CN1988838B - 用于校准传感器的方法 - Google Patents

Abstract

用于借助参考值(公式(1))校准传感器、尤其是家用器具如餐具洗涤机或洗衣机中的浊度传感器(6)的方法，具有以下步骤：求出至少一个洗涤程序流程(s)中的至少两个测量值(m_a ^s)，通过统计方法或概率计算方法选择出至少一个测量值(m_a ^s)，该测量值在随后的步骤中不再被考虑，从未被选择的测量值(m_a ^s)中求出用于校准传感器的至少一个可能的参考值(公式(1))，如果求出了多于两个可能的参考值(公式(1))，从所述至少一个可能的参考值(公式(1))中选择一个最佳的参考值(公式(1))。

Description

用于校准传感器的方法

本发明涉及一种用于校准传感器、尤其是家用器具中的浊度传感器的方法和所属的用于实施该方法的家用器具。

在家用器具、例如餐具洗涤机或洗衣机中使用浊度传感器来测量洗涤液体如洗碗液或洗衣液的浑浊度。借助由浊度传感器测定的浑浊度值进行对家用器具的洗涤程序的进一步控制。在餐具洗涤机中洗涤程序例如由子程序步骤“预洗”、“清洁”、“中间洗”、“清洗”和“干燥”组成。在子程序步骤“中间洗”内通常执行多个中间洗步骤。通过使用由浊度传感器测定的浊度值，当其低于一定的浊度值时由餐具洗涤机的控制装置中断执行其余的中间洗步骤。因此可达到在同样清洗效果的情况下显著节约水和能量。此外当“预洗”时在浊度小的情况下可将“预洗”的洗涤液用于子程序步骤“清洁”。

浊度的测量通常借助光透过洗涤液的传导来进行。但也可考虑其它的物理测量方法如声波。在使用光透射洗涤液传导的物理原理时需要一个光发射装置和一个光接收装置，其中洗涤液中的微粒作为悬浮物遮挡一部分光。发射装置例如涉及灯泡或发光二极管，接收装置例如涉及光电晶体管。但发射装置和接收装置承受磨损和老化的改变。此外可能部分地出现光学装置上的显著沉积。发射和接收装置上暂时的浊物可导致测量时的显著误差。随着时间进展这导致洗涤液浊度测量时的持续增大的误差。由此引起家用器具控制方面的误差。

由EP 0 862 892 B1公知了具有用于测定洗涤液浊度的测量装置的家用器具。在一个清洁程序中测量装置用于测定洗涤液的浊度，为了防止错误测量，在该清洁程序中由测量装置执行对在先清洁程序的补偿测量，其中这最好在具有不脏的洗涤液的子程序中进行，例如在清洗中进行。在随后洗涤程序中的测量装置补偿的测量值可存储在一个非易失性存储器中。这方面的缺点是，在小的或分选的中间洗时在清洗时也会在洗涤液中包含并非不显著的浊物，由此可能使测量结果不正确。此外仅执行补偿测量，以致当偶然出现强的浊物如在发射装置上有点状沉积时，导致测量装置补偿的测量值具有显著误差。

由DE 101 11 006 A1公知了一种补偿浊度传感器的方法。在一个洗涤程序内在不同的时间点执行多个校准值测量并存储在第一存储器表中，其中在多个洗涤程序中进行校准值测量。由这些校准值测量对于每个洗涤程序通过选择求出具有最小浊度的校准值并写入第二存储器表中。由第二存储表的所存储的、选择的校准测量值计算出平均值，该平均值构成用浊度传感器进行测量的参考值。

其缺点是，仅相对小数量的校准测量即构成参考值测定的基础，该参考值仅是一个洗涤程序内的多个单一测量的平均值。因此在多个洗涤程序中或仅在一个完整洗涤程序内出现的误差源例如发射装置光具上的浊物不能被识别。由于由对每个洗涤程序的所有校准测量值构成纯平均值来求得参考值，这些通常带有显著误差的校准测量值在构成平均值时带来不利的影响。如果例如在三个在先的洗涤程序中存在浊物并且该浊物在下个洗涤程序中又被排除，尽管如此，该测量仍以由通常带有误差的各个测量的平均值为参考值进行，其中该误差一直持续下去，直到构成参考值基础的所有校准测量不再因暂时的浊物而带有误差。

因此，本发明的任务在于，提供一种方法和一种所属的用于实施该方法的家用器具，它允许以简单的方式在家用器具的所有工作条件下、尤其在存在暂时浊物的情况下能够可靠地校准传感器，例如浊度传感器。

该任务通过以下用于校准传感器的本发明方法以及用于实施该方法的家用器具来解决。

在根据本发明的用于借助参考值校准传感器、尤其是家用器具如餐具洗涤机或洗衣机中的浊度传感器的方法中，进行下列步骤：

-在至少一个洗涤程序流程中求出至少两个测量值，

-通过统计方法或概率计算选择出至少一个测量值，该测量值在随后的步骤中不再被考虑，

-由未被选择出的测量值求出用于校准传感器的至少一个可能的参考值，及

一如果求出了多于两个可能的参考值，从至少一个可能的参考值中选择一个最佳的参考值。

合乎目的地，总是由测量值的一个系列中通过统计方法或概率计算选择在随后的步骤中不再被考虑的至少一个测量值，这些测量值在一个洗涤程序流程内的相同时间点测得。由此对在一个洗涤程序流程内的相同时间点测量的测量值进行选择，以致这些测量值彼此类似并且适用于进一步的选择方法或计算。

最好为了选择至少一个测量值进行以下步骤：

-按照以下公式求出这些测量值的算术平均值：

$d_a=\frac{m_a^1+m_a^2+m_a^3+m_a^4+...+m_a^s}{s}$

-根据以下公式确定平均误差平方：

${{\mathrm{\σ}}_a}^2=\frac{{(m_1^1-d_a)}^2+{(m_1^2-d_a)}^2+\·\·\·+{(m_1^s-d_a)}^2}{s}$

—求出可能参考值的概率极限，其中，它们处于 $d_a\±\frac{0.6746}{\sqrt{s}}$ 之内，及

—选择处于极限之外的测量值。

在另一变型方案中，如果没有测量值处于可能参考值的概率极限之外，则使可能参考值的概率极限的区间变小，以使至少一个测量值处于外部并选择该至少一个测量值。由此总可选择至少一个测量值。由此该方法能适配变化的情况。

在另一变型方案中，为了求得可能参考值的概率极限，最好补充地使用在工厂中给定的经验值，这些值在方法过程中自动适配变化的情况。由此该方法也可在新的家用器具最佳地使用并实现自动适配变化的情况如浊物，由此根据本发明的方法“有学习能力”。

由余下的未被选择的测量值求得用于校准传感器的至少一个可能参考值最好通过构成平均值来进行。由此能以简单的方式对于每个时间点的测量值的测量值系列求得可能的参考值，在有些情况下还存在的错误测量由于构成平均值而仅具有很小影响。

合乎目的地，由余下的未被选择的测量值求得用于校准传感器的至少一个可能参考值通过借助统计方法或概率计算选择一个测量值来进行。由此可排除由在有些情况下还存在的单个错误测量所引起的误差，因为仅选择出一个单个的测量值。

在另一变型方案中，选择出未被选择的测量值内的具有最高概率密度的测量值。因此，与构成平均值相比可以排除可能的误差，这些误差基于可能有误差的测量值。

最好选择最接近未被选择的测量值的算术平均值的那个测量值作为参考值，通过以下步骤：

—求得未被选择的测量值的算术平均值，

—求得该算术平均值与每个测量值的差值，其中，选择出差值最小的那个测量值。

在一个补充的方案中，从这些可能的参考值中选择出最佳的、通常是具有最小浊度的那个参考值作为用于校准传感器的参考值。

在另一个根据本发明的用于借助参考值校准传感器、尤其是家用器具如餐具洗涤机或洗衣机中的浊度传感器的方法中，进行下列步骤：

—求出至少一个洗涤程序流程中的至少两个测量值，

—通过用概率计算方法或统计方法选择一个测量值，从这些测量值中求得至少一个可能的参考值，及

—如果求出了多于一个可能的参考值，从这些可能的参考值中选择出一个最佳的参考值。

由此可以放弃选择至少一个测量值的方法步骤，得到一种更简单的方法。

合乎目的地，通过统计方法或概率计算方法每次从一个系列测量值中选择至少一个测量值，这些测量值在一个洗涤程序流程内的相同时间点测量。因此，从相互可比较的测量值中选择可能的参考值。

最好选择最接近未被选择的测量值的算术平均值的那个测量值作为参考值，通过以下步骤：

—求得未被选择的测量值的算术平均值，

—求得该算术平均值与测量值的差值，其中，选择出算术平均值与测量值的差值最小的那个测量值。

最好从这些参考值中选择出最佳的、通常为具有最小浊度的那个参考值作为用于校准传感器的参考值。

在根据本发明的家用器具中可实施根据以上所述一个或多个方法步骤的方法。

一种计算机程序也是本发明的一部分，该计算机程序具有程序编码装置，以便当在一个计算机或相应的计算单元上执行该计算机程序时实施根据以上所述步骤之一的方法的所有步骤。

一种计算机程序产品也是本发明的一部分，该计算机程序产品具有程序编码装置，它们存储在计算机可读的数据载体上，以便当在一个计算机或相应的计算单元上执行该计算机程序时实施根据以上所述步骤之一的方法。

下面借助下列附图通过一个实施例来举例描述本发明。附图表示：

图1一个浊度传感器的示意图，

图2餐具洗涤机的洗涤程序的示意流程图，

图3根据本发明的用于求得用于校准浊度传感器的参考值的一个流程图，及

图4根据本发明的用于求得用于校准浊度传感器的参考值的另一流程图。

图1中示意性表示一个浊度传感器6。该浊度传感器设有一个构成为灯泡的发射装置1，它最好发射可见光。该发射装置1也可发射其它任意频率范围内的电磁波，例如红外线。在构成为光电管的接收装置2中，照射到其上的光被转换成电流。在发射装置1与接收装置2之间具有带有浊物的洗涤液3。一个控制和求值单元4对发射装置1供给电流并对由接收装置2输出的电流求值。发射装置1和接收装置2通过电导线5与控制和求值单元4相连接。该控制和求值单元也可以是根据本发明的餐具洗涤机的控制装置的一部分，即不需要用于浊度传感器6的单独的控制和求值单元4。基于最好在对发射装置1供给恒定电流的情况下照射到接收单元2上的光的变化，可求出洗涤液3的浊度。由接收装置2输出的电流越小，浊度就越大。在根据本发明的餐具洗涤机中该浊度传感器6例如可安装在洗涤容器中或安装在用于洗涤液的管道中。借助该浊度的值，由本发明餐具洗涤机的控制装置控制进一步的程序流程。例如当低于一定的浊度时中断进一步的中间洗步骤的执行或者在预洗与清洁之间不进行洗涤液的更换。

图2中表示一个餐具洗涤机的通常的洗涤程序流程s。在横坐标上记录时间，在纵坐标上记录餐具洗涤机中洗涤液的量。该洗涤程序流程由子程序步骤“预洗”、“清洁”、“中间洗”、“清洗”和“干燥”组成。具有一个或多个测量值m₁ ¹，m₂ ¹，m₃ ¹，m₄ ¹(m_a ^s中a表示一个洗涤程序流程内测量的时间点t_a，s表示在洗涤程序流程s＝1，2，3至s中每个相同时间点t_a上测量值m_a ^s的测量的次数)。为了校准浊度传感器6，分别在时间点t_a＝t₁，t₂，t₃及t₄上确定测量值m₁ ¹，m₂ ¹，m₃ ¹，m₄ ¹。可以在一个洗涤程序流程s中仅测量一个测量值，最好在子程序步骤“清洗”中测量，或者也可以在该洗涤程序内测量多个参考值，其中也在一个子程序步骤如“清洗”内测量多个测量值，例如m₃ ¹，m₄ ¹，用于校准浊度传感器。在一个时间点t_a上的测量值m_a ^s作为测量系列上下排列地布置在图2中的栏中。测量值的测量总是在一个洗涤程序流程内在相同时间点进行。根据图2，每个洗涤程序流程s在不同的时间t_a＝t₁，t₂，t₃及t₄进行四次测量，由此在图2中具有四栏测量系列。对于单个子程序步骤持续时间不同的不同洗涤程序，例如柔和50°，强力70°或自动55°-65°，总是在子程序步骤开始后或结束前的相同时间点进行测量。此外该方法还可这样细化，即对于每个不同的洗涤程序通过至少一个测量存储一个单独的测量系列。在该方案中测量系列的数量不相应于测量时间点t_a的数量，而是相应于为每个单个洗涤程序合计的各个测量时间点t_a总和。

图3中表示根据本发明的用于求得参考值m_a ^s的一个流程示意图。在最上面的区段中表示出测量值m_a ^s。在每栏中各表示出在分别相同的时间点t_a由洗涤程序流程s＝1至s得到的测量值m_a ^s。这些测量值m_a ^s最好滑动地在相对于当前洗涤程序流程s+1处于前面的洗涤程序流程s＝1至s上求出。在此还可有另一方案，例如测量值m_a ^s仅由一些具有小载荷的洗涤程序流程s求得，只要例如存在相应的载荷传感器。由此测量时间点t_a的数量相应于栏的数量。在第一栏中例如在时间点t₁列出洗涤程序流程s＝1至s的测量值m_a＝1 ^s＝1至s。

在这些栏的下面表示一个运算单元。在该最上面的运算单元中最好通过统计方法进行至少一个测量值m_a ^s的选择，该测量值在以后的步骤中不再被考虑。这种统计方法的例子将在后面描述。除了统计方法外还可考虑其它方法，例如概率计算方法。在该运算单元的下面，测量值m_a ^s也列在由这些洗涤流程s得出的栏中，其中每次选择出一个测量值m_a ^s。例如在左面第二栏中从洗涤流程s＝2中剔出测量值m₂ ²。

在图3中在这些列的下面表示一个运算单元。在该运算单元中构成一个栏的余下的测量值m_a ^s的平均值，即求出

作为可能的参考测量值。在随后的运算中由这些平均测量值

中选择出最佳的平均测量值

它通常是具有最小浊度的平均测量值

即最大的平均测量值

该最佳的平均测量值是用于最好随后的洗涤程序的浊度测量的参考值。除了最小浊度的判据外也可有其它判据，例如仅来自一个确定的栏的可能的参考值，其中这些判据也可由工厂给定和/或自动适配。

对此方案变换地，根据图4，也可以在运算单元中由被选择的测量值m_a ^s中通过选择方法如用统计方法、误差理论方法或概率计算方法从每个t_a即每个栏的每栏测量值m_a ^s中选择出一个唯一的测量值m^* _a ^s。在随后的运算单元中由这些作为可能参考值的测量值m^* _a ^s中选择出最佳的测量值m_a ^s，该最佳测量值通常是具有最小浊度的测量值m^* _a ^s，即最大的测量值m^* _a ^s。该最佳测量值m^* _a ^s是用于最好随后的洗涤程序中的浊度测量的参考值。

下面说明根据图3及图4中最上面的运算单元的用于选择至少一个测量值m_a ^s的统计方法：

测量值m_a ^s代表洗涤程序流程s的一个时间点t_a的测量值的数列m₁ ¹，m₁ ²，m₁ ³，m₁ ⁴，m₁ ⁵，...，m₁ ^s。由这些测量值m_a ^s求出时间点t₁至t_a的测量值m_a ^s的算术平均值d₁至d_a，s为时间点t_a的测量值m_a ^s的数量：

$d_a=\frac{m_a^1+m_a^2+m_a^3+m_a^4+\·\·\·+m_a^s}{s}$

接着确定对于a＝1，2至a的每个平均误差平方σ_a ²：

${{\mathrm{\σ}}_a}^2=\frac{{(m_1^1-d_a)}^2+{(m_1^2-d_a)}^2+\·\·\·+{(m_1^s-d_a)}^2}{s}$

根据误差理论定律，参考值m^* _a ^s或的概率极限为：

$d_a\±\frac{0.6746}{\sqrt{s}}$

接着在一个算法中检验：测量值m_a ^s是否处于概率极限之外。如果测量值m_a ^s处于概率极限之外，则选择它们。如果与测量值m_a ^s的数量相比有过多数量的测量值m_a ^s处于概率极限之外，则只能排除超出概率极限之外一个确定值的那些测量值m_a ^s。如果没有测量值m_a ^s处于概率极限之外，则排除小于概率极限一个确定值的测量值m_a ^s。为此可以在工厂给定由经验求得的值，这些值在方法过程中最好在算术上适配变化的情况。

对于每个时间点t_a的测量值m_a ^s的所有系列执行该方法。

也可以取代平均值d_a按照概率计算来确定各个测量值m_a ^s的概率并选择具有最小概率的那个或那些测量值m_a ^s，参见图4。

下面解释相应于根据图4的上面第二个运算单元的概率计算方法，用于由洗涤程序流程s的一系列测量值m_a ^s如m₁ ¹，m₁ ²，m₁ ³，m₁ ⁴，m₁ ⁵，...，m₁ ^s中选择出一个测量值m_a ^s作为校准浊度传感器的参考值。

根据高斯的算术平均值的假说，测量值m_a ^s的算术平均值的概率密度最大，与高斯误差定律如何建立无关。

由选择至少一个测量值m_a ^s后余下的测量值m_a ^s来确定算术平均值d′。接着确定各个测量值m_a ^s与该算术平均值d′_a的距离d′₁，d′₂，...d′_a，即值|d′_a-m_a ^s|。由这些数列通过一种算法选择出最小值。从属于该最小值的测量值m_a ^s被用作用于校准浊度传感器的可能参考值。

在本发明方法的另一方案中，也可以选择在最上面的运算单元中选择至少一个测量值m_a ^s之前的那些测量值m_a ^s作为选择出一个测量值m_a ^s以用作参考值的出发基础。因此图4中存在的最上面的运算单元不被使用。

可能的参考值m^* _a ^s的数量a相应于在洗涤程序流程s内测量这些测量值m_a ^s的时间点t_a的数量a，由这些可能参考值m^* _a ^s中选择出最佳的参考值，它通常为具有最小浊度的参考值。这借助相应的用于确定最大值的算法来实现。

可以与该方案不同，根据概率定律对每个测量值m_a ^s求出概率密度并选择出具有最大概率密度的那个测量值作为参考值。在该方法中求得的中间值或终值最好被中间存储在非易失性存储器中。借助一个相应的计算机系统来进行控制。

适于实施根据本发明的方法的家用器具以及用于实施该方法的计算机程序和计算机程序产品也是本发明的一部分。

根据本发明的用于在家用器具中校准传感器的该方法使得可通过用统计方法对各个测量值进行选择而使误差最小化，这些误差由于使用在用于求得参考值的测量系列内具有大偏差的测量值而产生，这些大偏差例如由暂时的不洁物引起。具有大偏差的各个测量值尤其借助统计方法选择出。

尤其借助概率计算方法来选择单个测量值作为参考值与构成平均值相比能够避免这样的误差：该误差通过由错误测量引起的具有特别大的偏差的测量值产生，例如当在接收装置或发射装置上短时出现沉积时。

Claims (14)

1.用于借助参考值(

m*_a ^s)校准家用器具中的浊度传感器(6)的方法，具有以下步骤：

求出至少一个洗涤程序流程(s)中的至少两个测量值(m_a ^s)，

通过统计方法或概率计算方法选择出至少一个测量值(m_a ^s)，该测量值在随后的步骤中不再被考虑，及

从未被选择的测量值(m_a ^s)中求出用于校准传感器的至少一个可能的参考值(

m*_a ^s)，及如果求出了多于两个可能的参考值(

m*_a ^s)，从所述至少一个可能的参考值(m*_a ^s)中选择一个最佳的参考值(

m*_a ^s)。

2.根据权利要求1的方法，其特征在于：总是从一系列测量值(m_a ^s)中通过统计方法或概率计算方法选择在随后的步骤中不再被考虑的至少一个测量值(m_a ^s)，这些测量值在洗涤程序流程(s)内的相同时间点(t_a)测量。

3.根据权利要求1或2的方法，其特征在于：为了选择至少一个测量值(m_a ^s)，进行以下步骤：

根据以下公式求出测量值(m_a ^s，a＝1，2，3，...n)的算术平均值(d₁至d_a)：

$d_a=\frac{m_a^1+m_a^2+m_a^3+m_a^4+\·\·\·+m_a^S}{S}$

根据以下公式利用由第一步骤得到的d_a来确定平均误差平方(σ_a ²，σ₁ ²至σ_a ²)：

${{\mathrm{\σ}}_a}^2=\frac{{(m_1^1-d_a)}^2+{(m_1^2-d_a)}^2+\·\·\·+{(m_1^s-d_a)}^2}{S}$

求出可能参考值(m*_a ^s，m*₁ ^s，

至m*_a ^s，

)的概率极限，其中，所述概率极限处于

之内，及

选择处于所述概率极限的值之外的测量值(m_a ^s)。

4.根据权利要求3的方法，其特征在于：如果没有测量值(m_a ^s)处于可能参考值(m*_a ^s，

)的概率极限之外，则使可能参考值(m*_a ^s，

)的概率极限的区间变小，使得至少一个测量值(m_a ^s)处于其外并选择所述至少一个测量值(m_a ^s)。

5.根据权利要求4的方法，其特征在于：为了求得可能参考值(m*_a ^s，

)的概率极限，补充地使用在工厂中给定的经验值，这些值在方法过程中自动适配变化的情况。

6.根据权利要求1或2的方法，其特征在于：由余下的、未被选择的测量值(m_a ^s)求得用于校准传感器的至少一个可能参考值

通过构成平均值来进行。

7.根据权利要求1或2的方法，其特征在于：由余下的、未被选择的测量值(m_a ^s)求得用于校准传感器的至少一个可能参考值通过借助统计方法或概率计算方法选择一个测量值(m_a ^s)来实施。

8.根据权利要求7的方法，其特征在于：选择出未被选择的测量值(m_a ^s)内具有最高概率密度的测量值(m_a ^s)。

9.根据权利要求7的方法，其特征在于：选择出最接近未被选择的测量值(m_a ^s)的算术平均值的那个测量值(m_a ^s)作为可能的参考值(m*_a ^s)，通过以下步骤：

求得未被选择的测量值(m_a ^s)的算术平均值(d′_a，a＝1，2，3，...n)，

求得|d′_a-m_a ^s|的值，其中，选择出|d′_a-m_a ^s|的值最小的那个测量值(m_a ^s)。

10.根据权利要求1的方法，其特征在于：从可能的参考值(m*_a ^s)中选择出具有最小浊度的那个参考值(m*_a ^s)作为用于校准传感器的参考值(

m*_a ^s)。

11.用于借助参考值校准家用器具中的浊度传感器(6)的方法，具有以下步骤：

求出至少一个洗涤程序流程(s)中的至少两个测量值(m_a ^s)，

通过借助概率计算方法或统计方法选择出一个测量值(m_a ^s)，从这些测量值(m_a ^s)中求出至少一个可能的参考值(m*_a ^s)，及

如果求出了多于一个可能的参考值(m*_a ^s)，从这些可能的参考值(m*_a ^s)中选择出一个最佳的参考值(m*_a ^s)。

12.根据权利要求11的方法，其特征在于：总是从一系列测量值中通过统计方法或概率计算方法选择至少一个测量值(m_a ^s)，这些测量值在一个洗涤程序流程(s)内的相同时间点(t_a)测量。

13.根据权利要求11或12的方法，其特征在于：选择出最接近未被选择的测量值(m_a ^s)的算术平均值的那个测量值(m_a ^s)作为参考值(m*_a ^s)，通过以下步骤：

求出未被选择的测量值(m_a ^s)的算术平均值(d′_a，a＝1，2，3，...n)，

求出|d′_a-m_a ^s|的值，其中，选择出|d′_a-m_a ^s|的值最小的那个测量值(m_a ^s)。

14.根据权利要求12的方法，其特征在于：从这些参考值(m*_a ^s)中选择出具有最小浊度的那个参考值(m*_a ^s)作为用于校准传感器的参考值(m*_a ^s)。

Images