CN118168164B - 基于环境感知的零冷水设备自调节方法及系统 - Google Patents
基于环境感知的零冷水设备自调节方法及系统 Download PDFInfo
- Publication number
- CN118168164B CN118168164B CN202410605127.XA CN202410605127A CN118168164B CN 118168164 B CN118168164 B CN 118168164B CN 202410605127 A CN202410605127 A CN 202410605127A CN 118168164 B CN118168164 B CN 118168164B
- Authority
- CN
- China
- Prior art keywords
- control
- water
- self
- water quality
- adjusting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 375
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008447 perception Effects 0.000 title description 4
- 238000010438 heat treatment Methods 0.000 claims abstract description 95
- 238000011217 control strategy Methods 0.000 claims abstract description 70
- 230000007613 environmental effect Effects 0.000 claims abstract description 68
- 238000000746 purification Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims description 96
- 230000000737 periodic effect Effects 0.000 claims description 19
- 238000001816 cooling Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000033228 biological regulation Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012098 association analyses Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 238000003908 quality control method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000000498 cooling water Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010926 purge Methods 0.000 abstract description 3
- 230000001276 controlling effect Effects 0.000 description 6
- 230000001932 seasonal effect Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 3
- 239000000460 chlorine Substances 0.000 description 3
- 229910052801 chlorine Inorganic materials 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000003456 ion exchange resin Substances 0.000 description 2
- 229920003303 ion-exchange polymer Polymers 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- JLVVSXFLKOJNIY-UHFFFAOYSA-N Magnesium ion Chemical compound [Mg+2] JLVVSXFLKOJNIY-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910001424 calcium ion Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910001425 magnesium ion Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- -1 pH value Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000001223 reverse osmosis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了基于环境感知的零冷水设备自调节方法及系统,涉及热水器技术领域,所述方法包括:通过传感器组实时监测环境和用水情况,生成环境和用水控制信号发送至自调节控制单元,获取第一自调节控制策略。执行策略对设备进行水质监测,启动净化调节单元。接收用户语音指令,连接自调节控制单元进行加热和循环控制的使用控制,更新策略生成第二自调节控制策略。结合净化调节单元,执行第二策略对设备进行智能调节。实现了提高节能水平,提升环境适应性的技术效果。
Description
技术领域
本发明涉及热水器技术领域,特别涉及基于环境感知的零冷水设备自调节方法及系统。
背景技术
“零冷水”是指热水器在启动后,能够迅速提供恒定温度的热水,不需要经过预热的过程。零冷水设备就是在这一背景下应运而生,其目的是在用户需要热水时能够立即提供,而不需要先排出管道中的冷水。
现有技术下的零冷水设备为了保持热水的即时供应,可能会持续加热或保温,且不具备学习功能和自适应调节能力,无法根据用户的使用习惯和环境变化进行自动调整,导致能源消耗大,季节适应性差的技术问题。
发明内容
本发明提供基于环境感知的零冷水设备自调节方法及系统,以解决现有技术中能源消耗大,季节适应性差的技术问题,实现提高节能水平,提升环境适应性的技术效果。
第一方面,本发明提供了基于环境感知的零冷水设备自调节方法,其中,所述方法包括:
通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节。
该方法中,通过传感器组实时监测,获取包含环境数据集和用水数据集的多个监测数据集,实现了对环境和用水情况的全面监测。将环境控制信号和用水控制信号发送至自调节控制单元,生成第一自调节控制策略,包含加热控制分支和循环控制分支,实现了对零冷水设备基于环境因素的智能控制。
该方法中,执行第一自调节控制策略对零冷水设备进行水质监测,并基于监测结果启动净化调节单元,实现了对水质的实时监测和调节。获取用户语音指令,连接自调节控制单元按照指令进行加热控制分支和循环控制分支的使用控制,更新第一自调节控制策略,生成第二自调节控制策略,实现了用户对设备的智能控制。
第二方面,本发明还提供了基于环境感知的零冷水设备自调节系统,其中,所述系统包括:
监测采集模块,所述监测采集模块用于通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
自调节决策模块,所述自调节决策模块用于基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
水质控制模块,所述水质控制模块用于执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
语音调控模块,所述语音调控模块用于获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
调节控制模块,所述调节控制模块用于结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节。
本发明公开了基于环境感知的零冷水设备自调节方法及系统,包括:通过传感器组进行实时监测,获取多个监测数据集,多个监测数据集包含环境数据集、用水数据集;基于环境数据集生成环境控制信号,基于用水数据集生成用水控制信号,将环境控制信号、用水控制信号发送至自调节控制单元,获取第一自调节控制策略,自调节控制单元包含加热控制分支、循环控制分支;执行第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;获取用户语音指令,连接自调节控制单元按照用户语音指令进行加热控制分支、循环控制分支的使用控制,更新第一自调节控制策略,生成第二自调节控制策略;结合净化调节单元,执行第二自调节控制策略对零冷水设备进行智能调节。本发明公开的基于环境感知的零冷水设备自调节方法及系统解决了能源消耗大,季节适应性差的技术问题,实现提高节能水平,提升环境适应性的技术效果。
附图说明
图1为本发明基于环境感知的零冷水设备自调节方法的流程示意图;
图2为本发明基于环境感知的零冷水设备自调节系统的结构示意图。
附图标记说明:监测采集模块11、自调节决策模块12、水质控制模块13、语音调控模块14、调节控制模块15。
具体实施方式
本发明的实施例中所提供的技术方案,为解决现有技术存在的能源消耗大,季节适应性差的技术问题,所采用的整体思路如下:
首先,通过传感器组实时监测,获取环境数据集和用水数据集。接着,基于环境数据集生成环境控制信号,基于用水数据集生成用水控制信号,并将这两个控制信号发送至自调节控制单元。在自调节控制单元中,包含加热控制分支和循环控制分支。通过这些控制信号,获取第一自调节控制策略。接下来,执行第一自调节控制策略,对零冷水设备进行水质监测,并根据监测结果启动净化调节单元。同时,获取用户语音指令,连接自调节控制单元,按照用户语音指令对加热控制分支和循环控制分支进行使用控制,并更新第一自调节控制策略,生成第二自调节控制策略。最后,结合净化调节单元,执行第二自调节控制策略,对零冷水设备进行智能调节。
下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明,以更好的理解上述技术方案。显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受仅用于解释本发明的示例实施例的限制。基于本发明的实施例,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。此外,还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
图1为本发明基于环境感知的零冷水设备自调节方法的流程示意图;其中,包括:
通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
可选的,通过传感器组进行实时监测。该传感器组是指一组用于监测特定参数的传感器、传感器组包括温度传感器、湿度传感器、流量传感器、气体传感器等,用于收集环境和用水相关的数据。
可选的,基于传感器组的实时监测,获取监测数据,并将监测数据组织成多个监测数据集。这些监测数据集包括环境数据集和用水数据集。其中,环境数据集包括温度、湿度、光照、气压、氧气含量等数据,用水数据集包括用水量、用水时间、用水频率、用水温度等数据。
基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
基于环境和用水数据集生成控制信号并发送至自调节控制单元的过程,是将收集的数据转化为可用于控制设备的实际策略的过程。
其中,基于环境数据集生成环境控制信号,通过对环境数据集中的原始环境数据进行处理与统计分析,进而提取对目标设备工况输出产生影响的环境数据特征信息,并转化为环境控制信号,有助于目标设备及目标设备的自调节控制单元理解环境因素。
此外,基于同样的方法思路,根据用水数据集生成用水控制信号,以便目标设备及目标设备的自调节控制单元更好的理解当前环境下的用水需求。
进一步的,将生成的环境控制信号和用水控制信号发送到自调节控制单元。自调节控制单元是目标设备自调节的执行单元,负责根据接收到的信号控制设备的运行。自调节控制单元根据接收到的环境控制信号和用水控制信号,生成第一自调节控制策略。其中,第一自调节控制策略包括设备应该如何调整其工作模式、温度设置、流量设置、加热功率设置、循环流量设置、循环周期设置等。
可选的,自调节控制单元包含加热控制分支、循环控制分支,其中,加热控制分支用于控制设备的加热过程,示例性的,包括加热功率、加热频率、加热间隔等;循环控制分支用于控制设备的水循环过程,示例性的,包括循环速度、循环周期、循环间隔等。
通过上述的方法步骤,根据实时收集的环境和用水数据自动调节目标设备的运行状态,以提高零冷水工况的效率和节能水平。
在一些实施例中,基于所述用水数据集生成用水控制信号,方法包括:
调取实时季节信息,基于所述实时季节信息映射历史用户用水偏好数据,获取预测用水需求信息,所述预测用水需求信息与所述实时季节信息存在对应关系;
基于所述预测用水需求信息进行用水分析,根据分析结果确定预测用水时间、预测用水频率;
基于所述预测用水时间、所述预测用水频率进行用水计算,生成预测用水量;
按照所述预测用水量、所述实时季节信息确定预测用水温度;
将所述预测用水时间、所述预测用水频率、所述预测用水温度、所述预测用水量添加至所述用水控制信号。
可选的,不同季节用户的用水偏好不尽相同,则需要根据当前季节,获取对应的用户用水偏好数据,进而提高用水需求的准确预测,生成预测用水需求信息。示例性的,若当前是夏季,则调取用户在预设时间窗口中夏季的用水数据,获取历史用户用水偏好数据。然后,根据历史用户用水偏好数据进行统计分析,预测用户的用水需求。其中,用户偏好数据包括用水时间、用水量、用水频率、用水温度等。
优选的,根据历史用户用水偏好数据进行统计分析,预测用户的用水需求,包括基于95%的置信水平,利用统计分析的结果预测用户的用水需求,从而确保获取的预测用水需求信息满足用户绝大多数情况下的需要。
可选的,根据预测用水需求信息进行分析,确定预测用水时间、预测用水频率。其中,预测用水时间是指用水水平高的时间窗口,示例性的,包括起床洗漱时间段、就寝前时间段、饭点时间、家务时间等。预测用水频率反映了上述的用水时间对应的用水频繁程度,用水频率与对应用水时间的场景与用户习惯相关,示例性的。对于饭点时间,其对应的用水频率较高、换而言之,饭点时间往往对应密集的多次少量的用水情况。
这种预测可以帮助零冷水设备更准确地满足用户的实际需求,同时提高设备的效率和节约能源。例如,用户在特定的时间会有多次用水需求,则目标设备在这个时间段内保持高效运行,而在其他时间段则降低运行效率,从而节省能源。
可选的,按照所述预测用水量、所述实时季节信息确定预测用水温度,示例性的,如果预测的用水量较大,并且当前是夏季,则预测用水温度较低。进一步的,将所述预测用水时间、所述预测用水频率、所述预测用水温度、所述预测用水量添加到用水控制信号中。然后,这个用水控制信号会被发送到自调节控制单元,用于控制设备的运行。
在一些实施例中,基于所述环境数据集生成环境控制信号,方法包括:
调取所述传感器组中的温度传感器、湿度传感器进行零冷水设备的环境感知,获得环境温度数据、环境湿度数据;
基于所述环境温度数据、所述环境湿度数据识别环境周期波动粒子,绘制环境周期变化趋势图;
根据所述环境周期变化趋势图,对零冷水设备运行状态与所述用水数据集进行关联分析,根据关联分析结果进行信号映射,输出所述环境控制信号。
可选的,首先,通过温度传感器和湿度传感器获取环境温度数据和环境湿度数据,以了解当前的环境条件,从而更准确地调整运行状态。而后,基于环境温度数据和环境湿度数据,进行环境条件的周期性波动分析,进而绘制出环境周期变化趋势图。环境周期变化趋势图反映了目标设备所在环境的周期性变化特征,有助于设备预测未来的环境条件,从而提前做好调整。
其中,识别环境周期波动粒子,是指分析环境周期波动的波动粒度,也就是识别环境波动周期。示例性的,环境周期波动粒子可以包括天、周、月、年等。若环境周期波动粒子为天,则分析一天之内的环境温度和湿度数据,获取日周期性波动,日周期性波动是由太阳的日出和日落造成的。同样,若分析一年之内的环境温度和湿度数据,则会识别出一个年周期性波动,年周期性波动是由季节变化造成的。
可选的,根据环境周期变化趋势图,使用统计方法或者机器学习算法,对零冷水设备的运行状态与用水数据集进行关联分析,找出环境周期变化趋势(如温度、湿度等)与设备运行状态和用水数据之间的关联性。
示例性的,对零冷水设备运行状态与环境周期变化趋势图进行关联分析,以确定环境变化对零冷水设备运行状态的影响特性,如在温度上升时,由于空气密度降低,导致实际燃气进入能力降低,目标设备的运行效率及输出功率下降。
示例性的,对用水数据集与环境周期变化趋势图进行关联分析,以确定环境因素对用户用水需求的影响,从而更准确地满足用户的实际需求,如在湿度下降时,水的使用量增加。
在一些实施例中,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,方法包括:
所述自调节控制单元接收所述环境控制信号、所述用水控制信号进行整合,生成控制信号数据集;
基于所述控制信号数据集结合所述加热控制分支内嵌的加热元件,计算第一加热功率;
基于所述控制信号数据集结合所述循环控制分支内嵌的循环泵,计算第一循环控制速度、第一循环控制流量;
基于所述第一加热功率、所述第一循环控制速度、所述第一循环控制流量制定所述第一自调节控制策略。
可选的,首先,自调节控制单元通过接收环境控制信号和用水控制信号,生成控制信号数据集。然后,基于控制信号数据集和加热控制分支内嵌的加热元件,计算第一加热功率。基于控制信号数据集和循环控制分支内嵌的循环泵,计算第一循环控制速度和第一循环控制流量。最后,根据这些计算结果,制定第一自调节控制策略。
示例性的,基于加热控制分支内嵌的加热元件的工况特性曲线,计算第一加热功率,其中加热元件的工况特性曲线反映了加热元件加热功率与出水温度的映射关系。
具体的,基于控制信号数据集和循环控制分支内嵌的循环泵,计算第一循环控制速度和第一循环控制流量。首先,获取循环泵的流量特性曲线,包括实测得到的曲线或者是根据泵的设计参数计算得出的理论曲线。而后,根据控制信号数据集和流量特性曲线,基于控制信号中第一循环控制速度和第一循环控制流量与流量特性曲线的关系进行工况选取,计算对应的第一循环控制速度和第一循环控制流量。
执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
在一些实施例中,执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元,方法包括:
通过水质监测模块对零冷水设备进行水质监测,输出第一水质监测结果;
判断所述第一水质监测结果是否符合预设水质标准;
若否,则启动所述净化调节单元进行水质净化,调用所述水质监测模块进行二次水质监测,获取第二水质监测结果;
提取所述第一水质监测结果的第一水质成分表,所述第二水质监测结果的第二水质成分表,将所述第二水质成分表与所述第一水质成分表进行比对,根据比对结果计算水质净化率;
基于所述水质净化率记录水质净化结果、水质净化次数,当所述水质净化次数达到预设临界值时判断所述水质净化结果是否合格,若不合格则对所述水质监测模块内的滤芯进行更换。
其中,水质监测模块是指用于检测和监控水质状况的设备,用于对水中的各种物理、化学和生物指标进行测量,以确保水质符合特定的健康和安全标准。优选的,水质监测模块为在线监测模型,安装在零冷水设备或循环管路的适当位置,以便准确获取水质数据。
可选的,通过水质监测模块对零冷水设备进行水质监测,输出第一水质监测结果,第一水质监测结果包括多种水质指标,如总溶解固体(TDS)、游离氯、pH值、水的硬度等。
可选的,若上述的第一水质监测结果中存在一种或多种水质指标不满足预设的水质标准,则启动净化调节单元进行水质净化,其中,净化调节单元使用反渗透膜、离子交换树脂或其他适当的过滤材料来去除溶解在水中的固体物质。使用活性炭过滤器或氯移除剂来去除水中的游离氯。通过添加酸碱调节剂来调节水的pH值至预设范围内。使用离子交换树脂或其他软化剂来去除水中的钙和镁离子,降低水的硬度。
可选的,处理完成后,进行二次水质监测,获取第二水质监测结果,并与第一水质监测结果进行比对,确保水质达到预设标准。具体的,将第一水质监测结果的第一水质成分表与第二水质监测结果的第二水质成分表进行比对计算,获取水质净化率,并基于水质净化率进行净化效果判断。
可选的,以水质净化率为累积特征,记录水质净化结果、水质净化次数,若水质净化次数达到预设临界值时,水质净化结果为不合格,则说明净化调节单元的净化能力下降,需要对水质监测模块内的滤芯进行更换。
获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
在一些实施例中,获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略,方法包括:
基于所述用户语音指令进行指令解析,根据解析结果捕捉语音信号;
利用语音识别技术将所述语音信号转换为指令代码,所述指令代码包含加热控制指令代码、循环控制指令代码;
将所述加热控制指令代码同步至所述加热控制分支进行加热元件的使用控制,输出第二加热控制功率;
将所述循环控制指令代码同步至所述循环控制分支进行循环泵的使用控制,输出第二循环控制速度、第二循环控制流量;
基于所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量回溯至学习机制,生成控制学习记录信息集,所述学习机制内嵌回溯学习模型;
基于所述控制学习记录信息集对所述第一自调节控制策略进行更新,输出所述第二自调节控制策略。
可选的,获取用户语音指令后,对用户的语音指令进行解析,以理解指令的内容和意图,具体的,包括语音识别与语义识别,其中语音识别用于将用户的语音指令转换为机器可理解的指令代码,涉及语音转文本(STT)技术;语义识别通过自然语音处理(NLP)技术,用于从语音信号中提取有用信息,以理解指令的内容和意图。
可选的,将语音信号转换为指令代码,指令代码包含加热控制指令代码、循环控制指令代码,其中,加热控制指令代码用于进行加热功率调节,包括加热功率增加或减少的双向调节,循环控制指令代码用于进行循环速度调节,包括循环速度快慢与循环启停的4维度调节。
示例性的,将语音信号转换为指令代码,若用户的语音信号包括精确的调整数值,如温度升高或降低N度,则基于加热控制指令代码更新前述的用水控制信号,并同步至加热控制分支进行加热元件的使用控制,获取第二加热控制功率。若用户的语音信号不包括精确的调整数值,则基于加热控制指令代码的调整方向,结合预设的调整步进,更新前述的用水控制信号,同步至加热控制分支进行加热元件的使用控制,获取第二加热控制功率。
可选的,基于上述获取第二加热控制功率同样的方法原理,通过循环控制分支进行循环泵的使用控制,输出第二循环控制速度、第二循环控制流量。需理解的是,为了说明书的简洁,此处不做进一步的展开说明。
在一些实现方式中,基于所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量回溯至学习机制,生成控制学习记录信息集,方法包括:
基于历史控制记录档案构建回溯学习模型,所述历史控制记录档案包含历史加热控制记录数据、历史循环速度控制记录数据、历史循环流量控制记录数据;
将所述历史加热控制记录数据、所述历史循环速度控制记录数据、所述历史循环流量控制记录数据作为输入特征,将所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量作为训练数据,将零冷水设备性能数据、零冷水设备能效数据、用户反馈满意度等作为输出目标,训练所述回溯学习模型;
验证所述回溯学习模型输出的控制学习记录集是否趋于收敛,若是,则输出所述回溯学习模型,若否,则判断验证次数是否达到预设迭代阈值,若是,则输出所述回溯学习模型。
可选的,基于历史控制记录档案构建回溯学习模型,首先,收集历史控制记录档案,包括历史加热控制记录数据、历史循环速度控制记录数据和历史循环流量控制记录数据。这些数据可以来自目标设备记录、传感器数据及其他监控系统。而后,对历史控制记录档案进行清洗、去噪和归一化处理,确保数据质量和一致性。进一步的,从历史控制记录档案中提取有意义的特征,例如控制参数、时间戳、设备状态等,并基于回溯算法,构建回溯学习模型。
进一步的,基于历史控制记录档案与历史控制记录档案提取出的特征,对回溯学习模型进行训练,在训练过程中,回溯学习模型根据历史控制记录档案与提取出的特征学习控制决策的规律,从而获取控制决策能力,生成控制学习记录信息集。
结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节。
可选的,执行第二自调节控制策略进行零冷水设备进行智能调节,还包括激活净化调节单元,进行持续的水质监测,并根据水质监测结果控制水质净化,确保出水质量。
综上所述,本发明所提供的基于环境感知的零冷水设备自调节方法具有如下技术效果:
通过传感器组实时监测环境和用水情况,生成环境和用水控制信号发送至自调节控制单元,获取第一自调节控制策略。执行策略对设备进行水质监测,启动净化调节单元。接收用户语音指令,连接自调节控制单元进行加热和循环控制的使用控制,更新策略生成第二自调节控制策略。结合净化调节单元,执行第二策略对设备进行智能调节。解决了能源消耗大,季节适应性差的技术问题,实现了提高节能水平,提升环境适应性的技术效果。
实施例二
图2是本发明基于环境感知的零冷水设备自调节系统的结构示意图。例如,图1中本发明基于环境感知的零冷水设备自调节方法的流程示意图可以通过如图2所示的结构实现。
基于与所述实施例中基于环境感知的零冷水设备自调节方法同样的构思,本发明还提供的基于环境感知的零冷水设备自调节系统包括:
监测采集模块11,用于通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
自调节决策模块12,用于基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
水质控制模块13,用于执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
语音调控模块14,用于获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
调节控制模块15,用于结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节。
其中,自调节决策模块12包括:
单元,用于调取所述传感器组中的温度传感器、湿度传感器进行零冷水设备的环境感知,获得环境温度数据、环境湿度数据;
基于所述环境温度数据、所述环境湿度数据识别环境周期波动粒子,绘制环境周期变化趋势图;
根据所述环境周期变化趋势图,对零冷水设备运行状态与所述用水数据集进行关联分析,根据关联分析结果进行信号映射,输出所述环境控制信号。
其中,自调节决策模块12包括:
单元,用于调取实时季节信息,基于所述实时季节信息映射历史用户用水偏好数据,获取预测用水需求信息,所述预测用水需求信息与所述实时季节信息存在对应关系;
基于所述预测用水需求信息进行用水分析,根据分析结果确定预测用水时间、预测用水频率;
基于所述预测用水时间、所述预测用水频率进行用水计算,生成预测用水量;
按照所述预测用水量、所述实时季节信息确定预测用水温度;
将所述预测用水时间、所述预测用水频率、所述预测用水温度、所述预测用水量添加至所述用水控制信号。
其中,自调节决策模块12包括:
信号整合单元,用于所述自调节控制单元接收所述环境控制信号、所述用水控制信号进行整合,生成控制信号数据集;
功率计算单元,用于基于所述控制信号数据集结合所述加热控制分支内嵌的加热元件,计算第一加热功率;
循环计算单元,用于基于所述控制信号数据集结合所述循环控制分支内嵌的循环泵,计算第一循环控制速度、第一循环控制流量;
策略集成单元,用于基于所述第一加热功率、所述第一循环控制速度、所述第一循环控制流量制定所述第一自调节控制策略。
进一步的,水质控制模块13包括:
水质监测单元,用于通过水质监测模块对零冷水设备进行水质监测,输出第一水质监测结果;
水质判别单元,用于判断所述第一水质监测结果是否符合预设水质标准;
净化更新单元,用于若否,则启动所述净化调节单元进行水质净化,调用所述水质监测模块进行二次水质监测,获取第二水质监测结果;
效果比对单元,用于提取所述第一水质监测结果的第一水质成分表,所述第二水质监测结果的第二水质成分表,将所述第二水质成分表与所述第一水质成分表进行比对,根据比对结果计算水质净化率;
净化维护单元,用于基于所述水质净化率记录水质净化结果、水质净化次数,当所述水质净化次数达到预设临界值时判断所述水质净化结果是否合格,若不合格则对所述水质监测模块内的滤芯进行更换。
进一步的,语音调控模块14包括:
语音解析单元,用于基于所述用户语音指令进行指令解析,根据解析结果捕捉语音信号;
指令转换单元,用于利用语音识别技术将所述语音信号转换为指令代码,所述指令代码包含加热控制指令代码、循环控制指令代码;
加热更新单元,用于将所述加热控制指令代码同步至所述加热控制分支进行加热元件的使用控制,输出第二加热控制功率;
循环更新单元,用于将所述循环控制指令代码同步至所述循环控制分支进行循环泵的使用控制,输出第二循环控制速度、第二循环控制流量;
回溯优化单元,用于基于所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量回溯至学习机制,生成控制学习记录信息集,所述学习机制内嵌回溯学习模型;
更新输出单元,用于基于所述控制学习记录信息集对所述第一自调节控制策略进行更新,输出所述第二自调节控制策略。
在一些实现方式中,语音调控模块14中回溯优化单元包括:
框架构建单元,用于基于历史控制记录档案构建回溯学习模型,所述历史控制记录档案包含历史加热控制记录数据、历史循环速度控制记录数据、历史循环流量控制记录数据;
学习训练单元,用于将所述历史加热控制记录数据、所述历史循环速度控制记录数据、所述历史循环流量控制记录数据作为输入特征,将所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量作为训练数据,将零冷水设备性能数据、零冷水设备能效数据、用户反馈满意度等作为输出目标,训练所述回溯学习模型;
验证输出单元,用于验证所述回溯学习模型输出的控制学习记录集是否趋于收敛,若是,则输出所述回溯学习模型,若否,则判断验证次数是否达到预设迭代阈值,若是,则输出所述回溯学习模型。
应当理解的是,本说明书中所提及的实施例重点在其与其他实施例的不同,前述实施例一中的具体实施例,同样适用于实施例二所述的基于环境感知的零冷水设备自调节系统,为了说明书的简洁,在此不做进一步的展开。
应当理解的是,本发明所公开的实施例及上述说明,可以使得本领域的技术人员运用本发明实现本发明。同时本发明不被限制于上述所提到的这部分实施例,应当理解:本领域的普通技术人员依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (4)
1.基于环境感知的零冷水设备自调节方法,其特征在于,所述方法包括:
通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节;
基于所述用水数据集生成用水控制信号,方法包括:
调取实时季节信息,基于所述实时季节信息映射历史用户用水偏好数据,获取预测用水需求信息,所述预测用水需求信息与所述实时季节信息存在对应关系;
基于所述预测用水需求信息进行用水分析,根据分析结果确定预测用水时间、预测用水频率;
基于所述预测用水时间、所述预测用水频率进行用水计算,生成预测用水量;
按照所述预测用水量、所述实时季节信息确定预测用水温度;
将所述预测用水时间、所述预测用水频率、所述预测用水温度、所述预测用水量添加至所述用水控制信号;
基于所述环境数据集生成环境控制信号,方法包括:
调取所述传感器组中的温度传感器、湿度传感器进行零冷水设备的环境感知,获得环境温度数据、环境湿度数据;
基于所述环境温度数据、所述环境湿度数据识别环境周期波动粒子,绘制环境周期变化趋势图;
根据所述环境周期变化趋势图,对零冷水设备运行状态与所述用水数据集进行关联分析,根据关联分析结果进行信号映射,输出所述环境控制信号;
将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,方法包括:
所述自调节控制单元接收所述环境控制信号、所述用水控制信号进行整合,生成控制信号数据集;
基于所述控制信号数据集结合所述加热控制分支内嵌的加热元件,计算第一加热功率;
基于所述控制信号数据集结合所述循环控制分支内嵌的循环泵,计算第一循环控制速度、第一循环控制流量;
基于所述第一加热功率、所述第一循环控制速度、所述第一循环控制流量制定所述第一自调节控制策略;
执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元,方法包括:
通过水质监测模块对零冷水设备进行水质监测,输出第一水质监测结果;
判断所述第一水质监测结果是否符合预设水质标准;
若否,则启动所述净化调节单元进行水质净化,调用所述水质监测模块进行二次水质监测,获取第二水质监测结果;
提取所述第一水质监测结果的第一水质成分表,所述第二水质监测结果的第二水质成分表,将所述第二水质成分表与所述第一水质成分表进行比对,根据比对结果计算水质净化率;
基于所述水质净化率记录水质净化结果、水质净化次数,当所述水质净化次数达到预设临界值时判断所述水质净化结果是否合格,若不合格则对所述水质监测模块内的滤芯进行更换。
2.如权利要求1所述的方法,其特征在于,获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略,方法包括:
基于所述用户语音指令进行指令解析,根据解析结果捕捉语音信号;
利用语音识别技术将所述语音信号转换为指令代码,所述指令代码包含加热控制指令代码、循环控制指令代码;
将所述加热控制指令代码同步至所述加热控制分支进行加热元件的使用控制,输出第二加热控制功率;
将所述循环控制指令代码同步至所述循环控制分支进行循环泵的使用控制,输出第二循环控制速度、第二循环控制流量;
基于所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量回溯至学习机制,生成控制学习记录信息集,所述学习机制内嵌回溯学习模型;
基于所述控制学习记录信息集对所述第一自调节控制策略进行更新,输出所述第二自调节控制策略。
3.如权利要求2所述的方法,其特征在于,基于所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量回溯至学习机制,生成控制学习记录信息集,方法包括:
基于历史控制记录档案构建回溯学习模型,所述历史控制记录档案包含历史加热控制记录数据、历史循环速度控制记录数据、历史循环流量控制记录数据;
将所述历史加热控制记录数据、所述历史循环速度控制记录数据、所述历史循环流量控制记录数据作为输入特征,将所述第二加热控制功率、所述第二循环控制速度、所述第二循环控制流量作为训练数据,将零冷水设备性能数据、零冷水设备能效数据、用户反馈满意度作为输出目标,训练所述回溯学习模型;
验证所述回溯学习模型输出的控制学习记录集是否趋于收敛,若是,则输出所述回溯学习模型,若否,则判断验证次数是否达到预设迭代阈值,若是,则输出所述回溯学习模型。
4.基于环境感知的零冷水设备自调节系统,其特征在于,所述系统用于实施权利要求1至3中任一项的方法,所述系统包括:
监测采集模块,所述监测采集模块用于通过传感器组进行实时监测,获取多个监测数据集,所述多个监测数据集包含环境数据集、用水数据集;
自调节决策模块,所述自调节决策模块用于基于所述环境数据集生成环境控制信号,基于所述用水数据集生成用水控制信号,将所述环境控制信号、所述用水控制信号发送至自调节控制单元,获取第一自调节控制策略,所述自调节控制单元包含加热控制分支、循环控制分支;
水质控制模块,所述水质控制模块用于执行所述第一自调节控制策略对零冷水设备进行水质监测,基于水质监测结果启动净化调节单元;
语音调控模块,所述语音调控模块用于获取用户语音指令,连接所述自调节控制单元按照所述用户语音指令进行所述加热控制分支、所述循环控制分支的使用控制,更新所述第一自调节控制策略,生成第二自调节控制策略;
调节控制模块,所述调节控制模块用于结合所述净化调节单元,执行所述第二自调节控制策略对零冷水设备进行智能调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410605127.XA CN118168164B (zh) | 2024-05-16 | 2024-05-16 | 基于环境感知的零冷水设备自调节方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410605127.XA CN118168164B (zh) | 2024-05-16 | 2024-05-16 | 基于环境感知的零冷水设备自调节方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118168164A CN118168164A (zh) | 2024-06-11 |
CN118168164B true CN118168164B (zh) | 2024-08-20 |
Family
ID=91354977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410605127.XA Active CN118168164B (zh) | 2024-05-16 | 2024-05-16 | 基于环境感知的零冷水设备自调节方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118168164B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022131502A1 (ko) * | 2020-12-17 | 2022-06-23 | 코웨이 주식회사 | 온수공급 장치, 그 제어 방법 및 수처리 장치 |
CN116928894A (zh) * | 2023-07-24 | 2023-10-24 | 亚太苹果卫浴科技(深圳)有限公司 | 一种用水控制方法、装置、设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022001630A1 (de) * | 2022-05-10 | 2023-11-16 | KSB SE & Co. KGaA | Verfahren zur Steuerung und/oder Regelung einer Heizungsanlage zum Beheizen wenigstens eines Raumes sowie Heizungsanlage |
-
2024
- 2024-05-16 CN CN202410605127.XA patent/CN118168164B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022131502A1 (ko) * | 2020-12-17 | 2022-06-23 | 코웨이 주식회사 | 온수공급 장치, 그 제어 방법 및 수처리 장치 |
CN116928894A (zh) * | 2023-07-24 | 2023-10-24 | 亚太苹果卫浴科技(深圳)有限公司 | 一种用水控制方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN118168164A (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104613651B (zh) | 变频空气源热泵热水器频率调节方法 | |
CN113406984B (zh) | 一种制冷恒温恒湿控制方法及系统 | |
CN109960296A (zh) | 一种用于自适应环境变化温度预测的方法 | |
CN105402895B (zh) | 空气源热泵热水器的智能节能控制方法 | |
CN114275912A (zh) | 一种基于自适应神经网络模型的曝气系统溶解氧控制方法 | |
CN118168164B (zh) | 基于环境感知的零冷水设备自调节方法及系统 | |
CN110779239A (zh) | 一种基于预测模型的太阳能-空气源热泵控制系统及节能控制方法 | |
CN114183928B (zh) | 热水器、热水器的控制方法和相关设备 | |
CN117666448B (zh) | 基于物联网能耗预测的节能方法、装置、设备及介质 | |
CN110822768A (zh) | 一种居民区废弃热水热量智能回收系统 | |
CN117450642A (zh) | 一种基于模糊pid的温湿度自适应空调调节系统及方法 | |
CN112539451A (zh) | 采暖换热设备及其控制方法、装置、系统 | |
CN113218109B (zh) | 一种深度余热回收智能调控装置及方法 | |
TWI771592B (zh) | 智慧型廢水處理系統及方法 | |
CN113756886A (zh) | 一种汽轮机加热器的故障判断方法和系统 | |
CN117408440B (zh) | 基于多维传感器的河道排污口污水智能处理方法及系统 | |
CN117190284A (zh) | 一种智慧供热系统和智慧型供热系统控制方法 | |
CN117490185A (zh) | 一种智能中央空调控制系统及方法 | |
CN118012140A (zh) | 一种兼具正反态的排污控制器及其流量监测方法 | |
CN117387172B (zh) | 基于精准推荐设备控制参数的末端空调节能方法和系统 | |
CN117054794B (zh) | 一种热水器检测方法和装置 | |
CN118089209B (zh) | 一种空气能冷暖机工作数据实时监测方法 | |
CN113091309B (zh) | 导热油循环故障诊断系统 | |
CN117800425B (zh) | 基于人工智能的净水器控制方法及系统 | |
CN111027852B (zh) | 基于大数据处理和灰色理论分析风发电效益的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |