继续申请，该国际专利申请序列PCT/US19/23268号要求2018年3月21日提交的名称为“METHODS ANDSYSTEMS FOR CONTROLLING TINTABLE WINDOWS WITH CLOUD DETECTION”的美国临时专利申请序列62/646,260号和2018年5月3日提交的名称为“CONTROL METHODS AND SYSTEMSUSING EXTERNAL 3D MODELING AND SCHEDULE-BASED COMPUTING”的美国临时专利申请序列62/666,572号的权益和优先权。国际专利申请序列PCT/US19/23268号也是2018年6月20日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列16/013,770号的部分继续申请，该美国专利申请序列16/013,770号是2016年11月9日提交的名称为“CONTROL METHOD FOR TINTABLE WINDOWS”的美国专利申请序列15/347,677号的继续申请。美国专利申请15/347,677号是2015年5月7日提交的名称为“CONTROL METHOD FORTINTABLE WINDOWS”的国际专利申请序列PCT/US15/29675号的部分继续申请，该国际专利申请序列号PCT/US15/29675要求2014年5月9日提交的名称为“CONTROL METHOD FORTINTABLE WINDOWS”的美国临时专利申请序列61/991,375号的权益和优先权。美国专利申请序列15/347,677号也是2013年2月21日提交的名称为“CONTROL METHOD FOR TINTABLEWINDOWS”的美国专利申请序列13/772,969号的部分继续申请。2019年8月14日提交的国际专利申请序列PCT/US19/46524号也是2019年6月11日提交的名称为“APPLICATIONS FORCONTROLLING OPTICALLY SWITCHABLE DEVICES”的美国专利申请序列16/438,177号的部分继续申请，该美国专利申请序列16/438,177号是2014年10月7日提交的名称为“APPLICATIONS FOR CONTROLLING OPTICALLY SWITCHABLE DEVICES”的美国专利申请序列14/391,122号的继续申请。2014年10月7日提交的美国专利申请序列14/391,122号是2013年4月12日提交的名称为“APPLICATIONS FOR CONTROLLING OPTICALLY SWITCHABLEDEVICES”的国际专利申请序列PCT/US13/36456号的进入国家阶段，该国际专利申请序列PCT/US13/36456号要求2012年4月13日提交的名称为“APPLICATIONS FOR CONTROLLINGOPTICALLY SWITCHABLE DEVICES”的美国临时专利申请序列61/624,175号的优先权和权益。本申请还要求提交于2021年2月11日提交的名称为“PREDICTIVE MODELING FORTINTABLE WINDOWS”的国际专利申请序列PCT/US21/17603号的部分继续申请的优先权，该国际专利申请序列PCT/US21/17603号要求例如以下申请的优先权：2021年2月3日提交的名称为“PREDICTIVE MODELING FOR TINTABLE WINDOWS”的美国临时专利申请序列63/145,333号；2020年2月12日提交的名称为“VIRTUAL SKY SENSORS AND SUPERVISEDCLASSIFICATION OF SENSOR RADIATION FOR WEATHER MODELING”的美国临时专利申请序列62/975,677号、以及2020年9月8日提交的名称为“PREDICTIVE MODELING FOR TINTABLEWINDOWS”的美国临时专利申请序列63/075,569号。上述申请中的每个申请据此以引用方式全文并入并用于所有目的。
背景技术
一些可着色窗可以是电子控制的。这种控制可允许控制穿过窗的光(例如，热)的量，从而通过调整(例如，吸收、分散和/或反射)入射光来为可着色窗用作节能装置提供机会。存在各种类型的可着色窗，例如电致变色窗。
电致变色是一种当材料被置于不同电子状态下，例如经受电压变化时，该材料在光学特性方面展现出可逆电化学介导变化的现象。光学特性可以是颜色、透射率、吸光度和/或反射率的光学特性。电致变色材料可结合到例如家用、商用、工业和/或其他用途的窗中。电致变色涂层可以是窗玻璃上的(例如，薄)膜涂层。可以通过诱发电致变色材料发生变化来改变此类窗户的颜色、透射率、吸光度和/或反射率。例如，电致变色窗是可通过电子方式变暗或变亮的窗。在一些实施方案中，施加到窗的电致变色装置(EC)的(例如，小)电压将使EC变暗；逆转电压极性使EC变亮。虽然在20世纪60年代就发现了电致变色，但电致变色装置，特别是电致变色窗仍然遇到了各种问题，而且，尽管电致变色技术、设备、软件以及制造和/或使用电致变色装置的相关方法近期取得了许多进展，但尚未开始实现其全部商业潜力。用于在可着色窗中实现色调变化的其他方法是可用的(例如，如本文所公开的)。
可着色窗的故障可能变得明显并影响窗的视觉和/或功能。识别、维修和/或替换可着色窗以及相关联的装备(例如，控制器)可能是昂贵、耗时、劳动密集型和/或后勤上的任务。这在具有多个可着色窗的大型设施中尤其如此。为了减少具有发生故障的可着色窗的设施的占用者的负担，可着色窗的提供者可能想要减少维修和/或替换(例如，潜在地)故障窗所需的任何时间，尤其是当待替换的窗不存在于库存中并且因此必须被制造时，这可能显著地延迟替换过程。
提前识别(例如，潜在地)故障窗可能是有利的。类似地，至少部分地自动化识别任何(例如，潜在地)故障窗的过程可能是有利的。优点可包括为此类维修和/或替换任务提供至少一些缓解。例如，它可(i)提供在故障窗变得明显故障之前替换故障窗的机会，(ii)确保潜在故障窗的库存(例如，使得当故障窗故障时，它们将可用于替换)，(iii)提供时间缓冲以协调和执行窗的维修和/或替换过程，和/或(iv)提供在窗(例如，明显地)发生故障(和/或劣化)之前主动地执行纠正措施的机会。
发明内容
本文所公开的各个方面减轻了上述参考缺点中的至少一部分。
例如，来自可着色窗控制器系统的数据与学习模块(例如，包括人工智能(AI)和/或机器学习)结合使用，以预测和/或识别可着色窗故障。此类数据(例如，来自该控制系统)可累积在一个或多个数据库中。可在可着色窗操作的常规过程期间收集累积的这些数据。这些数据可与可着色窗操作的该常规过程相关联(例如，电流和/或电压数据与改变和/或维持该可着色窗的色调相关联)。这些数据可以是大量的(例如，如在一段时间内和/或针对多个可着色窗累积)。框架可被配置为从一个或多个数据库检索所累积的数据、聚集这些数据、并且使用这些数据例如通过分析一个或多个失效标志来评估针对任何可着色窗的维修(例如，包括失效)。可使用通过常规操作该一个或多个可着色窗获得的统计测量结果(例如，电流测量结果和/或电压测量结果)来识别该一个或多个失效标志。
另一方面，一种预测设施中的可着色窗失效的方法，该方法包括：(a)获取与设置在该设施中的该可着色窗的色调转变相关的一个或多个测量结果，其中该色调转变是从第一色调到第二色调；(b)通过考虑数据来分析获取的该一个或多个测量结果，这些数据：(i)与该一个或多个测量结果的类型相关，(ii)与从该第一色调到该第二色调的该色调转变相关，并且(iii)具有从该第一色调到该第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(c)使用该分析来预测该可着色窗的着色失效。
在一些实施方案中，该第一色调不同于该第二色调。在一些实施方案中，该第一色调比该第二色调暗。在一些实施方案中，该第一色调相对于可见光谱是透明的或吸收性的色调。在一些实施方案中，该第二色调相对于可见光谱是透明的或吸收性的色调。在一些实施方案中，该色调转变包括从该第一色调到该第二色调的完全色调转变。在一些实施方案中，该完全色调转变没有任何可检测到的中断。在一些实施方案中，该方法还包括：考虑具有从该第一色调到该第二色调的该完全色调转变和/或特征性色调转变的特征的数据。在一些实施方案中，这些数据包括(a)该完全色调转变和/或该特征性色调转变的数据或(B)该不完全色调转变和/或该非特征性色调转变的特征。在一些实施方案中，该一个或多个测量结果包括电压测量结果和/或电流测量结果。在一些实施方案中，该电流测量结果是在该色调转变期间实时取得的。在一些实施方案中，该一个或多个测量结果包括开路电压测量结果。在一些实施方案中，该一个或多个测量结果包括来自至少一个传感器的一个或多个测量结果。在一些实施方案中，该至少一个传感器设置在该设施中。在一些实施方案中，该至少一个控制器设置在该设施之外。在一些实施方案中，该至少一个传感器包括被配置为感测电磁辐射的传感器。在一些实施方案中，该电磁辐射包括红外辐射或普通用户能够看见的可见辐射。在一些实施方案中，该至少一个传感器包括温度传感器。在一些实施方案中，该至少一个传感器包括热电偶、红外传感器和/或日射强度计。在一些实施方案中，该至少一个传感器包括光传感器。在一些实施方案中，该至少一个传感器包括辐照度传感器。在一些实施方案中，该至少一个传感器包括该可着色窗。在一些实施方案中，该至少一个传感器包括声学、运动、振动、温度和/或电磁传感器。在一些实施方案中，该方法还包括：使用该分析来确定该至少一个传感器的可靠性值。在一些实施方案中，该方法还包括：使用该可靠性值来调整该至少一个传感器的该一个或多个测量结果，以形成一个或多个经调整传感器测量结果。在一些实施方案中，该方法还包括：使用该一个或多个经调整传感器测量结果来更新该可靠性值。在一些实施方案中，该方法还包括：通过考虑(A)该设施、(B)历史传感器测量结果、(C)传感器测量基准和/或(D)建模，来处理该一个或多个经调整传感器测量结果以产生结果。在一些实施方案中，该方法还包括：使用该结果和/或该可靠性值来生成对该设施的后续可着色窗失效的预测。在一些实施方案中，该一个或多个测量结果包括测量的时间、该可着色窗的标识、或该可着色窗的位置。在一些实施方案中，该可着色窗包括电致变色构造，并且其中该一个或多个测量结果与通过该电致变色构造传输的电流相关。在一些实施方案中，该一个或多个测量结果包括开路电压测量结果。在一些实施方案中，该方法还包括：在缓变期间和/或在保持期间执行该开路电压测量。在一些实施方案中，该色调转变由具有缓变和/或保持的电压和/或电流实现。在一些实施方案中，该色调转变由具有多个缓变和/或多个保持的电压和/或电流实现。在一些实施方案中，该多个保持中的至少一个保持高于被认为对于该可着色窗的连续操作是安全的级别。在一些实施方案中，该可着色窗设置在该设施的建筑物内部。在一些实施方案中，该可着色窗设置在该设施的建筑物的围护结构处。在一些实施方案中，该不完全色调转变和/或该非特征性色调转变是具有至少一个可识别数据标志的类型。在一些实施方案中，这些数据包括历史数据和/或合成数据。在一些实施方案中，这些数据包括从该设施获取的数据。在一些实施方案中，这些数据包括从与该设施不同的设施获取的数据。在一些实施方案中，该可着色窗设置在该设施的建筑物中，并且其中这些数据包括从该建筑物获取的数据。在一些实施方案中，该可着色窗设置在该设施的建筑物中，并且其中这些数据包括从与该建筑物不同的建筑物获取的数据。在一些实施方案中，该可着色窗具有尺寸，并且其中这些相关性数据与从具有这些尺寸或基本上具有这些尺寸的一个或多个不同窗取得的一个或多个测量结果相关。在一些实施方案中，这些数据包括在该色调转变的至少约10、50、100或1,000次发生期间获取的数据。在一些实施方案中，这些数据包括在至少约12、25、52、104或156周内获取的数据。在一些实施方案中，使用机器学习来分析这些数据。在一些实施方案中，该机器学习利用多个模块。在一些实施方案中，该多个模块中的至少两个模块在该机器学习分析中接收相同的权重。在一些实施方案中，该多个模块中的至少两个模块在该机器学习分析中接收不同的权重。在一些实施方案中，该机器学习包括深度学习。在一些实施方案中，该机器学习没有深度学习。在一些实施方案中，用于该机器学习的学习集包括历史数据和/或合成数据。在一些实施方案中，分析该一个或多个测量结果包括与阈值进行比较。在一些实施方案中，该阈值包括值或功能。在一些实施方案中，该函数是时间相依函数。在一些实施方案中，该机器学习包括利用学习集。在一些实施方案中，该学习集包括随时间获取的一个或多个历史测量结果。在一些实施方案中，该时间是可调整的。在一些实施方案中，可由用户调整。在一些实施方案中，分析该一个或多个测量结果包括执行一个或多个数学运算。在一些实施方案中，该一个或多个数学运算包括布尔运算。在一些实施方案中，该一个或多个数学运算包括至少一次推导或至少一次积分。在一些实施方案中，该机器学习包括神经网络分析和/或视觉分析。在一些实施方案中，分析该一个或多个测量结果包括特定于以下项的任何数据标志：该设施、该可着色窗的窗类型、天气条件、一天中的时间、一年中的时间、该可着色窗在该设施中的相对地理位置和/或该设施的地理位置。在一些实施方案中，这些数据包括与在(a)中获得的该一个或多个测量结果相同类型的一个或多个测量结果。在一些实施方案中，这些数据包括从该第一色调到该第二色调的转变。在一些实施方案中，该不完全色调转变和/或该非特征性色调转变是报错的可着色窗的色调转变。在一些实施方案中，使用该分析包括提供该可着色窗的失效的预警和/或报告。在一些实施方案中，提供该预警和/或该报告包括预测普通人能够看见的可见失效的时间。在一些实施方案中，提供该预警和/或该报告包括调度维修。在一些实施方案中，该可着色窗是第一可着色窗，并且其中提供该预警和/或该报告包括：调度另一可着色窗的库存和/或调度该另一可着色窗的生产以替换该第一可着色窗。在一些实施方案中，对该失效的该预测是在普通人能够看见任何有缺陷的色调转变之前。在一些实施方案中，该分析预测该可着色窗的着色失效。在一些实施方案中，该方法还包括：调整控制方案以促进由该可着色窗进行的该色调转变。
另一方面，一种用于预测设施中的可着色窗口失效的非暂态计算机可读程序指令，这些非暂态计算机可读程序指令在由一个或多个处理器执行时，使该一个或多个处理器执行或引导执行上文所公开的方法中的任何方法的一个或多个操作。
在一些实施方案中，该至少一个处理器是分级控制系统的一部分。在一些实施方案中，该至少一个处理器是至少一个控制器、包括该至少一个控制器或者被包括在该至少一个控制器中。在一些实施方案中，这些操作中的至少两个操作由相同处理器执行。在一些实施方案中，这些操作中的至少两个操作各自由不同处理器执行。在一些实施方案中，该一个或多个处理器中的至少一个处理器设置在云装置中。在一些实施方案中，这些程序指令铭刻在一种或多种非暂态计算机可读介质上。
另一方面，一种用于预测设施中的可着色窗口失效的非暂态计算机可读程序指令，这些非暂态计算机可读程序指令在由一个或多个处理器执行时，使该一个或多个处理器执行操作，这些操作包括：(a)获取或引导获取与设置在该设施中的该可着色窗的色调转变相关的一个或多个测量结果，其中该色调转变是从第一色调到第二色调；(b)通过考虑数据来分析或引导分析获取的该一个或多个测量结果，这些数据：(i)与该一个或多个测量结果的类型相关，(ii)与从该第一色调到该第二色调的该色调转变相关，并且(iii)具有从该第一色调到该第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(c)使用或引导使用该分析来预测该可着色窗的着色失效。
另一方面，一种用于预测设施中的可着色窗失效的设备，该设备包括至少一个控制器，该至少一个控制器被配置为：执行或引导执行上文所公开的方法中的任何方法的一个或多个操作。
另一方面，一种用于预测设施中的可着色窗失效的设备，该设备包括至少一个控制器，该至少一个控制器被配置为：(a)获取或引导获取与设置在该设施中的该可着色窗的色调转变相关的一个或多个测量结果，其中该色调转变是从第一色调到第二色调；(b)通过考虑数据来分析或引导分析获取的该一个或多个测量结果，这些数据：(i)与该一个或多个测量结果的类型相关，(ii)与从该第一色调到该第二色调的该色调转变相关，并且(iii)具有从该第一色调到该第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(c)使用或引导使用该分析来预测该可着色窗的着色失效。
在一些实施方案中，该至少一个控制器包括在分级控制系统中。在一些实施方案中，该至少一个控制器被配置为包括反馈控制方案。在一些实施方案中，该至少一个控制器包括被配置为直接耦接到该可着色窗的本地控制器。在一些实施方案中，直接耦接包括利用从该本地控制器到该可着色窗的不中断接线。在一些实施方案中，不中断是不由电路中断。在一些实施方案中，至少一个控制器包括电路。在一些实施方案中，该电路包括存储控制逻辑和数据的计算机可读程序指令。在一些实施方案中，该至少一个控制器包括电路。在一些实施方案中，该设备还包括与该计算机可读程序指令通信或并入该计算机可读程序指令的处理器。在一些实施方案中，该至少一个控制器被配置为：(i)操作地耦接到至少一个传感器，并且(ii)引导该至少一个传感器获取与该可着色窗的该色调转变相关的一个或多个测量结果。在一些实施方案中，该至少一个控制器被配置为：执行或引导执行利用该至少一个传感器的反馈控制方案。在一些实施方案中，该至少一个控制器被配置为：通过使用或引导使用该反馈控制方案来改变该可着色窗的色调。在一些实施方案中，该第一色调不同于该第二色调。在一些实施方案中，该第一色调比该第二色调暗。在一些实施方案中，该第一色调相对于可见光谱是透明的或吸收性的色调。在一些实施方案中，该第二色调相对于可见光谱是透明的或吸收性的色调。在一些实施方案中，该色调转变包括从该第一色调到该第二色调的完全色调转变。在一些实施方案中，该完全色调转变没有任何可检测到的中断。在一些实施方案中，该至少一个控制器被配置为：考虑或引导考虑指示从该第一色调到该第二色调的该完全色调转变和/或特征性色调转变的数据。在一些实施方案中，这些数据包括(a)该完全色调转变和/或该特征性色调转变的数据或(B)该不完全色调转变和/或该非特征性色调转变的特征。在一些实施方案中，该至少一个控制器被配置为：执行或引导执行包括电压测量和/或电流测量的一个或多个测量。在一些实施方案中，该至少一个控制器被配置为：在该色调转变期间实时地执行或引导执行当前测量。在一些实施方案中，该一个或多个测量结果包括开路电压测量结果。在一些实施方案中，该一个或多个测量结果包括来自至少一个传感器的一个或多个测量结果。在一些实施方案中，该至少一个传感器设置在该设施中。在一些实施方案中，该至少一个控制器设置在该设施之外。在一些实施方案中，该至少一个传感器包括被配置为感测电磁辐射的传感器。在一些实施方案中，该电磁辐射包括红外辐射或普通用户能够看见的可见辐射。在一些实施方案中，该至少一个传感器包括温度传感器。在一些实施方案中，该至少一个传感器包括热电偶、红外传感器和/或日射强度计。在一些实施方案中，该至少一个传感器包括光传感器。在一些实施方案中，该至少一个传感器包括辐照度传感器。在一些实施方案中，该至少一个传感器包括该可着色窗。在一些实施方案中，该至少一个传感器包括声学、运动、振动、温度和/或电磁传感器。在一些实施方案中，该至少一个控制器被配置为：使用或引导使用该分析来确定该至少一个传感器的可靠性值。在一些实施方案中，该至少一个控制器被进一步配置为：使用或引导使用该可靠性值来调整该至少一个传感器的该一个或多个测量结果，以形成一个或多个经调整传感器测量结果。在一些实施方案中，该至少一个控制器被进一步配置为：使用该一个或多个经调整传感器测量结果来更新或引导更新该可靠性值。在一些实施方案中，该至少一个控制器被进一步配置为：通过考虑(A)该设施、(B)历史传感器测量结果、(C)传感器测量基准和/或(D)建模，来处理或引导处理该一个或多个经调整传感器测量结果以产生结果。在一些实施方案中，该至少一个控制器被进一步配置为：使用或引导使用该结果和/或该可靠性值来生成对该设施的后续可着色窗失效的预测。在一些实施方案中，该一个或多个测量结果包括测量的时间、该可着色窗的标识、或该可着色窗的位置。在一些实施方案中，该可着色窗包括电致变色构造，并且其中该一个或多个测量结果与通过该电致变色构造传输的电流相关。在一些实施方案中，该一个或多个测量结果包括电压测量结果和/或电流测量结果。在一些实施方案中，该一个或多个测量结果包括开路电压测量结果。在一些实施方案中，该至少一个控制器被配置为：在缓变期间和/或在保持期间执行或引导执行该开路电压测量。在一些实施方案中，该色调转变由具有缓变和/或保持的电压和/或电流实现。在一些实施方案中，该色调转变由具有多个缓变和/或多个保持的电压和/或电流实现。在一些实施方案中，该多个保持中的至少一个保持高于被认为对于该可着色窗的连续操作是安全的级别。在一些实施方案中，该可着色窗设置在该设施的建筑物内部。在一些实施方案中，该可着色窗设置在该设施的建筑物的围护结构处。在一些实施方案中，该不完全色调转变和/或该非特征性色调转变是具有至少一个可识别数据标志的类型。在一些实施方案中，这些数据包括历史数据和/或合成数据。在一些实施方案中，这些数据包括从该设施获取的数据。在一些实施方案中，这些数据包括从与该设施不同的设施获取的数据。在一些实施方案中，该可着色窗设置在该设施的建筑物中，并且其中这些数据包括从该建筑物获取的数据。在一些实施方案中，该可着色窗设置在该设施的建筑物中，并且其中这些数据包括从与该建筑物不同的建筑物获取的数据。在一些实施方案中，该可着色窗具有尺寸，并且其中这些相关性数据与从具有这些尺寸或基本上具有这些尺寸的一个或多个不同窗取得的一个或多个测量结果相关。在一些实施方案中，这些数据包括在该色调转变的至少约10、50、100或1,000次发生期间获取的数据。在一些实施方案中，这些数据包括在至少约12、25、52、104或156周内获取的数据。在一些实施方案中，该至少一个控制器被配置为：使用机器学习分析来分析或引导分析这些数据。在一些实施方案中，该机器学习分析利用多个模块。在一些实施方案中，该多个模块中的至少两个模块在该机器学习分析中接收相同的权重。在一些实施方案中，该多个模块中的至少两个模块在该机器学习分析中接收不同的权重。在一些实施方案中，该机器学习分析包括深度学习。在一些实施方案中，该机器学习分析没有深度学习。在一些实施方案中，该至少一个控制器被配置为：使用或引导使用用于该机器学习分析的学习集。在一些实施方案中，该学习集包括历史数据和/或合成数据。在一些实施方案中，该至少一个控制器被配置为：通过将该一个或多个测量结果与阈值进行比较来分析或引导分析该一个或多个测量结果。在一些实施方案中，该阈值包括值或功能。在一些实施方案中，该函数是时间相依函数。在一些实施方案中，该至少一个控制器被配置为：执行或引导执行通过利用学习集进行的该机器学习。在一些实施方案中，该学习集包括随时间获取的一个或多个历史测量结果。在一些实施方案中，该时间是可调整的。在一些实施方案中，可由用户调整。在一些实施方案中，该至少一个控制器被配置为：通过执行一个或多个数学操纵来分析或引导分析该一个或多个测量结果。在一些实施方案中，该一个或多个数学运算包括布尔运算。在一些实施方案中，该一个或多个数学运算包括至少一次推导或至少一次积分。在一些实施方案中，该至少一个控制器被配置为：通过使用神经网络分析和/或视觉分析来执行或引导执行机器学习。在一些实施方案中，该至少一个控制器被配置为通过使用以下项来分析或引导分析该一个或多个测量结果：特定于该设施的任何数据标志、该可着色窗的窗类型、天气条件、一天中的时间、一年中的时间、该可着色窗在该设施中的相对地理位置和/或该设施的地理位置。在一些实施方案中，这些数据包括与在(a)中获得的该一个或多个测量结果相同类型的一个或多个测量结果。在一些实施方案中，这些数据包括从该第一色调到该第二色调的转变。在一些实施方案中，该不完全色调转变和/或该非特征性色调转变是报错的可着色窗的色调转变。在一些实施方案中，该至少一个控制器被配置为：通过提供该可着色窗的失效的预警和/或报告来使用或引导使用该分析。在一些实施方案中，提供该预警和/或该报告包括预测普通人能够看见的可见失效的时间。在一些实施方案中，提供该预警和/或该报告包括调度维修。在一些实施方案中，该可着色窗是第一可着色窗，并且其中提供该预警和/或该报告包括：调度另一可着色窗的库存和/或调度该另一可着色窗的生产以替换该第一可着色窗。在一些实施方案中，该至少一个控制器被配置为：在普通人能够看见任何有缺陷的色调转变之前预测或引导预测该失效。在一些实施方案中，该至少一个控制器被配置为：至少部分地通过调整控制方案以促进该可着色窗的该色调转变，来预测或引导预测该可着色窗的着色失效。
另一方面，一种用于预测设施中的可着色窗失效的系统，该系统包括：网络，该网络被配置为：(I)操作地耦接到该设施的该可着色窗；以及(II)传输与上文所公开的方法中的任何方法相关联的一个或多个信号。
另一方面，一种预测设施中的可着色窗失效的系统，该系统包括：网络，该网络被配置为：(a)传输与设置在该设施中的该可着色窗的色调转变相关的一个或多个测量结果，其中该色调转变是从第一色调到第二色调；(b)传输该一个或多个测量结果的分析，其中考虑数据，所述数据：(i)与该一个或多个测量结果的类型相关，(ii)与从该第一色调到该第二色调的该色调转变相关，并且(iii)具有从该第一色调到该第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(c)传输该可着色窗的预测的着色失效的指示，其中该预测是使用该分析进行的。
在一些实施方案中，该网络被配置为利用单个电缆来传输电力和通信。在一些实施方案中，该网络被配置为传输遵守多个无线通信协议的信号。该通信可以是一种或多种类型的通信。该通信可以包括遵守至少第二代(2G)、第三代(3G)、第四代(4G)或第五代(5G)蜂窝通信协议的蜂窝通信。在一些实施方案中，该通信包括促进静止图像、音乐或运动图片流(例如，电影或视频)的媒体通信。在一些实施方案中，该网络被配置为传输遵守建筑物控制协议的信号。
另一方面，一种用于预测设施中的可着色窗失效的设备，该设备包括：该设施的装置集合体，该装置集合体包括设置在外壳中的一个或多个装置，该一个或多个装置包括传感器，该传感器被配置为(A)测量该设施的环境并且(B)输出传感器测量结果，该传感器测量结果被配置用于在上文所公开的方法中的任何方法中使用。
另一方面，一种用于预测设施中的可着色窗失效的设备，该设备包括：该设施的装置集合体，该装置集合体包括设置在外壳中的传感器，该传感器被配置为(A)测量该设施的环境并且(B)输出传感器测量结果，该传感器测量结果被配置用于确定一个或多个输出，包括：(a)与设置在该设施中的该可着色窗的色调转变相关的一个或多个测量结果的分析，其中该色调转变是从第一色调到第二色调，其中该分析是通过考虑数据来进行的，这些数据：(i)与该一个或多个测量结果的类型相关，(ii)与从该第一色调到该第二色调的该色调转变相关，并且(iii)具有从该第一色调到该第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(b)该可着色窗的着色失效的预测，其中该预测是使用该分析进行的。
在一些实施方案中，该装置集合体的该传感器包括不同类型的传感器。在一些实施方案中，该传感器包括：二氧化碳传感器、一氧化碳传感器、挥发性有机化学传感器、环境噪声传感器、可见光传感器、温度传感器、运动传感器和/或湿度传感器。在一些实施方案中，该装置集合体包括发射器或收发器。在一些实施方案中，该装置集合体被配置为促进控制该设施，并且可选地其中控制该设施包括控制与该设施相关联的环境、安全、数据或健康。在一些实施方案中，该装置集合体设置在该设施的固定装置中，或者附接到该设施的固定装置。在一些实施方案中，该固定装置包括框架部分。在一些实施方案中，该网络操作地耦接到至少一个可着色窗并且促进控制该至少一个可着色窗。在一些实施方案中，该可着色窗包括电致变色窗。在一些实施方案中，该网络操作地耦接到该设施的至少一个其他装置并且促进控制该设施的至少一个其他装置。在一些实施方案中，该设施的至少一个其他装置被配置为改变该设施的环境。在一些实施方案中，该设施的至少一个其他装置包括冷却器、加热器、可着色窗、加热冷却和空气调节(HVAC)系统或照明。在一些实施方案中，该设施的至少一个其他装置被配置为控制该设施的能源消耗。
在一些实施方案中，该网络是本地网络。在一些实施方案中，该网络包括被配置为在单个电缆中传输电力和通信的电缆。该通信可以是一种或多种类型的通信。该通信可以包括遵守至少第二代(2G)、第三代(3G)、第四代(4G)或第五代(5G)蜂窝通信协议的蜂窝通信。在一些实施方案中，该通信包括促进静止图像、音乐或运动图片流(例如，电影或视频)的媒体通信。在一些实施方案中，该通信包括数据通信(例如，传感器数据)。在一些实施方案中，该通信包括控制通信，例如，控制操作地耦接到网络的一个或多个节点。在一些实施方案中，该网络包括安装在设施中的第一(例如，电缆)网络。在一些实施方案中，该网络包括安装在设施的围护结构中(例如，包括在设施中的建筑物的围护结构中)的(例如，电缆)网络。
在另一方面，本公开提供了实施本文所公开的任何方法的系统、设备(例如，控制器)和/或一种或多种非暂态计算机可读介质(例如，软件)。
在另一方面，本公开提供例如出于其预期目的而使用本文所公开的系统、计算机可读介质和/或设备中的任一者的方法。
在另一方面，一种设备包括至少一个控制器，该至少一个控制器被编程为引导用于实施(例如，实现)本文所公开的任何方法的机构，该至少一个控制器被配置为操作地耦接到该机构。在一些实施方案中，至少两个操作(例如，方法的至少两个操作)由同一控制器引导/执行。在一些实施方案中，至少两个操作由不同控制器引导/执行。
在另一方面，一种设备包括至少一个控制器，该至少一个控制器被配置(例如，编程)为实施(例如，实现)本文所公开的任何方法。所述至少一个控制器可以实施本文所公开的任何方法。在一些实施方案中，至少两个操作(例如，方法的至少两个操作)由同一控制器引导/执行。在一些实施方案中，至少两个操作由不同控制器引导/执行。
在一些实施方案中，该至少一个控制器中的一个控制器被配置为执行两个或更多个操作。在一些实施方案中，该至少一个控制器中的两个不同的控制器被配置为各自执行不同的操作。
在另一方面，一种系统包括：至少一个控制器，该至少一个控制器被编程为指导至少一个另一设备(或其部件)的操作；以及该设备(或其部件)，其中该至少一个控制器操作地耦接到该设备(或其部件)。设备(或其部件)可以包括本文所公开的任何设备(或其部件)。该至少一个控制器可以被配置为引导本文所公开的任何设备(或其部件)。该至少一个控制器可以被配置为操作地耦接到本文所公开的任何设备(或其部件)。在一些实施方案中，至少两个操作(例如，设备的至少两个操作)由同一控制器引导。在一些实施方案中，至少两个操作由不同控制器引导。
在另一方面，一种计算机软件产品(例如，铭刻在一种或多种非暂态介质上)，在该计算机软件产品中存储程序指令，这些指令在由至少一个处理器(例如，计算机)读取时使该至少一个处理器引导本文所公开的机构实施(例如，实现)本文所公开的任何方法，其中该至少一个处理器被配置为操作地耦接到该机构。该机构可以包括本文所公开的任何设备(或其任何部件)。在一些实施方案中，至少两个操作(例如，设备的至少两个操作)由同一处理器引导/执行。在一些实施方案中，至少两个操作由不同处理器引导/执行。
在另一方面，本公开提供了一种非暂态计算机可读程序指令(例如，包括在包括一个或多个非暂态介质的程序产品中)，该非暂态计算机可读程序指令包括机器可执行代码，该机器可执行代码在由一个或多个处理器执行时实施本文所公开的任何方法。在一些实施方案中，至少两个操作(例如，方法的至少两个操作)由同一处理器引导/执行。在一些实施方案中，至少两个操作由不同处理器引导/执行。
在另一方面，本公开提供了一种或多种非暂态计算机可读介质，该一种或多种非暂态计算机可读介质包括机器可执行代码，该机器可执行代码在由一个或多个处理器执行时实现对(例如，如本文所公开的)控制器的引导。在一些实施方案中，至少两个操作(例如，控制器的至少两个操作)由同一处理器引导/执行。在一些实施方案中，至少两个操作由不同处理器引导/执行。
在另一方面，本公开提供了一种计算机系统，该计算机系统包括一个或多个计算机处理器和与其耦接的一种或多种非暂态计算机可读介质。非暂时性计算机可读介质包括机器可执行代码，该机器可执行代码在由一个或多个处理器执行时实施本文所公开的任何方法和/或实现本文所公开的对控制器的引导。
在另一方面，本公开提供了一种非暂态计算机可读程序指令，这些非暂态计算机可读程序指令在由一个或多个处理器读取时，使该一个或多个处理器执行本文公开的方法的任何操作、由本文公开的设备执行(或被配置为执行)的任何操作，和/或由本文公开的设备引导(或被配置为引导)的任何操作。
在一些实施方案中，程序指令铭刻在一种或多种非暂态计算机可读介质中。在一些实施方案中，这些操作中的至少两个操作由该一个或多个处理器中的一个处理器执行。在一些实施方案中，这些操作中的至少两个操作各自由该一个或多个处理器中的不同处理器执行。
在另一方面，本公开提供了被配置用于传输促进本文所公开的任何操作的任何通信(例如，信号)和/或(例如，电气)功率的网络。该通信可包括控制通信、蜂窝通信、媒体通信和/或数据通信。数据通信可包括传感器数据通信和/或处理数据通信。该网络可被配置为遵守促进此类通信的一个或多个协议。例如，该网络(例如，通过BMS)使用的通信协议可以是建筑物自动化和控制网络协议(BACnet)。例如，通信协议可促进蜂窝通信遵守至少第2代、第3代、第4代或第5代蜂窝通信协议。
本概要部分的内容是作为对本公开的简化介绍而提供的，并不旨在用于限制本文公开的任何发明的范围或所附权利要求的范围。
通过以下详细描述，本公开的其他方面和优点对于本领域技术人员将变得显而易见，其中仅示出和描述了本公开的说明性实施方案。如将认识到的，本公开能够具有其他不同的实施方案，并且其若干细节能够在各种明显的方面进行修改，而所有这些都不脱离本公开。因此，附图和描述本质上应被认为是说明性的，而非限制性的。
以下将参考附图更详细地描述这些以及其他特征和实施方案。
以引用方式并入
本说明书中提及的所有出版物、专利和专利申请均以引用方式并入本文，其程度如同每个单独的出版物、专利或专利申请被具体且单独地指明以引用的方式并入一样。
附图说明
本发明的新颖特征在所附权利要求书中详细阐述。通过参考以下详细描述或附图(本文也称为“图”)，将获得对本发明的特征和优点的更好理解，该详细描述阐述其中利用本发明的原理的说明性实施方案，在这些附图中：
图1A示出了被构造为绝缘玻璃单元(IGU)的可着色窗的横截面侧视图；
图1B示出了绝缘玻璃单元(IGU)的拐角部分的透视截面图；
图2A是处于漂白状态或转变到漂白状态的电致变色装置的示意性横截面；
图2B是处于有色状态或转变到有色状态的图2A的电致变色装置的示意性横截面；
图3A是示出了电致变色窗的电流分布的曲线图，该电致变色窗采用简单的电压控制算法来引起电致变色装置的光学状态转变(例如，着色)；
图3B是描绘了在电致变色着色转变期间随时间递送的总电荷和随时间施加的电压的曲线图；
图4是示出了建筑物的控制系统的实施方案的框图；
图5是示出了控制系统及其各种部件的框图；
图6是示出了包括组织成传感器模块的传感器集合体的系统的示例的框图；
图7示出了处理系统的示意性示例；
图8是示出了外围结构中传感器集合体的布置的示例以及相关联的测量结果的框图；
图9A是描绘了用于从无色调到最深色调的一组色调转变的电荷随时间变化而变化的曲线图；
图9B是描绘了用于从无色调到最深色调的一组色调转变的泄漏电流随时间变化而变化的曲线图；
图10是示出了用于预测可着色窗失效的方法的示例的流程图；
图11是示出了预测可着色窗失效并学习可着色窗失效的失效标志的方法的示例的流程图；
图12是示出了响应于识别处于失效风险的可着色窗而生成预警和/或报告的方法的示例的流程图；
图13是示出了处理传感器读数以生成结果的方法的示例的流程图；
图14是示出了用于确定传感器读数的可靠性的方法的示例的流程图；并且
图15示出了用于控制一个或多个传感器的控制器的示例。
其中的附图和部件可能未按比例绘制。本文描述的图中的各部件可能未按比例绘制。
具体实施方式
虽然已经示出和描述了本发明的各种实施方案，但是对于本领域技术人员来说显而易见的是，此类实施方案仅以举例的方式提供。在不脱离本发明的情况下，本领域技术人员可以想到多种变化、改变和替换。应当理解，可以采用本文所述的本发明的实施方案的各种替代方案。
诸如“一(a、an)”和“该/所述(the)”之类的术语并非旨在仅指单个实体，而是包括可使用特定示例进行说明的一般类别。本文的术语用于描述本发明的具体实施方案，但它们的使用不限制本发明。
当提及范围时，除非另有说明，否则范围意味着包括端值。例如，值1和值2之间的范围意味着包括端值，并且包括值1和值2。包括端值在内的范围将跨越约值1到约值2的任何值。如本文所用，术语“邻近”或“邻近于”包括“紧邻”、“邻接”、“接触”和“接近于”。
如本文所用，在权利要求中包括的短语中的连词“和/或”(诸如“包括X、Y和/或Z”)是指包括X、Y和Z的任何组合或多个X、Y和Z。例如，此类短语意味着包括X。例如，此类短语意味着包括Y。例如，此类短语意味着包括Z。例如，此类短语意味着包括X和Y。例如，此类短语意味着包括X和Z。例如，此类短语意味着包括Y和Z。例如，此类短语意味着包括多个X。例如，此类短语意味着包括多个Y。例如，此类短语意味着包括多个Z。例如，此类短语意味着包括多个X和多个Y。例如，此类短语意味着包括多个X和多个Z。例如，此类短语意味着包括多个Y和多个Z。例如，此类短语意味着包括多个X和一个Y。例如，此类短语意味着包括多个X和一个Z。例如，此类短语意味着包括多个Y和一个Z。例如，此类短语意味着包括一个X和多个Y。例如，此类短语意味着包括一个X和多个Z。例如，此类短语意味着包括一个Y和多个Z。连词“和/或”意味着与短语“X、Y、Z或X、Y、Z的任何组合或X、Y、Z中的多者”具有相同的效果。连词“和/或”意味着与短语“X、Y、Z中的一者或多者以及X、Y、Z的任何组合”具有相同的效果。
术语“操作地耦接”或“操作地连接”是指耦接(例如，连接)到第二元件的第一元件(例如，机构)，以允许第二元件和/或第一元件的预期操作。耦接可以包括物理或非物理耦接(例如，通信耦接)。非物理耦接可以包括信号感应耦接(例如，无线耦接)。耦接可以包括物理耦接(例如，物理连接)或非物理耦接(例如，经由无线通信)。操作地耦接可包括通信地耦接。
“被配置为”执行功能的元件(例如，机构)包括使元件执行该功能的结构特征。结构特征可以包括电气特征，诸如电路系统或电路系统元件。结构特征可以包括致动器。结构特征可以包括电路系统(例如，包括电气电路系统或光学电路系统)。电气电路系统可以包括一根或多根线。光学电路系统可以包括至少一个光学元件(例如，分束器、反射镜、透镜和/或光纤)。结构特征可以包括机械特征。机械特征可以包括闩锁、弹簧、闭合件、铰链、底盘、支撑件、紧固件或悬臂等。执行该功能可以包括利用逻辑特征。逻辑特征可以包括编程指令。编程指令可由至少一个处理器(例如，参见图7)执行。编程指令可存储或编码在一个或多个处理器可访问的介质上。另外，在以下描述中，在适当的情况下，可以互换地使用短语“可操作为”、“适应于”、“配置为”、“设计为”、“编程为”或“能够”。
在一些实施方案中，结合机器学习(包括人工智能(AI))利用传感器数据来预测和/或识别可着色窗的故障(例如，以促进预测性维修)。大量数据(例如，至少约一百万、一千万、一亿或一万亿个原始数据点)可结合窗控制和/或操作随时间累积。本文公开了一种框架，该框架被配置为从数据库(例如，在可着色窗的常规操作期间累积的)检索与窗色调转变相关联的数据(例如，控制数据和/或其他传感器数据)、聚积数据、并且使用数据来评估和/或预测窗的故障。这种框架可允许预测性地维修展现出失效标志的任何窗，该失效标志是例如使用统计测量结果(例如，电流、电压、开路电压或如本文所公开的任何其他传感器测量结果)识别的。
在一些实施方案中，外围结构包括由至少一个结构限定的区域。该至少一个结构可以包括至少一个壁。外围结构可以包括和/或包围一个或多个子外围结构。该至少一个壁可以包括金属(例如，钢)、粘土、石材、塑料、玻璃、灰泥(例如，石膏)、聚合物(例如，聚氨酯、苯乙烯或乙烯基)、石棉、纤维玻璃、混凝土(例如，增强混凝土)、木材、纸或陶瓷。该至少一个壁可以包括电线、砖、块(例如，煤渣块)、瓷砖、干墙或构架(例如，钢架)。
在一些实施方案中，外围结构包括一个或多个开口。该一个或多个开口可以是能够可逆地闭合的。该一个或多个开口可以永久地打开。相对于限定外围结构的壁的基本长度尺度而言，该一个或多个开口的基本长度尺度可能更小。基本长度尺度可以包括边界圆的直径、长度、宽度或高度。相对于限定外围结构的壁的表面而言，该一个或多个开口的表面可能更小。开口表面可以是壁的总表面的某个百分比。例如，开口表面可测量为壁的至多约30％、20％、10％、5％或1％。壁可以包括楼层、天花板或侧壁。可闭合开口可以通过至少一个窗或门来闭合。外围结构可以是设施的至少一部分。设施可以包括建筑物。外围结构可以包括建筑物的至少一部分。建筑物可以是私人建筑物和/或商业建筑物。建筑物可以包括一个或多个楼层。建筑物(例如，其楼层)可以包括以下中的至少一者：房间、走廊、门厅、顶楼、地下室、阳台(例如，内部或外部阳台)、楼梯间、过道、电梯井、门面、中层楼、阁楼、车库、门廊(例如，封闭门廊)、露台(例如，封闭露台)、自助食堂和/或管道。在一些实施方案中，外围结构可以是固定的和/或可移动的(例如，火车、飞机、轮船、车辆或火箭)。
在一些实施方案中，多个装置可以＝操作地(例如，通信地)耦接到控制系统。多个装置可以设置在设施(例如，其包括建筑物和/或房间)中。控制系统可以包括控制器分级结构。装置可以包括发射器、传感器或窗(例如，IGU)。装置可以是本文公开的任何装置。多个装置中的至少两个可以是相同类型的。例如，两个或更多个IGU可以耦接到控制系统。多个装置中的至少两个可以是不同类型的。例如，传感器和发射器可耦接到控制系统。有时，多个装置可以包括至少20、50、100、500、1000、2500、5000、7500、10000、50000、100000或500000个装置。多个装置可以是上述数量之间的任何数量(例如，从20个装置至500000个装置、从20个装置至50个装置、从50个装置至500个装置、从500个装置至2500个装置、从1000个装置至5000个装置、从5000个装置至10000个装置、从10000个装置至100000个装置、或从100000个装置至500000个装置)。例如，一个楼层中的窗数量可以是至少5、10、15、20、25、30、40或50个。一个楼层中的窗数量可以是上述数量之间的任何数量(例如，从5至50，从5至25，或从25至50)。有时，这些装置可位于多层建筑物中。多层建筑物的楼层的至少一部分可具有由控制系统控制的装置(例如，多层建筑物的楼层的至少一部分可由控制系统控制)。例如，多层建筑物可具有由控制系统控制的至少2、8、10、25、50、80、100、120、140或160层。由控制系统控制的楼层(例如其中的装置)的数量可以是上述数量之间的任意数量(例如，从2至50，从25至100，或者从80至160)。楼层可具有至少约150m2、250m2、500m2、1000m2、1500m2或2000平方米(m2)的面积。楼层面积可具有在任何上述楼层面积值之间的面积(例如，从约150m2至约2000m2、从约150m2至约500m2、从约250m2至约1000m2、从约1000m2至约2000m2)。建筑物可包括至少约1000平方英尺(sqft)、2000sqft、5000sqft、10000sqft、100000sqft、150000sqft、200000sqft或500000sqft的面积。建筑物可包括任何上述面积之间的面积(例如，约1000sqft至约5000sqft、约5000sqft至约500000sqft或约1000sqft至约500000sqft)。建筑物可包括至少约100m2、200m2、500m2、1000m2、5000m2、10000m2、25000m2或50000m2的面积。建筑物可包括任何上述面积之间的面积(例如，约100m2至约1000m2、约500m2至约25000m2、约100m2至约50000m2)。设施可以包括商业或住宅建筑物。商业建筑物可以包括承租者和/或所有者。住宅设施可以包括多个或单个家庭建筑物。住宅设施可以包括公寓大楼。住宅设施可以包括单家庭住宅。住宅设施可以包括多家庭住宅(例如，公寓)。住宅设施可以包括联排别墅。设施可以包括住宅和商业部分。设施可包括至少1、2、5、10、50、100、150、200、250、300、350、400、420、450、500或550扇窗(例如，可着色窗)。这些窗可被分成区带(例如，至少部分地基于设置了窗的外围结构(例如，房间)的位置、立面、楼层、所有权、利用、任何其他指定度量、随机分配或它们的任何组合。)将窗分配到区带可以是静态的或动态的(例如，基于启发式)。每个区带可存在至少约2、5、10、12、15、30、40或46扇窗。
某些所公开的实施方案在外围结构(例如，设施诸如建筑物)中设置网络基础设施。网络基础设施可用于各种目的，诸如用于提供通信和/或供电服务。网络基础设施可在耦接到网络的装置(例如，可着色窗和/或控制器)之间提供直接和/或间接通信。通信服务可以包括高带宽(例如，无线和/或有线)通信服务。通信服务可以供设施的占用者和/或设施(例如，建筑物)外部的用户使用。网络基础设施可以与一个或多个蜂窝运营商的基础设施协同工作或者作为该一个或多个蜂窝运营商的基础设施的部分替换而进行工作。网络基础设施可设置在包括可着色(例如，电可切换或电可着色)窗的设施中。网络基础设施的部件的示例包括高速回程。网络基础设施可包括至少一个电缆(例如，同轴电缆和/或光缆)、交换机、物理天线、收发器、传感器、发射器、接收器、无线电、处理器和/或控制器(其可包括处理器)。网络基础设施可以操作地耦接到和/或包括无线网络。网络基础设施可以包括接线。可以作为安装网络的一部分和/或在安装网络之后，在环境中部署(例如，安装)一个或多个传感器。网络可被配置用于蜂窝通信，例如，使用至少第三(3G)、第四(4G)或第五(5G)代通信标准。网络可被配置为在同一电缆(例如，同轴电缆)上传输电力和通信。该网络可以是局域网。该网络可包括被配置为在单个电缆中传输电力和通信的电缆。该通信可以是一种或多种类型的通信。该通信可以包括遵守至少第二代(2G)、第三代(3G)、第四代(4G)或第五代(5G)蜂窝通信协议的蜂窝通信。该通信可包括促进静止图像、音乐或运动图片流(例如，电影或视频)的媒体通信。该通信可包括数据通信(例如，传感器数据)。该通信可包括控制通信，例如，以控制操作地耦接到网络的一个或多个节点。该网络可包括安装在设施中的第一(例如，电缆)网络。该网络可包括安装在设施的围护结构中(例如，诸如在设施的外围结构的围护结构中。例如，包括在设施中的建筑物的围护结构中)的(例如，电缆)网络。
在另一方面，本公开提供了被配置用于传输促进本文所公开的任何操作的任何通信(例如，信号)和/或(例如，电气)功率的网络。该通信可包括控制通信、蜂窝通信、媒体通信和/或数据通信。数据通信可包括传感器数据通信和/或处理数据通信。该网络可被配置为遵守促进此类通信的一个或多个协议。例如，该网络(例如，通过BMS)使用的通信协议可包括建筑物自动化和控制网络协议(BACnet)。该网络可被配置用于(例如，包括硬件促进)包括BACnet(例如，BACnet/SC)、LonWorks、Modbus、KNX、欧洲家庭系统协议(EHS)、BatiBUS、欧洲安装总线(EIB或Instabus)、zigbee、Z波、Insteon、X10、蓝牙或WiFi的通信协议。该网络可被配置为传输控制相关协议。通信协议可促进蜂窝通信遵守至少第2代、第3代、第4代或第5代蜂窝通信协议。(例如，电缆)网络可包括树形、线形或星形拓扑。该网络可包括用于建筑物自动化的各种任务的互通和/或分布式应用模型。控制系统可提供用于配置和/或管理网络上的资源的方案。该网络可允许绑定在操作地耦接到网络的不同节点中的分布式应用的部分。该网络可为通信系统提供用于每个节点中的通信栈的消息协议和模型(能够托管分布式应用(例如，具有公共内核))。控制系统可包括可编程逻辑控制器(PLC)。
在各种实施方案中，网络基础设施支持用于一个或多个窗诸如可着色(例如，电致变色)窗的控制系统。控制系统可以包括操作地(例如，直接或间接)耦接到一个或多个窗的一个或多个控制器。虽然所公开的实施方案描述了可着色窗(在本文中也称为“光学可切换窗”或“智能窗”)，诸如电致变色窗，但是本文所公开的概念可以应用于其他类型的可切换光学装置，包括液晶装置、电致变色装置、悬浮粒子装置(SPD)、NanoChromics显示器(NCD)、有机电致发光显示器(OELD)、悬浮粒子装置(SPD)、NanoChromics显示器(NCD)或有机电致发光显示器(OELD)。显示元件可以附接到透明主体(诸如窗)的一部分。可着色窗可设置在(非暂态)设施中，诸如建筑物，和/或可设置在暂态设施(例如，车辆)中，诸如汽车、RV、公共汽车、火车、飞机、直升机、轮船或小船。
在一些实施方案中，可着色窗展现例如当施加刺激时窗的至少一种光学特性的(例如，可控和/或可逆的)变化。改变可以是连续改变。可以改变到离散的色调等级(例如，到至少约2、4、8、16或32色调等级)。光学特性可以包括色调或透射率。色调可以包括颜色。透射率可以是一个或多个波长。波长可以包括紫外线波长、可见光波长或红外波长。刺激可以包括光学刺激、电刺激和/或磁性刺激。例如，刺激可以包括施加的电压和/或电流。一个或多个可着色窗可以用于控制照明和/或眩光条件，例如，通过调节传播通过该一个或多个可着色窗的太阳能的传输。一个或多个可着色窗可用于控制建筑物内的温度，例如，通过调节传播通过该一个或多个可着色窗的太阳能的传输。控制太阳能可以控制施加在设施(例如，建筑物)内部的热负荷。控制可以是手动的和/或自动的。控制可用于维持一个或多个所请求(例如，环境)条件，例如人体舒适度。控制可以包括降低加供暖系统、通风系统、空调系统和/或照明系统的能量消耗。供暖、通风和空调中的至少两者可以由单独的系统来实现。供暖、通风和空调中的至少两者可以由一个系统来实现。供暖、通风和空调可由单个系统(在本文中缩写为“HVAC”)来实现。在一些情况下，可着色窗可以响应于(例如，并且通信地耦接到)一个或多个环境传感器和/或用户控制。可着色窗可以包括(例如，可以是)电致变色窗。窗可以位于(例如，设施；例如，建筑物)结构的内部至外部的范围内。然而，不必是这种情况。可着色窗可使用液晶装置、悬浮颗粒装置、微机电系统(MEMS)装置(诸如微型快门)或被配置为通过窗来控制光传输的现在已知或者以后开发的任何技术来操作。窗(例如，具有用于着色的MEMS装置)在提交于2015年5月15日、发布于2019年7月23日的且名称为“MULTI-PANE WINDOWS INCLUDING ELECTROCHROMIC DEVICES AND ELECTROMECHANICALSYSTEMS DEVICES”的美国专利10,359,681号中有所描述，并且该专利以引用方式全文并入本文。在一些情况下，一个或多个可着色窗可以位于建筑物的内部内，例如在会议室与走廊之间。在一些情况下，一个或多个可着色窗可用于汽车、火车、飞机和其他车辆中，例如代替无源和/或非着色窗。
在一些实施方案中，可着色窗包括电致变色装置(在本文中称为“EC装置”(在本文中缩写为ECD)或“EC”)。EC装置(例如，电致变色构造)可包括具有至少一个层的至少一个涂层。该至少一个层可包括电致变色材料。在一些实施方案中，电致变色材料表现出从一个光学状态到另一个光学状态的变化，例如，当跨EC装置施加电势时。电致变色层从一种光学状态到另一种光学状态的转变可由例如可逆、半可逆或不可逆离子插入到电致变色材料中(例如，通过嵌入)和对应的电荷平衡电子注入引起。例如，电致变色层从一种光学状态到另一种光学状态的转变可以由例如可逆离子插入电致变色材料(例如，通过嵌入)和相应的电荷平衡电子注入引起。可能在ECD的预期寿命期间可逆。半可逆是指在一个或多个着色循环期间窗的色调的可逆性的可测量(例如，明显)劣化。在一些情况下，负责光学转变的离子的一部分在电致变色材料中不可逆地结合(例如，并且因此窗的诱发的(改变的)色调状态不可逆转到其原始着色状态)。在许多EC装置中，至少一些(例如，所有)不可逆结合的离子可用于补偿材料(例如，ECD)中的“盲电荷”。
在一些具体实施中，合适的离子包括阳离子。阳离子可包含锂离子(Li+)和/或氢离子(H+)(即质子)。在一些具体实施中，其他离子可能是合适的。阳离子可嵌入到(例如，金属)氧化物中。离子(例如，阳离子)嵌入到氧化物中的状态的变化可诱导氧化物的色调(例如，颜色)发生可见变化。例如，氧化物可以从无色转变为着色状态。例如，锂离子嵌入氧化钨(WO3-y(0<y～0.3))可以使氧化钨从透明状态改变为着色(例如，蓝色)状态。如本文所述的EC装置涂层位于可着色窗的可视部分内，使得EC装置涂层的着色可用于控制可着色窗的光学状态。
图1A示出了根据一些具体实施的以绝缘玻璃单元(“IGU”)100体现的可着色窗的示例的横截面视图。图1B示出了图1A的IGU的透视图。本文也称为窗格的IGU片可以是单基板或多基板构造，诸如两个基板的层压件。IGU(特别是具有双窗格或三窗格构型的那些)可提供胜过单窗格构型的许多优点。例如，当与单窗格构型相比时，多窗格构型可提供增强的热绝缘、噪声绝缘性、环境保护和/或耐久性。例如，多窗格构型可为ECD提供增强的保护，因为电致变色膜以及相关联的层和导电互连可形成在多窗格IGU的内表面上并且由惰性气体填充在IGU的内部容积例如108中保护。惰性气体填充物提供了IGU的至少一些(热)隔离功能。电致变色IGU凭借吸收(或反射)热和光的可着色涂层已经增加了热阻挡能力。
图1A和图1B示出了包括具有第一表面S1和第二表面S2的第一窗格104的IGU 100的具体实施的示例。在一些具体实施中，第一窗格104的第一表面S1面向外部环境，诸如室外或外面的环境。IGU 100包括第二窗格106，该第二窗格具有第一表面S3和第二表面S4。在一些具体实施中，第二窗格106的第二表面S4面向内部环境，诸如临时性或非临时性设施(例如，房间、建筑物或车辆)的内部环境。
在一些具体实施中，第一窗格104和第二窗格106中的每一者是透明或半透明的(例如，至少对于可见光谱中的光来说如此)。例如，窗格104和106中的至少一者可由玻璃材料形成，并且尤其由建筑玻璃或其他防碎玻璃材料诸如例如基于氧化硅(SOx)的玻璃材料形成。作为更特定示例，第一窗格104和第二窗格106中的每一者可以是钠钙玻璃基板或浮法玻璃基板。此类玻璃基板可由例如约75％的二氧化硅(SiO2)以及Na2O、CaO和几种微量添加剂组成。然而，第一和第二窗格104和106中的每一个可以由具有合适的光学、电学、热学和机械性质的任何材料形成。例如，可用作第一窗格104和第二窗格106中的一者或两者的其他合适的基板可包含其他玻璃材料以及塑料、半塑料和热塑性材料(例如，聚(甲基丙烯酸甲酯)、聚苯乙烯、聚碳酸酯、烯丙基双甘油碳酸盐、SAN(苯乙烯丙烯腈共聚物)、聚(4-甲基-1-戊烯)、聚酯、聚酰胺)或镜面材料。在一些具体实施中，第一窗格104和第二窗格106中的至少一者(例如，每一者)可例如通过回火、加热或化学强化来加强。
在一些实施方案中，第一窗格104和第二窗格106以及IGU 100整体都是矩形的。在一些具体实施中，其他形状是可能的并且可能是所需的(例如，圆形、椭圆形、三角形、曲线形、凸形或凹形形状)。在一些特定的具体实施中，第一窗格104和第二窗格106中的每一者的长度“L”可在大约20英寸(in.)到大约10英尺(ft.)的范围内，第一窗格104和第二窗格106中的每一者的宽度“W”可在大约20英寸到大约10英尺的范围内，并且第一窗格104和第二窗格106中的每一者的厚度“T”可在大约0.3毫米(mm)到大约10毫米的范围内(尽管根据具体利用、用户、管理者、管理员、建造者、建筑师或所有者的需要，更小和更大的其他长度、宽度或厚度是可能的并且可能是所需的)。在基板104的厚度T小于3毫米(mm)的示例中，可将基板层压到更厚(例如，并且保护薄基板104)的附加基板。另外，虽然IGU 100包括两个窗格(104和106)，但是在一些其他具体实施中，IGU可包括三个或更多个窗格。此外，在一些实施方案中，一个或多个窗格本身可以是两层、三层或更多层或子窗格的层压结构。
在图1A至图1B中示出的示例中,第一窗格104和第二窗格106通过间隔件118彼此间隔开以形成内部容积108，该间隔件通常是框架结构。在一些具体实施中，内部容积填充有包含氩(Ar)的气体或气体混合物，尽管在其他具体实施中，内部容积108可填充有另一气体或气体混合物。其他气体或气体混合物可包括惰性气体(例如，氪(Kr)或氙(Xn))、其他(非惰性)气体或气体混合物(例如，空气)。利用包含Ar、Kr或Xn的气体填充内部容积108可减少通过IGU 100进行的传导热传递。不希望受理论束缚，这可能是由于这些气体的低热导率和/或由于其增大的原子量导致的改进的隔音性。在一些其他具体实施中，内部容积108可被抽空空气或任何其他气体。间隔件118可确定内部容积108的高度；即，第一窗格104和第二窗格106之间的间隔。在一些具体实施中，第一窗格104和第二窗格106之间的间距处于大约6mm到大约30mm的范围内。间隔件118的宽度可处于大约5mm到大约25mm的范围内(但是其他宽度是可能的并且可能是所需的)。
尽管未在横截面视图中示出，但是间隔件118是围绕IGU 100的所有侧面(例如，IGU 100的顶部、底部、左侧和右侧)形成的框架结构。例如，间隔件118可由泡沫或塑料材料形成。然而，在一些其他具体实施中，间隔件可由金属或其他传导材料形成，例如，具有至少3个侧面的金属管或通道结构，两个侧面用于密封到基板中的每个基板，以及一个侧面用于支撑和分离薄片并且作为在其上施加密封剂的表面。密封剂可包括聚合物材料，诸如聚异丁烯(PIB)。聚合物材料可防水(例如，疏水)。聚合物材料可增加对IGU组件的结构支撑。聚合物材料的示例可包括硅酮、聚氨酯或形成不透水和/或气密密封的类似结构密封剂。
在一些实施方案中，窗控制器与一个或多个可着色窗相关联，并且被配置为例如通过向窗施加刺激来控制窗的光学状态。例如，通过向可着色窗(例如，向EC装置涂层)施加电压和/或电流。窗控制器相对于它们控制的光可切换窗可具有许多大小、格式和/或位置。控制器可附接到IGU或层压件的薄片，但是该控制器也能够处于容纳IGU或层压件的框架中或者在分开的位置中。如前所述，可着色窗可包含一个、两个、三个或更多个单独的电致变色窗格(透明衬底上的电致变色装置)。电致变色窗的各个窗格可具有电致变色涂层，该电致变色涂层具有一个或多个独立可着色区。控制器可控制与此类窗相关联的所有电致变色涂层，无论电致变色涂层是整体的还是分区的。
在一些实施方案中，如果不是直接地附接到可着色窗、IGU或框架，则窗控制器位于接近可着色窗。框架可包括竖框或横框。例如，窗控制器可设置为邻近窗、在窗片中的一个窗片的表面上、在窗旁边的墙壁内或在独立成套的窗组件的框架内(例如，在竖框或横框中)。在一些实施方案中，窗控制器是原位控制器。原位窗控制器可以是窗组件、IGU和/或层压件的一部分。原位窗可不必与电致变色窗匹配，并且可(例如，在部署时)现场安装。例如，控制器可作为组件的一部分与窗成一体(例如，在工厂中)，并且作为一个单元部署。
在一些实施方案中，控制器可与窗分离，并且作为两个单独的单元部署。例如，控制器可安装在窗组件的窗框的一部分中。在一些实施方案中，控制器可以是IGU或层压组件的一部分。例如，控制器可安装在IGU的窗格上或IGU的窗格之间或层压件的窗格上。在控制器位于IGU的可见部分上的情况下，控制器的至少一部分可以是基本上透明的。玻璃控制器的示例可见于2015年11月14日提交、2019年5月28日公布、名称为“SELF CONTAINED ECIGU”的美国专利10,303,035B2号，并且该美国专利以引用的方式全文并入本文。
在一些实施方案中，本地化控制器可以被设置为多于一个部分，其中至少一个部分(例如，包含存储关于相关联的电致变色窗的信息的存储器部件)被设置为窗户组件的一部分，并且至少一个其它部分是分开的，并且被配置成与窗户组件、IGU或层压件的部分的至少一个部分配合。在某些实施方案中，控制器可以是不设置在单个外壳中(例如，设置在不同外壳中)的可操作地联接(例如，互连)的部分的组件。单独的控制器部分可彼此间隔开(例如，由间隙分开)。控制器部分中的至少一个(例如，或整个窗控制器)可设置在窗框中和/或IGU的密封件中。在一些实施方案中，控制器是紧凑单元，例如封闭在单个外壳中。在一些实施方案中，控制器部分被分成至少通过物理地组合而可操作地联接的两个或更多个部件，例如对接件和外壳组件。控制器(或其至少一部分)可(i)靠近玻璃和/或不在玻璃的可视区域中，或者(ii)安装在可视区域中的玻璃上。
在一些实施方案中，窗控制器的至少一部分(例如，整个)并入到IGU中或其上和/或窗框中，例如在安装可着色窗之前。在一些实施方案中，窗控制器的至少一部分(例如，整个)与可着色窗安装在同一建筑物中，例如在安装可着色窗之前。在一个实施方案中，控制器并入到IGU和/或窗框中或并入到IGU和/或窗框上，例如在离开制造设施之前。在一个实施方案中，控制器并入到IGU中，(例如，基本上)在密封件内。在另一个实施方案中，控制器并入到IGU中或其上，例如部分地、基本上或完全在由密封分隔件和基板之间的主密封件限定的周长内。
在电致变色装置的特征随时间变化(例如，由于劣化)的情况下，可使用表征函数。表征函数可例如用于更新控制参数。这些控制参数可用于驱动色调状态转变。在另一示例中，如果已经安装在电致变色窗单元中，则控制器(例如，控制器的逻辑)可用于校准控制参数。例如，可校准控制参数以匹配预期安装。在一些实施方案中，可在安装后重新校准控制参数以匹配电致变色窗格的预期性能特征。
在一些实施方案中，控制器包括任务栏部件。对接件部件可具有对任何电致变色窗通用的部件。可在工厂将对接件部件与每个窗相关联。在窗安装之后，或者在现场以其他方式，可将控制器的第二部件与对接件部件组合，以完成电致变色窗控制器组件。对接件部件可包括在工厂编程有物理特征和/或参数的芯片。物理特征和/或参数可包括对接件所附接到的特定窗的特征。这些特征可包括例如在安装之后将面向建筑物内部的窗的表面，有时称为表面4或“S4”。第二部件(有时称为“载体”、“壳体”、“外壳”或“控制器”)可与对接件配合。当被供电时，第二部件可读取芯片，并且例如根据存储在芯片上的特定特征和/或参数来将其自身配置为对窗供电。以此方式，装运的窗(例如，仅)需要将其相关联的参数存储在芯片上。例如，芯片可与窗成一体，而更复杂的电路和/或部件可稍后(例如，在安装之后)组合。例如，更复杂的电路和部件可单独装运，并且在窗安装之后(例如，在安装者(例如，玻璃工)已安装窗之后)(例如，由窗制造商)安装。在一些实施方案中，芯片包括在附接到窗控制器的电线中(或电线连接器中)。此类电线(例如，具有连接器)可称为“尾纤”。
在一些实施方案中，“IGU”包括两个或更多个(例如，基本上)透明的基板。根据一些实施方案，(例如，基本上)透明的基板包括透明材料(例如，玻璃)的两个窗格，其中至少一个窗格(例如，充当基板)包括设置在其上的电致变色装置。窗格可具有设置在它们之间的分隔件。IGU可以是气密密封的(例如，湿度和/或气体密封的)，具有与周围环境隔离的内部区域。窗组件可包括IGU或独立的层压件。窗组件可包括用于将IGU、层压件和/或一个或多个电致变色装置连接到电压源、开关等的一个或多个电引线。窗组件可包括支撑IGU和/或层压件的框架。窗组件可包括窗控制器(例如，如本文所述)和/或窗控制器的一个或多个部件(例如，对接件)。
如本文所用，术语“外侧”意味着更靠近外部环境。术语“内侧”意味着更靠近建筑物的内部。例如，就具有两个窗格的IGU而言，更靠近外部环境定位的窗格称为外侧窗格或外窗格。更靠近建筑物的内部定位的窗格称为内侧窗格或内窗格。如图1A和图1B所示，IGU的不同表面可称为S1、S2、S3和S4(假设双窗格IGU)。S1是指外侧窗片的面向外部的表面(即，可以由站在外部的人物理地触摸的表面)。S2是指外侧窗片的面向内部的表面。S3是指内侧窗片的面向外部的表面。S4是指内侧窗片的面向内部的表面(即，可由站在建筑物的内部的人物理地触摸的表面)。换句话说，从IGU的最外面的表面开始并且向内计数，表面标记为S1-S4。在IGU包括三个窗格的情况下，适用此趋势(S6是可由站在建筑物内部的人物理地触摸的表面)。在采用两个窗格的某些实施方案中，光学可切换装置(例如，电致变色装置)设置在表面S2上。在某些实施例中，一个或多个表面具有用于阻挡电磁辐射的传输的结构。图1B示出了设置在S2上的“IMI”(多个导电层的屏蔽堆叠)的示例。屏蔽堆叠结构的附加方面可见于2018年3月29日公开并于2017年9月19日提交的名称为“WINDOW ANTENNAS FOREMITTING RADIO FREQUENCY SIGNALS”的美国专利申请公布2018/0090992号，该美国专利申请以引用方式全文并入本文。窗控制器及其特征的示例呈现在以下专利申请中：2012年4月17日提交的名称为“CONTROLLER FOR OPTICALLY-SWITCHABLE WINDOWS”的美国专利申请序列13/449,248号；2012年4月17日提交的名称为“CONTROLLER FOR OPTICALLY-SWITCHABLE WINDOWS”的美国专利申请序列13/449,251号；2016年10月26日提交的名称为“CCONTROLLERS FOR OPTICALLY-SWITCHABLE DEVICES”的美国专利申请序列15/334,835号；以及2017年3月3日提交的名称为“METHOD OF COMMISSIONING ELECTROCHROMICWINDOWS”的国际专利申请序列PCT/US17/20805号，这些专利申请中的每个专利申请以引用方式全文并入本文。
当建筑物配备有可着色窗时，窗控制器可经由通信网络彼此连接和/或连接到其他实体(例如，装置)。通信网络可称为“窗控制网络”或“窗网络”。网络和经由网络(例如，有线或无线电力传送和/或通信)连接的各种装置(例如，控制器、IGU、发射器、天线和/或传感器)在本文中称为“窗控制系统”或“控制系统”。窗控制系统可向窗控制器提供色调指令。窗控制网络可向主控制器或其他网络实体(例如，装置)提供窗信息等。窗信息的示例包括当前色调状态和/或由窗控制器收集的其他信息。在一些情况下，窗控制器具有一个或多个相关联的传感器。一个或多个相关联的传感器可包括例如通过网络提供感测信息的光电传感器、温度传感器、占用传感器、颗粒物质传感器、声音传感器、压力传感器、速度传感器、移动传感器和/或气体传感器(测量气体类型、速度和/或浓度)。在一些情况下，通过窗通信网络传输的信息不影响窗控制。例如，在被配置为接收WiFi或LiFi信号的第一窗处接收的信息可通过通信网络传输到被配置为将信息作为例如WiFi或LiFi信号无线地广播的第二窗。窗控制网络不必限于提供用于控制可着色窗的信息，而是可为与通信网络介接的其他装置诸如HVAC系统、照明系统、安全系统、个人计算装置等传达信息。
图2A是处于漂白状态(或转变为漂白状态)的电致变色装置的示意性横截面。根据具体实施方案，电致变色装置200包含氧化钨电致变色层(EC)206和镍-钨氧化物反电极层(CE)210。电致变色装置200包括基板202、导电层(CL)204、离子导电层(IC)208和导电层(CL)214。
电源216被配置为通过到导电层204和214的合适的连接(例如，汇流条)将电位和/或电流施加到电致变色堆叠220。在一些实施方案中，电压源被配置为施加大约几伏的电位，以便驱动装置从一个光学状态到另一个光学状态的转变。电位的极性使得离子(在该示例中为锂离子)主要存在于镍-钨氧化物反电极层210中(如虚线箭头所示)。
图2B是图2A中所示的但处于有色状态(或转变到有色状态)电致变色装置200的示意性横截面。在图2B中，电压源216的极性相对于图2A反转。使图2B的电致变色层206更负以接受附加锂离子，并由此转变到有色状态。如虚线箭头所示，锂离子跨越离子导电层208传送到氧化钨电致变色层206。氧化钨电致变色层206以有色状态示出。镍-钨氧化物对电极210以有色状态示出。镍-钨氧化物随着其放弃(脱嵌)锂离子而逐渐变得更不透明。在此实例中，存在协同效应，其中向层206和210两者的有色状态的转变有助于减少透过堆叠和基板的光的量。
如本文所述，电致变色装置可包括电致变色(EC)电极层和反电极(CE)层，该EC电极层和该CE层由对离子具有高导电性并且对电子具有高电阻的离子导电(IC)层隔开。离子导电层可防止电致变色层和反电极层之间的短路。离子导电层可促进电致变色极和对立电极保持电荷，并由此保持它们的漂白状态或有色状态。在一些电致变色装置(例如，具有不同层)中，这些部件形成堆叠，该堆叠包括夹在电致变色电极层和反电极层之间的离子导电层。这些三个堆叠部件之间的边界可由组成和/或微结构的突然变化来限定。这些装置可包括具有两个突变界面的三个不同层。
根据某些实施方案，反电极和电致变色电极彼此紧邻形成，有时直接接触，而不单独沉积其间的离子导电层。在一些实施方案中，采用具有界面区域(例如，而不是不同IC层)的电致变色装置。电致变色装置及其制造方法可见于以下专利申请：2010年4月30日提交的名称为“ELECTROCHROMIC DEVICES”的美国专利8,300,298号和美国专利申请序列12/772,075号；以及2010年6月11日提交的名称为“ELECTROCHROMIC DEVICES”的美国专利申请序列12/814,277号；以及2010年6月11日提交的名称为“ELECTROCHROMIC DEVICES”的美国专利申请序列12/814,279号。前述三个专利申请中的每个专利申请以及前述专利名称都为“Electrochromic Devices”，每个都将Zhongchun Wang等人命名为发明人，并且这些专利申请中的每个专利申请以引用方式全文并入本文。
图3A示出了电致变色窗的电流分布的示例，该电致变色窗采用简单的电压控制算法来引起电致变色装置的光学状态转变(例如，着色)。在曲线中，离子电流密度(I)表示为时间的函数。不同类型的电致变色装置可具有所描绘的电流分布。在一个实例中，例如氧化钨等阴极电致变色材料与镍钨氧化物反电极一起使用。在此类装置中，负电流指示装置的着色，并且正电流指示漂白装置。图3A中示出的所描绘的曲线通过将电压斜升到设定电平然后保持电压以维持光学状态来得到。
电流峰值301与光学状态例如着色和漂白(例如，脱色)的变化相关联。电流峰值表示使装置着色或漂白所需的电荷的递送。峰值下的阴影区域表示使装置着色或漂白(例如，脱色)所需的总电荷。初始电流尖峰之后的曲线的部分(部分303)表示装置处于新光学状态时的泄漏电流。在一些实施方案中，泄漏电流为每平方厘米至多约0.1毫安。在一些实施方案中，泄漏电流对应于每平方英尺至多约0.25毫伏或每200,000平方英尺至多约50伏的泄漏电压。在一些实施方案中，泄漏电流非常缓慢，并且因此看起来像图3A的曲线图中的水平线。可能耗费至少约1、3、5或10年来消除电压差(例如，在没有感应电压的情况下离子自发地迁移回来)。
在图3A中示出的示例中，电压分布305叠加在电流曲线上。电压分布遵循以下序列：负缓变(307)、负保持(309)、正缓变(311)和正保持(313)。注意，电压在到达其最大量值之后以及在设备保持在其所限定的光学状态的时间长度期间保持恒定。电压缓变307将装置驱动到其新着色状态。电压缓变可具有或可不具有相同的绝对斜率值。电压保持周期可具有或可不具有相同的持续时间。电压缓变周期可具有或可不具有相同的持续时间。电压保持309将装置维持在着色状态，直到相反方向上的电压缓变311驱动从着色状态到脱色状态的转变。在一些切换算法中，施加电流和/或电压上限。例如，不允许电流和/或电压超过所限定的电平，例如以防止损坏装置。在一些实施方案中，当电致变色装置在超过时间阈值的时间帧内经受电流和/或电压时，电致变色装置不可逆地损坏。在一些切换算法中，允许电流超过所施加的电流上限达短于时间阈值的短时间量(在此期间装置不被损坏)。在一些切换算法中，允许电压超过所施加的电压上限达短于时间阈值的短时间量(在此期间装置不被损坏)。
在一些实施方案中，着色速度不仅取决于所施加的电压，而且取决于温度和电压缓变速率。在一些实施方案中，电压和温度两者都会影响锂扩散，例如通过的电荷量(以及因此该电流峰值的强度)随电压和温度的增加而增加。电压和温度可以是彼此相关的。该彼此相关性可暗示可在较高温度下使用较低的电压以获得与较低温度下的较高电压相同的切换速度。该温度响应可用在基于电压的切换算法中。这种算法可能需要主动监测温度以改变所施加的电压。可使用温度来确定施加哪个电压以实现快速切换而不损坏装置。
本文的各种实施方案利用某种形式的反馈来主动控制光学可切换装置中的转变。在一些实施方案中，反馈至少部分地基于非光学特征。当施加某些电条件时，考虑电特性例如光学可切换装置的电压和/或电流响应可能是有用的。
在一些实施例中，电反馈用于确保光学可切换装置维持在操作条件的安全窗孔内。如果供应给装置的电流或电压太大，可能会损坏装置。本文呈现的反馈方法可称为损坏预防反馈方法。在一些实施例中，损坏预防反馈可以是所使用的唯一反馈。或者，损坏预防反馈方法可以与本文描述的其它反馈方法组合。在其它实施例中，不使用损坏预防反馈，而是使用下面描述的不同类型的反馈。
图3B示出了描绘了在电致变色着色转变期间随时间递送的总电荷和随时间施加的电压的曲线图的示例。测得该说明性示例中的窗约24×24英寸。递送的总电荷称为色调电荷计数，并以库仑(C)测量。递送的总电荷呈现在曲线图的左手y轴上，并且所施加的电压呈现在曲线图的右手y轴上。线302对应于递送的总电荷，并且线304对应于所施加的电压。此外，线306对应于阈值电荷(阈值电荷密度乘以窗的面积)，并且线308对应于目标开路电压。阈值电荷和目标开路电压可用于监测/控制光学转变。
图3B中的电压曲线304以驱动缓变分量开始，其中电压的量值缓变升到约-2.5伏特(V)的驱动电压。在施加驱动电压的初始周期之后，电压开始以规则的间隔向上形成尖峰。当探测电致变色装置时发生这些电压尖峰。通过向装置施加开路条件来进行探测。开路条件导致开路电压VoC(本文也称为“Voc”)，其对应于曲线图中所见的电压尖峰。该开路电压VoC是实时测量结果，并且在保持时段期间被示出。可在缓变时段期间(未在图3B的示例中示出)测量VoC。在开路电压的每次探测之间，存在所施加的电压是驱动电压的附加时段。在电致变色装置正转变时，周期性地探测EC以测试开路电压(例如，从而监测转变)。由线308表示的目标开路电压对于每种情况选择为约-1.4V。每种情况下的保持电压约为-1.2V。因此，目标开路电压从保持电压偏移约0.2V。
在图3B中示出的转变示例中，开路电压的量值在大约1500秒处超过目标开路电压的量值。因为此实例中的相关电压是负的，所以在曲线图中将其示为开路电压尖峰首先下降到目标开路电压以下的点。总递送电荷计数曲线302从零开始并且单调上升。递送电荷在大约1500秒时达到阈值电荷。该时间非常接近于满足目标开路电压的时间。一旦满足两个条件，电压就从驱动电压切换到保持电压，大约1500秒。
在另一实施例中，通过直接定位在透明导电层(TCL)上的电压感测垫来监测光学转变。这允许直接测量汇流条之间的装置中心处的Veff，其中Veff处于最小值。在这种情况下，当在装置的中心处测量的Veff达到目标电压诸如保持电压时，控制器指示光学转变完成。在各种实施方案中，传感器的使用可减少(例如，消除)使用从保持电压偏移的目标电压的益处。例如，可能不需要偏移，并且当存在传感器时，目标电压可(例如，基本上)等于保持电压。在使用电压传感器的情况下，每个TCL上可存在至少一个传感器。电压传感器可放置在汇流条之间的中间的距离处，例如偏离装置的一侧(靠近边缘)，例如使得它们不影响(或最小程度上影响)检视区域。例如可通过将电压传感器放置在遮挡来自观察者的传感器的视野的隔离件/分隔件和/或框架附近，来将电压传感器从视野隐藏。
在一些实施方案中，电压感测垫(例如，传感器)可以是导电胶带垫。垫可小到至多约1mm2。(平方毫米)。垫可以是约10mm2或更小。在利用电压传感器(例如，感测垫)的实施方案中可使用四线系统。
在一些实施方案中，该方法(例如，如由控制系统实施的)可指定转变的总持续时间。例如，控制器可被编程为使用经修改的探测算法来监测从开始状态到结束状态的转变的进度。可通过响应于所施加的电压量值的下降周期性地读取电流值来监测进展，诸如利用上述探测技术(例如，VoC)。探测技术可使用所施加电流的下降(例如，测量开路电压)来实现。电流和/或电压响应指示光学转变已接近完成的程度。在一些实施方案中，将响应与特定时间(例如，自光学转变开始以来已经过的时间)的阈值电流和/或电压进行比较。在一些实施方案中，对电流和/或电压响应的进展进行比较，例如使用顺序脉冲和/或检查。进展的斜率(例如，陡峭度)可指示何时可能达到结束状态。此阈值电流的线性延伸可用于预测转变何时完成，例如，当它充分完成时，将驱动电压降低到保持电压是合适的。
关于用于确保从第一状态到第二状态的光学转变在所限定的时间帧内发生的算法，控制器可被配置(或设计)为适当地增加驱动电压，以例如当脉冲响应的解释表明转变进展不够快以至于无法满足所需的转变速度时加速转变。在某些实施例中，当确定转变没有足够快地进行时，转变切换到其由所施加的电流驱动的模式。电流足够大以提高转变速度，但不会太大以至于它会使电致变色装置降级或损坏(例如，不可逆地)。在一些实施方案中，最大适当安全电流可称为Isafe。Isafe的示例可在介于约5μA/cm2和250μA/cm2微安培每平方厘米之间的范围内。在电流控制的驱动模式中，允许所施加的电压在光学转变期间浮动。然后，在此电流控制的驱动步骤期间，控制器可以通过例如下降到保持电压来周期性地探测，并且以与使用恒定驱动电压时相同的方式检查转变的完整性。
在一些实施方案中，探测技术可确定光学转变是否正如预期的那样进行。未如预期进行的转变可被描述为“非特征性的”。如本文所理解的，非特征性色调转变是与针对对象窗的正常切换参数的偏差。当探测技术(例如，VoC电压探测)确定光学转变进行得太慢，则可采取步骤来加速转变。例如，其可以增加驱动电压。该技术可确定光学转变进行得太快并且有损坏装置的风险。当做出这样的确定时，探测技术可以采取步骤来减慢转变。作为实例，控制器可以降低驱动电压。
在一些应用中，窗组被设定为匹配转变速率。这种匹配可通过至少部分地基于在探测期间获得的反馈(例如，通过脉冲或开路测量结果)来调整电压和/或驱动电流来执行。在通过监测电流响应来控制转变的实施方案中，可在窗之间比较电流响应的量值。窗可由本地控制器控制。本地控制器可以是(例如，分级)控制系统的一部分。一组窗(例如，至少2、3、4、5、6、7、8、9或10个窗)可由同一本地控制器(例如，窗控制器)来控制。例如，可针对窗或针对窗组中的每个窗执行比较，以确定如何缩放用于窗(例如，组中的每个窗)的驱动电势和/或驱动电流。该比较可在第一时间的窗和该窗在第一时间之前的时间的过去性能之间进行。该比较可在第一窗和第二窗之间进行。该比较可在窗和平均窗性能之间进行(例如，其中平均窗性能是所请求的、最佳的和/或平均窗性能)。开路电压的变化速率可用作窗性能的变化(例如，劣化)的指标。
在一些实施方案中，本文所述的窗控制器适合于与BMS集成。BMS是安装在设施(例如，建筑物)中的基于计算机的控制系统，其控制(例如，监测)建筑物的机械和/或电气装备诸如通风、照明、电力系统、电梯、消防系统和/或安全系统。BMS由包括通过通信信道与一个或多个计算机的互连的硬件和相关联的软件组成，该相关联的软件用于例如根据由占用者和/或建筑物管理者设定的偏好来维持设施中的状况。例如，BMS可使用例如以太网的局域网来实施。软件可以至少部分地基于例如互联网协议和/或开放标准。软件的一个实例是来自Tridium公司(弗吉尼亚里士满(Richmond,Virginia))的软件。通常与BMS一起使用的一种通信协议是BACnet(建筑物自动化和控制网络)。
BMS在较大建筑物中是常见的，并且可至少用于控制建筑物内的环境。例如，BMS可控制建筑物内的温度、二氧化碳水平和/或湿度。存在各种受BMS控制的机械装置，诸如加热器、空调、鼓风机、通风口等等。为了控制建筑物环境，BMS可例如在定义的条件下打开和关闭这些各种装置中的任何装置和全部装置。在一些实施方案中，BMS的核心功能是：例如在最小化能量需求(例如，加热和/或冷却成本和/或需求)时，为建筑物的占用者维持舒适、安全和/或健康的环境。BMS可用于优化各种系统之间的协同作用(例如，在功率消耗和/或成本方面)。这种协同作用可用于例如节省能源和降低建筑物操作成本。
在一些实施方案中，控制系统(例如，其部件诸如窗控制器)与BMS集成在一起。窗控制器可被配置为控制一个或多个可着色窗。在一些实施方案中，一个或多个可着色窗包括至少一个全固态且无机的电致变色装置。在一些实施方案中，可着色窗包括有机EC装置。在一些实施方案中，一个或多个电致变色窗仅包括全固态且无机窗。在一些实施方案中，电致变色窗是如2010年8月5日提交的名称为“MULTIPANE ELECTROCHROMIC WINDOWS”的美国专利申请序列12/851,514号中所述的多态电致变色窗，该申请以引用方式全文并入本文。
图4示出了BMS 400的实施方案的示意图的示例，该BMS被配置为管理建筑物401的多个系统，包括安全系统、加热/通风/空调(HVAC)、建筑物的照明、电力系统、电梯、消防系统等等。安全系统可包括磁卡通道、十字转门、电磁驱动门锁、监视摄像机、防盗警报器、金属检测器等等。消防系统可包括火警和灭火系统，所述灭火系统包括水管控制。照明系统可包括内部照明、外部照明、紧急警告灯、紧急出口标志和紧急楼层出口照明。电力系统可包括主电源、备用发电机和不间断电源(UPS)电网。
BMS 400管理控制系统402。在该示例中，描绘了作为窗控制器的分布式网络的控制系统402，该控制系统包括主控制器403、中间网络控制器405a和405b以及作为本地控制器的终端或叶端控制器410。终端或叶端控制器410可类似于先前结合图1A和图1B描述的窗控制器。例如，主控制器403可在BMS 400附近，并且建筑物401的每个楼层可具有一个或多个中间网络控制器405a和405b，而建筑物的每个窗具有其自己的终端控制器410。控制器410可直接控制建筑物401的一个或多个电致变色窗。直接控制意味着在窗控制器和窗之间不存在中间控制器。例如，窗控制器可经由不被另一控制器中断的接线耦接到一个或多个可着色窗。
控制器410中的至少一个控制器可位于与其控制的电致变色窗分开的位置。控制器410中的至少一个控制器可集成到电致变色窗中。简单起见，建筑物401的十个电致变色窗描绘为受控制系统402控制。在由控制系统402控制的建筑物中可能存在大量电致变色窗。控制系统402无需为窗控制器的分布式网络。例如，控制单个电致变色窗的功能的单个终端控制器落在本文公开的实施方案的范围内。
所公开的实施方案的一个方面是BMS，其包括例如如本文所述的多用途控制系统。通过结合来自控制系统的反馈，由于可着色窗可被自动控制，BMS可提供例如增强的：(1)环境控制，(2)能量节省，(3)安全，(4)控制选项的灵活性，(5)其他系统的改进的可靠性和可使用寿命(例如，归因于对其较少依赖以及因此对其较少维修)，(6)信息可用性和诊断，(7)工作人员的有效使用，以及其各种组合。
在一些实施方案中，BMS可不存在或者BMS可存在但是可不与控制系统通信或者与控制系统以高级别通信。在一些实施方案中，由于可着色窗可被自动控制，控制系统可提供例如增强的：(1)环境控制，(2)能量节省，(3)安全，(4)控制选项的灵活性，(5)其他系统的改进的可靠性和可使用寿命(例如，归因于对其较少依赖以及因此对其较少维修)，(6)信息可用性和诊断，(7)工作人员的有效使用，以及其各种组合。在一些实施方案中，对BMS的维修不会中断对可着色窗的控制和/或操作。
在一些情况下，BMS 400的系统可根据每日、每月、每季度和/或每年的日程安排运行。例如，照明控制系统(在图4中示出为“照明”)、HVAC系统、控制系统402和安全系统可基于24小时的日程安排来操作，该日程安排考虑在工作日期间人们何时在建筑物中。在晚上，建筑物可以进入节能模式，并且在白天，系统可以以使建筑物的能量消耗最小化同时提供占用者舒适度的方式进行操作。作为另一个示例，系统可以在假期期间关闭或进入节能模式。
日程安排信息可与地理信息组合。地理信息可以包括建筑物的纬度和/或经度。地理信息可包括关于建筑物的每侧(例如，立面)面向的方向的信息。使用这些信息，可以以不同的方式控制建筑物的不同侧上的不同房间。例如，对于冬季中的建筑物的朝东房间，窗控制器可指示窗在早晨不具有色调。在不具有色调的情况下，房间可能由于照射到房间中的阳光而变热。照明控制面板可指示灯由于来自阳光的照明而变暗。面朝西的窗在早晨可由房间的占用者控制，例如因为西侧窗的色调可能对能量节省没有影响。然而，面朝东的窗和面朝西的窗的操作模式可在晚上切换(例如，当太阳落上时，面朝西的窗未经着色以允许阳光进入以用于加热和照明)。
在图4的示例中，建筑物401包括建筑物网络、BMS和建筑物的外部窗的可着色窗。该网络可操作地(例如，通信地)耦接到一个或多个传感器。例如，建筑物的外部窗可以是将建筑物的内部与建筑物的外部分隔开的窗。来自建筑物的外部窗的光可对建筑物中的距窗约20英尺或约30英尺的内部照明具有影响。建筑物中距外部窗多于约20英尺或约30英尺的空间可从外部窗接收极少光。远离建筑物中的外部窗的此类空间可以由建筑物的照明系统照明。建筑物内的温度可以受外部光和/或外部温度影响。例如，在寒冷的天气且在建筑物由加热系统加热的情况下，更接近于门和/或窗的房间可能比建筑物的内部区更快失去热量且相较于内部区更冷。
在一些实施方案中，网络可操作地耦接到外部传感器。建筑物可包括建筑物屋顶上的外部传感器。建筑物可包括与至少一个(例如，每个)外部窗相关联的外部传感器。建筑物可包括在建筑物的一个或多个(例如，每个)侧面上的外部传感器。例如当太阳在一天中改变方位时，外部传感器(例如，在建筑物的每一侧上)可跟踪其所在的建筑物的一侧上的辐照度。
当窗控制器集成到建筑物网络(例如，包括BMS 400)时，来自外部传感器的输出可输入到BMS 400的网络并且作为输入提供给本地终端控制器410。举例来说，在一些实施方案中，接收来自两个或更多个传感器的输出信号。在一些实施方案中，(例如，仅)接收一个输出信号，且在一些其他实施方案中，接收三个、四个、五个或更多输出。可通过建筑物网络(例如，和/或BMS)接收这些输出信号。
在一些实施方案中，所接收的输出信号包括指示由例如设施(例如，包括至少一个建筑物)内的加热系统、冷却系统和/或照明的能量和/或功率消耗的信号。举例来说，设施的加热系统、冷却系统和/或照明的能量或功率消耗可被监测以提供指示能量或功率消耗的信号。装置可与建筑物的电路和/或接线介接或附接到所述电路和/或接线以启用此监测。另选地，建筑物中的电力系统可安装成使得可监测由设施内的个别房间或设施内的一组房间的加热系统、冷却系统和/或照明消耗的功率。
可提供色调指令以将可着色窗的现有色调改变为确定级别的色调(例如，目标色调级别)。例如，参考图4，这可包括主控制器403向一个或多个中间网络控制器405a和/或405b发出命令，该一个或多个中间网络控制器继而向控制建筑物的窗的一个或多个终端控制器410发出命令。终端控制器410可将电压和/或电流施加到窗以依据指令驱动色调的变化。
在一些实施方案中，包括电致变色窗和BMS的建筑物可加入和/或参与由向设施提供电力的公用设施运行的需求响应程序。该程序可以是当预期峰值负载发生时使设施的能量消耗减少的程序。公用设施可在预期所峰值负载发生之前发送警告信号。举例来说，所述警告可在预期的峰值负载发生的前一天、预期的峰值负载发生的早晨或在预期的峰值负载发生的约前一小时发送。例如，当冷却系统/空调从公用设施汲取大量电力时，可以预期在炎热的夏日发生峰值负载发生。预警信号可由设施的控制系统(例如，和/或BMS)接收。控制系统和/或BMS接着可指示窗控制器将电致变色窗中的适当电致变色装置转变为更暗或更亮的色调级别，以当预期峰值负载时辅助缩减建筑物中的冷却系统和/或加热系统的功率汲取(例如，以缓解天气条件)。
在一些实施方案中，建筑物的外部窗的可着色窗可分组成区带，其中区带中的可着色窗以类似方式被指示。例如，建筑物的不同楼层或建筑物的不同侧面上的电致变色窗的组可以在不同的区带中。例如，在建筑物的第一层，所有朝东的电致变色窗可在区带1中，所有朝南的电致变色窗可在区带2中，所有朝西的电致变色窗可在区带3中，所有朝北的电致变色窗都可在区带4中。作为另一实例，建筑物的第一层上的所有电致变色窗可以在区带1中，第二层上的所有电致变色窗可以在区带2中，并且第三层上的所有电致变色窗可以在区带3中。作为又一示例，所有朝东的电致变色窗可在区带1中，所有朝南的电致变色窗可在区带2中，所有朝西的电致变色窗可在区带3中，所有朝北的电致变色窗都可在区带4中。作为又一示例，一个楼层上的朝东的电致变色窗可划分到不同区带中。建筑物的同一侧和/或不同侧和/或不同楼层上的任何数目的可着色窗可被指派到区带。窗的区带可至少部分地通过以下项来分离：(i)设置了窗(例如，会议室的窗、办公室的窗、自助餐厅的窗)的房间的功能；(ii)窗所位于的楼层；(iii)窗所位于的立面；(iv)窗所位于的设施部分的所有者或租户；或(v)它们的任何组合。
在一些实施方案中，区带中的可着色窗可由相同窗控制器或由不同窗控制器(例如，接收相同方向的窗控制器)控制。在一些其他实施方案中，控制区带中的窗的窗控制器可从传感器接收相同的输出信号。控制区带中的窗的窗控制器可使用相同的函数或查找表来确定区带中的窗的色调级别。
在一些实施方案中，区带中的可着色(例如，电致变色)窗可受从(例如，透射率)传感器接收输出信号的窗控制器控制。在一些实施方案中，(例如，透射率)传感器可接近于区带中的窗安装。举例来说，(例如，透射率)传感器可安装在含有IGU的框架中或上(例如，安装在竖框即框架的水平或竖直窗框中或上)，该框架包括在区带中。在一些实施方案中，区带(诸如那些包括建筑物的单侧上的窗的区带)中的可着色窗可受从(例如，透射率)传感器接收输出信号的窗控制器控制。
在一些实施方案中，传感器(例如，光电传感器和/或IR传感器)可向窗控制器提供输出信号以控制第一区带(例如，主控制区带)的可着色(例如，电致变色)窗。窗控制器可以与第一区带相同的方式控制第二区带(例如，从属控制区带)中的可着色窗。在一些其他实施方案中，另一窗控制器可以与第一区带相同的方式控制第二区带中的可着色窗。
在一些实施方案中，用户(例如，建筑物管理者、第二区带中的房间的占用者或其他人)可手动指示第二区带(例如，从属控制区带)中的可着色窗进入色调级别，诸如着色(例如，有色)状态(级别)或脱色状态。手动指示可包括使用例如着色或脱色命令，或者来自(例如，BMS的)用户控制台的命令。在一些实施方案中，当利用这种手动命令越控第二区带中的窗的色调级别时，第一区带(例如，主控制区带)中的可着色窗保持在从(例如，透射率)传感器接收输出的窗控制器的控制下。第二区带可保持在手动命令模式中持续一时间段，例如，并且接着恢复回到受从(例如，透射率)传感器接收输出的窗控制器控制。举例来说，第二区带可在接收越控命令之后保持在手动模式中持续一小时，例如，并且接着可恢复回到受从(例如，透射率)传感器接收输出的窗控制器控制。传感器可以是本文公开的任何传感器。
在一些实施方案中，用户(例如，建筑物管理者、第二区带中的房间的占用者或其他人)可手动指示第一区带(例如，主控制区带)中的窗进入色调级别，诸如着色(例如，有色)状态或脱色状态。手动指示可包括使用例如色调命令或者来自(例如，BMS的)用户控制台的命令。在一些实施方案中，当利用这种手动命令越控第一区带中的窗的色调级别时，第二区带(例如，从属控制区带)中的可着色窗保持在从外部传感器接收输出的窗控制器的控制下。第一区带可保持在手动命令模式中持续一时间段，并且接着恢复回到受从(例如，透射率和/或外部)传感器接收输出的窗控制器控制。举例来说，第一区带可在接收越控命令之后保持在手动模式中持续一定时间(例如，一小时)，并且接着可恢复回到受从(例如，透射率和/或外部)传感器接收输出的窗控制器控制。在一些其它实施例中，当接收用于第一区带的手动越控时，第二区带中的可着色窗可保持在其所处于的色调水平中。第一区带可保持在手动命令模式中持续一时间段，并且接着第一区带和第二区带都可恢复回到在从(例如，透射率和/或外部)传感器接收输出的窗控制器的控制下。这些窗可被分成区带(例如，至少部分地基于设置了窗的外围结构(例如，房间)的位置、立面、楼层、所有权、利用、任何其他指定度量、随机分配或它们的任何组合。)将窗分配到区带可以是静态的或动态的(例如，基于启发式)。每个区带可存在至少约2、5、10、12、15、30、40或46扇窗。
在一些实施方案中，至少一个装置与耦接到网络的至少一个其他装置协同操作。该装置可以是可着色窗。对该至少一个装置的控制可经由以太网。例如，可同时调整可着色窗的色调级别。当装置在使用中时，装置的区带可具有至少一个相同的特征。例如，当可着色窗在区带中时，可着色窗的区带可使其色调级别(自动地)改变(例如，变暗或变亮)到相同级别。该装置可以是传感器。例如，当声音传感器在区带中时，它们可以相同频率和/或在相同时间窗口对声音进行采样。装置的区带可包括多个(例如，相同类型的)装置。该区带可包括(i)面向外围结构(例如，设施)的特定方向的可着色窗，(ii)设置在外围结构的特定面(例如，立面)上的多个装置，(iii)在设施的特定楼层上的装置，(iv)在特定类型的房间和/或活动(例如，开放空间、办公室、会议室、演讲厅、走廊、接待厅或自助餐厅)中的装置，(v)设置在相同固定装置(例如，内壁或外壁)上的装置，和/或(vi)用户定义的多个可着色窗(例如，房间中或立面上的一组可着色窗是较大组可着色窗的子集)。装置的(自动)调整可自动地和/或由用户完成。区带中的装置属性和/或状态的自动改变可由用户(例如，通过手动调整色调级别)来越控。用户可使用移动电路(例如，遥控器、虚拟现实控制器、蜂窝电话、电子记事本、膝上型计算机和/或通过类似移动装置)来越控区带中的装置的自动调整。
在一些实施方案中，各种装置(例如，IGU)被分组到(例如，EC窗的)目标的区带中。至少一个区带(例如，区带中的每个区带)可包括装置的子集。例如，装置的至少一个(例如，每个)区带可由一个或多个相应楼层控制器和一个或多个相应本地控制器(例如，窗控制器)控制，该一个或多个相应本地控制器由这些楼层控制器控制。在一些示例中，至少一个(例如，每个)区带可由单个楼层控制器和两个或更多个本地(例如，窗)控制器控制，该两个或更多个本地控制器由该单个楼层控制器控制。例如，区带可表示装置的逻辑分组。每个区带可对应于设施的具体位置或区域中的一组装置(例如，相同类型)，该一组装置至少部分地基于其位置而被一起驱动。例如，设施(例如，建筑物)可具有四个面或侧面(北面、南面、东面和西面)和十个楼层。在此教学示例中，每个区可对应于特定楼层上和四个面中的一个特定面上的智能窗(例如，可着色窗)的集合。至少一个(例如，每个)区带可对应于共享一个或多个物理特征(例如，装置参数，诸如大小或年龄)的一组装置。在一些实施方案中，装置的区带可至少部分地基于一个或多个非物理特征诸如例如安全指定或业务分级结构来分组(例如，界定管理者办公室的IGU可分组在一个或多个区带中，而界定非管理者办公室的IGU可分组在一个或多个不同区带中)。
在一些实施方案中，至少一个(例如，每个)楼层控制器能够寻址一个或多个相应区带中的至少一个(例如，每个)区带中的所有装置(例如，相同类型或不同类型的)。例如，主控制器可以向控制目标区的楼层控制器发出主要色调命令。主要色调命令可包括目标区的(例如，抽象)标识(在下文中也称为“区带ID”)。例如，区带ID可以是第一协议ID，例如刚刚在以上示例中描述的协议ID。在此类情况下，楼层控制器接收包括色调值和区带ID的主要色调命令，并且将区带ID映射到与区带内的本地控制器相关联的第二协议ID。在一些实施方案中，区带ID是比第一协议ID更高级别的抽象。在此类情况下，楼层控制器可首先将区带ID映射到一个或多个第一协议ID，并且随后将第一协议ID映射到第二协议ID。
在一些实施方案中，设施可被划分成一个或多个区。这些区可至少部分地由顾客或设施管理者限定。这些区可至少部分地自动限定。例如，装置的区(例如，包括可着色窗、传感器或发射器)可与以下各项相关联：(i)装置面向的建筑物的立面、(ii)设置了装置的楼层、(iii)设置了装置的设施中的建筑物、(iv)设置了装置的外围结构(例如，会议室、体育馆、办公室或自助食堂)的功能性、(iv)设置了装置的外围结构的规定和/或实际上占用(例如，组织功能)、(v)设置了装置的外围结构中的规定和/或实际上活动、(vi)设施的外围结构的租户、所有者和/或管理者(例如，对于具有各种租户、所有者和/或管理者的设施)和/或(vii)装置的地理位置。这些区可以是可改变的(例如，使用软件应用程序)，例如，可视地。区的状态(例如，结合该区中的装置的状态)可由应用程序显示(例如，实时地或基本上实时地更新)。一个或多个区可被分组。例如，某个楼层中的所有区可被分组。可存在使用区关联(i)至(vii)中的任一个区关联的区分级结构。这些区可由装置、控制系统和/或网络的提供者创建。这些区可由用户(例如，顾客、承租人或设施所有者)生成。可在设施的数字模型(例如，Revit文件)的级别创建区。数字模型和/或其他类似文件可与设施以及装置相关联。例如，作为Revit文件、Microdesk(例如ModelStream)、IMAGINiT、美国ATG或类似的设施相关数字文件的建筑物信息模型(BIM)原理图。在一些实施方案中，BIM是允许基于智能、3D和/或参数对象的设计的计算机辅助设计(CAD)范例。
不管窗控制器是否是独立窗控制器、控制系统的一部分或是否与建筑物网络介接(例如，通过控制系统的部分的其自身)，都可使用本文所述的控制可着色窗的方法中的任一个以控制可着色窗的色调。
在一些实施方案中，本文所述的窗控制器包括用于窗控制器、传感器和/或单独通信节点之间的有线和/或无线通信的部件。无线和/或有线通信可运用与窗控制器直接介接的通信接口来实现。这种接口可以是微处理器本地的。这种接口可经由实现这些功能的附加电路来提供。
用于无线通信的单独通信节点可以是例如另一无线窗控制器、本地(例如，终端)、中间或主窗控制器、远程控制装置或BMS。无线通信可用于窗控制器中以用于以下操作中的至少一个操作：编程和/或操作可着色窗；从(例如，如本文所述的)各种传感器和协议收集来自可着色窗的数据；和/或使用可着色(例如，电致变色)窗作为用于无线通信的中继点。从可着色窗收集的数据可包括计数数据，诸如启动EC装置的次数、EC装置随时间递送的效率等等。
在一个实施方案中，无线通信用于操作相关联的可着色窗，例如，通过红外(IR)和/或射频(RF)信号。在某些实施方案中，控制器将包括无线协议芯片，诸如蓝牙、EnOcean、WiFi、Zigbee、全球定位系统(GPS)、超宽带(UWB)等等。窗控制器可具有经由网络进行的无线通信。到窗控制器的输入可由终端用户(例如，在墙壁开关处)直接地或经由无线通信手动地输入。到窗控制器的输入可来自建筑物的可着色窗是其部件的BMS。
在一些实施方案中，当窗控制器是控制器(例如，控制系统)的分布式网络的一部分时，无线通信用于经由控制器的分布式网络将数据的至少一部分传送到多个可着色窗中的每个可着色窗并且从该多个可着色窗中的每个可着色窗传送数据的至少一部分。控制器网络中的至少一个(例如，每个)控制器可具有无线通信部件。例如，再次参见图4，主控制403可与中间网络控制器405a和405b中的每一者无线通信，这些中间网络控制器继而可与终端控制器410无线通信，每个终端控制器可与电致变色窗相关联。主控制403可与BMS 400无线地通信。在一个实施方案中，无线地执行窗控制器中的至少一个级别的通信。在一个实施方案中，使用导线执行窗控制器中的至少一个级别的通信。
在一些实施方案中，窗控制器分布式网络中使用多于一个模式的无线通信协议。举例来说，主窗控制器可通过WiFi或Zigbee与中间控制器无线地通信，而中间控制器通过蓝牙、Zigbee、EnOcean或其它协议与终端控制器通信。在另一实例中，窗控制器具有冗余无线通信系统，以用于终端用户对无线通信选择的灵活性。
在一些实施方案中，主窗控制器和/或中间窗控制器和终端窗控制器之间的无线通信提供避免安装硬通信线路的优点。例如，对于窗控制器和BMS之间的无线通信。在一些实施方案中，这些角色中的无线通信可用于将数据传送到可着色窗并且从可着色窗传送数据，以用于操作窗和将数据提供到例如BMS以优化建筑物中的环境和能量节省。窗位置数据以及来自传感器的反馈可被协同用于这种优化。举例来说，粒度级(逐个窗)微气候信息被馈送到BMS以优化建筑物的一个或多个环境。
在一些实施方案中，传感器操作地耦接到至少一个控制器和/或处理器。传感器读数可以由一个或多个处理器和/或控制器获得。控制器可包括处理单元(例如，包括CPU或GPU)。控制器可接收输入(例如，从至少一个传感器)。控制器可以包括电路系统、电气接线、光学接线、插座和/或电源插座。控制器可传递输出。控制器可以包括多个(例如，子)控制器。控制器可以是控制系统的一部分。控制系统可包括主控制器、一组楼层控制器(例如，包括网络控制器)以及一组本地控制器。该组本地控制器可包括窗控制器(例如，控制光学可切换窗)、外围结构控制器和/或部件控制器。例如，控制器可以是层级控制系统的一部分(例如，包括引导一个或多个控制器的主控制器，例如楼层控制器、本地控制器(例如，窗控制器)、外围结构控制器和/或部件控制器)。
分级控制系统中的控制器类型的物理位置可随时间改变。例如，在第一时间：第一处理器可承担主控制器的角色，第二处理器可承担楼层控制器的角色，并且第三处理器可承担本地控制器的角色。在第二时间，第二处理器可承担主控制器的角色，第一处理器可承担楼层控制器的角色，并且第三处理器可保持本地控制器的角色。在第三时间，第三处理器可承担主控制器的角色，第二处理器可承担楼层控制器的角色，并且第一处理器可承担本地控制器的角色。
控制器可控制一个或多个装置(例如，并且直接耦接到这些装置)。控制器可设置在其所控制的一个或多个装置附近。例如，控制器可控制光学可切换装置(例如IGU)、天线、传感器和/或输出装置(例如，光源、声源、气味源、气体源、HVAC电源插座或加热器)。输出装置可以是“发射器”。
在一个实施方案中，楼层控制器可指示一个或多个较低分级结构控制器(例如，本地控制器)。较低分级结构控制器可包括一个或多个窗控制器、一个或多个外围结构控制器、一个或多个部件控制器、或其任何组合。例如，楼层(例如，包括网络)控制器可控制多个本地(例如，包括窗)控制器。多个本地控制器可设置在设施的一部分中(例如，在建筑物的一部分中)。设施的一部分可以是设施的楼层。例如，可将楼层控制器分配给楼层。在一些实施方案中，例如，取决于楼层大小和/或耦接到楼层控制器的本地控制器的数量，楼层可以包括多个楼层控制器。例如，可将楼层控制器分配给楼层的一部分。例如，可将楼层控制器分配给设置在设施中的本地控制器的一部分。例如，可将楼层控制器分配给设施的楼层的一部分。
主控制器可耦接到一个或多个较低分级结构(例如，楼层)控制器。楼层控制器可设置在设施中。主控制器可设置在设施内，或在设施之外。主控制器可设置在云中。控制器可以是建筑物管理系统的一部分或者操作地耦接到建筑物管理系统。控制器可以接收一个或多个输入。控制器可以生成一个或多个输出。控制器可以是单输入单输出控制器(SISO)或多输入多输出控制器(MIMO)。控制器可解释接收到的输入信号。控制器可从一个或多个部件(例如，传感器)获取数据。获取可以包括接收或提取。数据可以包括测量、估计、确定、生成或其任何组合。控制器可以包括反馈控制。
控制器可以包括前馈控制。控制可包括通断控制、比例控制、比例积分(PI)控制或比例积分微分(PID)控制。控制可以包括开环控制或闭环控制。控制器可以包括闭环控制。控制器可以包括开环控制。控制器可以包括用户接口。用户接口可以包括(或操作地耦接到)键盘、小键盘、鼠标、触摸屏、麦克风、语音识别包、相机、成像系统或其任何组合。输出可以包括显示器(例如，屏幕)、扬声器或打印机。
图5示出了包括控制器分级结构的控制系统架构500的示例。控制器分级结构包括控制楼层控制器506的主控制器508。楼层控制器506继而控制本地控制器504。在一些实施方案中，本地控制器504的本地控制器控制一个或多个IGU、一个或多个传感器、一个或多个输出装置(例如，一个或多个发射器)或其任何组合。在图5的说明性配置中，主控制器508操作地(例如，无线地和/或有线地)耦接到建筑物管理系统(BMS)524和数据库520。图5中的箭头表示通信路径。控制器可(例如，直接/间接和/或有线和/或无线地)操作地耦接到外部源510。外部源510可包括网络。外部源510可包括一个或多个传感器或输出装置。外部源510可包括基于云的应用程序和/或数据库。通信可以是有线和/或无线的。外部源510可设置在设施之外。例如，外部源510可包括设置在例如设施的墙壁上或天花板上的一个或多个传感器和/或天线。通信可以是单向的或双向的。在图5所示的示例中，所有通信箭头可以是双向的。
控制器可以监测和/或指导本文所述的设备、软件和/或方法的操作条件的(例如，物理的)改变。控制可包括调节、操纵、限制、引导、监测、调整、调制、改变、变更、抑制、检查、指导或管理。受控(例如，通过控制器)可以包括衰减、调制、改变、管理、抑制、规范、调节、约束、监督、操纵和/或引导。控制可包括控制控制变量(例如，温度、功率、电压和/或分布)。控制可包括实时或离线控制。控制器利用的计算可实时和/或离线完成。控制器可以是手动或非手动控制器。控制器可以是自动控制器。控制器可以在请求时操作。控制器可以是可编程控制器。控制器可以被编程。控制器可以包括处理单元(例如，CPU或GPU)。控制器可(例如，从至少一个传感器)接收输入。控制器可传递输出。控制器可以包括多个(例如，子)控制器。控制器可以是控制系统的一部分。控制系统可以包括主控制器、楼层控制器、本地控制器(例如，外围结构控制器或窗控制器)。控制器可以接收一个或多个输入。控制器可以生成一个或多个输出。控制器可以是单输入单输出控制器(SISO)或多输入多输出控制器(MIMO)。控制器可解释接收到的输入信号。
控制器可从一个或多个传感器获取数据。获取可以包括接收或提取。数据可以包括测量、估计、确定、生成或其任何组合。控制器可以包括反馈控制。控制器可以包括前馈控制。控制可包括通断控制、比例控制、比例积分(PI)控制或比例积分微分(PID)控制。控制可以包括开环控制或闭环控制。控制器可以包括闭环控制。控制器可以包括开环控制。控制器可以包括用户接口。用户接口可以包括(或操作地耦接到)键盘、小键盘、鼠标、触摸屏、麦克风、语音识别包、相机、成像系统或它们的任何组合。输出可以包括显示器(例如，屏幕)、扬声器或打印机。
本文所述的方法、系统、软件和/或设备可包括和/或利用控制系统。控制系统可与本文所述的设备(例如，传感器)中的任一者通信。传感器中的至少两个传感器可以是相同类型或不同类型，例如如本文所述。例如，控制系统可与第一传感器和/或第二传感器通信。控制系统可控制(例如，引导)一个或多个传感器。控制系统可控制建筑物管理系统(例如，照明、安全和/或空调系统)的一个或多个部件。控制器可调节外围结构的至少一个(例如，环境)特性。控制系统可使用建筑物管理系统的任何部件来调节外围结构环境。例如，控制系统可调节由加热元件和/或由冷却元件供应的能量。例如，控制系统可调节通过通风口流入和/或流出外围结构的空气的速度。
控制系统可以包括处理器。处理器可以是处理单元。控制器可以包括处理单元。处理单元可以是中央的。处理单元可以包括中央处理单元(本文缩写为“CPU”)。处理单元可以是图形处理单元(本文缩写为“GPU”)。控制器或控制机构(例如，包括计算机系统)可被编程以实现本公开的一种或多种方法。处理器可被编程以实现本公开的方法。控制器可控制本文所公开的系统和/或装置的至少一个部件。
在某些实施方案中，建筑物网络基础设施具有竖直数据平面(在建筑物楼层之间)和水平数据平面(在单个楼层或多个邻接楼层内)。在一些情况下，水平数据平面和垂直数据平面具有相同或类似的数据承载能力和部件。在其他情况下，这两个数据平面具有不同的数据承载能力。例如，垂直数据平面可包含用于更快的数据传输速率和/或带宽的部件。在一个示例中，垂直数据平面包含支持至少约10、20或50吉比特/秒或更快的以太网传输(例如，使用UTP电线和/或光纤电缆)的部件，然而水平数据平面包含例如经由同轴电缆支持至多约1、3、5或8吉比特/秒以太网传输的部件。在一些情况下，水平数据平面支持经由同轴电缆多媒体联盟(MoCA)2.5标准或MoCA 3.0标准的数据传输。在某些实施例中，垂直数据平面上的楼层之间的连接采用带有高速以太网交换机的控制面板。这些控制面板可与给定楼层上的节点进行通信，例如，经由MoCA接口和水平数据平面上的相关联同轴电缆。
数据传输和在一些实施方案中语音服务可在设施(例如，建筑物)中提供，例如，经由到和/或来自建筑物的占用者的无线通信。在美国，当前的第三代(3G)、第四代(4G)和第五代(5G)蜂窝通信标准部署使用600MHz-850MHz和1700-2300MHz频率范围内的频谱分配。例如，由于在墙壁、地板、天花板和窗中使用的一些常见建筑物材料引起的射频(RF)衰减，这些部署可能成为问题。虽然5G系统当前在600-MHz和850-MHz频带中操作，但是联邦通信委员会(FCC)已经为5G分配了若干附加频带，包括24-GHz和39-GHz毫米波(mmW)频带。在mmWave频率处，建筑物衰减与600-2300MHz处的情形相比可能变得严重得多。
在一些实施方案中(例如，为了解决RF衰减的挑战)，建筑物可配备有用作到蜂窝信号的网关或端口的部件。此类网关可耦接到在建筑物内部中经由内部天线和实现Wi-Fi、小小区服务(例如，经由微小区或毫微微小区装置)、CBRS等的其他基础设施提供无线服务的基础设施。用于此类服务的网关(例如，进入点)可包括来自运营商中心局的高速光纤电缆(例如，设置在地下)、中心局和设施之间的点对点微波链路、和/或在位于建筑物外部上的天线(例如，位于建筑物的屋顶上的施主天线或天空传感器)处接收的无线信号。该高速光纤电缆或点对点微波链路有时称为“回程”。
在一些实施方案中，一个或多个传感器包括在外围结构中。例如，外围结构可以包括至少1个、2个、4个、5个、8个、10个、20个、50个或500个传感器。外围结构可以包括在任何上述值之间的范围内的多个传感器(例如，从约1到约1000，从约1到约500，或者从约500到约1000)。传感器可以是任何类型。例如，传感器可以被配置(例如，和/或设计)为测量气体(例如，一氧化碳、二氧化碳、硫化氢、挥发性有机化学物质或氡)的浓度。例如，传感器可以被配置为测量电流。例如，传感器可以被配置为测量电压。例如，传感器可以被配置为测量电流。例如，传感器可以被配置(例如，和/或设计)为测量环境噪声。例如，传感器可以被配置(例如，和/或设计)为测量电磁辐射(例如，RF、微波、红外、可见光和/或紫外辐射)。例如，传感器可以被配置(例如，和/或设计)为测量安全相关参数，诸如(例如，玻璃)破碎和/或限制区域中人员的未授权存在。传感器可以与一个或多个(例如，有源)装置诸如雷达或激光雷达配合。装置可操作以检测外围结构的物理大小、外围结构中存在的人员、外围结构中的固定物体和/或外围结构中的移动物体。
在一些实施方案中，传感器可促进控制外围结构的环境，使得外围结构的居民可具有更舒适、愉快、漂亮、健康、有生产力(例如，在居民表现方面)、更容易居住(例如，工作)或其任何组合的环境。传感器可以被配置为低分辨率传感器或高分辨率传感器。传感器可以提供特定环境事件(例如，一个像素传感器)的发生和/或存在的开/关指示。在一些实施方案中，可以经由对其测量结果进行人工智能分析来提高传感器的准确度和/或分辨率。可使用的人工智能技术的示例包括：反应性的、有限的记忆、思想理论和/或本领域技术人员已知的自我认知技术。传感器可被配置为处理、测量、分析、检测和/或对以下一个或多个作出反应：数据、温度、湿度、声音、力、压力、电磁波、位置、距离、运动、流量、加速度、速度、振动、灰尘、光、眩光、颜色、气体和/或(例如，外围结构的)环境的其他方面(例如，特征)。气体可以包括挥发性有机化合物(VOC)。气体可以包括一氧化碳、二氧化碳、水蒸气(例如，湿气)、氧气、氡和/或硫化氢。可以在工厂场景中校准一个或多个传感器。可以优化传感器以能够执行工厂场景中存在的一个或多个环境特征的准确测量。
在一些情况下，工厂校准的传感器可能对于目标环境中的操作不太优化。例如，工厂场景可以包括与目标环境不同的环境。目标环境可以是其中部署传感器的环境。目标环境可以是传感器预期和/或预定在其中操作的环境。目标环境可能不同于工厂环境。工厂环境对应于传感器组装和/或构建的位置。目标环境可以包括其中未组装和/或构建传感器的工厂。在一些情况下，工厂场景可能与目标环境不同，其程度为在目标环境中捕获的传感器读数是错误的(例如，到可测量的程度)。在此上下文中，“错误”可指偏离规定准确度(例如，由传感器的制造商规定)的传感器读数。在一些情况下，工厂校准的传感器在目标环境中操作时可能提供不满足(例如，由制造商规定)准确度规范的读数。
在一些实施方案中，传感器操作地耦接到至少一个控制器。该耦接可包括通信链路。通信链路可包括任何合适的通信介质(例如，有线和/或无线)。通信链路可包括导线，诸如布置成双绞线、同轴电缆和/或光纤的一个或多个导体。通信链路可包括无线通信链路，诸如Wi-Fi、蓝牙、ZigBee、蜂窝或光纤。通信链路的一个或多个节段可以包括导电(例如，有线)介质，而通信链路的一个或多个其他节段可以包括无线链路。
在一些实施方案中，外围结构是设施(例如，建筑物)。外围结构可以包括壁、门或窗。在一些实施方案中，多个外围结构中的至少两个外围结构设置在设施中。在一些实施方案中，多个外围结构中的至少两个外围结构设置在不同设施中。不同设施可以是校园(例如，属于同一个实体)。所述多个外围结构中的至少两个外围结构可以驻留在设施的同一楼层中。所述多个外围结构中的至少两个外围结构可以驻留在设施的不同楼层中。
在一些实施方案中，在安装第一传感器之后，传感器执行自校准以建立操作基线。自校准操作的执行可由单个传感器、附近的第二传感器或由一个或多个控制器启动。例如，在安装时和/或安装后，部署在外围结构中的传感器可以执行自校准程序。基线可以对应于较低阈值，从该较低阈值可以预期收集的传感器读数包括高于该较低阈值的值。基线可以对应于较高阈值，从该较高阈值可以预期收集的传感器读数包括低于该较高阈值的值。自校准程序可以从传感器搜索时间窗口开始进行，在该时间窗口期间相关参数的波动或扰动是正常的。在一些实施方案中，该时间窗口足以收集感测数据(例如，传感器读数)，该感测数据允许从感测数据中分离和/或识别信号和噪声。该时间窗口可以是预先确定的。该时间窗口可以是非定义的。时间窗口可以保持打开(例如，持续)直到获得校准值。
在一些实施方案中，传感器可以搜索最佳时间以测量基线(例如，在时间窗口中)。最佳时间(例如，在时间窗口中)可以是在(i)所测量的信号最稳定和/或(ii)信噪比最高期间的时间跨度。所测量的信号可以包含一定程度的噪声。完全没有噪声可能指示传感器故障或环境不适用。感测信号(例如，传感器数据)可以包括数据的测量结果的时间戳。可以为传感器分配时间窗口，在该时间窗口期间传感器可以感测环境。该时间窗口可以是预先确定的(例如，使用第三方信息和/或关于由传感器测量的特性的历史数据)。可在该时间窗口期间分析信号，并且可在该时间窗口中发现最佳时间跨度，在该时间跨度中，测量信号最稳定和/或信噪比最高。时间跨度可以等于或短于该时间窗口。该时间跨度可以发生在整个时间窗口期间，或部分时间窗口期间。
在一些实施方案中，传感器集合体包括相同类型的至少两个传感器。传感器集合体可以指各种不同的传感器的集合。在一些实施方案中，集合体中的传感器中的至少两个传感器协作以确定例如它们设置在其中的外围结构的环境参数。例如，传感器集合体可以包括二氧化碳传感器、一氧化碳传感器、挥发性有机化学传感器、环境噪声传感器、可见光传感器、温度传感器和/或湿度传感器。传感器集合体可包括其他类型的传感器，并且要求保护的主题在这方面不受限制。外围结构可以包括不是传感器集合体的一部分的一个或多个传感器。外围结构可以包括多个集合体。多个集合体中的至少两个集合体可以在它们的传感器中的至少一个传感器上不同。多个集合体中的至少两个集合体可以具有它们的传感器中的相似(例如，相同类型)的至少一个传感器。例如，集合体可以具有两个运动传感器和一个温度传感器。例如，集合体可以具有二氧化碳传感器和IR传感器。该集合体可以包括不是传感器的一个或多个装置。不是传感器的一个或多个其他装置可以包括声音发射器(例如，蜂鸣器)和/或电磁辐射发射器(例如，发光二极管)。在一些实施方案中，单个传感器(例如，不在集合体中)可以设置成邻近(例如，紧邻诸如接触)不是传感器的另一个装置。
在一些实施方案中，将多个传感器组装成传感器套件(例如，传感器集合体)。多个传感器中的至少两个传感器可以具有不同类型(例如，被配置为测量不同的特性)。各种传感器类型可以组装在一起(例如，捆绑)并形成传感器套件。该多个传感器可以联接到一个电子板。传感器套件中的多个传感器中的至少两个传感器的电连接可以被控制(例如，手动和/或自动)。例如，传感器套件可以操作地联接到或包括控制器(例如，微控制器)。控制器可控制传感器与电源的接通/断开连接。因此，控制器可以控制传感器将操作的时间(例如，周期)。
在特定实施方案中，传感器集合体的一个或多个传感器提供读数。在一些实施方案中，传感器被配置为感测参数。参数可以包括温度、颗粒物质、挥发性有机化合物、电磁能、压力、加速度、时间、雷达、激光雷达、玻璃破碎、移动或气体。该气体可包括惰性气体。该气体可以是惰性的。该气体可以是对普通人有害的气体。该气体可以是存在于环境大气中的气体(例如，氧气、二氧化碳、臭氧、氯化碳化合物或氮气)。气体可以包括氡、一氧化碳、硫化氢、氢气、氧气、水(例如，湿气)。电磁传感器可以包括红外、可见光、紫外线传感器。红外辐射可以是无源红外辐射(例如，黑体辐射)。电磁传感器可以感测无线电波。无线电波可包括窄带、宽带或超宽带无线电信号。无线电波可以包括脉冲无线电波。无线电波可以包括通信中利用的无线电波。气体传感器可以感测气体类型、流动(例如，速度和/或加速度)、压力和/或浓度。读数可以具有振幅范围。读数可以具有参数范围。例如，参数可以是电磁波长，并且该范围可以是检测到的波长的范围。
在一些实施方案中，传感器数据响应于外围结构中的环境和/或该环境中变化的任何诱发因素(例如，任何环境干扰因素)。传感器数据可以响应于操作地耦接到(例如，在其中)外围结构的发射器(例如，占用者、器具(例如，加热器、冷却器、通风装置和/或真空装置)、开口)。例如，传感器数据可以响应于空调导管或响应于打开的窗。传感器数据可以响应于在房间中发生的活动。活动可以包括人类活动和/或非人类活动。活动可以包括电子活动、气体活动和/或化学活动。活动可以包括感官活动(例如，视觉、触觉、嗅觉、听觉和/或味觉)。活动可以包括电子和/或磁性活动。活动可以由人感知。活动可能不被人感知。传感器数据可以响应于外围结构中的占用者、物质(例如，气体)流动、物质(例如，气体)压力和/或温度。
在一些实施方案中，收集和/或处理(例如，分析)来自外围结构中(例如，以及传感器集合体中)的传感器的数据。数据处理可以由传感器的处理器、由传感器集合体的处理器、由另一传感器、由另一集合体、在云中、由控制器的处理器、由外围结构中的处理器、由外围结构外部的处理器、由远程处理器(例如，在不同设施中)、由(例如，传感器、窗和/或建筑物网络的)制造商来执行。传感器的数据可以具有时间指示标识(例如，可加时间戳)。传感器的数据可以具有传感器位置标识(例如，加位置戳)。传感器可以可识别地与一个或多个控制器耦接。
在一些实施方案中，从传感器导出的处理数据包括应用一个或多个模型。该模型可以包括数学模型。处理可以包括模型的拟合(例如，曲线拟合)。模型可以是多维的(例如，二维或三维)。模型可以表示为曲线图(例如，2维曲线图或3维曲线图)。例如，模型可表示为等值线图。建模可以包括一个或多个矩阵。模型可以包括拓扑模型。模型可以涉及外围结构中的感测参数的拓扑。模型可以涉及外围结构中的感测参数的拓扑的时间变化。模型可以是环境和/或外围结构特定的。模型可以考虑外围结构的一个或多个特性(例如，尺寸、开口和/或环境干扰因素(例如，发射器))。传感器数据的处理可以利用历史传感器数据和/或当前(例如，实时)传感器数据。数据处理(例如，利用模型)可以用于预测外围结构中的环境变化，以及/或者推荐缓解、调整或以其他方式对该变化做出反应的动作。
可利用外围结构的位置和/或固定特征(例如，壁和/或窗的放置)来测量给定环境的特征。可以独立地(例如，从第3方数据和/或非传感器数据)导出外围结构的位置和/或固定特征。可以使用来自设置在环境中的一个或多个传感器的数据来导出外围结构的位置和/或固定特征。当环境相对于所测量的环境特征被最小程度地干扰时(例如，当环境中没有人存在时，以及/或者当环境安静时)，一些传感器数据可以用于感测(例如，固定和/或非固定)物体的位置以确定环境。确定物体的位置包括确定环境中的(例如，人类)占用。距离和/或位置相关测量结果可以利用传感器诸如雷达和/或超声波传感器。距离和位置相关测量结果可以从传统上不与位置和/或距离相关的传感器导出。
传感器集合体的传感器可以被组织成传感器模块。传感器集合体可包括电路板(诸如印刷电路板)，其中多个传感器被粘附或附连到该电路板。可以从传感器模块移除传感器。例如，传感器可以插入电路板和/或从电路板中拔出。传感器可以(例如，使用开关)单独激活和/或去激活。电路板可以包括聚合物。电路板可以是透明的或非透明的。电路板可以包括金属(例如，元素金属和/或金属合金)。电路板可以包括导体。电路板可以包括绝缘体。电路板可以包括任何几何形状(例如，矩形或椭圆形)。电路板可以被配置(例如，可以具有一定形状)为允许该集合体设置在(例如，窗的)竖框中。电路板可以被配置(例如，可以具有一定形状)为允许该集合体设置在框架(例如，门框和/或窗框)中。竖框和/或框架可以包括一个或多个孔以允许传感器获得(例如，准确)读数。电路板可以包括电连接端口(例如，插座)。电路板可以连接到电源(例如，电力)。电源可以包括可再生电源或不可再生电源。
图6示出了包括组织成传感器模块的传感器集合体的系统600的示例。传感器610A、610B、610C和610D被示出为包括在传感器集合体605中。组织成传感器模块的传感器集合体(包括传感器集合体605)可包括至少1、2、4、5、8、10、20、50或500个传感器。传感器模块可以包括在任何上述值之间的范围内的多个传感器(例如，从约1到约1000，从约1到约500，或者从约500到约1000)。传感器模块的传感器可包括被配置或设计用于感测参数的传感器，该参数包括温度、湿度、二氧化碳、颗粒物质(例如，在2.5μm和10(μm)微米之间)、总挥发性有机化合物(例如，经由挥发性有机化合物的表面吸附所引起的电压电势的变化)、环境光、音频噪声级别、压力(例如，气体和/或液体)、加速度、时间、雷达、激光雷达、无线电信号(例如，超宽带无线电信号)、无源红外、玻璃破碎或移动检测器。传感器集合体(例如，605)可包括非传感器装置，诸如蜂鸣器和发光二极管。传感器集合体及其使用的示例可见于2019年6月20日提交的名称为“用于光学可切换窗系统的感测和通信单元(SENSING ANDCOMMUNICATIONS UNIT FOR OPTICALLY SWITCHABLE WINDOW SYSTEMS)”的美国专利申请序列16/447169号，该专利申请以引用方式全文并入本文。
在一些实施方案中，传感器的数量和/或类型的增加可用于增加一个或多个测量特性准确和/或由一个或多个传感器测量的特定事件已经发生的概率。在一些实施方案中，传感器集合体的传感器可以彼此配合。在一个示例中，传感器集合体的雷达传感器可以确定外围结构中的多个个体的存在。处理器(例如，处理器615)可确定外围结构中的多个个体的存在的检测与二氧化碳浓度的增加正相关。在一个示例中，处理器可访问的存储器可以确定检测到的红外能量的增加与由温度传感器检测到的温度增加正相关。在一些实施方案中，网络接口(例如，650)可与类似于传感器集合体的其他传感器集合体通信。网络接口可以另外与控制器通信。
传感器集合体的单独传感器(例如，传感器610A、传感器610D等)可以包括和/或利用至少一个专用处理器。传感器集合体可利用使用无线和/或有线通信链路的远程处理器(例如，654)。传感器集合体可利用至少一个处理器(例如，处理器652)，该至少一个处理器可表示经由云(例如，651)耦接到传感器集合体的基于云的处理器。处理器(例如，652和/或654)可位于同一建筑物中、不同建筑物中、由同一实体或不同实体拥有的建筑物中、由窗/控制器/传感器集合体的制造商拥有的设施中或任何其他位置处。在各种实施方案中，如图6的虚线所指示的，传感器集合体605不需要包括单独的处理器和网络接口。这些实体可以是单独的实体，并且可操作地耦接到集合体605。图6中的虚线指示可选特征。在一些实施方案中，传感器的一个或多个集合体的机载处理和/或存储器可用于支持其他功能(例如，经由将集合体存储器和/或处理能力分配给建筑物的网络基础设施)。
在一些实施方案中，相同类型的多个传感器可以分布在外围结构中。相同类型的所述多个传感器中的至少一个传感器可以是集合体的一部分。例如，相同类型的多个传感器中的至少两个传感器可以是至少两个集合体的一部分。传感器集合体可以分布在外围结构中。外围结构可以包括会议室。例如，相同类型的多个传感器可以测量会议室中的环境参数。响应于测量外围结构的环境参数，可以生成外围结构的参数拓扑。可以利用来自传感器集合体的任何类型传感器的输出信号来生成参数拓扑，例如，如本文所公开。可以针对设施的任何外围结构生成参数拓扑，所述设施诸如为会议房、走廊、浴室、自助食堂、车库、礼堂、杂物间、储存设施、设备房间和/或升降机。
在一些实施方案中，传感器集合体分布在整个外围结构中。相同类型的传感器可以分散在外围结构中，例如，以允许在外围结构的各个位置处测量环境参数。相同类型的传感器可以测量沿着外围结构的一个或多个维度的梯度。梯度可以包括温度梯度、环境噪声梯度、或作为距点的位置的函数的测量参数的任何其他变化(例如，增加或减少)。可以利用梯度来确定传感器正在提供错误的测量结果(例如，传感器失效)。图8示出了外围结构中传感器集合体的布置的图示890的示例。在图8的示例中，集合体892A被定位在距通风口896距离D1处。传感器集合体892B被定位在距通风口896距离D2处。传感器集合体892C被定位在距通风口896距离D3处。通风口896可对应于空调通风口，该空调通风口表示相对恒定的冷却空气源和相对恒定的白噪声源。因此，温度和噪声测量可由传感器集合体892A进行。
另选地或附加地，传感器集合体892A可对一个或多个IGU进行电流和/或电压测量。这些电流测量结果和/或电压测量结果可与一个或多个IGU的色调转变相关联。这些电流测量结果和/或电压测量结果可与一个或多个IGU的失效标志进行比较，以识别现有的IGU失效和/或预测未来的IGU失效。由传感器892A进行的电流和电压测量由输出读数分布894A示出。输出读数分布894A指示相对较低的电流和相对中等的电压。由传感器集合体892B进行的电流和电压测量由输出读数分布894B示出。输出读数分布894B指示略微较高的电流和略微降低的电压。由传感器集合体892C进行的电流和电压测量由输出读数分布894C示出。输出读数分布894C指示比由传感器集合体892B和892A测量的电流略高的电流。由传感器集合体892C测量的电压指示比由传感器集合体892A和892B测量的电压更低的水平。在示例中，如果由传感器集合体892C测量的电流指示比由传感器集合体892A测量的电流高得多的电流，则一个或多个处理器和/或控制器可将由传感器集合体892C测量的电流解译为指示现有的或将来的IGU失效。
在一些实施方案中，控制系统被配置为将可着色窗的色调改变成多个不同的色调状态，例如至少2、3、4、5、6或10个色调状态。在一些实施方案中，控制系统被配置为连续地改变可着色窗的色调。在一些示例中，不同的色调状态包括漂白状态(色调1)、较暗色调状态(色调2)、甚至较暗色调状态(色调3)和最暗色调状态(色调4)。对于IGU大小的给定色调转变，(i)需要被转移的电荷的数量和(ii)转移电荷以完成转变所需要的电压应当随时间保持恒定。当需要更大(或越来越大)的电压差和/或电荷转移来实现色调转变时，IGU的失效可能即将临近或发生。
图9A示出了描绘从漂白状态(T1)转变到最深色调(T4)的IGU的电荷对时间的曲线图的示例，该IGU在2020年5月22日在施加相同电压差时迁移较少变化而开始偏离正常操作，并且因此接收到失效预测。图9B示出了描绘从T1转变到T4的IGU的泄漏电流对时间的曲线图的示例，该IGU在时间900处及之后耗尽增加量的电流，并且接收到失效预测。从T1到T4的色调转变可以但不必涉及T1和T4之间的一个或多个中间色调。例如，这些中间色调可包括第二色调T2和第三色调T3。在图9A中，电荷以库仑(C)为单位示出。在图9B中，泄漏电流以毫安(mA)为单位示出。图9A和图9B的表示时间的水平轴根据耦接到可着色窗的窗控制器(WC)的可用数据来缩放和自动生成。可着色窗具有唯一标识符(例如，精简标识符(ID))，并且窗控制器具有唯一标识符。曲线图上的每个点表示指定类型的完全色调转变，在本示例中，该指定类型的完全色调转变是从T1到T4的色调转变。对于窗控制器-可着色窗对，如图9A和图9B的曲线图所示，在大约一年半(从2018年12月1日到2020年6月10日)的数据库中存在从T1到T4的完全转变。根据IGU，每天可存在给定类型(诸如T1到T4)的一个或若干个完全转变。未如预期进行的转变可被描述为‘非特征性的’。非特征性色调转变是与所讨论的可着色窗的正常切换参数的偏差(在误差范围内与正常切换参数的偏差)。
在一些实施方案中，传感器系统与人工智能(AI)结合使用以预测和查明可着色窗故障。随着时间推移，可从可着色窗控制器累积大量数据。这些数据可与施加以促进一个或多个窗的色调转变的电流测量结果和/或电压测量结果相关。测量结果可存储在数据库中。除了测量值之外，测量还可包括：(i)时间戳，(ii)日期戳，(iii)控制器ID，(iv)可着色窗ID，和/或(v)测量类型。框架可被配置为从一个或多个数据库检索窗控制器数据、聚集数据、并且使用数据来评估和/或预测性地维修例如展现失效标志的窗。可使用电流和/或电压的统计测量结果来识别失效标志。ID可包括装置的序列标识符，ID可以是包括文字与数字的。(例如，随后)可对ID进行散列。例如，可使用十六进制或基数64字符组来转换ID。
目前，静态规则(例如，排除学习系统)有时用于预警可着色窗故障(例如，使用阈值和/或函数)以试图最小化错误读数。此类静态规则和阈值可提供刚性框架，该刚性框架有时不能在可着色窗的失效明显可见之前充分预测可着色窗的失效。
在一些实施方案中，使用至少一个控制器和/或软件来实现用于预警可着色窗的故障的方法。可着色窗可包括IGU、电致变色玻璃和/或机械控制的遮蔽。可获取电流、电压和/或传感器测量结果，这些测量结果与转变外围结构的可着色窗相关。设施可包括若干建筑物。建筑物可包括一个或多个房间。外围结构可包括设施、建筑物或其一部分(例如，走廊或房间)。传感器可包括声学、运动、振动、温度和/或电磁传感器(例如，光电传感器)。这些传感器可包括透射率传感器。传感器可对可见光、IR和/或UV辐射敏感。可着色玻璃可充当传感器。这些传感器可以是本文所公开的任何传感器。可利用测量结果(例如，电压和/或电流)的整合(例如，积分)和/或推导(例如，导数)。可从设置在设施中和/或上的各种传感器访问相关数据。可组织(例如，分配、分类和/或重新组织)数据。使用(例如，至少部分地基于)相关数据，可确定测量结果(例如，电流和/或电压，和/或其他传感器测量结果)的可靠性。例如，在设施中的传感器和/或装置(例如，可着色窗)的正常操作期间，测量结果可累积在至少一个数据库中。使用所确定的可靠性，可调整所获得的电流、电压和/或其他传感器测量结果。可(例如)使用经调整传感器测量结果针对一个或多个传感器分配和/或更新可靠性值。
在一些实施方案中，通过考虑外围结构(或其任何部分)、历史读数、基准和/或建模来处理传感器测量结果以生成结果。电流、电压和/或其他传感器测量结果可作为输入(例如，学习集输入)施加到学习模块，该学习模块被训练为在可着色窗中存在失效时识别标志和/或在存在其他失效时识别标志。这些输入可被用来微调学习模块计算方案。例如，输入可用于优化在计算方案中使用的各种函数的参数(例如，函数权重和/或函数阈值)。
数据分析(例如，传感器测量结果的分析)可由基于机器的系统(例如，电路系统)执行。电路系统可以是处理器。传感器数据分析可以利用人工智能。传感器数据分析可以依赖于一个或多个模型(例如，数学模型)。在一些实施方案中，传感器数据分析包括线性回归、最小二乘拟合、高斯过程回归、核回归、非参数乘法回归(NPMR)、回归树、局部回归、半参数回归、保序回归、多元自适应回归样条(MARS)、逻辑回归、稳健回归、多项式回归、逐步回归、脊回归、套索回归、弹性网络回归、主成分分析(PCA)、奇异值分解、模糊测量理论、Borel测度、Han测度、风险中性测度、Lebesgue测度、数据处理分组方法(GMDH)、朴素贝叶斯分类器、k个最近邻算法(k-NN)、支持向量机(SVM)、神经网络、支持向量机、分类和回归树(CART)、随机森林法、梯度提升或广义线性模型(GLM)技术。
在一些实施方案中，学习模块包括机器学习。学习模块可包括多层神经网络(例如，深度学习算法)。学习模块可包括有限大小的无限数量的层，例如，以根据原始(例如，传感器)输入测量结果逐步提取更高级别的特征。多层神经网络中的层可以是分级的(例如，每个层的输出可以是根据先前层的输入的较高级抽象)。学习模块可利用启发式技术(例如，总量模型和传感器数据)，其将加速输出可靠预测作为结果。学习模块可优化预测准确度和/或计算速度。学习模块可考虑神经网络大小(层数和每层的单元数)、学习速率和/或初始权重(例如，人工神经元和/或算法的初始权重(当利用若干算法来生成结果时))。学习模块可通过使用传感器测量结果(例如，实时、历史或合成传感器测量结果)从关于可着色窗的失效的测量结果学习。
在一些实施方案中，学习模块包括算法和/或计算。学习模型可包括机器学习、人工智能(AI)和/或统计验证层。学习模块可被训练为识别失效的阈值(例如，值或函数)。另选地，学习模块可不被训练为识别失效阈值。
在一些实施方案中，应用过滤器(例如，卷积过滤器)以教导学习模块可着色窗的一个或多个失效模式。可在时域中应用该过滤器。可最小化数据的丢失。资料的丢失可能是由于误分类和/或标记错误(例如，通过资料跟踪)。可使用用作训练集的历史、实时和/或合成数据来训练学习模块。可使用在其间可观察到可着色窗失效的接近时间帧来调整学习模块的时间帧。可使用机器学习(ML)集合体来实现学习模块。机器学习集合体可包括例如使用投票方案一起工作的多个模型(例如，至少约2、3、4、5、7或10个模型)。多个模型中的至少两个模型可被给定不同的权重。多个模型中的至少两个模型可被给定相同的权重。ML集合体可包括至少一个模型。ML集合体的使用可以是自动的、调度的和/或控制的。
在一些实施方案中，学习模块包含被配置为执行数据管理的验证机制。学习模块可利用一个或多个模型。一个模型(或模型组合)在一种情况下可能比另一个模型更合适。例如，罕见情况可能需要使用特定模型。该模型可使用自适应合成过采样。该模型可使用深度学习技术(例如，卷积神经网络)。该模型可使用排除深度学习算法的AI技术和/或包括深度学习算法的新AI技术。学习集可包括真实数据。学习集可包括合成数据。合成数据可使用真实数据来合成。例如，合成数据可使用已经添加了不同类型的非实质信息(例如，噪声)的真实数据主干。非实质信息(例如，噪声)可以是传感器测量结果的特征(例如，失败、失效和/或适当起作用的可着色窗的特征)。该学习模型可使用时间卷积神经网络。学习模型可结合也用于分析视觉图像的计算方案。学习模型可使用与第一外围结构(例如，第一设施)中或来自另一第二外围结构(例如，来自同一第一设施或来自另一第二设施)的第一窗的色调转变相关的数据。第二设施可在地理上与其中设置有第一可着色窗的第一设施分开(例如，远离)。可着色窗朝向第一方向向外定向。与第二外围结构的第二窗相关的数据可朝向相同的第一方向或朝向不同的第二方向。学习模型可使用来自相同类型(例如，具有相同类型的层构造、相同表面积和/或相同基本长度尺度的电致变色玻璃)的可着色窗的数据。在该示例中，数据应具有相同转变类型(例如，第一色调T1到第二色调T2)。基本长度尺度(在本文中被缩写为“FLS”)可包括长度、宽度、高度、半径或边界圆的半径。
在一些实施方案中，结果和/或可靠性值用于预测随后的可着色窗失效。可针对第二组可着色窗(包括至少一个可着色窗)预测可着色窗失效。可检测异常值数据。可预测传感器测量结果的未来读数。
图10示出了流程图1000的示例，该流程图示出了获取与一个或多个可着色窗的转变色调相关的测量结果并且将这些测量结果应用于学习模块以预测在其间可观察到着色失效的接近时间帧的一个示例。在框1002中，获取与可着色窗的转变相关的电流测量结果和/或电压测量结果。在框1004中，将电流测量结果和/或电压测量结果作为输入施加到被训练为识别着色失效的标志的学习模块。学习模块可包括计算方案(例如，算法)。学习模型可包括机器学习、人工智能(AI)和/或统计验证。接下来，在框1006中，在时域中应用过滤器(例如，数学过滤器)以教导学习模块可着色窗的一个或多个失效模式。在框1008中，使用历史、实时和/或合成数据来训练学习模块。接下来，在框1010中，将数据应用于学习模块以预测第二组可着色窗的失效。在框1012中，使用在其间可观察到着色失效的接近时间帧来调整学习模块的时间帧。
在一些实施方案中，所获取的数据被合并到储存库中和/或被合并到通信地耦接的多个储存库中。所有数据度量可被维持在储存库(或多个储存库)中。例如，可根据控制器区域网络标识(在此缩写为“CAN ID”，也就是网络ID的一种形式)、可着色窗ID(例如，精简ID)、IGU和/或可着色玻璃尺寸(例如，FLS)、转变类型、时间帧来执行分析查询。分析查询可在同一设施中或跨设施(例如，跨站点)执行。可执行调度以用于自动提取。数据提取可根据时间表来执行，或者偶尔执行。可着色窗性能的自动生成的报告可每设施或跨设施执行。学习模块可应用于数据以例如使用所获取的电流、电压及/或其他传感器数据来生成失效预警及/或报告。学习模块可学习特定针对以下项的失效标志：(i)设施、(ii)电致变色玻璃的层构造类型、(iii)可着色窗的类型、(iv)窗的表面区域、(v)窗的FLS、(vi)色调转变类型、(vii)设置了可着色窗的立面方向性、(viii)设施的地理位置、(ix)外部天气条件、(x)温度、压力和/或窗所暴露于的噪声(内部或外部)。压力包括压力梯度，例如在爆炸、地震和/或风(例如，龙卷风)中经历的压力梯度。噪声可包括响亮的噪声，诸如雷、枪击和/或爆炸。学习模块可利用来自/去往其他站点的历史和/或实时测量结果。学习模块可将噪声添加到数据。
在一些实施方案中，学习模块经历若干阶段。例如，低保真性阶段和较高保真性阶段。与较低保真性阶段相比，较高保真性阶段能够实现更好的失效预测。与较低保真性阶段相比，较高保真性阶段可具有更大、更多样化和/或更准确的训练集。
图11示出了流程图1100的示例，该流程图示出了具有较低保真性阶段1130和较高保真性阶段1140的可着色窗失效的预测失效和学习失效标志的方法的示例。在框1110中，将电压、电流和/或其他传感器数据合并到至少一个储存库中。这些数据可与可着色窗相关(例如，电压和/或电流用于实现可着色窗的色调转变)。接下来，在框1112中，将数据度量维持在储存库中。在框1114中，将至少一个学习模块应用于数据以预测失效并可选地生成一个或多个失效预警和/或报告。在框1116中，将验证机制并入用于数据管理的学习模块中。然后，在框1118中，使用来自该站点和/或具有可着色窗的其他站点的历史、实时和/或合成测量结果来学习失效标志。这些失效标志可以是特定的(例如，如本文所公开的，例如，它们可以是站点特定的)。ML模块可搜索特异性(例如，FLS、站点和/或天气特异性)。例如，在可选框1120处，可学习失效标志的特异性和性质。在可选框1122处，将噪声添加到数据以生成合成数据。在框1124中，将数据与所学习的失效标志进行比较以预测失效并且可选地生成失效预警和/或报告。
在一些实施方案中，合成事件数据以用于要由学习模块所使用的学习集。此合成数据可涵盖罕见、不寻常和/或不常观察到的情况，例如以允许ML模块当在随后发生的不常见事件发生时准确地辨别它。合成数据可使用来自该站点和/或具有可着色窗的其他站点的历史、实时和/或合成事件数据来学习失效标志。可将事件数据与所学习的失效标志进行比较以预测失效。ML模块可实时地和/或在低建筑活动时段期间(例如，在夜间和/或在假日)执行计算。例如，基线(例如，阈值)可随时间变化，并且因此，在ML模块中应用的基线(例如，阈值函数)可以是随时间动态的。
在一些实施方案中，泄漏电流(例如，开路电压Voc)可用作有问题的可着色窗(例如，包括电致变色装置)的指示。投票集合体可通信地耦接到统计验证层以实施当前泄漏劣化测试。在一些实施方案中，投票是可用于分类的总体方法。第一操作可以是使用训练数据集来创建多个分类和/或回归模型。多个基础模型中的至少一个基础模型可使用相同训练数据集的不同拆分和相同计算方案(例如，算法)或者使用具有不同计算方案的相同数据集来创建。在大多数投票(有时称为多数投票)中，每个模型对每个测试实例进行预测(投票)。最终的输出预测是接收多于一半的投票的预测。如果没有一个预测获得超过一半的投票，则集合体方法不能对该实例进行稳定的预测。在这种情况下，可使用最多投票的预测(即使该预测接收到少于一半的投票)作为最终预测。与每个模型具有相同权限(例如，在整个方案中具有相同权重)的大多数投票不同，可增加一个或多个模型的重要度(例如，增加其相对权重)。在加权投票中，将较好模型的预测乘以其相对于较差模型的相应较高权重(例如，被计数多次)。
在简单的平均化中，对于测试数据集的每个实例，可计算平均预测。该方法可减少过度拟合和/或创建更平滑的回归模型。
在一些实施方案中，泄漏电流随时间的变化指示可着色窗的潜在失效。AI和/或统计验证层可寻找随时间的泄漏电流劣化。AI和/或统计验证层可寻找泄漏电流劣化和/或其他失效特征(例如，色调转变时间和色调转变峰值电流可取决于窗的大小。泄漏电流可不取决于窗的大小)。
在一些实施方案中，控制器选择(或引导选择)设施以提取给定时间段(例如，最近九(9)个月)的度量。控制器可维持(或引导维持)作业历史(例如，历史数据)。控制器数据可用于估计可着色窗的健康状况。控制器可估计或引导估计可着色窗的健康状况。例如，通过使用学习模块跟踪未替换的场失效(所有可唯一识别的精简ID的％)来跟踪失效。例如，通过跟踪由ML、AI和/或统计验证层识别的任何问题。控制器可识别(或引导识别)处于失效风险的一个或多个可着色窗。控制器估计(或引导估计)风险的严重性(在模型集合体置信级别下)。控制器可识别(或引导识别)失效的预测日期和/或失效发生之前的预测时间长度。控制器能够实现或引导检测展现劣化的电流和/或电压标志的任何可着色窗(例如，集成玻璃单元-IGU)。当ML模块辨别出失效事件时，控制器可自动生成(或引导自动生成)预警和/或报告。如果实时部署在边缘上，则控制器可发送(或引导发送)预警、报告和/或任何其他动作消息。控制器可安排(或引导安排)检查、维修、制造和/或储存处于风险中的该类型的可着色窗(例如，一旦该风险实现和/或当安排维修时使其方便)。控制器可包括处理器。
在一些实施方案中，失效在不同的时间尺度上表现出它们自身。失效可随时间不同地表现出它们自身。(例如，逐渐下降对快速下降)。可使用校正控制校准来管理一些失效(例如，窗可能需要不同的(例如，更多的)电流和/或电压以达到与先前所需的着色级别相同的着色级别。控制器可标记和/或分类失效类型和/或严重性(例如，估计失效风险)。失效类型的示例是腐蚀型失效和不可逆着色。控制器可随时间提供针对所有窗控制器、一个或多个(例如，所有)转换类型的一个或多个(例如，所有)度量的可视化。预警和/或报告可与失效事件相联系，以便以自动方式报告问题以解决案例。控制器可执行本文公开的操作，或引导执行本文公开的操作。
在一些实施方案中，测量一个或多个可着色窗度量。度量可包括转变时间。转变时间可以是实施从第一色调状态到第二色调状态的变化所需的完全转变时间(例如，以分钟计)，例如，从T1到T4。色调状态可通过颜色、色度、透明度级别和/或吸光度来表征。第一色调状态可以是窗的最少着色状态。第二色调状态可以是窗的最多着色状态。第一色调状态可以是窗的最少着色状态和最多着色状态之间的中间状态，其中第一色调状态比第二色调状态着色少。第二色调状态可以是窗的最少着色状态和最多着色状态之间的中间状态，其中第一色调状态比第二色调状态着色少。在一些示例中，可仅考虑来自完全转变的数据(例如，从第一色调状态到第二色调状态的不中断的转变)。
图12是示出了响应于识别处于失效风险的可着色窗而生成预警和/或报告的方法的示例的流程图。在框1210中，使用学习模块模拟与罕见情况有关的事件，以促进在未来时间对类似事件的后续识别。在框1220中，使用学习模块实时地和/或在外围结构中的低活动时段期间执行计算。在框1240中，使用学习模块识别泄漏电流、电压和/或电流变化(例如，寻找IGU泄漏电流劣化)。在可选框1250处，选择站点(例如，设施)以提取给定时间段的度量。在框1260处，通过使用学习模块跟踪失效来估计至少一个可着色窗的健康。在框1270中，识别处于失效风险的任何可着色窗。失效风险、失效定时和/或失效严重性可被估计。在框1280中，响应于识别到失效风险和/或失效的定时而生成报告和/或预警。报告和/或预警可通过发送预警或动作消息来发送，和/或通过针对所有转换类型提供IGU随时间的度量的可视化来发送。接下来，在框1290处，将报告和/或预警与失效事件相关联。该关联可用于自动化失效检测、快速解决失效和/或防止在可着色窗中的更大和/或更明显失效的目的。该关联可预警与被预测为失效的可着色窗类似的可着色窗的库存。该关联可促进协调替换被预测为失效的窗，例如在其完全和/或可见失效之前。
图13示出了流程图的示例，该流程图示出了处理传感器(例如，不同于电流、电压和/或Voc)读数以生成结果的方法的示例。在框1310处，从一个或多个传感器获得传感器读数。这些传感器读数可从一个或多个传感器集合体获得，或者从一个或多个独立传感器获得。在框1320处，(例如，通过考虑外围结构、历史读数、基准和/或建模)处理传感器读数以生成结果。在框1330中，使用结果以检测异常值数据、预测随后的可着色玻璃失效、和/或预测一个或多个传感器的未来读数。传感器结果(例如，包括电流、电压和/或Voc)中的任何传感器结果可用于提取(例如，特征性)噪声数据，该噪声数据可用于例如合成学习集的数据。
图14示出了流程图的示例，该流程图示出了用于确定传感器读数的可靠性的方法的示例。在框1455处，从一个或多个传感器(例如，设置在外围结构中)获得传感器读数。传感器读数可从传感器集合体和/或从独立传感器获得。在框1460中，访问来自其他传感器(例如，设置在外围结构中)的相关性数据。在框1465中，至少部分地基于所访问的相关性数据来确定所获得的传感器读数的可靠性。在框1470处，至少部分地基于所获得的传感器读数的所确定的可靠性来调整所获得的传感器读数。在框1475中，至少部分地基于所调整的所获得的传感器读数来分配或更新一个或多个传感器的可靠性值。接下来，在框1477处，使用可靠性值来调整对后续可着色窗失效的预测。
传感器示例、它们的校准、操作和控制的示例可见于2020年1月29日提交的名称为“TANDEM SENSOR WINDOW AND MEDIA DISPLAY”的美国临时专利申请序列62/967,204号，该申请以引用方式全文并入本文。传感器示例、它们的共存、操作和控制的示例可见于2020年9月17日提交的名称为“DEVICE ENSEMBLES AND COEXISTENCE MANAGEMENT OF DEVICES”的美国临时专利申请序列63/079,851号，该申请以引用方式全文并入本文。
图15示出了用于控制一个或多个传感器的控制器1505的示例。控制器1505包括传感器相关器1510、模型生成器1515、事件检测器1520、处理器1525和网络接口1550。传感器相关器1510操作以检测各种传感器类型之间的相关性。例如，测量红外能量增加的红外辐射传感器可以与测量温度的增加正相关。传感器相关器1510可建立相关系数，诸如用于负相关传感器读数的系数(例如，-1和0之间的相关系数)。例如，传感器相关器1510可建立正相关传感器读数的系数(例如，0和1之间的相关系数)。
在一些实施方案中，多个装置(例如，传感器、发射体、致动器、发射器和/或接收器)集成到公共组件中(诸如集成到公共电路板上)。该集合体可具有单个壳体(例如，覆盖件)。一个或多个电路板可设置在单个壳体中以形成一个装置集合体。壳体中的电路板可以物理地耦合或者可以不物理地耦合(例如，使用接线)。壳体中的板可通信地耦合。通信地耦合可例如使用网络直接地或间接地进行(例如，有线或无线通信)。公共组件在本文中可称为“集合体”。
在一些实施方案中，包含此类元件的多个组件(例如，集合体)可彼此紧密接近部署。同一集合体中或不同集合体的至少两个装置的紧密接近可能导致它们的操作中出现一个或多个短处。这些一个或多个短处可能在它们的正常(例如，设计的和/或预期的)操作过程中出现。该一个或多个短处可能是由于以下项造成的：(i)集合体中的装置之间的相互干涉(例如，组件内干涉)；和/或(ii)不同集合体中的装置之间的相互干涉(例如，组件间干涉)。集合体可包括或可操作地耦合到至少一个控制器。至少一个控制器可包括数字架构系统控制器。至少一个控制器可设置在组件壳体(在本文中称为“外壳”或“封装件”)中。该封装件可被适配成安装到窗、墙、天花板或外围结构(例如，建筑物、设施或房间)中的任何其他结构和/或固定装置以执行各种功能。各种功能可包括着色窗控制、环境监测、建筑物管理、视频通信、音频通信、照明(例如，光通信)和/或无线网络。例如，在元件同时操作期间可能发生干涉。干涉可能导致传感器精度降低、错误读数、传感器饱和、一致性丢失、信号传输故障、功率不平衡以及它们的任何组合。
在一些实施方案中，多个装置(例如，模块)被合并为共同外壳中的集合体，以例如提供要提供给特定用户的有用功能套件。这些功能可提高建筑物效率(例如，能量和/或金钱)，改善占用者卫生，改善占用者健康，提供联网平台，和/或提供通信平台。包括在合并组件中的各种装置(例如，模块)的示例包括温度传感器、湿度传感器、二氧化碳传感器、微粒(例如，灰尘)传感器、挥发性有机物传感器、环境光传感器、玻璃破碎传感器、麦克风、扬声器/蜂鸣器、数字放大器、相机、视频显示器、LED指示器、蓝牙收发器、超宽带收发器、无源红外运动传感器、雷达传感器、加速度计和压力传感器。合并组件可包括电力调节部件、处理单元、存储器和/或网络接口。在一些实施方案中，该组件具有适于安装在外围结构中的各种位置的形状因数。例如，可提供对应的安装适配器，用于将组件安装到固定装置(诸如窗竖框、建筑物墙或天花板)的至少一部分。
控制器可以监测和/或指导本文所述的设备、软件和/或方法的操作条件的(例如，物理的)改变。控制可包括调节、操纵、限制、引导、监测、调整、调制、改变、变更、抑制、检查、指导或管理。受控(例如，通过控制器)可以包括衰减、调制、改变、管理、抑制、规范、调节、约束、监督、操纵和/或引导。控制可包括控制控制变量(例如，温度、功率、电压和/或分布)。控制可包括实时或离线控制。控制器利用的计算可实时和/或离线完成。控制器可以是手动或非手动控制器。控制器可以是自动控制器。控制器可以在请求时操作。控制器可以是可编程控制器。控制器可以被编程。控制器可以包括处理单元(例如，CPU或GPU)。控制器可(例如，从至少一个传感器)接收输入。控制器可传递输出。控制器可以包括多个(例如，子)控制器。控制器可以是控制系统的一部分。控制系统可以包括主控制器、楼层控制器、本地控制器(例如，外围结构控制器或窗控制器)。控制器可以接收一个或多个输入。控制器可以生成一个或多个输出。控制器可以是单输入单输出控制器(SISO)或多输入多输出控制器(MIMO)。控制器可解释接收到的输入信号。控制器可从一个或多个传感器获取数据。获取可以包括接收或提取。数据可以包括测量、估计、确定、生成或其任何组合。控制器可以包括反馈控制。控制器可以包括前馈控制。控制可包括通断控制、比例控制、比例积分(PI)控制或比例积分微分(PID)控制。控制可以包括开环控制或闭环控制。控制器可以包括闭环控制。控制器可以包括开环控制。控制器可以包括用户接口。用户接口可以包括(或操作地耦接到)键盘、小键盘、鼠标、触摸屏、麦克风、语音识别包、相机、成像系统或它们的任何组合。输出可以包括显示器(例如，屏幕)、扬声器或打印机。
本文所述的方法、系统和/或设备可以包括控制系统。控制系统可与本文所述的设备(例如，传感器)中的任一者通信。传感器可以是相同类型或不同类型，例如如本文所述。例如，控制系统可与第一传感器和/或第二传感器通信。控制系统可控制一个或多个传感器。控制系统可控制建筑物管理系统(例如，照明、安全和/或空调系统)的一个或多个部件。控制器可调节外围结构的至少一个(例如，环境)特性。控制系统可使用建筑物管理系统的任何部件来调节外围结构环境。例如，控制系统可调节由加热元件和/或由冷却元件供应的能量。例如，控制系统可调节通过通风口流入和/或流出外围结构的空气的速度。控制系统可以包括处理器。处理器可以是处理单元。控制器可以包括处理单元。处理单元可以是中央的。处理单元可以包括中央处理单元(本文缩写为“CPU”)。处理单元可以是图形处理单元(本文缩写为“GPU”)。控制器或控制机构(例如，包括计算机系统)可被编程以实现本公开的一种或多种方法。处理器可被编程以实现本公开的方法。控制器可控制本文公开的成形系统和/或设备的至少一个部件。输出可以包括显示器(例如，屏幕)、扬声器或打印机。
图7示出了计算机系统700的示意性示例，该计算机系统被编程为或以其他方式被配置为执行本文所提供的方法中的任一种方法的一个或多个操作。计算机系统可控制(例如，指导、监测和/或调节)本公开的方法、设备和系统的各种特征，例如控制外围结构的加热、冷却、照明和/或通风或它们的任何组合。计算机系统可以是本文公开的任何传感器或传感器集合体的一部分或与其通信。计算机可耦接到本文公开的一个或多个机构和/或其任何部分。例如，计算机可耦接到一个或多个传感器、阀门、开关、灯、窗(例如，IGU)、马达、泵、光学部件或它们的任何组合。
计算机系统可包括处理单元(例如，706)(本文也称为“处理器”、“计算机”和“计算机处理器”)。计算机系统可包括存储器或存储器位置(例如，702)(例如，随机存取存储器、只读存储器、闪存存储器)、电子存储单元(例如，704)(例如，硬盘)、用于与一个或多个其他系统通信的通信接口(例如，703)(例如，网络适配器)以及外围装置(例如，705)，诸如高速缓存、其他存储器、数据存储和/或电子显示适配器。在图7所示的示例中，存储器702、存储单元704、接口703和外围装置705通过通信总线(实线)诸如母板与处理单元706通信。存储单元可以是用于存储数据的数据存储单元(或数据存储库)。在通信接口的帮助下，计算机系统可操作地耦接到计算机网络(“网络”)(例如，701)。网络可以是因特网、互联网和/或外联网，或者与互联网通信的内联网和/或外联网。在一些情况下，网络是电信和/或数据网络。网络可以包括可以实现分布式计算诸如云计算的一个或多个计算机服务器。在一些情况下，在计算机系统的帮助下，网络可实现对等网络，这可使得耦接到计算机系统的装置能够充当客户端或服务器。
处理单元可以执行可以体现在程序或软件中的一系列机器可读指令。指令可存储在存储器位置诸如存储器702中。指令可针对处理单元，该处理单元可随后编程或以其他方式配置处理单元以实现本公开的方法。由处理单元执行的操作的示例可以包括获取、解码、执行和写回。处理单元可解释和/或执行指令。处理器可以包括微处理器、数据处理器、中央处理单元(CPU)、图形处理单元(GPU)、片上系统(SOC)、协处理器、网络处理器、专用集成电路(ASIC)、专用指令集处理器(ASIP)、控制器、可编程逻辑装置(PLD)、芯片组、现场可编程门阵列(FPGA)或其任意组合。处理单元可以是电路诸如集成电路的一部分。系统700的一个或多个其他部件可包括在电路中。
存储单元可存储文件，诸如驱动程序、库和保存的程序。存储单元可存储用户数据(例如，用户偏好和用户程序)。在某些情况下，计算机系统可以包括一个或多个附加数据存储单元，这些附加数据存储单元位于计算机系统之外，诸如位于通过内联网或互联网与计算机系统通信的远程服务器上。
计算机系统可通过网络与一个或多个远程计算机系统通信。例如，计算机系统可以与用户(例如，操作者)的远程计算机系统通信。远程计算机系统的示例包括个人计算机(例如，便携式PC)、平板个人计算机或平板电脑(例如，iPad、/>GalaxyTab)、电话、智能手机(例如，/>iPhone、支持Android的装置、/>)或个人数字助理。用户(例如，客户端)可经由网络访问计算机系统。
如本文所述的方法可通过存储在计算机系统的电子存储位置诸如例如存储器702或电子存储单元704上的机器(例如，计算机处理器)可执行代码来实施。机器可执行或机器可读代码可以以软件的形式提供。在使用期间，处理器706可执行代码。在一些情况下，可以从存储单元中检索代码并将其存储在存储器上以供处理器随时访问。在一些情况下，可以排除电子存储单元，并将机器可执行指令存储在存储器上。
代码可被预编译和配置为与经调适以执行该代码的处理器的机器一起使用，或者可在运行时被编译。代码可以以编程语言提供，可选择该语言以使代码能够以预编译或按编译的方式执行。
在一些实施方案中，处理器包括代码。代码可以是程序指令。程序指令可使至少一个处理器(例如，计算机)引导前馈和/或反馈控制回路。在一些实施方案中，程序指令使至少一个处理器引导闭环和/或开环控制方案。该控制可至少部分地基于一个或多个传感器读数(例如，传感器数据)。一个控制器可引导多个操作。至少两个操作可由不同的控制器引导。在一些实施方案中，不同的控制器可引导操作(a)、(b)和(c)中的至少两者。在一些实施方案中，不同的控制器可引导操作(a)、(b)和(c)中的至少两者。在一些实施方案中，非暂时性计算机可读介质使每个不同的计算机引导操作(a)、(b)和(c)中的至少两者。在一些实施方案中，不同的非暂时性计算机可读介质使每个不同的计算机引导操作(a)、(b)和(c)中的至少两者。控制器和/或计算机可读介质可引导本文公开的任何设备或其部件。控制器和/或计算机可读介质可引导本文公开的方法的任何操作。
在一些实施方案中，所述至少一个传感器操作地耦接到控制系统(例如，计算机控制系统)。传感器可包括光传感器、声传感器、振动传感器、化学传感器、电传感器、磁传感器、流动性传感器、移动传感器、速度传感器、位置传感器、压力传感器、力传感器、密度传感器、距离传感器或接近传感器。传感器可包括温度传感器、重量传感器、材料(例如，粉末)水平传感器、计量传感器、气体传感器或湿度传感器。计量传感器可包括测量传感器(例如，高度、长度、宽度、角度和/或体积)。计量传感器可包括磁传感器、加速度传感器、取向传感器或光学传感器。传感器可发送和/或接收声音(例如，回声)信号、磁信号、电子信号或电磁信号。电磁信号可包括可见光信号、红外线信号、紫外线信号、超声波信号、无线电波信号或微波信号。气体传感器可以感测本文描述的任何气体。距离传感器可以是一种类型的计量传感器。距离传感器可包括光学传感器或电容传感器。温度传感器可以包括辐射热计、双金属条、热量计、排气温度计、火焰检测器、Gardon计、Golay探测器、热通量传感器、红外测温仪、微测辐射热计、微波辐射计、净辐射计、石英温度计、电阻温度检测器、电阻温度计、硅带隙温度传感器、特殊传感器微波/成像仪、温度计、热敏电阻、热电偶、温度计(例如，电阻温度计)或高温计。温度传感器可包括光学传感器。温度传感器可包括图像处理。温度传感器可包括照相机(例如，IR照相机、CCD照相机)。压力传感器可以包括自记气压计、气压计、增压计、波尔登管式压力计、热丝极离子真空计、电离真空计、麦克劳德真空计、振荡U形管、永久式井下压力计、压强计、皮拉尼真空计、压力传感器、压力计、触觉传感器或时间压力计。位置传感器可以包括辅助计、电容位移传感器、电容感测装置、自由落体传感器、重力仪、陀螺仪传感器、冲击传感器、倾斜仪、集成电路压电传感器、激光测距仪、激光表面速度计、激光雷达、线性编码器、线性可变差动变压器(LVDT)、液体电容倾斜仪、里程表、光电传感器、压电加速度计、速率传感器、旋转编码器、旋转可变差动变压器、自动同步机、震动检测器、震动数据记录器、倾斜传感器、转速计、超声波厚度计、可变磁阻传感器或速度接收器。光学传感器可以包括电荷耦合装置、色度计、接触式图像传感器、电光传感器、红外传感器、动态电感检测器、发光二极管(例如，光传感器)、光寻址电位传感器、尼科尔斯辐射计、光纤传感器、光学位置传感器、光电检测器、光电二极管、光电倍增管、光电晶体管、光电传感器、光电电离检测器、光电倍增管、光敏电阻、光敏开关、光电管、闪烁计、夏克-哈特曼、单光子雪崩二极管、超导纳米线单光子检测器、过渡边缘传感器、可见光光子计数器或波前传感器。所述一个或多个传感器可以连接到控制系统(例如，连接到处理器、计算机)。
虽然已经示出和描述了本发明的优选实施方案，但是对于本领域技术人员来说显而易见的是，这类实施方案仅以举例的方式提供。不希望本发明受说明书内提供的具体示例限制。虽然已经参考前述说明书描述了本发明，但是本文的实施方案的描述和图示并不意味着以限制意义解释。在不脱离本发明的情况下，本领域技术人员将想到多种变化、改变和替换。此外，应当理解，本发明的所有方面不限于本文阐述的具体描绘、配置或相对比例，其取决于各种条件和变量。应当理解，在实施本发明时可以采用本文所述的本发明的实施方案的各种替代方案。因此可以设想到本发明应涵盖任何此类替代方案、修改形式、变型形式或等同形式。以下权利要求书旨在限定本发明的范围，并因此可涵盖处于这些权利要求书范围内的方法和结构以及其等效物。
Claims (54)
1.一种预测设施中的可着色窗失效的方法，所述方法包括：
(a)获取与设置在所述设施中的所述可着色窗的色调转变相关的一个或多个测量结果，其中所述色调转变是从第一色调到第二色调；
(b)通过考虑数据来分析获取的所述一个或多个测量结果，所述数据：(i)与所述一个或多个测量结果的类型相关，(ii)与从所述第一色调到所述第二色调的所述色调转变相关，并且(iii)具有从所述第一色调到所述第二色调的不完全转变和/或非特征性色调转变的特征；以及
(c)使用所述分析来预测所述可着色窗的着色失效。
2.根据权利要求1所述的方法，其中所述色调转变包括从所述第一色调到所述第二色调的完全色调转变。
3.根据权利要求2所述的方法，其中所述完全色调转变没有任何可检测到的中断。
4.根据权利要求2所述的方法，还包括：考虑具有从所述第一色调到所述第二色调的所述完全色调转变和/或特征性色调转变的特征的数据。
5.根据权利要求1所述的方法，其中所述一个或多个测量结果包括电压测量结果和/或电流测量结果。
6.根据权利要求5所述的方法，其中所述电流测量结果是在所述色调转变期间实时取得的。
7.根据权利要求1所述的方法，其中所述一个或多个测量结果包括开路电压测量结果。
8.根据权利要求1所述的方法，其中所述一个或多个测量结果包括来自至少一个传感器的一个或多个测量结果。
9.根据权利要求8所述的方法，还包括：使用所述分析来确定所述至少一个传感器的可靠性值。
10.根据权利要求9所述的方法，还包括：使用所述可靠性值来调整所述至少一个传感器的所述一个或多个测量结果，以形成一个或多个经调整传感器测量结果。
11.根据权利要求10所述的方法，还包括：使用所述一个或多个经调整传感器测量结果来更新所述可靠性值。
12.根据权利要求10所述的方法，还包括：通过考虑(A)所述设施、(B)历史传感器测量结果、(C)传感器测量基准和/或(D)建模来处理所述一个或多个经调整传感器测量结果以产生结果。
13.根据权利要求12所述的方法，还包括：使用所述结果和/或所述可靠性值来生成对所述设施的后续可着色窗失效的预测。
14.根据权利要求1所述的方法，其中所述不完全色调转变和/或所述非特征性色调转变是具有至少一个可识别数据标志的类型。
15.根据权利要求1所述的方法，其中所述数据包括从与所述设施不同的设施获取的数据。
16.根据权利要求1所述的方法，其中所述可着色窗设置在所述设施的建筑物中，并且其中所述数据包括从与所述建筑物不同的建筑物获取的数据。
17.根据权利要求1所述的方法，其中所述可着色窗具有尺寸，并且其中所述相关性数据与从具有所述尺寸或基本上具有所述尺寸的一个或多个不同窗取得的一个或多个测量结果相关。
18.根据权利要求1所述的方法，其中所述数据包括在所述色调转变的至少约10、50、100或1,000次发生期间获取的数据。
19.根据权利要求1所述的方法，其中所述数据包括在至少约12、25、52、104或156周内获取的数据。
20.根据权利要求1所述的方法，其中分析所述一个或多个测量结果包括与阈值进行比较。
21.根据权利要求20所述的方法，其中所述阈值包括值或函数。
22.根据权利要求21所述的方法，其中所述函数是时间相依函数。
23.根据权利要求1所述的方法，其中分析所述一个或多个测量结果包括特定于以下项的任何数据标志：所述设施、所述可着色窗的窗类型、天气条件、一天中的时间、一年中的时间、所述可着色窗在所述设施中的相对地理位置和/或所述设施的地理位置。
24.根据权利要求1所述的方法，其中使用所述分析包括提供所述可着色窗的失效的预警和/或报告。
25.根据权利要求24所述的方法，其中提供所述预警和/或所述报告包括预测普通人能够看见的可见失效的时间。
26.根据权利要求24所述的方法，其中提供所述预警和/或所述报告包括调度维修。
27.根据权利要求24所述的方法，其中所述可着色窗是第一可着色窗，并且其中提供所述预警和/或所述报告包括：调度另一可着色窗的库存和/或调度所述另一可着色窗的生产以替换所述第一可着色窗。
28.根据权利要求1所述的方法，其中对所述失效的所述预测是在普通人能够看见任何有缺陷的色调转变之前。
29.根据权利要求1所述的方法，其中所述分析预测所述可着色窗的着色失效，并且其中所述方法还包括：调整控制方案以促进由所述可着色窗进行的所述色调转变。
30.一种用于预测设施中的可着色窗口失效的非暂态计算机可读程序指令，所述非暂态计算机可读程序指令在由一个或多个处理器执行时，使所述一个或多个处理器执行或引导执行根据权利要求1至29所述的方法中的任何方法的一个或多个操作。
31.根据权利要求30所述的非暂态计算机可读程序指令，其中所述至少一个处理器是分级控制系统的一部分。
32.根据权利要求30所述的非暂态计算机可读程序指令，其中所述至少一个处理器是至少一个控制器、包括所述至少一个控制器或者被包括在所述至少一个控制器中。
33.根据权利要求30所述的非暂态计算机可读程序指令，其中所述一个或多个处理器中的至少一个处理器设置在云装置中。
34.一种用于预测设施中的可着色窗失效的非暂态计算机可读程序指令，所述非暂态计算机可读程序指令在由一个或多个处理器执行时，使所述一个或多个处理器执行操作，所述操作包括：
(a)获取或引导获取与设置在所述设施中的所述可着色窗的色调转变相关的一个或多个测量结果，其中所述色调转变是从第一色调到第二色调；
(b)通过考虑数据来分析或引导分析获取的所述一个或多个测量结果，所述数据：(i)与所述一个或多个测量结果的类型相关，
(ii)与从所述第一色调到所述第二色调的所述色调转变相关，并且(iii)具有从所述第一色调到所述第二色调的不完全色调转变和/或非特征性色调转变的特征；以及
(c)使用或引导使用所述分析来预测所述可着色窗的着色失效。
35.一种用于预测设施中的可着色窗失效的设备，所述设备包括至少一个控制器，所述至少一个控制器被配置为执行或引导执行根据权利要求1至29所述的方法中的任何方法的一个或多个操作。
36.一种用于预测设施中的可着色窗失效的设备，所述设备包括至少一个控制器，所述至少一个控制器被配置为：
(a)获取或引导获取与设置在所述设施中的所述可着色窗的色调转变相关的一个或多个测量结果，其中所述色调转变是从第一色调到第二色调；
(b)通过考虑数据来分析或引导分析获取的所述一个或多个测量结果，所述数据：(i)与所述一个或多个测量结果的类型相关，
(ii)与从所述第一色调到所述第二色调的所述色调转变相关，并且(iii)具有从所述第一色调到所述第二色调的不完全色调转变和/或非特征性色调转变的特征；以及
(c)使用或引导使用所述分析来预测所述可着色窗的着色失效。
37.根据权利要求35所述的设备，其中所述一个或多个测量结果包括来自至少一个传感器的一个或多个测量结果。
38.根据权利要求36所述的设备，其中所述至少一个控制器被配置为：使用或引导使用所述分析来确定所述至少一个传感器的可靠性值。
39.根据权利要求37所述的设备，其中所述至少一个控制器被进一步配置为：使用或引导使用所述可靠性值来调整所述至少一个传感器的所述一个或多个测量结果，以形成一个或多个经调整传感器测量结果。
40.根据权利要求38所述的设备，其中所述至少一个控制器被进一步配置为：使用所述一个或多个经调整传感器测量结果来更新或引导更新所述可靠性值。
41.根据权利要求39所述的设备，其中所述至少一个控制器被进一步配置为：通过考虑(A)所述设施、(B)历史传感器测量结果、(C)传感器测量基准和/或(D)建模来处理或引导处理所述一个或多个经调整传感器测量结果以产生结果。
42.根据权利要求40所述的设备，其中所述至少一个控制器被进一步配置为：使用或引导使用所述结果和/或所述可靠性值来生成对所述设施的后续可着色窗失效的预测。
43.根据权利要求35所述的设备，其中所述至少一个控制器被配置为：通过提供所述可着色窗的失效的预警和/或报告来使用或引导使用所述分析。
44.根据权利要求42所述的设备，其中提供所述预警和/或所述报告包括预测普通人能够看见的可见失效的时间。
45.根据权利要求42所述的设备，其中提供所述预警和/或所述报告包括调度维修。
46.一种用于预测设施中的可着色窗失效的系统，所述系统包括：网络，所述网络被配置为：(I)操作地耦接到所述设施的所述可着色窗；并且(II)传输与根据权利要求1至29所述的方法中的任何方法相关联的一个或多个信号。
47.根据权利要求45所述的系统，其中所述网络被配置为利用单个电缆来传输电力和通信。
48.根据权利要求45所述的系统，其中所述网络被配置为传输遵守建筑物控制协议的信号。
49.一种用于预测设施中的可着色窗失效的系统，所述系统包括：
网络，所述网络被配置为：
(a)传输与设置在所述设施中的所述可着色窗的色调转变相关的一个或多个测量结果，其中所述色调转变是从第一色调到第二色调；
(b)传输所述一个或多个测量结果的分析，其中考虑数据，所述数据：(i)与所述一个或多个测量结果的类型相关，(ii)与从所述第一色调到所述第二色调的所述色调转变相关，并且(iii)具有从所述第一色调到所述第二色调的不完全色调转变和/或非特征性色调转变的特征；以及
(c)传输所述可着色窗的预测的着色失效的指示，其中所述预测是使用所述分析进行的。
50.一种用于预测设施中的可着色窗失效的设备，所述设备包括：
所述设施的装置集合体，所述装置集合体包括设置在外壳中的一个或多个装置，所述一个或多个装置包括传感器，所述传感器被配置为(A)测量所述设施的环境并且(B)输出传感器测量结果，所述传感器测量结果被配置用于在根据权利要求1至29所述的方法中的任何方法中使用。
51.一种用于预测设施中的可着色窗失效的设备，所述设备包括：
所述设施的装置集合体，所述装置集合体包括设置在外壳中的传感器，所述传感器被配置为(A)测量所述设施的环境并且(B)输出传感器测量结果，所述传感器测量结果被配置用于确定一个或多个输出，包括：(a)与设置在所述设施中的所述可着色窗的色调转变相关的一个或多个测量结果的分析，其中所述色调转变是从第一色调到第二色调，其中所述分析是通过考虑数据来进行的，所述数据：(i)与所述一个或多个测量结果的类型相关，(ii)与从所述第一色调到所述第二色调的所述色调转变相关，并且(iii)具有从所述第一色调到所述第二色调的不完全色调转变和/或非特征性色调转变的特征；以及(b)所述可着色窗的着色失效的预测，其中所述预测是使用所述分析进行的。
52.根据权利要求51所述的设备，其中所述装置集合体的所述传感器包括不同类型的传感器。
53.根据权利要求51所述的设备，其中所述传感器包括：二氧化碳传感器、一氧化碳传感器、挥发性有机化学传感器、环境噪声传感器、可见光传感器、温度传感器、运动传感器和/或湿度传感器。
54.根据权利要求51所述的设备，其中所述装置集合体包括发射器或收发器。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US63/106,058 | 2020-10-27 | ||
| US63/145,333 | 2021-02-03 | ||
| US202163240117P | 2021-09-02 | 2021-09-02 | |
| US63/240,117 | 2021-09-02 | ||
| PCT/US2021/056103 WO2022093629A1 (en) | 2020-10-27 | 2021-10-21 | Failure prediction of at least one tintable window |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117178227A true CN117178227A (zh) | 2023-12-05 |
Family
ID=85413085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180087451.1A Pending CN117178227A (zh) | 2020-10-27 | 2021-10-21 | 至少一个可着色窗的失效预测 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN117178227A (zh) |
| TW (1) | TW202314563A (zh) |
| WO (1) | WO2023034839A1 (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100274366A1 (en) * | 2009-04-15 | 2010-10-28 | DiMi, Inc. | Monitoring and control systems and methods |
| CN103562962A (zh) * | 2011-03-31 | 2014-02-05 | 赛智电致变色公司 | 用于使用热成像检测和修复电致变色装置中的缺陷的系统和方法 |
| KR20160127762A (ko) * | 2014-03-05 | 2016-11-04 | 뷰, 인크. | 스위칭가능한 광 디바이스들 및 제어기들을 포함하는 사이트들 모니터링 |
| CN107709688A (zh) * | 2015-01-12 | 2018-02-16 | 基内斯托技术公司 | 智能窗的安装模式和云学习 |
| CN109275336A (zh) * | 2016-04-29 | 2019-01-25 | 唯景公司 | 光学可切换窗孔中电参数的校准 |
| CN110214293A (zh) * | 2016-12-15 | 2019-09-06 | 唯景公司 | 用于可着色窗的控制方法 |
| US20190317458A1 (en) * | 2011-03-16 | 2019-10-17 | View, Inc. | Security event detection with smart windows |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8510255B2 (en) * | 2010-09-14 | 2013-08-13 | Nest Labs, Inc. | Occupancy pattern detection, estimation and prediction |
| AU2019320784A1 (en) * | 2018-08-15 | 2021-03-04 | View, Inc. | Control methods and systems using external 3d modeling and neural networks |
| US20210088867A1 (en) * | 2019-09-20 | 2021-03-25 | Kinestral Technologies, Inc. | Quality control of an electrochromic device |
| CA3152920A1 (en) * | 2019-10-05 | 2021-04-08 | Anthony Young | Tandem vision window and media display |
| CN115315563A (zh) * | 2020-02-14 | 2022-11-08 | 唯景公司 | 设施的数据和电力网络 |
-
2021
- 2021-10-21 CN CN202180087451.1A patent/CN117178227A/zh active Pending
-
2022
- 2022-08-31 WO PCT/US2022/075717 patent/WO2023034839A1/en unknown
- 2022-09-02 TW TW111133293A patent/TW202314563A/zh unknown
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100274366A1 (en) * | 2009-04-15 | 2010-10-28 | DiMi, Inc. | Monitoring and control systems and methods |
| US20190317458A1 (en) * | 2011-03-16 | 2019-10-17 | View, Inc. | Security event detection with smart windows |
| CN103562962A (zh) * | 2011-03-31 | 2014-02-05 | 赛智电致变色公司 | 用于使用热成像检测和修复电致变色装置中的缺陷的系统和方法 |
| KR20160127762A (ko) * | 2014-03-05 | 2016-11-04 | 뷰, 인크. | 스위칭가능한 광 디바이스들 및 제어기들을 포함하는 사이트들 모니터링 |
| CN106164973A (zh) * | 2014-03-05 | 2016-11-23 | 唯景公司 | 监测含有可切换光学装置和控制器的站点 |
| CN107709688A (zh) * | 2015-01-12 | 2018-02-16 | 基内斯托技术公司 | 智能窗的安装模式和云学习 |
| CN109275336A (zh) * | 2016-04-29 | 2019-01-25 | 唯景公司 | 光学可切换窗孔中电参数的校准 |
| CN110214293A (zh) * | 2016-12-15 | 2019-09-06 | 唯景公司 | 用于可着色窗的控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202314563A (zh) | 2023-04-01 |
| WO2023034839A1 (en) | 2023-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7146872B2 (ja) | 現場における複数の相互作用システム | |
| TWI801574B (zh) | 用於建築物服務之邊緣網路 | |
| TWI808968B (zh) | 窗總成、用於控制窗總成之方法及設備及相關之非暫時性電腦可讀程式指令 | |
| US11740948B2 (en) | Multiple interacting systems at a site | |
| US20230194115A1 (en) | Environmental adjustment using artificial intelligence | |
| TW202212945A (zh) | 使用人工智慧進行環境調整 | |
| TW202227890A (zh) | 封閉體中之聲學性質的映射 | |
| TW202314652A (zh) | 局部起始之無線緊急警示 | |
| WO2022221234A1 (en) | Temperature and thermal comfort mapping of an enclosed environment | |
| CN117178227A (zh) | 至少一个可着色窗的失效预测 | |
| US20240013162A1 (en) | Failure prediction of at least one tintable window | |
| CN116848380A (zh) | 多传感器协同作用 | |
| TW202225807A (zh) | 至少一個可著色窗的故障預測 | |
| EP4237908A1 (en) | Failure prediction of at least one tintable window |
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 |