CN117469918A - 一种智能冷柜控制系统及控制方法 - Google Patents
一种智能冷柜控制系统及控制方法 Download PDFInfo
- Publication number
- CN117469918A CN117469918A CN202311441516.5A CN202311441516A CN117469918A CN 117469918 A CN117469918 A CN 117469918A CN 202311441516 A CN202311441516 A CN 202311441516A CN 117469918 A CN117469918 A CN 117469918A
- Authority
- CN
- China
- Prior art keywords
- temperature
- compressor
- monitoring
- matrix
- stop
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 189
- 239000011159 matrix material Substances 0.000 claims abstract description 130
- 238000000605 extraction Methods 0.000 claims abstract description 28
- 238000010257 thawing Methods 0.000 claims abstract description 27
- 230000035515 penetration Effects 0.000 claims description 8
- 238000011002 quantification Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 5
- 238000013139 quantization Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D21/00—Defrosting; Preventing frosting; Removing condensed or defrost water
- F25D21/002—Defroster control
- F25D21/004—Control mechanisms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B40/00—Technologies aiming at improving the efficiency of home appliances, e.g. induction cooking or efficient technologies for refrigerators, freezers or dish washers
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
本申请提供了一种智能冷柜控制系统及控制方法,该方法首先确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵,对冷柜压缩机的历史频率序列和正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子,对正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量,采集启停时间段内的历史频率值,得到启停频率序列,根据压缩机正向伸展因子对启停频率序列进行温升量化,确定温升基序列,根据温升基序列对启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量,根据湿度渗透特征向量和湿度异变特征向量调节智能冷柜的除霜周期,可避免在智能冷柜工作过程中,由于空气渗透引起智能冷柜内的空气湿度上升,导致冷柜内壁结霜。
Description
技术领域
本申请涉及智能冷柜控制技术领域,并且更具体地,涉及一种智能冷柜控制系统及控制方法。
背景技术
智能冷柜是一种用于储存食品、药品、生物制品以及其他需要低温保存的物品的电器设备,其通过内置的压缩机对制冷剂进行压缩换热来维持柜内的低温环境,现今冷柜常用于家庭、商业和工业环境中,有多种类型和尺寸,以满足不同的冷藏和冷冻需求。
智能冷柜的主要功能是保持内部温度在一定的范围内,以确保储存在其中的食品、生物制品或药品保持新鲜和安全,现有技术中,当温度上升到设定的上限时,冷柜会启动以降低温度,一旦温度降到设定的下限,智能冷柜通常会停止工作,通过循环周期制冷持续进行,以保持温度的稳定,通过定期启停以达到降低能源损耗的目的,但在启停过程中由于柜内温度变化导致柜内气压变化,柜内外气压差会使得外界较为湿润的空气从智能冷柜的门封吸合面向内渗透,引起智能冷柜内的空气湿度上升,最终导致冷柜内壁结霜。
发明内容
本申请提供一种智能冷柜控制系统及控制方法,以解决空气渗透引起智能冷柜内的空气湿度上升,导致冷柜内壁结霜的技术问题。
本申请采用如下技术方案解决上述技术问题:
第一方面,本申请提供一种智能冷柜控制方法,该方法可以由网络设备执行,或者,也可以由配置于网络设备中的芯片执行,本申请对此不作限定。
具体的,该方法包括:
确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵;
获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子;
根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量;
采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量;
根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
结合第一方面,在第一方面的某些实现方式中,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子的过程可以包括:
获取所述冷柜压缩机的历史频率序列中的各个历史频率值;
获取所述正常温度监测矩阵中的各个温度监测数据;
根据所述冷柜压缩机的历史频率序列中的各个历史频率值和所述正常温度监测矩阵中的各个温度监测数据,确定压缩机正向伸展因子,其中,所述压缩机正向伸展因子可以根据下式确定:
其中,η为所述压缩机正向伸展因子,wi为所述历史频率序列中的第i个历史频率值,hic为所述正常温度监测矩阵中第i行第c列的温度监测数据,为所述正常温度监测矩阵中第i行的温度监测数据的平均值,/>为所述历史频率序列中全部历史频率值的平均值,k为所述历史频率序列中的历史频率值的数量,p为所述正常温度监测矩阵的矩阵列数。
结合第一方面,在第一方面的某些实现方式中,根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量具体包括:
确定标准压缩机正向伸展因子;
获取所述正常温度监测矩阵中的各个温度监测数据;
获取所述历史频率序列中的各个历史频率值;
获取所述压缩机正向伸展因子;
根据所述标准压缩机正向伸展因子、所述压缩机正向伸展因子、正常温度监测矩阵中的各个温度监测数据和所述历史频率序列中的各个历史频率值,确定所述湿度渗透特征向量。
结合第一方面,在第一方面的某些实现方式中,确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵具体包括:
采集智能冷柜中不同监测时刻分别对应的监测温度数据,得到监测温度矩阵;
根据历史启停时间段,将所述监测温度矩阵分为启停监测温度矩阵和正常监测温度矩阵。
结合第一方面,在第一方面的某些实现方式中,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列包括:
获取所述压缩机正向伸展因子;
获取所述启停频率序列中的各个启停频率值;
根据所述压缩机正向伸展因子和所述启停频率序列中的各个启停频率值,确定所述温升基序列,其中,所述温升基序列中的各个启停温升系数由下式确定:
其中,χo为所述温升基序列中的第O个启停温升系数,η为所述压缩机正向伸展因子,η0为标准压缩机正向伸展因子,P为冷柜压缩机的额定转矩,To为所述启停频率序列中的第O个启停频率值,π为自然圆周率,ε为归一化系数,依据所述温升基序列中启停温升系数的最大值标定为常数。
结合第一方面,在第一方面的某些实现方式中,根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量具体包括:
获取所述温升基序列中的各个启停温升系数;
获取所述启停监测温度矩阵中的各个监测温度数据;
根据所述温升基序列中的各个启停温升系数和所述启停监测温度矩阵中的各个监测温度数据,确定湿度异变特征向量。
结合第一方面,在第一方面的某些实现方式中,通过频率传感器监测所述冷柜压缩机的运行频率并上传至云储存服务器中,得到冷柜压缩机的历史频率序列,通过访问云储存服务器获取冷柜压缩机的历史频率序列。
第二方面,本申请提供一种智能冷柜控制系统,其包括:
温度矩阵确定模块,用于确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵;
压缩机正向伸展因子确定模块,用于获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子;
湿度渗透特征提取模块,用于根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量;
温升基序列确定模块,用于采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
湿度异变特征提取模块,用于根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量;
除霜周期控制模块,用于根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
第三方面,本申请提供一种计算机终端设备,所述计算机终端设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的智能冷柜控制方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一条计算机程序,所述计算机程序由处理器加载并执行以实现上述智能冷柜控制方法所执行的操作。
本申请公开的实施例提供的技术方案具有以下有益效果:
本申请提供的一种智能冷柜控制系统及控制方法中,首先确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵,获取冷柜压缩机的历史频率序列,对冷柜压缩机的历史频率序列和正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子,以建立数据之间的关联,从而了解压缩机的运行和冷柜的温度变化,根据压缩机正向伸展因子,对正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量,采集启停时间段内的历史频率值,得到启停频率序列,根据压缩机正向伸展因子对启停频率序列进行温升量化,确定温升基序列,根据温升基序列对启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量,实现对湿度上升引起的结霜问题的检测,根据湿度渗透特征向量和湿度异变特征向量调节智能冷柜的除霜周期,通过湿度渗透特征向量和湿度异变特征向量优化智能冷柜的除霜周期,从而避免了在智能冷柜工作过程中,由于空气渗透引起智能冷柜内的空气湿度上升,导致冷柜内壁结霜。
附图说明
图1是根据本申请一些实施例所示的智能冷柜控制方法的示例性流程图;
图2是根据本申请一些实施例所示的智能冷柜控制系统的示例性硬件和/或软件的示意图;
图3是根据本申请一些实施例所示的实现智能冷柜控制方法的计算机终端设备的结构示意图。
具体实施方式
本申请通过确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵,获取冷柜压缩机的历史频率序列,对冷柜压缩机的历史频率序列和正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子,根据压缩机正向伸展因子,对正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量,采集启停时间段内的历史频率值,得到启停频率序列,根据压缩机正向伸展因子对启停频率序列进行温升量化,确定温升基序列,根据温升基序列对启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量,根据湿度渗透特征向量和湿度异变特征向量调节智能冷柜的除霜周期,从而避免了在智能冷柜工作过程中,由于空气渗透引起智能冷柜内的空气湿度上升,导致冷柜内壁结霜。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参考图1,该图是根据本申请一些实施例所示的一种智能冷柜控制方法的示例性流程图,该智能冷柜控制方法100主要包括如下步骤:
在步骤S101,确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵。
可选的,在一些实施例中,确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵具体可以采用下述方式:
采集智能冷柜中不同监测时刻分别对应的监测温度数据,得到监测温度矩阵;
根据历史启停时间段,将所述监测温度矩阵分为启停监测温度矩阵和正常监测温度矩阵。
具体实现时,可以在所述智能冷柜内壁中均匀设置温度监测点,进而将在不同监测时刻的不同温度监测点监测得到的监测温度数据组成所述监测温度矩阵,所述监测温度数据可以是通过温度传感器监测得到的智能冷柜的柜内温度值;
例如,所述监测温度矩阵中的每一行代表不同监测时刻的温度监测数据,所述监测温度矩阵中的每一列代表不同温度监测点的温度监测数据,例如,可以将同一监测时刻下的不同温度监测点监测得到的监测温度数据按序组成所述温度监测矩阵中的一行,将同一温度监测点在不同监测时刻下得到的温度监测数据组成所述温度监测矩阵中的一列。
需要说明的是,智能冷柜的主要任务是保持内部温度在一定的范围内,以确保储存在其中的食品、生物制品或药品保持新鲜和安全,因此当温度上升到设定的上限时,冷柜会启动以降低温度,一旦温度降到设定的下限,智能冷柜通常会停止工作,通过循环周期制冷持续进行,以保持温度的稳定,智能冷柜定期启停,可以降低能源消耗,减少电费支出。
具体实现时,可以获取所述智能冷柜周期性启停的启停时间段,所述启停时间段为冷柜周期性的停止运行时刻直到完全启动之间的周期性时间间隔,将所述启停时间段内的监测时刻作为启停监测时刻,将除所述启停时间段外的监测时刻作为正常监测时刻,进而提取全部启停监测时刻在所述监测温度矩阵中对应的行组成启停监测温度矩阵,提取全部正常监测时刻在所述监测温度矩阵中对应的行组成正常监测温度矩阵。
在步骤S102,获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子。
在一些实施例中,可以通过位于所述智能冷柜的压缩机上的频率传感器,监测所述压缩机的运行频率,从而获取所述冷柜压缩机的历史频率序列,需要说明的是,为便于确定所述压缩机正向伸展因子,获取的历史频率序列中各个历史频率值的监测时刻应与所述正常温度监测矩阵中温度监测数据的监测时刻一致。
另外需要说明的是,所述压缩机正向伸展因子为所述智能冷柜的压缩机频率值与温度变化之间的关联伸展程度,当智能冷柜不存在空气渗透情况且外界对冷柜压缩机无干扰时,所述智能冷柜的压缩机频率值与温度变化之间呈正相关,即,温度随频率值的增加而关联伸展,此时该压缩机正向伸展因子为1,因此可以通过确定所述压缩机正向伸展因子,从而对所述智能冷柜工作时的空气渗透情况进行判断。
优选的,在一些实施例中,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子可以采用下述方式,即:
获取所述冷柜压缩机的历史频率序列中的各个历史频率值;
获取所述正常温度监测矩阵中的各个温度监测数据;
根据所述冷柜压缩机的历史频率序列中的各个历史频率值和所述正常温度监测矩阵中的各个温度监测数据,确定压缩机正向伸展因子,其中,所述压缩机正向伸展因子可以根据下式确定:
其中,η为所述压缩机正向伸展因子,wi为所述历史频率序列中的第i个历史频率值,hic为所述正常温度监测矩阵中第i行第c列的温度监测数据,为所述正常温度监测矩阵中第i行的温度监测数据的平均值,/>为所述历史频率序列中全部历史频率值的平均值,k为所述历史频率序列中的历史频率值的数量,p为所述正常温度监测矩阵的矩阵列数。
在步骤S103,根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量。
优选的,在一些实施例中,根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量具体可采用下述方式:
确定标准压缩机正向伸展因子;
获取所述正常温度监测矩阵中的各个温度监测数据;
获取所述历史频率序列中的各个历史频率值;
获取所述压缩机正向伸展因子;
根据所述标准压缩机正向伸展因子、所述压缩机正向伸展因子、所述正常温度监测矩阵中的各个温度监测数据和所述历史频率序列中的各个历史频率值,确定所述湿度渗透特征向量,其中,所述湿度渗透特征向量中各个维度的湿度渗透特征根据下式确定:
其中,Qv为所述湿度渗透特征向量中的第v维湿度渗透特征,为所述正常温度监测矩阵中第v行的温度监测数据的平均值,H为智能冰柜的柜外环境温度值,wv、wv-1分别为所述历史频率序列中的第v个历史频率值和第v-1个历史频率值,η为所述压缩机正向伸展因子,η0为标准压缩机正向伸展因子,λ为所述柜外环境温度值下空气的运动黏度,d为所述智能冰柜的柜门深度,S为所述智能冰柜的柜门面积,σ为特征的修正系数,标定为常数。
需要说明的是,所述湿度渗透特征向量为对所述正常监测温度矩阵进行湿度渗透特征提取后,得到的各行的温度监测数据分别对应的湿度渗透特征组成的特征向量,所述湿度渗透特征向量中的每个湿度渗透特征反映了在对应的监测时刻下,所述智能冷柜的柜内湿度因空气渗透而上升的速度,进而可以根据所述湿度渗透特征向量,对所述智能冷柜的除霜周期和除霜时间进行调节,防止冷柜内壁结霜。
在一些实施例中,具体实现时,可以在所述智能冷柜出厂时,将冷柜置于标准工作温度环境的实验室中,并获取此时智能冷柜的压缩机正向伸展因子作为所述标准压缩机正向伸展因子。
在步骤S104,采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列。
优选的,在一些实施例中,根据所述压缩机正向伸展因子,对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量具体可采用下述方式:
采集启停时间段内的历史频率值,得到启停频率序列;
根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量。
具体实现时,所述启停频率序列中的各个启停频率值的采集时刻与所述启停监测温度矩阵中监测温度数据的监测时刻一致,所述启停频率序列中的启停频率值数量与所述启停监测温度矩阵的行数一致;
优选的,在一些实施例中,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列可采用下述方式,即:
获取所述压缩机正向伸展因子;
获取所述启停频率序列中的各个启停频率值;
根据所述压缩机正向伸展因子和所述启停频率序列中的各个启停频率值,确定所述温升基序列,其中,所述温升基序列中的各个启停温升系数由下式确定:
其中,χo为所述温升基序列中的第O个启停温升系数,η为所述压缩机正向伸展因子,η0为标准压缩机正向伸展因子,P为冷柜压缩机的额定转矩,To为所述启停频率序列中的第O个启停频率值,π为自然圆周率,ε为归一化系数,依据所述温升基序列中启停温升系数的最大值标定为常数。
需要说明的是,所述温升基序列由各个监测时刻对应的启停温升系数组成,所述启停温升系数用于表征所述智能冷柜在启停过程中,由于启动初期变频压缩机系统负载较大,转速产热而对冷柜内温度上升的影响程度量化值。
在步骤S105,根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量。
优选的,在一些实施例中,根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量具体可采用下述方式:
获取所述温升基序列中的各个启停温升系数;
获取所述启停监测温度矩阵中的各个监测温度数据;
根据所述温升基序列中的各个启停温升系数和所述启停监测温度矩阵中的各个监测温度数据,确定湿度异变特征向量,其中,所述湿度异变特征向量中各个维度的湿度异变特征根据下式确定:
其中,Pm为所述湿度异变特征向量中的第m维湿度异变特征,为所述启停温度监测矩阵中第m行的温度监测数据的平均值,H为智能冰柜的柜外环境温度值,em、em-1分别为所述启停频率序列中的第m个启停频率值和第m-1个启停频率值,η为所述压缩机正向伸展因子,η0为标准压缩机正向伸展因子,λ为所述柜外环境温度值下空气的运动黏度,d为所述智能冰柜的柜门深度,S为所述智能冰柜的柜门面积,σ为特征的修正系数,标定为常数。
需要说明的是,所述湿度异变特征向量为对所述正常监测温度矩阵进行湿度异变特征提取后,得到的各行的温度监测数据分别对应的湿度异变特征组成的特征向量,所述湿度异变特征向量中的每个湿度异变特征反映了在对应的监测时刻下,所述智能冷柜因压缩机启停导致温度压差,进而引起柜内湿度上升的速度,进而可以根据所述湿度异变特征向量和所述湿度渗透特征向量,对所述智能冷柜的除霜周期和除霜时间进行调节,从而在智能冷柜进行启停时保持智能冷柜中的空气湿度,防止冷柜内壁结霜。
在步骤S106,根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
可选的,在一些实施例中,可以将所述湿度渗透特征向量和所述湿度异变特征向量中的各个湿度渗透特征和各个湿度异变特征分别与预设的特征阈值进行比例计算,进而将比例计算结果取平均值后作为数字信号输入所述智能冷柜的可编程逻辑微控制器(Programmable Logic Controller,PLC)中,所述PLC微控制器根据比例系数线性的放大或减少所述空调压缩机的除霜周期,从而对智能冷柜的空气湿度进行调节。
可选的,在另外一些实施例中,根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述空调压缩机的除霜周期具体可采用下述方式:
获取所述湿度渗透特征向量的向量模值;
获取所述湿度异变特征向量的向量模值;
根据所述湿度渗透特征向量的向量模值和湿度异变特征向量的向量模值,确定除霜调节比例系数;
根据所述除霜调节比例系数线性调节所述智能冷柜的除霜周期,具体实现时,可以将所述除霜调节比例系数作为PLC控制器的调节参数,进而通过所述PLC控制器对智能冷柜的除霜时间进行控制。
可选的,在一些实施例中,所述除霜调节比例系数可以根据下式确定:
其中,ρ为所述除霜调节比例系数,|P|为所述湿度异变特征向量的向量模值,|Q|为所述湿度渗透特征向量的向量模值,θ为预设的特征阈值,标定为常数。
另外,本申请的另一方面,在一些实施例中,本申请提供一种智能冷柜控制系统,参考图2,该图是根据本申请一些实施例所示的智能冷柜控制系统的示例性硬件和/或软件的示意图,该智能冷柜控制系统200包括:温度矩阵确定模块201、压缩机正向伸展因子确定模块202、湿度渗透特征提取模块203、温升基序列确定模块204、湿度异变特征提取模块205和除霜周期控制模块206,分别说明如下:
温度矩阵确定模块201,本申请中温度矩阵确定模块201主要用于确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵;
压缩机正向伸展因子确定模块202,本申请中压缩机正向伸展因子确定模块202主要用于获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子;
湿度渗透特征提取模块203,本申请中湿度渗透特征提取模块203主要用于根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量;
温升基序列确定模块204,本申请中温升基序列确定模块204主要用于采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
湿度异变特征提取模块205,本申请中湿度异变特征提取模块205主要用于根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量;
除霜周期控制模块206,本申请中除霜周期控制模块206主要用于根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
另外,本申请还提供一种计算机终端设备,所述计算机终端设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的智能冷柜控制方法。
在一些实施例中,参考图3,该图是根据本申请一些实施例所示的应用智能冷柜控制方法的计算机终端设备的结构示意图。上述实施例中的智能冷柜控制方法可以通过图3所示的计算机终端设备来实现,该计算机终端设备包括至少一个通信总线301、通信接口302、处理器303以及存储器304。
处理器303可以是一个通用中央处理器(central processing unit,CPU)、特定应用集成电路(application-specific integrated circuit,ASIC)或一个或多个用于控制本申请中的智能冷柜控制方法的执行。
通信总线301可包括一通路,在上述组件之间传送信息。
存储器304可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only Memory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。存储器304可以是独立存在,通过通信总线301与处理器303相连接。存储器304也可以和处理器303集成在一起。
其中,存储器304用于存储执行本申请方案的程序代码,并由处理器303来控制执行。处理器303用于执行存储器304中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中压缩机正向伸展因子的确定可以通过处理器303以及存储器304中的程序代码中的一个或多个软件模块实现。
通信接口302,使用任何收发器一类的装置,用于与其它设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localareanetworks,WLAN)等。
可选地,上述计算机终端设备300还可以包括电源305,用于给实时计算机终端设备中的各种器件或电路提供电源。
在具体实现中,作为一种实施例,计算机终端设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机终端设备可以是一个通用计算机终端设备或者是一个专用计算机终端设备。在具体实现中,计算机终端设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机终端设备的类型。
另外,在本申请的其他方面还提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一条计算机程序,所述计算机程序由处理器加载并执行以实现上述智能冷柜控制方法所执行的操作。
综上,本申请实施例公开的一种智能冷柜控制系统及控制方法中,首先确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵,获取冷柜压缩机的历史频率序列,对冷柜压缩机的历史频率序列和正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子,根据压缩机正向伸展因子,对正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量,采集启停时间段内的历史频率值,得到启停频率序列,根据压缩机正向伸展因子对启停频率序列进行温升量化,确定温升基序列,根据温升基序列对启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量,根据湿度渗透特征向量和湿度异变特征向量调节智能冷柜的除霜周期,从而避免了在智能冷柜工作过程中,由于空气渗透引起智能冷柜内的空气湿度上升,导致冷柜内壁结霜。
以上所述的仅是本申请的实施例,方案中公知的具体技术方案或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本申请技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本申请的保护范围,这些都不会影响本申请实施的效果和专利的实用性。
本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容,显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种智能冷柜控制方法,其特征在于,包括:
确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵;
获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子;
根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量;
采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量;
根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
2.如权利要求1所述的方法,其特征在于,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子具体包括:
获取所述冷柜压缩机的历史频率序列中的各个历史频率值;
获取所述正常温度监测矩阵中的各个温度监测数据;
根据所述冷柜压缩机的历史频率序列中的各个历史频率值和所述正常温度监测矩阵中的各个温度监测数据,确定压缩机正向伸展因子,其中,所述压缩机正向伸展因子根据下式确定:
其中,η为所述压缩机正向伸展因子,wi为所述历史频率序列中的第i个历史频率值,hic为所述正常温度监测矩阵中第i行第c列的温度监测数据,为所述正常温度监测矩阵中第i行的温度监测数据的平均值,/>为所述历史频率序列中全部历史频率值的平均值,k为所述历史频率序列中的历史频率值的数量,p为所述正常温度监测矩阵的矩阵列数。
3.如权利要求1所述的方法,其特征在于,根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量具体包括:
确定标准压缩机正向伸展因子;
获取所述正常温度监测矩阵中的各个温度监测数据;
获取所述历史频率序列中的各个历史频率值;
获取所述压缩机正向伸展因子;
根据所述标准压缩机正向伸展因子、所述压缩机正向伸展因子、所述正常温度监测矩阵中的各个温度监测数据和所述历史频率序列中的各个历史频率值,确定所述湿度渗透特征向量。
4.如权利要求1所述的方法,其特征在于,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列包括:
获取所述压缩机正向伸展因子;
获取所述启停频率序列中的各个启停频率值;
根据所述压缩机正向伸展因子和所述启停频率序列中的各个启停频率值,确定所述温升基序列,其中,所述温升基序列中的各个启停温升系数由下式确定:
其中,χo为所述温升基序列中的第O个启停温升系数,η为所述压缩机正向伸展因子,η0为标准压缩机正向伸展因子,O为冷柜压缩机的额定转矩,TO为所述启停频率序列中的第o个启停频率值,π为自然圆周率,ε为归一化系数,依据所述温升基序列中启停温升系数的最大值标定为常数。
5.如权利要求1所述的方法,其特征在于,根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量具体包括:
获取所述温升基序列中的各个启停温升系数;
获取所述启停监测温度矩阵中的各个监测温度数据;
根据所述温升基序列中的各个启停温升系数和所述启停监测温度矩阵中的各个监测温度数据,确定湿度异变特征向量。
6.如权利要求1所述的方法,其特征在于,确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵具体包括:
采集智能冷柜中不同监测时刻分别对应的监测温度数据,得到监测温度矩阵;
根据历史启停时间段,将所述监测温度矩阵分为启停监测温度矩阵和正常监测温度矩阵。
7.如权利要求1所述的方法,其特征在于,通过频率传感器监测所述冷柜压缩机的运行频率并上传至云储存服务器中,得到冷柜压缩机的历史频率序列,通过访问所述云储存服务器获取冷柜压缩机的历史频率序列。
8.一种智能冷柜控制系统,其特征在于,包括:
温度矩阵确定模块,用于确定智能冷柜的启停监测温度矩阵和正常监测温度矩阵;
压缩机正向伸展因子确定模块,用于获取冷柜压缩机的历史频率序列,对所述冷柜压缩机的历史频率序列和所述正常温度监测矩阵进行数据关联延拓,得到压缩机正向伸展因子;
湿度渗透特征提取模块,用于根据所述压缩机正向伸展因子,对所述正常监测温度矩阵进行湿度渗透特征提取,得到湿度渗透特征向量;
温升基序列确定模块,用于采集启停时间段内的历史频率值,得到启停频率序列,根据所述压缩机正向伸展因子对所述启停频率序列进行温升量化,确定温升基序列;
湿度异变特征提取模块,用于根据所述温升基序列对所述启停监测温度矩阵进行湿度异变特征提取,得到湿度异变特征向量;
除霜周期控制模块,用于根据所述湿度渗透特征向量和所述湿度异变特征向量调节所述智能冷柜的除霜周期。
9.一种计算机终端设备,其特征在于,所述计算机终端设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行如权利要求1至7任一项所述的智能冷柜控制方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有至少一条计算机程序,其特征在于,所述计算机程序由处理器加载并执行以实现如权利要求1至7任一项所述的智能冷柜控制方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311441516.5A CN117469918A (zh) | 2023-11-01 | 2023-11-01 | 一种智能冷柜控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311441516.5A CN117469918A (zh) | 2023-11-01 | 2023-11-01 | 一种智能冷柜控制系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117469918A true CN117469918A (zh) | 2024-01-30 |
Family
ID=89637425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311441516.5A Pending CN117469918A (zh) | 2023-11-01 | 2023-11-01 | 一种智能冷柜控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117469918A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007225155A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
CN104110937A (zh) * | 2014-08-11 | 2014-10-22 | 无锡北斗星通信息科技有限公司 | 基于冰箱门开关状态和湿度检测的冰箱监控装置 |
US20190072320A1 (en) * | 2017-09-06 | 2019-03-07 | International Business Machines Corporation | Predictive maintenance of refrigeration cases |
CN114279121A (zh) * | 2021-12-14 | 2022-04-05 | 广东芬尼克兹节能设备有限公司 | 除霜控制方法、装置、电子设备和存储介质 |
KR20230123756A (ko) * | 2022-02-17 | 2023-08-24 | 주식회사 엘에스아이오티 | 냉동공조 제상시스템 및 방법 |
CN116659147A (zh) * | 2023-08-01 | 2023-08-29 | 江苏星星冷链科技有限公司 | 冷柜除湿控制方法及系统 |
-
2023
- 2023-11-01 CN CN202311441516.5A patent/CN117469918A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007225155A (ja) * | 2006-02-21 | 2007-09-06 | Mitsubishi Electric Corp | 除霜運転制御装置および除霜運転制御方法 |
CN104110937A (zh) * | 2014-08-11 | 2014-10-22 | 无锡北斗星通信息科技有限公司 | 基于冰箱门开关状态和湿度检测的冰箱监控装置 |
US20190072320A1 (en) * | 2017-09-06 | 2019-03-07 | International Business Machines Corporation | Predictive maintenance of refrigeration cases |
CN114279121A (zh) * | 2021-12-14 | 2022-04-05 | 广东芬尼克兹节能设备有限公司 | 除霜控制方法、装置、电子设备和存储介质 |
KR20230123756A (ko) * | 2022-02-17 | 2023-08-24 | 주식회사 엘에스아이오티 | 냉동공조 제상시스템 및 방법 |
CN116659147A (zh) * | 2023-08-01 | 2023-08-29 | 江苏星星冷链科技有限公司 | 冷柜除湿控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109269016A (zh) | 一种化霜控制方法、装置及热泵机组 | |
CN113819596A (zh) | 一种空调控制方法及空调器 | |
CN112197489A (zh) | 蒸发器除霜方法、装置、冰箱、计算机设备和存储介质 | |
CN113739341A (zh) | 空调器舒适性控制方法、装置、空调器及可读存储介质 | |
CN108224644A (zh) | 全天候制冷系统及其控制方法 | |
CN115682453A (zh) | 冷水机组的运行控制方法、装置、电子设备和介质 | |
CN117308497A (zh) | 用于制冷设备温度变化预测的方法、制冷设备 | |
CN117469918A (zh) | 一种智能冷柜控制系统及控制方法 | |
CN114234400A (zh) | 多模块机组控制方法、装置、计算机设备和存储介质 | |
CN117706927A (zh) | 基于样本库管理复合模型的能源系统节能控制方法及系统 | |
EP3015803A1 (en) | A method for estimating thermal capacity of foodstuff | |
CN110579075A (zh) | 一种冰箱变频负载转速控制方法及系统 | |
CN112197488A (zh) | 蒸发器除霜方法、装置、冰箱、计算机设备和存储介质 | |
CN113048709B (zh) | 冰箱及其控制方法 | |
CN115342591A (zh) | 冰箱的节能减噪控制方法、装置、冰箱及介质 | |
CN114413497A (zh) | 双级压缩机及控制方法、装置以及控制设备、制冷设备 | |
CN111397303B (zh) | 一种冷藏设备及其控制方法 | |
CN108592496B (zh) | 冷冻冷藏装置蒸发风机控制方法和装置 | |
CN105783407A (zh) | 冰箱的控制方法以及控制系统 | |
CN117270613B (zh) | 一种加湿控制方法、加湿控制装置、智能酒柜及存储介质 | |
CN115031356B (zh) | 变频空调控制方法、装置、电子设备和介质 | |
CN106940065B (zh) | 空调除霜过程中的空间内温度的检测方法及空调 | |
CN114353394B (zh) | 一种机房空调低温启动控制方法、装置、设备及存储介质 | |
CN117611031B (zh) | 一种冷链物联网物流温度实时监控方法及系统 | |
CN116804496B (zh) | 基于二氧化碳制冷的冷库制冷机组控制方法和系统 |
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 |