CN117663397B - 一种空调热风燃烧器空气混合控制方法及系统 - Google Patents

Abstract

本发明公开了一种空调热风燃烧器空气混合控制方法及系统，涉及供热控制技术领域，将两个时段进行积分运算后获取火焰波动系数，通过第二燃气流量比上第一燃气流量后获取燃气损失率，计算多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值，控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析输出燃烧器状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号。该控制方法通过机器学习模型对空调热风燃烧器的多项数据进行综合分析，分析更为全面，从而对空调热风燃烧器的异常状态识别更为精准，保障空调热风燃烧器的安全使用。

Description

一种空调热风燃烧器空气混合控制方法及系统

技术领域

本发明涉及供热控制技术领域，具体涉及一种空调热风燃烧器空气混合控制方法及系统。

背景技术

空调热风燃烧器是一种先进的空气加热设备，它能够为空气提供均匀、无味、无烟的加热效果，在各种空气加热应用场景中，热风燃烧器都展现出了出色的性能，特别是在补充和工作空气加热方面，它成为了加热新鲜空气的理想选择；

空调热风燃烧器通过燃烧燃料产生高温气体，然后将这些热气体与空气混合，使空气温度升高，由于热风燃烧器采用了先进的燃烧技术，使得燃烧过程更加充分、高效，从而减少了有害物质的产生，因此，使用热风燃烧器加热空气时，能够保证空气质量的纯净，无烟、无味，空调热风燃烧器运行时，需要进行空气混合控制。

现有技术存在以下不足：

在实际运行过程中，存在多种影响空调热风燃烧器充分燃烧的因素，现有控制方法缺乏对多种因素进行综合分析，若多种影响因素同时朝向坏的趋势发展，但又均未超过或低于预设的阈值，仍会导致空调热风燃烧器燃烧不充分或存在燃气泄漏等问题，由于控制系统无法检测此类异常并进行警示和控制，使得空调热风燃烧器的安全使用得不到保障。

发明内容

本发明的目的是提供一种空调热风燃烧器空气混合控制方法及系统，以解决背景技术中不足。

为了实现上述目的，本发明提供如下技术方案：一种空调热风燃烧器空气混合控制方法，所述控制方法包括以下步骤：

控制系统通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度，若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数；

通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，将第二燃气流量比上第一燃气流量后获取燃气损失率；

通过在混合腔的内壁与外壁上对应设置的多个气压传感器获取多个取样点的混合腔内外壁气压差，计算多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值；

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数；

依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员。

在一个优选的实施方式中，将两个时段进行积分运算后获取火焰波动系数，包括以下步骤：

控制系统对计时器进行累积，记录氧气浓度超出安全范围的时间；

在氧气浓度低于第一浓度阈值时，记录为低氧浓度时段，在氧气浓度高于第二浓度阈值时，记录为高氧浓度时段；

将低氧浓度时段与高氧浓度时段进行积分运算获取火焰波动系数，计算表达式 为：，式中，为火焰波动系数，为实时火焰大小 变化量，为低氧浓度时段，为高氧浓度时段。

在一个优选的实施方式中，计算多个取样点的气压差离散程度以及气压差均值，包括以下步骤：

在混合腔内壁和外壁上选择多个位置，安装气压传感器，启动气压传感器，实时监测混合腔内外的气压变化，并将数据反馈给控制系统，控制系统记录多个取样点的气压数据，包括内外壁上每个位置的气压值，对于每个取样点，通过计算内壁气压和外壁气压之差，得到混合腔内外壁气压差值；

计算多个取样点的气压差离散程度以及气压差均值，表达式为：

；式中，，表示混合腔上 取样点的数量，为正整数，表示第i个取样点处的混合腔内外壁气压差值，表示 气压差均值，表示气压差离散程度。

在一个优选的实施方式中，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值包括以下步骤：

获取气压差离散程度以及气压差均值后，将气压差离散程度以及气压差均值分别与预设的离散阈值以及气压差阈值进行对比；

若气压差均值≤气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋 值；

若气压差均值≤气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋 值；

若气压差均值＞气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋 值；

若气压差均值＞气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋 值。

在一个优选的实施方式中，控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数包括以下步骤：

收集在不同工况下的火焰波动系数、燃气损失率、混合腔密封参数，同时记录了相应的燃烧器状态；

将火焰波动系数、燃气损失率、混合腔密封赋值作为支持向量机模型的输入特征数据，将特征数据划分为训练集和测试集，其中，80%的数据用于训练，20%用于测试；

使用训练集对支持向量机模型进行训练，让支持向量机模型学习输入特征数据与燃烧器状态之间的关系，完成支持向量机模型的建立；

将实时获取的火焰波动系数、燃气损失率、混合腔密封赋值代入训练好的支持向量机模型中进行分析，输出燃烧器的状态指数。

在一个优选的实施方式中，所述梯度阈值包括第一异常阈值以及第二异常阈值，且第一异常阈值小于第二异常阈值，输出燃烧器的状态指数后，将状态指数与第一异常阈值以及第二异常阈值进行对比，其中，第一异常阈值用于判断空调热风燃烧器是否存在异常，第二异常阈值用于判断空调热风燃烧器的异常严重程度。

在一个优选的实施方式中，依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号包括以下步骤：

若状态指数≤第一异常阈值，判断空调热风燃烧器不存在异常，当判断空调热风燃烧器不存在异常时，控制系统不进行控制；

若状态指数＞第一异常阈值，判断空调热风燃烧器存在异常，当判断空调热风燃烧器存在异常时，控制系统进行控制；

若状态指数＞第一异常阈值，且状态指数≤第二异常阈值，判断空调热风燃烧器存在轻微异常，为一级异常，当判断空调热风燃烧器为一级异常时，控制系统同时降低空调热风燃烧器的燃气进入量以及空气进入量，并向用户或管理员发出第一警示信号；

若状态指数＞第二异常阈值，判断空调热风燃烧器存在严重异常，为二级异常，当判断空调热风燃烧器为二级异常时，控制系统直接控制空调热风燃烧器停机，并发出第二警示信号。

在一个优选的实施方式中，通过第二燃气流量比上第一燃气流量后获取燃气损失率，包括以下步骤：

使用实时监测的第一燃气流量和第二燃气流量的数值，计算它们的比值，然后计 算燃气损失率，表达式为：，式中，表示第二燃气流量，表 示第一燃气流量，表示燃气损失率。

在一个优选的实施方式中，若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，包括以下步骤：

在控制系统中设定第一浓度阈值和第二浓度阈值，这两个阈值用于判断氧气浓度是否处于安全范围内；

氧气浓度传感器实时监测混合腔内的氧气浓度；

控制系统比对实际测得的氧气浓度与设定的第一浓度阈值和第二浓度阈值，判断当前氧气浓度的高低；

若实时氧气浓度低于第一浓度阈值或高于第二浓度阈值，则开始计时，对计时器进行累积，记录氧气浓度超出安全范围的时间。

本发明还提供一种空调热风燃烧器空气混合控制系统，包括氧气监测模块、计时运算模块、燃气监测模块、气压监测模块、赋值计算模块、状态分析模块、警示控制模块；

氧气监测模块：通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度；

计时运算模块：若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数；

燃气监测模块：通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，通过第二燃气流量比上第一燃气流量后获取燃气损失率；

气压监测模块：混合腔的内壁与外壁上设置多个位置相对应气压传感器，获取多个取样点的混合腔内外壁气压差；

赋值计算模块：计算混合腔的多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值；

状态分析模块：控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数；

警示控制模块：依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员。

在上述技术方案中，本发明提供的技术效果和优点：

本发明通过在实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数，通过第二燃气流量比上第一燃气流量后获取燃气损失率，计算多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值，控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号。该控制方法通过机器学习模型对空调热风燃烧器的多项数据进行综合分析，分析更为全面，从而对空调热风燃烧器的异常状态识别更为精准，保障空调热风燃烧器的安全使用。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明的方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：请参阅图1所示，本实施例所述一种空调热风燃烧器空气混合控制方法，所述控制方法包括以下步骤：

控制系统通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度，包括以下步骤：

传感器安装：安装氧气浓度传感器在空调热风燃烧器的混合腔内，确保传感器位置能够准确反映混合腔内的氧气浓度。

传感器校准：对安装的氧气浓度传感器进行校准，以确保其测量结果准确可靠。

实时监测：传感器实时监测混合腔内的氧气浓度，并将测量值反馈给控制系统。

记录和报告：控制系统记录氧气浓度的历史数据，并生成报告，以供后续分析、维护和优化控制系统使用。

维护和校准：定期对氧气浓度传感器进行维护和校准，确保氧气浓度传感器的性能和精确度。

若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，包括以下步骤：

设定阈值：在控制系统中设定第一浓度阈值和第二浓度阈值，这两个阈值用于判断氧气浓度是否处于安全范围内。

实时监测：氧气浓度传感器实时监测混合腔内的氧气浓度。

比对阈值：控制系统比对实际测得的氧气浓度与设定的第一浓度阈值和第二浓度阈值，判断当前氧气浓度的高低。

计时开始：如果实时氧气浓度低于第一浓度阈值或高于第二浓度阈值，则开始计时。

计时累积：控制系统对计时器进行累积，记录氧气浓度超出安全范围的时间。

控制系统响应：根据计时器的累积时间，控制系统可采取自动化控制措施，如调整混合比例、关闭燃气阀门等，以恢复氧气浓度到安全范围内。

报警解除：一旦氧气浓度恢复到安全范围内，控制系统解除报警状态，并重置计时器。

假设我们有一个控制系统用于监测和控制空调热风燃烧器中混合腔内的氧气浓度，以下是一个例子，说明当实时氧气浓度低于第一浓度阈值或高于第二浓度阈值时，控制系统采取的步骤：

设定阈值：第一浓度阈值设定为18%氧气浓度，第二浓度阈值设定为22%氧气浓度。

实时监测：氧气浓度传感器实时监测混合腔内的氧气浓度。

比对阈值：控制系统比对实际测得的氧气浓度（例如，当前氧气浓度为17%）与设定的第一浓度阈值和第二浓度阈值。

计时开始：由于实际氧气浓度低于第一浓度阈值，控制系统开始计时。

计时累积：控制系统累积计时器，记录氧气浓度低于安全阈值的时间。

触发报警：如果计时达到预设的时间阈值（例如，持续低于18%氧气浓度达到10秒），控制系统触发报警机制。

控制系统响应：控制系统自动调整混合比例，增加空气进入量，以提高氧气浓度，并关闭燃气阀门。

报警解除：一旦氧气浓度恢复到安全范围内（例如，达到20%氧气浓度），控制系统解除报警状态，并重置计时器。

记录和报告：控制系统记录报警事件的详细信息，包括计时器累积时间、报警触发时间等，并生成报告用于后续分析和维护。

将两个时段进行积分运算后获取火焰波动系数，包括以下步骤：

控制系统对计时器进行累积，记录氧气浓度超出安全范围的时间，在氧气浓度低于第一浓度阈值时，记录为低氧浓度时段，在氧气浓度高于第二浓度阈值时，记录为高氧浓度时段；

将低氧浓度时段与高氧浓度时段进行积分运算获取火焰波动系数，计算表达式 为：，式中，为火焰波动系数，为实时火焰大小 变化量，为低氧浓度时段，为高氧浓度时段；

高氧浓度时段以及低氧浓度时段对空调热风燃烧器火焰大小的影响分别为：

氧气浓度过高：过高的氧气浓度可能导致火焰短小、明亮，但也容易引起过热，过高的火焰温度可能对燃烧器结构和周围环境造成损害，也可能导致设备寿命缩短；

氧气浓度过低：过低的氧气浓度会导致火焰呈现长而弱的状态，可能甚至熄灭，火焰的不完全燃烧可能产生一氧化碳等有害气体，不仅影响燃烧效率，还可能对环境和人体健康造成危害；

且具有以下危害：

产生有害气体：当氧气浓度不足时，可能导致不完全燃烧，产生一氧化碳（CO）等有害气体，对人体健康有危害；

火焰不稳定：氧气浓度波动可能导致火焰的不稳定，产生颤动或爆炸，增加火灾风险；

设备损坏：过高的氧气浓度可能导致火焰温度升高，增加设备的热负荷，导致设备过热、老化和损坏；

能效降低：过低的氧气浓度可能导致燃料的低效燃烧，影响能源利用效率，增加运行成本；

环境污染：氧气浓度异常可能导致排放产物超过环保标准，对周围环境造成污染；

火灾风险：不完全燃烧产生的气体可能在空间内积聚，增加火灾风险。

通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，包括以下步骤：

传感器安装：安装第一个流量传感器在燃气管的进气端，而第二个流量传感器则安装在燃气管的出气端。确保传感器位置能够准确地测量燃气的流量。

传感器校准：对安装的两个流量传感器进行校准，以确保它们的测量结果准确可靠。

实时监测：两个流量传感器实时监测燃气的流量，并将测量值反馈给控制系统。

记录和报告：控制系统记录燃气流量的历史数据，并生成报告，用于后续分析、维护和优化控制系统使用。

通过第二燃气流量比上第一燃气流量后获取燃气损失率，包括以下步骤：

计算第二燃气流量比第一燃气流量：使用实时监测的第一燃气流量和第二燃气流 量的数值，计算它们的比值，即第二燃气流量除以第一燃气流量，然后计算燃气损失率，表 达式为：，式中，表示第二燃气流量，表示第一燃气流量，表示燃气损失率；

设定目标燃气损失率：在控制系统中设定目标燃气损失率，控制系统比对实际计算得到的燃气损失率与设定的目标值，判断是否存在偏差；

报警机制：如果实际燃气损失率偏离设定的目标值超过设定的损失率阈值，系统触发报警机制，通知操作人员或自动采取紧急措施；

记录和报告：控制系统可能记录燃气损失率的历史数据，并生成报告，用于后续分析、维护和优化控制系统使用；

自动化控制：控制系统可以实现自动化控制，根据实时的燃气损失率变化，动态地调整混合比例和其他参数，以提高燃气利用效率；

优化策略：根据实际燃气损失率的情况，控制系统可以采取优化策略，例如调整燃气进气量、改善燃烧过程，以减少燃气损失。

燃气损失率越大，表明空调热风燃烧器可能出现以下异常：

不完全燃烧：高燃气损失率可能意味着燃烧过程中存在不完全燃烧的情况，这可能导致产生一氧化碳等有害气体，影响燃烧效率和环境安全；

混合比例失调：燃气损失率的增加可能与燃气和空气的混合比例失调有关，这可能是由于阀门、调节装置或其他控制系统组件的故障引起的；

燃气泄漏：高燃气损失率也可能是由于燃气管路中存在泄漏引起的，泄漏可能导致燃气浪费，同时也是一种安全隐患；

设备老化或故障：高燃气损失率可能反映了空调热风燃烧器设备的老化或故障，例如燃气阀门、传感器或其他关键组件的性能下降；

环境污染：不高效的燃烧过程可能导致排放的废气中含有有害物质，增加环境污染的风险；

能源浪费：高燃气损失率直接表示燃气的浪费，从而导致能源成本的增加；

火灾风险：不良的燃烧条件可能增加火灾风险，尤其是在存在泄漏或不完全燃烧的情况下。

并在混合腔的内壁与外壁上设置多个位置相对应气压传感器，获取多个取样点的混合腔内外壁气压差后，计算多个取样点的气压差离散程度以及气压差均值，包括以下步骤：

在混合腔内壁和外壁上选择多个位置，安装气压传感器，确保这些位置可以准确地反映混合腔内外的气压情况，对安装的气压传感器进行校准，以确保它们的测量结果准确可靠，在控制系统中设定需要获取气压差的多个取样点的位置，启动气压传感器，实时监测混合腔内外的气压变化，并将数据反馈给控制系统，控制系统记录多个取样点的气压数据，包括内外壁上每个位置的气压值，对于每个取样点，通过计算内壁气压和外壁气压之差，得到混合腔内外壁的气压差值；

计算多个取样点的气压差离散程度以及气压差均值，表达式为：

；式中，，表示混合腔上 取样点的数量，为正整数，表示第i个取样点处的混合腔内外壁气压差，表示气 压差均值，表示气压差离散程度。

通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值，包括以下步骤：

较小的气压差值可能表明混合腔内外壁之间的气体混合较为均匀，这对于确保燃气和空气在混合腔内充分混合，以支持有效的燃烧过程非常重要，异常大的气压差值可能是由于气体泄漏或混合腔的封闭问题引起的，这可能是系统安全和性能方面的潜在风险；

因此，获取气压差离散程度以及气压差均值后，将气压差离散程度以及气压差均值分别与预设的离散阈值以及气压差阈值进行对比；

若气压差均值≤气压差阈值，且气压差离散程度≤离散阈值，判断混合腔内外壁 之间的气体混合均匀优，输出混合腔密封赋值；

若气压差均值≤气压差阈值，且气压差离散程度＞离散阈值，判断混合腔内外壁 之间的气体混合均匀中等（存在部分取样点处的内外壁气压差＞气压差阈值），输出混合腔 密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度＞离散阈值，判断混合腔内外壁 之间的气体混合均匀较差（存在部分取样点处的内外壁气压差≤气压差阈值），输出混合腔 密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度≤离散阈值，判断混合腔内外壁 之间的气体混合均匀差，输出混合腔密封赋值。

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员。

本申请通过在实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数，通过第二燃气流量比上第一燃气流量后获取燃气损失率，计算多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值，控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号。该控制方法通过机器学习模型对空调热风燃烧器的多项数据进行综合分析，分析更为全面，从而对空调热风燃烧器的异常状态识别更为精准，保障空调热风燃烧器的安全使用。

实施例2：控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员；

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数包括以下步骤：

收集在不同工况下的大量数据，包括火焰波动系数、燃气损失率、混合腔密封参 数，同时记录了相应的燃烧器状态，对数据进行清理，处理缺失值和异常值，并将数据标准 化以确保一致性，将火焰波动系数、燃气损失率、混合腔密封赋值作为支持向量机模型的输 入特征，将数据划分为训练集和测试集，其中80%的数据用于训练，20%用于测试，使用训练 集对支持向量机模型进行训练，让模型学习输入特征与燃烧器状态之间的关系，使用测试 集对支持向量机模型进行评估，计算准确度、精确度、召回率等指标，以确定支持向量机模 型的性能，根据评估结果调整支持向量机模型的超参数，或者进行特征工程以优化模型的 性能，完成支持向量机模型的建立，支持向量机模型的函数表达式为： ，式中，为状态指数，为混合腔密封参数，为火焰波动系数，为燃气损失率，分别为火焰波动系数、燃气损失率的权重系数，且，将实时获取的火焰波 动系数、燃气损失率、混合腔密封赋值代入训练好的支持向量机模型中进行分析，输出燃烧 器的状态指数。

依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员包括以下步骤：

梯度阈值包括第一异常阈值以及第二异常阈值，且第一异常阈值小于第二异常阈值，输出燃烧器的状态指数后，将状态指数与第一异常阈值以及第二异常阈值进行对比，其中，第一异常阈值用于判断空调热风燃烧器是否存在异常，第二异常阈值用于判断空调热风燃烧器的异常严重程度；

若状态指数≤第一异常阈值，判断空调热风燃烧器不存在异常，当判断空调热风燃烧器不存在异常时，控制系统不进行控制；

若状态指数＞第一异常阈值，判断空调热风燃烧器存在异常，当判断空调热风燃烧器存在异常时，控制系统进行控制；

若状态指数＞第一异常阈值，且状态指数≤第二异常阈值，判断空调热风燃烧器存在轻微异常，为一级异常，当判断空调热风燃烧器为一级异常时，表明空调热风燃烧器还能继续使用，此时控制系统同时降低空调热风燃烧器的燃气进入量以及空气进入量，并向用户或管理员发出第一警示信号，第一警示信号内容为：提示空调热风燃烧器存在轻微异常，由用户或管理员选择是否还使用空调热风燃烧器；

若状态指数＞第二异常阈值，判断空调热风燃烧器存在严重异常，为二级异常，当判断空调热风燃烧器为二级异常时，控制系统直接控制空调热风燃烧器停机，并发出第二警示信号，用户或管理员接收第二警示信号后需要及时对空调热风燃烧器进行检修处理。

采用控制系统将火焰波动系数、燃气损失率、混合腔密封值等参数导入机器学习模型进行分析，据此输出燃烧器状态指数，根据状态指数与梯度阈值的比较结果，生成相应的控制及警示信号，通过综合分析多维度数据，全面评估空调热风燃烧器的运行状态；

本申请通过控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，并依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，综合分析多项数据来判断空调热风燃烧器的运行状态，分析更为全面。

实施例3：本实施例所述一种空调热风燃烧器空气混合控制系统，包括氧气监测模块、计时运算模块、燃气监测模块、气压监测模块、赋值计算模块、状态分析模块、警示控制模块；

氧气监测模块：通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度，实时氧气浓度信息发送至计时运算模块；

计时运算模块：若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数，火焰波动系数发送至状态分析模块；

燃气监测模块：通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，通过第二燃气流量比上第一燃气流量后获取燃气损失率，燃气损失率发送至状态分析模块；

气压监测模块：混合腔的内壁与外壁上设置多个位置相对应气压传感器，获取多个取样点的混合腔内外壁气压差，气压差信息发送至赋值计算模块；

赋值计算模块：计算混合腔的多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值，混合腔密封赋值发送至状态分析模块；

状态分析模块：控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数，状态指数发送至警示控制模块；

警示控制模块：依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (4)

1.一种空调热风燃烧器空气混合控制方法，其特征在于：所述控制方法包括以下步骤：

控制系统通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度，若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数；

通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，将第二燃气流量比上第一燃气流量后获取燃气损失率；

通过在混合腔的内壁与外壁上对应设置的多个气压传感器获取多个取样点的混合腔内外壁气压差，计算多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值；

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数；

依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员；

将两个时段进行积分运算后获取火焰波动系数，包括以下步骤：

控制系统对计时器进行累积，记录氧气浓度超出安全范围的时间；

在氧气浓度低于第一浓度阈值时，记录为低氧浓度时段，在氧气浓度高于第二浓度阈值时，记录为高氧浓度时段；

将低氧浓度时段与高氧浓度时段进行积分运算获取火焰波动系数，计算表达式为：，式中，/>为火焰波动系数，/>为实时火焰大小变化量，/>为低氧浓度时段，/>为高氧浓度时段；

计算多个取样点的气压差离散程度以及气压差均值，包括以下步骤：

在混合腔内壁和外壁上选择多个位置，安装气压传感器，启动气压传感器，实时监测混合腔内外的气压变化，并将数据反馈给控制系统，控制系统记录多个取样点的气压数据，包括内外壁上每个位置的气压值，对于每个取样点，通过计算内壁气压和外壁气压之差，得到混合腔内外壁气压差值；

计算多个取样点的气压差离散程度以及气压差均值，表达式为：

；式中，/>，/>表示混合腔上取样点的数量，/>为正整数，/>表示第i个取样点处的混合腔内外壁气压差值，/>表示气压差均值，/>表示气压差离散程度；

通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值包括以下步骤：

获取气压差离散程度以及气压差均值后，将气压差离散程度以及气压差均值分别与预设的离散阈值以及气压差阈值进行对比；

若气压差均值≤气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋值；

若气压差均值≤气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋值；

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数包括以下步骤：

收集在不同工况下的火焰波动系数、燃气损失率、混合腔密封参数，同时记录了相应的燃烧器状态；

将火焰波动系数、燃气损失率、混合腔密封赋值作为支持向量机模型的输入特征数据，将特征数据划分为训练集和测试集，其中，80%的数据用于训练，20%用于测试；

使用训练集对支持向量机模型进行训练，让支持向量机模型学习输入特征数据与燃烧器状态之间的关系，完成支持向量机模型的建立；

将实时获取的火焰波动系数、燃气损失率、混合腔密封赋值代入训练好的支持向量机模型中进行分析，输出燃烧器的状态指数，支持向量机模型的函数表达式为：，式中，/>为状态指数，/>为混合腔密封参数，/>为火焰波动系数，/>为燃气损失率，/>分别为火焰波动系数、燃气损失率的权重系数，且/>；

所述梯度阈值包括第一异常阈值以及第二异常阈值，且第一异常阈值小于第二异常阈值，输出燃烧器的状态指数后，将状态指数与第一异常阈值以及第二异常阈值进行对比，其中，第一异常阈值用于判断空调热风燃烧器是否存在异常，第二异常阈值用于判断空调热风燃烧器的异常严重程度；

依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号包括以下步骤：

若状态指数≤第一异常阈值，判断空调热风燃烧器不存在异常，当判断空调热风燃烧器不存在异常时，控制系统不进行控制；

若状态指数＞第一异常阈值，判断空调热风燃烧器存在异常，当判断空调热风燃烧器存在异常时，控制系统进行控制；

若状态指数＞第一异常阈值，且状态指数≤第二异常阈值，判断空调热风燃烧器存在轻微异常，为一级异常，当判断空调热风燃烧器为一级异常时，控制系统同时降低空调热风燃烧器的燃气进入量以及空气进入量，并向用户或管理员发出第一警示信号；

若状态指数＞第二异常阈值，判断空调热风燃烧器存在严重异常，为二级异常，当判断空调热风燃烧器为二级异常时，控制系统直接控制空调热风燃烧器停机，并发出第二警示信号。

2.根据权利要求1所述的一种空调热风燃烧器空气混合控制方法，其特征在于：通过第二燃气流量比上第一燃气流量后获取燃气损失率，包括以下步骤：

使用实时监测的第一燃气流量和第二燃气流量的数值，计算它们的比值，然后计算燃气损失率，表达式为：，式中，/>表示第二燃气流量，/>表示第一燃气流量，/>表示燃气损失率。

3.根据权利要求2所述的一种空调热风燃烧器空气混合控制方法，其特征在于：若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，包括以下步骤：

在控制系统中设定第一浓度阈值和第二浓度阈值，这两个阈值用于判断氧气浓度是否处于安全范围内；

氧气浓度传感器实时监测混合腔内的氧气浓度；

控制系统比对实际测得的氧气浓度与设定的第一浓度阈值和第二浓度阈值，判断当前氧气浓度的高低；

若实时氧气浓度低于第一浓度阈值或高于第二浓度阈值，则开始计时，对计时器进行累积，记录氧气浓度超出安全范围的时间。

4.一种空调热风燃烧器空气混合控制系统，用于实现权利要求1-3任一项所述的控制方法，其特征在于：包括氧气监测模块、计时运算模块、燃气监测模块、气压监测模块、赋值计算模块、状态分析模块、警示控制模块；

氧气监测模块：通过设置在混合腔处的氧气浓度传感器实时监测混合腔内部的氧气浓度；

计时运算模块：若实时氧气浓度低于第一浓度阈值或氧气浓度高于第二浓度阈值进行计时，将两个时段进行积分运算后获取火焰波动系数；

燃气监测模块：通过设置在燃气管进气端以及出气端的两个流量传感器分别获取第一燃气流量和第二燃气流量，通过第二燃气流量比上第一燃气流量后获取燃气损失率；

气压监测模块：混合腔的内壁与外壁上设置多个位置相对应气压传感器，获取多个取样点的混合腔内外壁气压差；

赋值计算模块：计算混合腔的多个取样点的气压差离散程度以及气压差均值，通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值；

状态分析模块：控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数；

警示控制模块：依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号，控制信号发送至空调热风燃烧器，警示信号发送至用户或管理员；

将两个时段进行积分运算后获取火焰波动系数，包括以下步骤：

控制系统对计时器进行累积，记录氧气浓度超出安全范围的时间；

在氧气浓度低于第一浓度阈值时，记录为低氧浓度时段，在氧气浓度高于第二浓度阈值时，记录为高氧浓度时段；

将低氧浓度时段与高氧浓度时段进行积分运算获取火焰波动系数，计算表达式为：，式中，/>为火焰波动系数，/>为实时火焰大小变化量，/>为低氧浓度时段，/>为高氧浓度时段；

计算多个取样点的气压差离散程度以及气压差均值，包括以下步骤：

在混合腔内壁和外壁上选择多个位置，安装气压传感器，启动气压传感器，实时监测混合腔内外的气压变化，并将数据反馈给控制系统，控制系统记录多个取样点的气压数据，包括内外壁上每个位置的气压值，对于每个取样点，通过计算内壁气压和外壁气压之差，得到混合腔内外壁气压差值；

计算多个取样点的气压差离散程度以及气压差均值，表达式为：

；式中，/>，/>表示混合腔上取样点的数量，/>为正整数，/>表示第i个取样点处的混合腔内外壁气压差值，/>表示气压差均值，/>表示气压差离散程度；

通过气压状态模型分析气压差离散程度以及气压差均值后输出混合腔密封赋值包括以下步骤：

获取气压差离散程度以及气压差均值后，将气压差离散程度以及气压差均值分别与预设的离散阈值以及气压差阈值进行对比；

若气压差均值≤气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋值；

若气压差均值≤气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度＞离散阈值，输出混合腔密封赋值；

若气压差均值＞气压差阈值，且气压差离散程度≤离散阈值，输出混合腔密封赋值；

控制系统将火焰波动系数、燃气损失率、混合腔密封赋值代入机器学习模型分析后输出燃烧器的状态指数包括以下步骤：

收集在不同工况下的火焰波动系数、燃气损失率、混合腔密封参数，同时记录了相应的燃烧器状态；

将火焰波动系数、燃气损失率、混合腔密封赋值作为支持向量机模型的输入特征数据，将特征数据划分为训练集和测试集，其中，80%的数据用于训练，20%用于测试；

使用训练集对支持向量机模型进行训练，让支持向量机模型学习输入特征数据与燃烧器状态之间的关系，完成支持向量机模型的建立；

将实时获取的火焰波动系数、燃气损失率、混合腔密封赋值代入训练好的支持向量机模型中进行分析，输出燃烧器的状态指数，支持向量机模型的函数表达式为：，式中，/>为状态指数，/>为混合腔密封参数，/>为火焰波动系数，为燃气损失率，/>分别为火焰波动系数、燃气损失率的权重系数，且/>；

所述梯度阈值包括第一异常阈值以及第二异常阈值，且第一异常阈值小于第二异常阈值，输出燃烧器的状态指数后，将状态指数与第一异常阈值以及第二异常阈值进行对比，其中，第一异常阈值用于判断空调热风燃烧器是否存在异常，第二异常阈值用于判断空调热风燃烧器的异常严重程度；

依据状态指数与梯度阈值的对比结果生成相应的控制和警示信号包括以下步骤：

若状态指数≤第一异常阈值，判断空调热风燃烧器不存在异常，当判断空调热风燃烧器不存在异常时，控制系统不进行控制；

若状态指数＞第一异常阈值，判断空调热风燃烧器存在异常，当判断空调热风燃烧器存在异常时，控制系统进行控制；

若状态指数＞第一异常阈值，且状态指数≤第二异常阈值，判断空调热风燃烧器存在轻微异常，为一级异常，当判断空调热风燃烧器为一级异常时，控制系统同时降低空调热风燃烧器的燃气进入量以及空气进入量，并向用户或管理员发出第一警示信号；

若状态指数＞第二异常阈值，判断空调热风燃烧器存在严重异常，为二级异常，当判断空调热风燃烧器为二级异常时，控制系统直接控制空调热风燃烧器停机，并发出第二警示信号。