KR20200095984A - 세탁기 및 세탁기의 제어방법 - Google Patents

Abstract

본 발명은 세탁기 및 세탁기의 제어방법에 관한 것이다. 본 발명의 일 실시 예에 따른 세탁기는, 포를 수용하고 회전 가능하게 구비되는 세탁조, 상기 세탁조를 회전시키는 모터 및 탈수 과정에서, 상기 세탁조의 회전에 의해 발생되는 UB(UnBalance)값이 기 설정된 UB허용값보다 크게 측정되는 것에 근거하여, 상기 세탁조의 회전이 중단되도록 상기 모터를 제어하는 제어부를 포함하고, 상기 제어부는, 상기 UB값을 측정하기 전에, 특정 회전속도로 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포량 및 포뭉침 정도를 결정하고, 상기 결정된 포량 및 포뭉침 정도에 근거하여, 상기 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하는 것을 특징으로 한다.

Description

세탁기 및 세탁기의 제어방법{Washing machine and Method for controlling the same}

본 발명은 세탁기 및 세탁기의 제어방법에 관한 것으로, 보다 상세하게는 머신 러닝(machine learning) 기반의 인공지능 탈수를 수행하는 것이 가능한 세탁기 및 세탁기의 제어 방법에 관한 것이다.

일반적으로 세탁기는, 물과 세제의 화학적 분해 작용과 물과 세탁물간의 마찰 등 물리적 작용 등을 이용하여, 의복, 침구 등의 세탁물(이하, '포'라고도 함)에 묻은 오염물질을 분리해내는 장치를 통칭하는 것이다.

세탁기는 크게 교반식과 와류식 및 드럼식 세탁기로 구분된다. 이 중 드럼식 세탁기는 물이 담기는 저수조(또는 터브)와, 상기 저수조 내에 회전 가능하게 구비되어 세탁물을 수용하는 세탁조(또는 드럼)를 포함한다.

상기 세탁조(또는 드럼)에는 물이 통과하는 다수의 통공이 형성된다. 세탁운전은 통상적으로 세탁행정, 헹굼행정 및 탈수행정으로 구분된다. 이러한 행정의 진행 과정은 세탁기의 외부에 구비된 컨트롤 패널(또는 디스플레이)를 통해 확인이 가능하다.

세탁행정은 저수조에 저장된 물과 세탁조에 저장된 포의 마찰력, 물에 저장된 세제의 화학적 작용에 의해 세탁물에 묻은 오염물질을 제거하게 된다.

헹굼행정은 저수조 내로 세제가 용해되지 않은 물을 공급하여, 포를 헹구는 것으로, 특히 세탁행정시 포에 흡수된(또는 묻어 있는) 세제가 제거된다. 헹굼행정시에는 물과 함께 섬유 유연제가 공급되기도 한다.

탈수행정은 헹굼행정이 완료된 이후에, 세탁조를 고속으로 회전시켜 포를 탈수시키는 것이다. 통상적으로 탈수행정이 완료됨으로써, 세탁기의 모든 운전이 종료된다. 반면, 건조 겸용 세탁기의 경우는, 탈수행정 이후에 건조행정이 더 추가되기도 한다.

통상 세탁운전은 세탁조 내에 투입된 세탁물의 양(이하, '포량'이라고도 함)에 따라 서로 다른 조건으로 운전하도록 설정된다. 예를들어, 포량에 따라 급수수위, 세탁강도, 배수시간, 탈수시간 등의 설정이 달라질 수 있다.

반면, 세탁성능은 포량 뿐만 아니라 세탁물의 종류에 따라서도 편차가 발생되는 것으로, 세탁운전을 설정함에 있어서 포량만을 고려하는 경우에는 충분한 세탁성능을 기대할 수 없는 문제가 있다.

선행문헌 (등록특허공고 특1994-0008628호(1994.09.24.))에는, 세탁기의 포량/포질을 감지하는 구성에 대하여 개시하고 있다. 구체적으로, 선행문헌은, 전류값의 평균치를 포량으로, 전류값의 편차를 포질로 감지하는 기술에 대하여 개시한다.

그러나, 선행문헌은, 종래의 포량 및 포질감지의 오차를 줄이기 위한 것을 목적으로 할 뿐이다.

즉, 선행문헌은, 감지된 포량 및 포뭉침 정도에 근거하여, 탈수과정을 초기화(단락)시키는 조건이 되는 UB허용값을 서로 다르게 설정하는 구성에 대해서는 개시하지 못한다.

이에 따라, 선행문헌은, 포량 및 포뭉침 정도를 함께 고려한 더욱 세분화된 제어를 수행하지 못한다는 문제가 있다.

한편, 세탁운전에서 세탁행정 및 헹굼행정이 완료된 후 탈수행정에서는, 포를 효과적으로 분산시키는 것이 필요하다. 만약, 포가 고르게 분산되지 않고, 어느 한 쪽으로 몰리는 경우, UB(Unbalance, 언발란스)가 발생되어, 세탁조의 흔들림이 커지게 되고, 이에 따라, 탈수행정 시간이 길어지며, 소음이 커지는 문제가 발생한다.

이에 따라, 탈수행정에서는, 세탁조의 회전에 의해 측정되는 UB값이 미리 설정된 UB허용값을 초과하는 경우, UB를 감소시키도록 포 분산 과정을 수행하기 위해 단락을 수행하게 된다. 여기서 단락을 수행한다는 것은, 탈수 과정을 처음부터(또는 탈수포량 감지 단계 이후부터) 다시 수행하도록 탈수 과정을 초기화한다는 것을 의미할 수 있다.

그러나, 종래에는, 탈수과정에서 단락(초기화)의 기준이 되는 UB허용값이 포량에 근거하여 설정된 고정 UB테이블만을 이용하였다. 즉, 종래에는, 포량만을 고려하고, 포뭉침 정도을 고려하지 않은 고정 UB허용값을 사용하였다.

종래에는, 포뭉침 정도를 고려하지 않았으므로, 포뭉침 정도가 큰 세탁물의 경우에도 적당한 시간 이내에 탈수를 완료시키기 위해, UB허용값을 다소 크게 설정하는 경향이 컸다.

일반적으로 포뭉침 정도가 큰 세탁물(잘 뭉쳐지는 옷감)의 경우 UB가 크고, 포뭉침 정도가 작은 세탁물(잘 안 뭉쳐지는 옷감)의 경우 UB가 작다.

이 때, 포뭉침 정도가 작은 세탁물의 입장에서는, 종래의 UB허용값이 크게 설정되어, 제대로 된 포 분산 과정이 이루어지지 않은 채 고속 탈수과정에 진입하는 경우가 빈번하다. 이 경우, 포뭉침 정도가 작은 세탁물이라도 제대로 된 포분산이 이루어지지 않은 상태로 고속 탈수과정이 이루어짐에 따라, 소음이 발생하는 문제가 있다.

한편, 최근에는 인공지능과 딥러닝 등 머신 러닝에 관한 관심이 크게 증가하고 있다.

종래의 머신 러닝은 통계학 기반의 분류, 회귀, 군집 모델이 중심이었다. 특히, 분류, 회귀 모델의 지도 학습에서는 학습 데이터의 특성과 이러한 특성을 기반으로 새로운 데이터를 구별하는 학습 모델을 사람이 사전에 정의했다. 이와 달리, 딥러닝은 컴퓨터가 스스로 특성을 찾아내고 판별하는 것이다.

딥러닝의 발전을 가속화한 요인 중 하나로 오픈소스로 제공되는 딥러닝 프레임워크를 들 수 있다. 예를 들어, 딥러닝 프레임워크로는 캐나다 몬트리올 대학교의 시아노(Theano), 미국 뉴욕 대학교의 토치(Torch), 캘리포니아 버클리 대학교의 카페(Caffe), 구글의 텐서플로우(TensorFlow) 등이 있다.

딥러닝 프레임워크들의 공개에 따라, 효과적인 학습 및 인식을 위해, 딥러닝 알고리즘 외에 학습 과정, 학습 방법, 학습에 시용하는 데이터의 추출 및 선정이 더욱 중요해지고 있다.

또한, 인공지능과 머신 러닝을 다양한 제품, 서비스에 이용하기 위한 연구가 증가하고 있다.

또한, 인공지능과 머신 러닝을 탈수행정에 적용하여, 최적화된 탈수행정을 수행하기 위한 개발이 활발히 진행되고 있다.

본 발명의 실시예는 상기한 문제점을 해결하기 위하여, 포량 및 포뭉침 정도에 따라 탈수과정에서의 최적화된 UB허용값을 설정하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.

본 발명의 실시예는, 포량 및 포뭉침 정도에 연계된 UB허용값을 기준으로 탈수과정의 단락 여부를 결정하여, 탈수 소음을 최소화하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.

본 발명의 실시예는, 측정된 포량 및 포뭉침 정도에 따라 서로 다른 UB허용값을 적용하여 탈수시간을 단축시키는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.

본 발명의 실시예는, 포량별로 복수의 포뭉침 정도 구분되어 세분화된 UB테이블을 이용하여, 측정된 포량 및 포뭉침 정도에 연계된 UB허용값을 통해 탈수 과정의 초기화 여부를 결정함으로써, 보다 정밀한 탈수 제어를 수행하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 세탁기는, 포를 수용하고 회전 가능하게 구비되는 세탁조, 상기 세탁조를 회전시키는 모터 및 탈수 과정에서, 상기 세탁조의 회전에 의해 발생되는 UB(UnBalance)값이 기 설정된 UB허용값보다 크게 측정되는 것에 근거하여, 상기 세탁조의 회전이 중단되도록 상기 모터를 제어하는 제어부를 포함하고, 상기 제어부는, 상기 UB값을 측정하기 전에, 특정 회전속도로 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포량 및 포뭉침 정도를 결정하고, 상기 결정된 포량 및 포뭉침 정도에 근거하여, 상기 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB 허용값을 다르게 적용하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 상기 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 포뭉침 정도가 제1 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 제1 값으로 설정하고, 상기 포뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 상기 제1 값보다 큰 제2 값으로 설정하는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 상기 기 설정된 UB허용값을 설정하는 것을 특징으로 한다.

실시예에 있어서, 상기 UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있는 것을 특징으로 한다.

실시예에 있어서, 상기 제어부는, 상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB 허용값을 결정하고, 탈수 구간별로 상기 세탁조의 회전에 따라 발생되는 UB값이 상기 결정된 포량 및 포뭉침 정도에 연계된 UB 허용값을 초과하면, 상기 탈수 과정을 초기화하는 것을 특징으로 한다.

본 발명의 일 실시예에 따른 세탁기의 제어방법은, UB값을 측정하기 전에, 특정 회전속도로 세탁조를 회전시키면서 복수 종류의 데이터를 측정하는 단계, 상기 측정된 복수 종류의 데이터를 이용하여, 포량 및 포뭉침 정도를 결정하는 단계 및 상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하는 단계를 포함한다.

실시예에 있어서, 상기 설정하는 단계는, 상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB 허용값을 다르게 적용하는 것을 특징으로 한다.

실시예에 있어서, 상기 측정하는 단계는, 탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 상기 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 한다.

실시예에 있어서, 상기 결정하는 단계는, 상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력하는 것을 특징으로 한다.

실시예에 있어서, 상기 결정하는 단계는, 상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 한다.

실시예에 있어서, 상기 설정하는 단계는, 포뭉침 정도가 제1 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 제1 값으로 설정하고, 상기 포뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 상기 제1 값보다 큰 제2 값으로 설정하는 것을 특징으로 한다.

실시예에 있어서, 상기 설정하는 단계는, 각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 상기 기 설정된 UB허용값을 설정하는 것을 특징으로 한다.

실시예에 있어서, 상기 UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있는 것을 특징으로 한다.

실시예에 있어서, 상기 설정하는 단계는, 상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB 허용값을 결정하는 것을 특징으로 하고, 탈수 구간별로 상기 세탁조의 회전에 따라 발생되는 UB값이 상기 결정된 포량 및 포뭉침 정도에 연계된 UB 허용값을 초과하면, 탈수 과정을 초기화하는 단계를 더 포함하는 것을 특징으로 한다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 실시예에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.

첫째, 본 발명은 포량 및 포뭉침 정도에 연계된 UB허용값에 대응되도록 탈수 과정의 단락(초기화) 기준이 되는 UB허용값을 설정(가변)시킴으로써, 최적화된 탈수를 수행할 수 있는 인공지능 세탁기를 제공할 수 있다.둘째, 본 발명은 탈수 과정이 수행될 때마다, 동일한 포량이라도, 포뭉침 정도가 변경되는 것에 근거하여 UB허용값을 가변시킴으로써, 포뭉침 정도가 적은 세탁물의 경우에는 UB허용값을 낮게 설정하여, 탈수 소음을 줄이고, 포뭉침 정도가 큰 세탁물의 경우에는 UB허용값을 높게 설정하여, 탈수 시간을 단축시키는 것이 가능한 최적화된 세탁기 및 세탁기의 제어방법을 제공할 수 있다.

셋째, 본 발명은 포량별로 복수의 포뭉침 정도로 구분된 UB테이블을 이용하여, 포량 뿐만 아니라 포뭉침 정도에 따라 UB허용값을 다르게 설정하여 세밀한 탈수 제어를 수행하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공할 수 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 세탁기의 측단면도이다.
도 2는 도 1의 세탁기의 주요 구성들 간의 제어 관계를 설명하기 위한 블록도이다.
도 3은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이다.
도 4는 도 3에서 살펴본 제어방법을 구체적으로 설명하기 위한 흐름도이다.
도 5, 도6 및 도 7은 도 3 및 도 4에서 살펴본 제어방법을 설명하기 위한 개념도이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

도 1은 본 발명의 일 실시 예에 따른 세탁기의 측단면도이고, 도 2는 도 1의 세탁기의 주요 구성들 간의 제어 관계를 설명하기 위한 블록도이다.

도 1을 참조하면, 본 발명의 실시예에 따른 세탁기는, 외관을 형성하는 케이싱(1)과, 케이싱(1) 내에 배치되고 세탁수가 저장되는 저수조(3)(또는 터브(Tub))와, 저수조(3)내에 회전 가능하도록 설치되어 세탁물이 투입되는 세탁조(4)와, 세탁조(4)를 회전시키는 모터(9)를 포함한다.

세탁조(4)는 세탁물의 입출을 위한 개구부가 형성된 전면 커버(41)와, 대략 수평하게 배치되어 전단이 전면 커버(41)와 결합되는 원통형의 드럼(42)과, 드럼(42)의 후단에 결합되는 후면 커버(43)를 포함한다. 모터(9)의 회전축은 저수조(3)의 후벽을 통과하여 후면 커버(43)와 연결될 수 있다. 세탁조(4)와 저수조(3) 사이에 물이 교류될 수 있도록, 드럼(42)에는 다수개의 통공이 형성될 수 있다.

드럼(42)의 내주면에는 리프터(20)가 구비될 수 있다. 리프터(20)는 드럼(42)의 내주면 상에서 돌출된 형태로써, 드럼(42)의 길이방향(전후 방향)으로 길게 연장되고, 복수개가 원주방향으로 이격 배치될 수 있다. 세탁조(4)의 회전시 리프터(20)에 의해 포가 퍼 올려져 질 수 있다.

반드시 이에 한정되어야 하는 것은 아니나, 드럼(42)으로부터 리프터(20)가 돌출된 높이는 바람직하게는 30mm(또는, 드럼 직경의 6.0%) 이하일 수 있고, 더 바람직하게는 10 내지 20mm이다. 특히, 리프터(20)의 높이가 20mm 이하인 경우, 세탁조(4)를 대략 80rpm으로 일방향으로 연속하여 회전시키더라도 포가 세탁조(4)에 달라 붙지 않고 유동될 수 있다. 즉, 세탁조(4)가 1회전 이상을 일방향으로 회전될 시, 세탁조(4) 내에서 최하측에 위치한 포가 세탁조(4)의 회전에 의해 소정 높이까지 상승하였다가 세탁조(4)로부터 분리되며 낙하될 수 있다.

세탁조(4)는 수평한 축을 중심으로 회전된다. 여기서의 "수평"은 엄밀한 의미에서의 기하학적인 수평을 의미하는 것은 아니고, 도 1에 도시된 바와 같이 수평에 대해 소정 각도로 기울어진 경우에도 수직보다는 수평에 가까운 경우인 바, 세탁조(4)가 수평한 축을 중심으로 회전된다고 하기로 한다.

케이싱(1)의 전면에는 세탁물 투입구가 형성되고, 상기 세탁물 투입구를 개폐하는 도어(2)가 케이싱(1)에 회전 가능하게 구비된다. 케이싱(1)의 내부에는 급수밸브(5), 급수관(6), 급수호스(8)가 설치될 수 있다. 급수밸브(5)가 개방되어 급수가 이루어질 시, 급수관(6)을 통과한 세탁수가 디스펜서(7)에서 세제와 혼합된 다음, 급수호스(8)를 통하여 저수조(3)로 공급될 수 있다.

펌프(11)의 입력포트는 배출 호스(10)에 의해 저수조(3)와 연결되고, 펌프(11)의 토출포트는 배수관(12)과 연결된다. 저수조(3)로부터 배출 호스(10)를 통해 배출된 물이 펌프(11)에 의해 압송되어 배수관(12)을 따라 유동된 후, 세탁기의 외부로 배출된다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 세탁기는, 세탁기의 전반적인 동작을 제어하는 제어부(60), 제어부(60)에 의해 제어되는 모터 구동부(71), 출력부(72), 통신부(73), 속도 감지부(74), 전류 감지부(75), 진동 감지부(76), UB 감지부(77) 및 메모리(78)를 포함할 수 있다.

제어부(60)는 세탁, 헹굼, 탈수 및 건조의 일련의 세탁과정을 제어할 수 있다. 제어부(60)는 미리 설정되어 있는 알고리즘에 따라, 세탁, 헹굼, 탈수 및 건조 행정을 진행할 수 있고, 또한, 제어부(60)는 상기 알고리즘에 따라 모터 구동부(71)를 제어할 수 있다.

모터 구동부(71)는 제어부(60)로부터 인가되는 제어신호에 대응하여, 모터(9)의 구동을 제어할 수 있다. 제어신호는 모터(9)의 목표속도, 가속 기울기(또는, 가속도), 구동시간 등을 제어하는 신호일 수 있다.

모터 구동부(71)는, 모터(9)를 구동시키기 위한 것으로, 인버터(미도시), 및 인버터 제어부(미도시)를 포함할 수 있다. 또한, 모터 구동부(71)는, 인버터에 입력되는 직류 전원을 공급하는, 컨버터 등을 더 포함하는 개념일 수 있다.

예를 들어, 인버터 제어부(미도시)가 펄스폭 변조(PWM) 방식의 스위칭 제어 신호를 인버터(미도시)로 출력하면, 인버터(미도시)는 고속 스위칭 동작을 하여, 소정 주파수의 교류 전원을 모터(9)에 공급할 수 있다.

본 명세서에서, 제어부(60)가 모터(9)를 특정 방식으로 제어한다고 설명하는 것은, 모터(9)가 특정 방식으로 제어되도록, 제어부(60)가 모터 구동부(71)로 제어신호를 인가하고, 상기 모터 구동부(71)가 상기 제어신호에 근거하여, 상기 모터(9)를 상기 특정 방식으로 제어한다는 것을 의미할 수 있다. 여기서, 상기 특정 방식은, 본 명세서에서 설명하는 다양한 실시 예를 포함할 수 있다.

속도 감지부(74)는 세탁조(4)의 회전속도를 감지한다. 속도 감지부(74)는 모터(9)의 회전자의 회전속도를 감지할 수 있다. 모터(9)의 회전비를 변환시켜 세탁조(4)를 회전시키는 유성 기어열이 구비된 경우, 세탁조(4)의 회전속도는 속도 감지부(74)에 의해 감지된 상기 회전자의 회전속도를 상기 유성 기어열의 감속 또는 증속비를 고려하여 변환한 값일 수 있다.

제어부(60)는, 속도 감지부(74)로부터 전달된 세탁조의 회전속도를 피드백(feedback)으로 하여, 모터(9)가 기 설정된 목표속도를 추종하도록 모터 구동부(71)를 제어할 수 있다. 다른 말로, 제어부(60)는, 세탁조의 회전속도가 목표속도에 도달하도록, 상기 모터(9)를 제어할 수 있다.

전류 감지부(75)는, 모터(9)에 인가되는 전류(또는 모터(9)에 흐르는 출력 전류)를 감지하여 제어부(60)로 전달할 수 있다. 제어부(60)는 수신된 전류를 이용하여 포량과 포뭉침정도를 감지할 수 있다.

이때, 상기 전류 값들은 세탁조(4)가 목표속도를 향해 가속되는 과정(또는 모터(9)가 기 설정된 목표속도를 향해 가속되는 과정)에서 구한 값들을 포함한다.

토크 전류와 자속 전류를 바탕으로 한 벡터 제어에 의해 모터(9)의 회전이 제어되는 경우, 상기 전류는 모터 회로에 흐르는 전류의 토크축(q축) 성분, 즉, 토크 전류(Iq)일 수 있다.

진동 감지부(76)는, 포를 수용한 세탁조(4)의 회전에 의해 저수조(3)(또는 세탁기)에서 발생되는 진동을 감지하는 역할을 한다.

본 발명의 일 실시 예에 따른 세탁기는, 진동센서(또는 진동측정센서)를 포함할 수 있다. 상기 진동센서는, 세탁기의 일 지점에 구비될 수 있으며, 일 예로, 저수조(3)의 일 지점에 구비될 수 있다. 일 예로, 상기 진동센서는, 진동 감지부(76)에 포함될 수 있다.

진동 감지부(76)는, 진동센서에 의해 측정되는 진동값(또는 진동신호)을 수신하고, 이를 제어부(60)로 전달할 수 있다. 또한, 진동 감지부(76)는, 진동센서에서 측정되는 진동신호를 이용하여, 저수조(3)(또는 세탁기)의 진동값(또는 진동 크기)를 산출할 수도 있다.

한편, 본 발명은 UB 감지부(77)를 더 포함할 수 있다. 상기 UB 감지부(77)는, 세탁조(4)의 편심량(흔들림량), 즉 세탁조(4)의 언발란스(unbalance, UB)를 감지할 수 있다. UB감지부(77)는 세탁조(4)의 흔들림을 수치적으로 나타내는 UB값을 산출할 수 있다.

상기 UB감지부(77)에 대한 설명은 이하에서 보다 구체적으로 후술하기로 한다.

본 발명의 일 실시 예에 따른 세탁기에 구비되는 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)는, 센싱부로 명명될 수도 있고, 상기 센싱부에 포함되는 개념으로 이해될 수 있다.

또한, 상기 센싱부에서는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도값(또는 속도 값), 전류 감지부(75)에서 측정된 모터(9)에 인가되는 전류값, 진동 감지부(76)에서 측정된 저수조(3)의 진동값 및 UB 감지부(77)에서 측정된 세탁조(4)의 흔들림 값(UB 값) 중 적어도 하나를 포함하는 복수 종류의 데이터(신호, 정보)를 측정(산출)할 수 있다.

상기 복수 종류의 데이터는, 세탁조(4)의 UB(언발란스)와 관련된 데이터, 세탁조(4)의 UB를 측정하기 위한 데이터, 세탁조(4)의 회전에 의해 발생되는 데이터 등을 의미할 수 있다. 상기 복수 종류의 데이터는, 탈수행정에서 세탁조(4)를 제어하는데 이용될 수 있다.

예를 들어, 상기 복수 종류의 데이터는, 머신 러닝을 통해 학습된 인공신경망의 입력값으로 입력되어, 포뭉침 정도를 출력값으로 산출하는데 이용될 수 있다.

한편, 도면에는, 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)가 제어부(60)와 별도로 마련되는 것으로 도시하나, 이에 한정되지 않는다.

속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나는 제어부(60) 내에 구비될 수 있다. 이 경우, 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)에 의해 수행되는 기능/동작/제어방법은, 제어부(60)에 의해 수행될 수 있다.

진동 감지부(76)가 제어부(60) 내에 포함되거나, 제어부(60)에 의해 수행되는 경우, 진동센서는, 진동 감지부(76)에 포함되는 것이 아니라, 세탁기의 일 지점에 별도로 마련되는 것으로 이해될 수 있다.

제어부(60)는, 포량/포뭉침 정도 학습모듈(미도시) 및 포량/포뭉침 정도 인식모듈(미도시)를 포함할 수 있다. 상기 포량/포뭉침 정도 학습모듈은 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나에서 감지된 복수 종류의 데이터를 이용하여 머신 러닝을 할 수 있다. 이러한 머신 러닝을 통해, 포량/포뭉침 정도 학습모듈은 메모리(78)에 저장된 기 학습된 인공신경망을 업데이트할 수 있다.

포량/포뭉침 정도 학습모듈(미도시)의 학습 방법으로는, 자율학습 (unsupervised learning)과 및 지도학습 (supervised learning) 중 적어도 하나가 포함될 수 있다.

포량/포뭉침 정도 인식모듈(미도시)은 포량/포뭉침 정도 학습모듈에 의해 학습된 데이터(또는 인공신경망)에 기반하여 포량에 따른 레벨 및 포뭉침 정도에 따른 레벨을 판정할 수 있다.

포량의 판정은, 세탁조(4) 안에 투입된 포를 무게(부하)에 따라 기 설정된 복수의 포량 레벨(Level)로 분류하는 작업일 수 있다.

포뭉침 정도의 판정은, 세탁조(4)에 투입된 포를 뭉쳐지는 정도에 따라 기 설정된 복수의 포뭉침 정도 레벨(또는 단계, class)로 분류하는 작업일 수 있다.

포량/포뭉침 정도 인식모듈은 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나로부터 구해진 복수 종류의 데이터를 바탕으로, 세탁조(4) 내에 투입된 포가 복수의 포량단계 중 어느 것에 해당하고, 이때의 포뭉침 정도는 어떤 분류에 해당하는지(즉, 포량별 포뭉침 정도)를 판정할 수 있다.

이상에서 살펴본 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈은, 독립적인 구성요소일 수 있으며, 제어부(60)에 포함될 수 있다.

또한, 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈에서 수행되는 기능/동작/제어방법은, 제어부(60)에 의해 수행될 수도 있다. 이하에서는, 설명의 편의를 위해, 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈이 수행하는 기능/동작/제어방법을 제어부(60)가 수행하는 것으로 설명한다.

출력부(72)는 세탁기와 관련된 다양한 정보를 출력할 수 있다. 일 예로, 출력부(72)는, 세탁기의 작동 상태를 출력하는 것이다. 출력부(72)는 시각적 표시를 출력하는 LCD, LED 등의 화상 출력장치 또는 음향을 출력하는 스피커 부져(buzzer) 등의 음향 출력장치일 수 있다. 제어부(60)의 제어에 의해 출력부(72)는 포량 또는 포뭉침 정도에 대한 정보를 출력할 수 있다.

메모리(78)에는 프로그램된 인공신경망, 포량 별 및/또는 포뭉침 정도 별 전류 패턴들, 상기 전류 패턴을 바탕으로 머신 러닝 기반의 학습을 통해 구축된 데이터 베이스(DB), 머신 러닝 알고리즘, 전류 감지부(75)에 의해 감지된 전류 값, 상기 전류 값들을 평균한 값, 이들 평균한 값들을 파싱 룰(parsing rule)에 따라 처리한 값, 통신부(73)를 통해 송수신되는 데이터 등이 저장될 수 있다.

뿐만 아니라, 메모리(78)에는 세탁기의 동작 전반의 제어를 위한 각종 제어 데이터, 사용자가 입력한 세탁설정 데이터, 세탁설정에 따라 산출되는 세탁시간, 세탁 코스 등에 대한 데이터, 세탁기의 에러 발생 여부를 판단하기 위한 데이터 등이 저장될 수 있다.

통신부(73)는 네트워크에 연결된 서버와 통신할 수 있다. 통신부(73)는 인터넷 모듈, 이동 통신 모듈 등 하나 이상의 통신 모듈을 구비할 수 있다. 통신부(73)는 상기 서버로부터 학습 데이터, 알고리즘 업데이트 등의 각종 데이터를 수신할 수 있다.

제어부(60)는 통신부(73)를 통해 수신된 각종 데이터를 처리하여 메모리(78)를 갱신할 수 있다. 예를 들어, 통신부(73)를 통해 입력된 데이터가 메모리(78)에 기저장된 운전 프로그램에 대한 업데이트 데이터인 경우, 제어부(60)는, 업데이트 데이터를 이용하여 메모리(78)에 업데이트시킬 수 있다. 또한, 제어부(60)는, 입력된 데이터가 신규한 운전 프로그램인 경우, 메모리(78)에 신규한 운전 프로그램을 추가로 저장시킬 수 있다.

머신 러닝은 컴퓨터에게 사람이 직접 로직(Logic)을 지시하지 않아도 데이터를 통해 컴퓨터가 학습을 하고 이를 통해 컴퓨터가 알아서 문제를 해결하게 하는 것을 의미한다.

딥러닝(Deep Learning)은, 인공지능을 구성하기 위한 인공신경망(ANN)에 기반으로 해 컴퓨터에게 사람의 사고방식을 가르치는 방법으로 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다. 인공신경망(ANN)은 소프트웨어 형태로 구현되거나 칩(chip) 등 하드웨어 형태로 구현될 수 있다.

일 예로, 세탁기는, 머신 러닝(machine learning) 기반으로 전류 감지부(75)에 의해 감지된 전류 값들을 처리하여 세탁조(4) 내에 투입된 세탁물(포)의 특성(이하, 포 특성이라고 함.)을 파악할 수 있다.

이러한 포 특성은 포량, 포뭉침 정도 및 포질을 포함할 수 있다.

제어부(60)는 머신 러닝 기반으로 포량 별 포뭉침 정도를 판정할 수 있다. 예를 들어, 제어부(60)는 포량을 구하고, 다시 포뭉침 정도에 따라 기 분류된 카테고리들 중 어느 것에 속하는지를 판정할 수 있다. 이러한 포뭉침 정도는 세탁조(4) 내에 투입된 세탁물(포)끼리 서로 뭉쳐지는(또는 얽히는) 정도 및 하나의 세탁물(포)이 고르게 펴지는지 뭉쳐지는 정도를 나타내며, 기 설정된 포뭉침 정도 레벨(단계)로 구분될 수 있다.

예를 들어, 포뭉침 정도의 단계가 낮을수록 포가 잘 뭉쳐지지 않는다(즉, 포뭉침이 적다)는 것을 나타내고, 포뭉침 정도의 단계가 높을수록 포가 잘 뭉쳐진다(즉, 포뭉침이 많다)는 것을 나타낸다.

이러한 포뭉침 정도는, 세탁조(4) 내에 존재하는 여러 종류의 세탁물(옷감)에 따라 다양하게 정의되거나 구분될 수 있으며, 이러한 여러 종류의 세탁물의 조합, 특성에 따라 달라질 수 있다. 또한, 포뭉침 정도는, 한 종류의 세탁물인 경우, 해당 세탁물의 재질, 함습률, 부피 차, 세탁물의 종류에 따라 결정되거나 달라질 수 있다.

이와 같은, 포뭉침 정도는, 포의 재질, 부드러운 정도(예를 들어, 부드러운(soft) 포/ 뻣뻣한(hard) 포), 포가 물을 머금을 수 있는 능력(즉, 함습율), 건포와 습포 간의 부피 차 등의 여러 요인들을 바탕으로 정의되는 포질과는 구별되는 개념으로 이해될 수 있다. 제어부(60)는, 상기 목표속도에 도달하는 시점까지 전류 감지부(75)에서 감지된 현재 전류 값을 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network)의 입력 데이터(input data)로 사용하여 포량을 감지할 수 있다.

또한, 제어부(60)는, 머신 러닝을 통해 학습된 인공신경망(ANN)을 이용하여, 본 발명의 세탁조(4)의 언발란스와 관련된 다양한 정보를 판단(예측, 추정, 산출)할 수 있다.

예를 들어, 제어부(60)는, 앞서 설명한 복수 종류의 데이터를 상기 인공신경망(ANN)의 입력값으로 입력하여, 포뭉침 정도를 구분(결정)할 수 있다. 이후, 제어부(60)는, 상기 결정된 포뭉침 정도에 근거하여, 탈수과정을 단락(초기화)하는 기준이 되는 UB허용값을 가변할 수 있다.

이하에서는, 본 발명의 세탁조(4)의 UB를 측정하는 UB 감지부(77)에 대하여 보다 구체적으로 설명하기로 한다.

UB 감지부(77)는, 포를 수용한 세탁조(4)가 회전할 때 발생되는 세탁조(4)의 언발란스(unbalance, UB)를 측정할 수 있다. 여기서 세탁조(4)의 언발란스는, 세탁조(4)의 흔들림 또는 세탁조(4)의 흔들림 값(또는 흔들림 정도)을 의미할 수 있다.

UB 감지부(77)는, 세탁조(4)(또는 드럼)의 흔들림 값(또는 흔들림 정도)을 측정(산출)할 수 있다. 여기서, 상기 세탁조(4)의 흔들림 값은, UB값, UB량, 언발란스값, 언발란스량 또는 편심량 등으로 명명될 수 있다.

본 명세서에서 UB(UnBalance)는, 세탁조(4)의 편심량, 즉, 세탁조(4)의 언밸런스 또는 세탁조(4)의 흔들림을 의미할 수 있으며, 포의 불균일한 배치에 의해 발생될 수 있다.

상기 UB값은, 세탁조(4)의 흔들림의 크기(또는 정도)를 나타내기 위한 값으로써, 세탁조(4)(또는 모터(9))의 회전속도 변화량 또는 세탁조(4)(또는 모터(9))의 가속도 변화량에 기초하여 산출(연산)될 수 있다.

일 예로, 상기 UB 감지부(77)는, 속도 감지부(74)에서 측정된 세탁조(4)(또는, 모터(9))의 회전속도 값을 수신하고, 상기 수신된 회전속도 값의 변화량을 이용하여 UB값을 산출할 수 있다. 여기서, 상기 회전속도 변화량은, 일 예로, 소정 시간마다 측정되는 회전속도들의 차이를 의미하거나, 세탁조(4)가 소정 각도만큼 회전될 때마다 측정되는 회전속도들의 차이를 의미하거나, 최대 회전속도와 최소 회전속도의 차이를 의미할 수도 있다.

일 예로, 상기 UB 감지부(77)는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도를 일정 각도마다 측정하고, 측정된 회전속도의 차이를 통해 UB값을 측정할 수 있다. 이후, UB 감지부(77)는, 측정된 회전속도 값 중 최대 회전속도에서 최소 회전속도를 뺀 차이에 해당하는 값을 이용하여 UB값을 산출할 수 있다.

또 다른 예로, UB 감지부(77)는, 일정 각도마다 측정된 회전속도(예를 들어, 30도 마다 감지한 회전속도(RPM)) 값들을 이용하여, 하기 수학식 1 내지 3에 따라 UB값(UB(k))을 산출할 수도 있다.

[수학식 1]

[수학식 2]

[수학식 3]

상기 v_k 내지 v_(k-11)은 일정 각도(30도)마다 측정된 회전속도를 의미하고, k는 정수이다.

이에 따라, 세탁조(4) 내 포의 불균일한 배치(UB)로 인해 세탁조 회전시의 세탁조 흔들림(또는 진동)이 클 수록, UB값도 커지게 된다.

또 다른 예로, 상기 UB값은, 상기 회전속도 변화량(최대 회전속도에서 최소 회전속도를 뺀 값)에 비례하는 소정 값을 의미할 수 있다.

상기 UB값은, 세탁조의 회전속도 뿐만 아니라, 모터에 인가되는 전류값 또는 진동센서에 의해 측정된 저수조(3)의 진동값에 근거하여 산출될 수도 있다.

이와 같이, UB값은, 세탁조(4)의 UB에 의해 측정되는 다양한 값으로 정의될 수 있다. 본 명세서에서는, 세탁조(4) 회전시 감지되는 세탁조(4)의 회전속도 흔들림에 근거하여 UB값이 정의되는 것으로 가정하기로 한다.

예를 들어, 세탁조(4) 내에서 포가 어느 한 쪽으로 뭉치도록 배치되거나 포끼리 뭉쳐진 경우, 밸런스가 나빠지게 되고(즉, 언발란스가 심해지게 되고), 이에 따라, 세탁조의 회전에 따른 세탁조의 흔들림은 커지게 되며, UB값도 커지게 된다.

세탁조의 흔들림이 커지게 되면(세탁조의 UB값이 커지면), 탈수행정에서 세탁조(4)의 고속회전을 위해 모터(9)에 전류부하가 많이 인가되게 되어 에너지 소모가 많아지며, 소음이 발생된다는 문제를 야기한다.

반대로, 세탁조(4) 내에서 포가 균일하게 배치되거나, 포의 뭉침이 적은 경우, 밸런스가 좋아지게 되며, 이에 따라, 세탁조가 고속 회전되더라도, 세탁조의 흔들림은 작아지게 되며, UB값도 작아지게 된다.

본 발명의 일 실시 예에 따른 세탁기는, UB값을 작아지도록 하여, 에너지 소모를 줄이고, 소음도 줄이도록 하는 포 분산 과정을 탈수행정에서 수행할 수 있다.

포 분산 과정은, 세탁조(4)에 삽입된 포가 균일하게 배치치키거나, 뭉쳐진 포를 풀기 위한 과정을 의미한다. 포가 균일하게 배치되거나, 뭉쳐져 있는 포가 풀어지게 되면, 세탁조(4)의 언발란스는 작아지게 된다.

포 분산 과정은, 포가 소정 높이만큼 올라갔다가 낙하하면서 포가 풀어지는 과정이 수행되면서, 포가 균일하게 배치되도록 하는 과정을 의미할 수 있다. 이르 위해, 포 분산 과정은, 포가 세탁조(4)에 부착되어 회전되지 않고, 소정 높이만큼 올라갔다가 낙하할 수 있는 회전속도 구간(예를 들어 80RPM 이하 구간)에서 수행될 수 있다. 포가 소정높이만큼 올라갔다가 낙하함에 따라, 낙하 충격에 의해 뭉쳐진 포는 풀어지게 되고, 이에 따라 포가 균일해지도록 배치되어 UB가 완화되게 된다.

한편, 본 발명은, 탈수과정(탈수행정)에서, 세탁조의 회전에 의해 발생되는 UB(UnBalance)값이 기 설정된 UB허용값보다 크게 측정(감지)되는 것에 근거하여(즉, UB값이 기 설정된 UB허용값을 초과하는 경우), 세탁조(4)의 회전을 중단시킬 수 있다.

UB값이 기 설정된 UB허용값을 초과한다는 것은, 세탁조(4) 내의 포가 불균일하게 배치되어, 세탁조(4) 회전시 회전속도의 흔들림 또는 진동이 기준치보다 크게 발생된다는 것을 의미할 수 있다. 이 경우, 고속 RPM으로 세탁조(4)를 회전시키는 경우, 소음이 발생되게 되고, 전류부하가 많이 소모된다는 문제점이 있다.

본 발명의 제어부(60)는, UB값이 기 설정된 UB허용값을 초과하는 경우, 탈수과정을 단락시킬 수 있다.

여기서, 탈수과정을 단락시키다는 것은, 탈수과정을 처음부터 다시 시작하도록(또는 탈수포량 감지 이후 과정부터 다시 탈수과정을 시작하도록) 탈수과정을 초기화한다, 세탁조(4)의 회전을 중단시킨다, 세탁조(4)의 회전을 단락시킨다 등의 의미를 포함할 수 있으며, 혼용되어 사용될 수 있다.

상기 기 설정된 UB허용값은, 탈수과정에서 세탁조의 회전을 중단(탈수과정을 초기화)시키는 기준이 되는 미리 설정된 기준값을 의미할 수 있다.

상기 기 설정된 UB허용값은, 한계허용UB값, 기준UB값, 설정UB값 등으로 명명될 수도 있다.

이러한 기 설정된 UB허용값은, 도 7의 (a)에 도시된 바와 같이, 탈수 구간(제1 구간 내지 제n 구간) 별로 각각 설정되어 있을 수 있다.

상기 탈수 구간(제1 구간 내지 제n 구간)은, 탈수 과정에 포함된 복수의 구간으로, 세탁조(4)의 회전을 제1 속도로 유지하는 구간, 세탁조(4)의 회전을 제1 속도에서 제2 속도로 가속하는 구간, 세탁조(4)의 회전을 제2 속도로 유지하는 구간, 세탁조(4)의 회전을 제2 속도에서 제3 속도로 감속하는 구간, 세탁조의 회전을 제3 속도로 유지하는 구간 등 회전속도 증가구간, 회전속도 유지구간, 회전속도 감속구간 중 적어도 하나를 포함할 수 있다.

본 명세서에서는, 상기 탈수 구간이 유지구간, 가속구간을 반복하여 세탁조의 회전속도가 점진적으로 증가하는 구간들을 포함하는 것으로 가정하기로 한다.

종래에는, 도 7의 (a)에 도시된 것과 같이, 포량별로 고정된 UB허용값을 이용하였다. 즉, 종래에는, 한 포량 레벨에서는 포뭉침 정도와 무관하게 탈수구간별로 고정된 UB허용값만을 이용하였다.

또한, 종래에는, 포 뭉침 정도가 큰 세탁물의 경우에도 고속 탈수구간의 진입시간을 만족하기 위해 UB허용값을 다소 크게 설정해두었다.

또한, 동일한 포량이라도 포뭉침 정도가 다른 경우, UB가 서로 달라질 수 있다.

이에 따라, 포 뭉침이 적은 세탁물의 경우(발란싱이 잘 되는 실용부하의 경우), 고정된 UB허용값이 크게 설정되어 있어, 제대로 된 포 분산이 이루어지지 않은 상태에서도 상기 고정된 UB허용값을 만족하여 고속 탈수구간에 진입하게 된다. 이 경우, 고속 탈수구간에서 소음 또는 진동 이상치 발생 가능성이 높다는 문제가 있다.

이하에서는, 본 발명의 일 실시예에 따른 포량 및 포뭉침 정도를 고려하여 최적화된 UB허용치를 설정하는 것이 가능한 세탁기 및 세탁기의 제어방법에 대하여 첨부된 도면을 참조하여 보다 구체적으로 살펴본다.

도 3은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이고, 도 4는 도 3에서 살펴본 제어방법을 구체적으로 설명하기 위한 흐름도이다. 도 5, 도6 및 도 7은 도 3 및 도 4에서 살펴본 제어방법을 설명하기 위한 개념도이다.

우선, 본 발명의 일 실시 예에 따른 세탁기는, 포를 수용하고 회전 가능하게 구비되는 세탁조(4), 상기 세탁조를 회전시키는 모터(9) 및 탈수 과정(탈수 행정)에서, 세탁조(4)의 회전에 의해 발생되는 UB값이 기 설정된 UB허용값보다 크게 측정(감지)되는 것에 근거하여(즉, UB값이 기 설정된 UB허용값을 초과하는 경우), 세탁조의 회전이 중단되도록 모터를 제어하는 제어부(60)를 포함할 수 있다.

한편, 제어부(60)는, UB값이 측정되기 전에(예를 들어, 탈수 행정 전 또는 헹굼 행정(헹굼 과정)에서) 측정되는 복수 종류의 데이터를 이용하여 포량 및 포뭉침 정도를 결정할 수 있다.

또한, 제어부(60)는, 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정을 단락(초기화)시키는 기준이 되는(또는, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는) 기 설정된 UB허용값을 가변(변경)할 수 있다.

구체적으로, 제어부(60)는, 결정된 포량 및 포뭉침 정도에 근거하여, 상기 기 설정된 UB값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정할 수 있다.

본 발명의 일 실시 예에 따른 세탁기는, 포량 뿐만 아니라, 포뭉침 정도에 따라 더욱 세분화된 UB테이블을 이용하여 UB허용값을 설정한다는 점에서 기술적 특징이 있다.

종래에는 도 7의 (a)에 도시된 것과 같이, 단순히 포량 별로만 UB허용값이 설정(연계)된 고정 UB 테이블을 이용하였다.

그러나, 본 발명은, 도 7의 (b)에 도시된 것과 같이, 각 포량에서 복수의 포뭉침 정도를 더욱 세분화하고, 포량 및 포뭉침 정도가 함께 연계된 UB허용값을 포함하는 능동 UB 테이블을 이용하여, 탈수 과정에서 초기화(단락)의 기준이 되는 UB허용값을 감지된 포량 및 포뭉침 정도에 근거하여 결정할 수 있다.

즉, 본 발명은 종래의 포량에 따른 고정 UB테이블 대신, 각 포량에서 포뭉침 정도에 따라 더 세분화 된 능동 UB테이블을 이용하여, 포량뿐만 아니라 포뭉침 정도까지 고려하여 UB허용값을 설정(세팅, 가변)할 수 있는 세탁기를 제공할 수 있다.

본 명세서에서, 기 설정된 UB허용값(또는 UB허용값)을 가변한다고 표현하는 것은, 매번 수행되는 탈수 과정마다 동일 포량이라도 측정되는 포뭉침 정도가 달라지는 것에 근거하여, 서로 다른 UB허용값을 적용한다는 의미로 이해되어야 한다. 즉, 본 명세서에서 기 설정된 UB허용값(또는, UB허용값)을 가변하는 것은, 특정 포량 및 포뭉침 정도에 연계된 UB허용값 자체를 변경하는 것이 아님에 유의하여야 한다.

본 명세서에서 기 설정된 UB허용값을 가변한다는 것은, 포량 및 포뭉침 정도가 다르게 측정될 때마다, 서로 다르게 측정된 포량 및 포뭉침 정도별로 연계된 서로 다른 UB허용값을 적용(이용, 설정)한다는 의미로 받아들여져야 한다.

도 3을 참조하면, 제어부(60)는, 우선, UB값을 측정하기 전에(탈수 과정에 진입하기 전에, 헹굼 과정에서, 또는 탈수과정에 포함된 UB값 측정 시점 전에) 특정 회전속도로 세탁조를 회전시키면서 복수 종류의 데이터를 측정할 수 있다(S310).

여기서, 상기 UB값을 측정하기 전은, 상기 탈수 과정에 진입하기 전 또는 헹굼 과정(또는 헹굼 행정) 또는 탈수과정에 포함된 UB값 측정 시점 이전일 수 있다.

또한, 상기 특정 회전속도는, 일 예로, 포의 텀블링 모션(tumbling motion)이 수행되는 회전속도를 의미하며, 일 예로, 40~50RPM 사이의 어느 일 회전속도일 수 있다.

상기 텀블링 모션은 모터(9)가 세탁조(4)를 일방향으로 회전시키되 드럼(42) 내측면에 있는 세탁물이 세탁조(4)의 회전방향 약 90도 내지 110도 위치에서 드럼(42)의 최저점으로 낙하하도록 제어되는 모션이다. 텀블링모션은 모터(9)가 세탁조(4)를 일방향으로 회전시키고, 만약 시계방향으로 회전 시 세탁물이 드럼의 3사분면으로부터 2사분면의 일부로 이동한 뒤 드럼(42) 내측면에서 벗어나 드럼(42)의 최저점방향으로 낙하하고, 다시 상승한 후 낙하하는 유동을 지속적으로 반복한다.

제어부(60)는, 탈수 과정 전에 수행되는 헹굼 과정에서, 포가 소정높이만큼 상승한 후 낙하하도록 세탁조가 상기 특정 회전속도(예를 들어, 46RPM)로 회전되는 동안 상기 복수 종류의 데이터를 측정할 수 있다.

즉, 제어부(60)는, 헹굼 과정에서, 텀블링 모션이 수행되도록 상기 특정 회전속도로 세탁조(4)를 회전시키면서, 복수 종류의 데이터를 측정할 수 있다.

상기 복수 종류의 데이터는, 현재 회전속도(Current RPM), 속도 UB(또는 UB값, 또는 가상 진동량), q축 전류(Iq) 및 기동/유지전류, 포량 레벨 정보 및 진동값 중 적어도 하나를 포함할 수 있다.

상기 복수 종류의 데이터는, 세탁조의 회전과 관련된 데이터일 수 있다. 예를 들어, 상기 복수 종류의 데이터는, 앞퍼 설명한 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)를 통해 측정(산출)될 수 있다.

상기 복수 종류의 데이터는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도값(또는 현재 속도 값), 전류 감지부(75)에서 측정된 모터(9)에 인가되는 전류값(q축 전류 및 기동/유지전류), 진동 감지부(76)에서 측정된 저수조(3)의 진동값 및 UB 감지부(77)에서 측정된 세탁조(4)의 흔들림 값(UB 값, 속도 UB)을 포함할 수 있다.

상기 현재 회전속도는, 도 5에 도시된 것과 같이, 목표 회전속도(Request_RPM) 대비 실제로 측정되는 세탁조(4)의 회전속도(Current_RPM)를 의미할 수 있다.

도 5에 도시된 것과 같이, 제어부(60)가 목표 회전속도로 세탁조(4)를 회전시키도록 모터 구동부(71)에 제어신호를 인가하여도, 세탁조(4)에 포함된 포가 불균일하게 배치되는 경우, UB가 발생되어 세탁조(4)의 회전속도가 흔들릴 수 있다.

상기 현재 회전속도는, 소정 시간간격(예를 들어 70ms)마다 측정되는 회전속도 값들을 소정 개수만큼(예를 들어, 10개씩) 순차적으로 합산한 데이터를 의미할 수 있다. 다만, 이에 한정되지 않고, 상기 현재 회전속도는, 소정 시간간격마다 측정된 회전속도 값들의 평균값일 수도 있다.

상기 속도 UB(UB값)는, 소정 시간간격(예를 들어, 70ms)마다 측정된 속도 UB 값들을 소정 개수만큼(예를 들어, 5개씩) 순차적으로 합산한 데이터를 의미할 수 있다. 마찬가지로, 상기 속도 UB는, 소정 시간간격마다 측정된 UB값들의 평균값일 수도 있다.

상기 현재 회전속도 및 상기 속도 UB는, 속도 감지부(74)에 의해 측정될 수 있다.

상기 q축 전류(Iq)는, 모터이 인가되는 전류 중 토크축(q축) 성분에 해당하는 토크 전류(Iq)를 값(또는, 소정 시간간격마다 측정된 전류값들의 합산 데이터 또는 평균값)을 의미할 수 있다.

상기 기동전류는, 세탁조(4)를 특정 회전속도(예를 들어, 46RPM)로 가속시키기 위해 인가되는 전류를 의미하며, 상기 유지전류는, 세탁조(4)가 특정 회전속도에 도달한 후 유지하는데 인가되는 전류를 의미할 수 있다.

상기 기동/유지 전류는, 기동 시작 후 소정 시간이 경과한 후 생성되며, 1 개의 대표값일 수 있다. 상기 기동/유지전류는, 측정된 q축 전류에 근거하여 측정(산출)될 수 있다.

상기 q축 전류, 기동/유지전류는, 전류 감지부(75)를 통해 측정될 수 있다.

또한, 제어부(60)는, 세탁기에 진동센서가 구비되는 경우, 저수조(3)의 진동값을 측정할 수 있다. 마찬가지로, 상기 진동값은, 저수조의 진동 변위값을 의미하며, 소정시간 간격마다 측정된 진동값들의 합산 데이터(또는 평균값)을 의미할 수 있다.

즉, 본 발명의 제어부(60)는, 어느 한 순간에 측정되는 데이터만을 측정하는 것이 아니라, 소정시간동안 측정되는 합산 데이터(또는 평균값)를 데이터로 이용할 수 있다.

또한, 제어부(60)는, 한 종류의 데이터만을 이용하는 것이 아닌, 서로 다른 복수 종류의 데이터를 측정할 수 있다.

도 3으로 돌아오면, 제어부(60)는, 측정된 복수 종류의 데이터를 이용하여, 포량 및 포뭉침 정도를 결정할 수 있다(S320).

제어부(60)는, 포량을 감지하도록 머신 러닝을 통해 기 학습된 인공신경망에 상기 복수 종류의 데이터 중 적어도 하나(예를 들어, q축 전류)를 입력하여, 포량을 출력값으로 출력(감지)할 수 있다.

이 밖에도, 제어부(60)는, 전류 감지부를 통해 감지된 전류값을 이용하여 복수 포량 레벨 중 어느 하나의 포량 레벨을 결정할 수도 있다.

본 발명에 따른 세탁기는 현재까지 개발된 모든 종류의 포량을 감지하는 기술 중 적어도 하나를 적용하여, 포량을 감지할 수 있다. 포량을 감지하는 기술은 일반적인 기술이므로 보다 구체적인 설명은 생략하기로 한다.

제어부(60)는, 다양한 시점에 포량을 감지할 수 있다. 예를 들어, 제어부(60)는, 상기 복수 종류의 데이터 측정이 완료되는 것에 근거하여 포량을 감지할 수도 있고, 상기 복수 종류의 데이터 측정이 시작되기 전에 포량을 감지할 수도 있다.

또한, 제어부(60)는, 헹굼 과정에서 배수가 완료된 후 탈수 과정 진입 전에 포량을 감지할 수도 있다.

또한, 제어부(60)는, 포뭉침 정도를 감지(산출)할 때 포량을 함께 감지할 수도 있다.

포량을 감지하는 시점은 다양하게 설정될 수 있으며, 사용자 설정에 따라 결정되거나 변경될 수 있다.

한편, 포량 및 포뭉침 정도가 감지되는 시점은, UB값이 측정되기 전(즉, 탈수과정 전 또는 헹굼 과정 완료 후 또는 탈수 과정 중에서 UB값이 최초 측정되기 전 등)일 수 있다. 이는, UB값이 측정되기 전에 포량 및 포뭉침 정도를 결정하고, 결정된 포량 및 포뭉침 정도에 근거하여 UB값의 비교대상(기준)이 되는 기 설정된 UB허용값을 설정하기 위함이다.

제어부(60)는, 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력할 수 있다.

구체적으로, 제어부(60)는, 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 (예를 들어, 포 뭉침 정도 1단계(레벨), 포 뭉침 정도 2단계(레벨), 포 뭉침 정도 3단계(레벨)) 중 어느 하나를 결정할 수 있다.

도 6을 참조하면, 제어부(60)는, 헹굼 과정에서 측정된 복수 종류의 데이터(예를 들어, 현재 회전속도, 속도 UB, q축 전류, 기동/유지전류)를 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network, ANN)의 입력 데이터(input data, input layer)로 사용하여, 포뭉침 정도를 결정(감지, 판정, 산출)할 수 있다.

제어부(60)는, 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 포뭉침 정도를 결과값으로 출력할 수 있다.

이 때, 제어부(60)는, 기학습된 인공신경망(ANN)을 통해, 복수 개로 분류된 포뭉침 정도(포 뭉침 정도 1단계, 포 뭉침 정도 2단계, 포 뭉침 정도 3단계) 중 어느 하나를 결정할 수 있다.

한편, 본 발명에서는, 포뭉침 정도를 결과값으로 산출하기 위한 인공신경망(ANN)을 포함할 수 있다. 상기 인공신경망(ANN)에 대한 정보는, 메모리(78) 혹은 제어부(60)에 기 저장되어 있을 수 있다.

도 6은 인공신경망의 일례를 도시한 개요도이다.

머신 러닝(Machine Learning)의 일종인 딥러닝(Deep Learning) 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습하는 것을 의미할 수 있다.

딥러닝(Deep learning)은 히든 레이어들을 차례로 거치면서 복수의 데이터들로부터 핵심적인 데이터를 추출하는 머신 러닝(Machine Learning) 알고리즘의 집합을 나타낼 수 있다.

딥러닝 구조는 인공신경망(ANN)을 포함할 수 있으며, 예를 들어 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(DNN)으로 구성될 수 있다.

도 6을 참조하면, 인공신경망(ANN)은 입력 레이어(Input Layer), 히든 레이어(Hiddent Layer) 및 출력 레이어(Output Layer)를 포함할 수 있다. 다중의 히든 레이어(hidden layer)를 갖는 것을 DNN(Deep Neural Network)이라고 한다. 각 레이어는 복수의 노드들을 포함하고, 각 레이어는 다음 레이어와 연관되어 있다. 노드들은 웨이트(weight)를 가지고 서로 연결될 수 있다.

제 1 히든 레이어(Hidden Layer 1)에 속한 임의의 노드로부터의 출력은, 제 2 히든 레이어(Hidden Layer 2)에 속하는 적어도 하나의 노드로의 입력이 된다. 이때, 각 노드의 입력은 이전 레이어의 노드의 출력에 웨이트(weight)가 적용된 값일 수 있다. 웨이트(weight)는 노드간의 연결 강도를 의미할 수 있다. 딥러닝 과정은 적절한 웨이트(weight)를 찾아내는 과정으로도 볼 수 있다.

본 발명의 일 실시 예에 따른 세탁기에 적용되는 인공신경망(ANN)은, 앞서 살펴본 복수 종류의 데이터(현재 회전속도, 속도UB, q축 전류 및 기동/유지전류)를 입력 데이터로 하고, 실험에 의해 측정된 포뭉침 정도를 결과 데이터로 하여 지도 학습(Supervised Learning)된 심층신경망(DNN)을 의미할 수 있다.

상기 지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법을 의미할 수 있다.

본 발명의 인공신경망(ANN)은, 복수 종류의 데이터별로 포뭉침 정도(포 뭉침 정도)를 실험적으로 측정하고, 각 복수 종류의 데이터를 입력 데이터로, 각 복수 종류의 데이터별로 측정된 포뭉침 정도를 결과값으로 입력하여, 히든 레이어가 학습된 심층신경망일 수 있다. 여기서 히든 레이어를 학습시킨다는 것은, 히든 레이어에 포함된 노드 간 연결선의 웨이트(weight)를 조정(업데이트)하는 것을 의미할 수 있다.

이러한 인공신경망(ANN)을 이용하여, 본 발명의 제어부(60)는, 어느 시점에 복수 종류의 데이터를 산출하고, 상기 복수 종류의 데이터를 상기 인공신경망의 입력값으로 하여, 포뭉침 정도를 결정(예측, 추출, 산출, 판정, 추정)할 수 있다.

제어부(60)는, 현재 회전속도, 속도UB, q축 전류 및 기동/유지전류에 해당하는 복수 종류의 데이터를 트레이닝(training) 데이터로 사용하여 학습(learning)을 수행할 수 있다.

또한, 이에 한정되지 않고, 제어부(60)는, 진동값 및 포량을 추가적인 트레이닝 데이터로 사용할 수 있으며, 상기 진동값 및 포량을 입력값으로 사용할 수도 있다.

또한, 제어부(60)는 포뭉침 정도를 인식 또는 판정할 때마다, 그 판정 결과와, 그 때 입력된 복수 종류의 데이터를 데이터 베이스에 추가하여 웨이트(weight)나 바이어스 등의 심층신경망(DNN) 구조를 업데이트(update)할 수 있다. 또한, 제어부(60)는, 소정 횟수의 트레이닝 데이터가 확보된 후에 확보된 트레이닝 데이터로 지도 학습 과정을 수행하여 웨이트(weight) 등 심층신경망(DNN) 구조를 업데이트할 수 있다.

제어부(60)는, 상기 복수 종류의 데이터를 기학습된 인공신경망의 입력값으로 입력하여, 포뭉침 정도를 출력값으로 출력(결정, 감지)할 수 있다.

도 3으로 돌아와, 제어부(60)는, 결정된 포량 및 포뭉침 정도에 근거하여, 탈수과정에서 세탁조의 회전 중단의 기준이 되는(즉, 탈수과정의 단락(초기화)의 기준이 되는) 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정(세팅, 가변)할 수 있다(S330).

제어부(60)는, 탈수 과정에서 세탁조의 회전에 의해 발생되는 UB값이 기 설정된 UB허용값을 초과하는 경우(즉, UB값이 기 설정된 UB허용값보다 큰 것으로 감지되면), 세탁조(4)의 회전이 중단되도록 모터를 제어할 수 있다. 즉, 상기 세탁조의 회전을 중단시킨다는 것은, 탈수 과정을 처음부터 시작시키도록(또는 포량 감지 과정 이후부터 다시 시작시키도록) 초기화(단락)하는 것 및 세탁조(4)의 회전을 단락시킨다는 의미를 포함할 수 있다.

제어부(60)는, 탈수 과정에 진입하기 전에(또는 UB값을 측정하기 전에), 특정 회전속도로 상기 세탁조(4)를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포뭉침 정도를 결정하고, 상기 결정된 포뭉침 정도에 근거하여, 기 설정된 UB 허용값을 가변시킬 수 있다.

이 때, 상기 포뭉침 정도는, 헹굼 과정에서 특정 회전속도로 세탁조(4)가 회전되는 동안 측정된 복수 종류의 데이터와, 머신 러닝을 통해 기학습된 인공신경망을 통해 결정될 수 있다.

제어부(60)는, 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB허용값을 다르게 적용할 수 있다.

이하에서는, 포량이 4단계로 결정된 것으로 가정하기로 한다.

예를 들어, 도 4를 참조하면, 제어부(60)는, 포 뭉침 정도가 제1 단계인 것으로 결정되면(S402), 상기 기 설정된 UB허용값을 제1 값으로 설정할 수 있다(S404).

또한, 제어부(60)는, 포 뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 것으로 결정되면(S406), 상기 기 설정된 UB허용값을 상기 제1 값보다 큰 제2 값으로 설정할 수 있다(S408).

또한, 제어부(60)는, 포 뭉침 정도가 클수록, 상기 기 설정된 UB허용값을 증가시킬 수 있다(S410). 다만, 제어부(60)는, 한계UB허용값 이상으로는 UB 허용값을 증가시키지 않을 수 있다(즉 한계UB허용값까지만 UB허용값을 증가시킨다).

상기 제1 값은, 포량 4단계 및 포뭉침 정도 1단계에 연계된 제1 UB허용값이고, 상기 제2 값은, 포량 4단계 및 포뭉침 정도 2단계에 연계된 제2 UB허용값일 수 있다.

예를 들어, 제어부(60)는, 헹굼과정에서 측정된 복수 종류의 데이터와 기학습된 인공신경망(ANN)을 통해 결정된 포뭉침 정도가 포뭉침이 적은 제1 단계인 경우, 기 설정된 UB허용값을 작은 제1 값으로 설정(가변)할 수 있다.

또한, 제어부(60)는, 상기 결정된 포뭉침 정도가 포뭉침이 많은 제2 단계(즉, 제1 단계보다 큰 제2 단계)인 경우, 상기 기 설정된 UB허용값을 상기 제1 값보다 큰 제2 값으로 설정(가변)할 수 있다.제어부(60)는, 기 설정된 UB허용값을 측정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하기 위해(또는,가변시키기 위해), 각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블을 이용할 수 있다.

상기 UB테이블은, 메모리(78) 또는 제어부(60)에 기 저장되어 있을 수 있다.

본 발명의 일 실시예에 따른 UB 테이블은, 도 7의 (b)에 도시된 것과 같다.

종래에는, 도 7의 (a)에 도시된 것과 같이, 포량별로 각 회전속도 구간에서의 UB허용값이 설정되어 있었다. 즉, 종래의 UB테이블은, 포량에 의해서만 구분되는 고정 UB 테이블이었다.

그러나, 본 발명에 따른 UB테이블은, 도 7의 (b)에 도시된 것과 같이, 포량별로 각각 복수 개의 포뭉침 정도를 구분하고, 각 포뭉침 정도별로 각 탈수구간(제1구간 내지 제n구간)에서의 UB허용값이 설정되어 있을 수 있다.

즉, 제어부(60)는, 각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 상기 기 설정된 UB허용값을 설정할 수 있다.

상기 UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있을 수 있다.

제어부(60)는, 복수 개로 분류(구분)된 포뭉침 정도 별로 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 기 설정된 UB허용값을 가변시킬 수 있다. 즉, 본 발명에 적용되는 UB테이블은, 능동UB테이블로 명명될 수 있다.

도 7의 (b)를 참조하면, UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있을 수 있다.

예를 들어, 감지된 포량이 4단계(level 4)이고, 탈수 과정에서의 제1 구간(예를 들어, 세탁조(4)이 108 RPM으로 회전이 유지되는 구간)을 예로 설명하면, 포뭉침 정도가 제1 단계인 경우(포 뭉침이 적은 경우), UB허용값은 a0(예를 들어, 제1 값)으로 설정되어 있을 수 있으며, 포뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 경우(포 뭉침이 많은 경우), UB허용값은 상기 a0보다 큰 a1(예를 들어, 상기 제1 값보다 큰 제2 값)으로 설정될 수 있다.

마찬가지로, 포뭉침 정도가 제1 단계인 경우 회전속도 구간 별 UB허용값(a0, b0, c0, …, f0)는, 포뭉침 정도가 제2 단계인 경우 회전속도 구간 별 UB허용값(a1, b1, c1, …, f1)보다 작을 수 있다.

다른 말로, 포뭉침 정도가 제2 단계인 경우 회전속도 구간 별 UB허용값(a1, b1, c1, …, f1)은, 포뭉침 정도가 제1 단계인 경우 회전속도 구간 별 UB허용값(a0, b0, c0, …, f0)보다 크게 설정(연계)되어 있을 수 있다.

제어부(60)는, 상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB허용값을 결정할 수 있다.

구체적으로, 제어부(60)는, 상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB허용값을 결정하고, 탈수 구간별로, 상기 세탁조의 회전에 따라 발생되는 UB값이 상기 결정된 포량 및 포뭉침 정도 에 연계된 UB허용값을 초과하면, 탈수과정을 초기화(단락)할 수 있다.

예를 들어, 제어부(60)는, 포량이 4단계로 감지되고, 상기 출력된 포뭉침 정도가 1단계인 경우, 포량 4단계 및 포뭉침 정도 1단계에 연계된 UB허용값(a0, b0, c0, …, f0)과, 탈수과정 중 세탁조(4)의 회전에 따라 발생되는 UB값과 비교하여 세탁조 회전의 중단 여부(탈수 과정의 초기화(단락) 여부)를 판단할 수 있다.

다른 예로, 제어부(60)는, 포량이 4단계로 감지되고, 출력된 포뭉침 정도가 2단계인 경우, UB허용값을 포량 4단계 및 포뭉침 정도 2 단계에 연계된 UB허용값(a1, b1, c1, …, f1)으로 설정(가변)시킬 수 있다. 이후, 제어부(60)는, 상기 2 단계에 연계된 UB허용값(a1, b1, c1, …, f1)과, 탈수과정 중 세탁조(4)의 회전에 따라 발생되는 UB값과 비교하여 세탁조 회전의 중단 여부(탈수 과정의 초기화(단락) 여부)를 판단할 수 있다.

이후, 제어부(60)는, 탈수 구간 별로, 세탁조(4)의 회전에 따라 발생되는 UB값이, 감지된 포량 및 포뭉침 정도에 연계된 UB허용값을 초과하면, 탈수 과정을 초기화(단락)할 수 있다. 즉, 제어부(60)는, 세탁조(4)의 회전에 따라 발생되는 UB값이, 감지된 포량 및 포뭉침 정도에 연계된 UB허용값을 초과하면, 세탁조(4)의 회전을 중단시키고, 탈수 과정을 처음부터(또는 탈수포량 감지 단계 이후부터) 다시 시작할 수 있다.

만약, 탈수 구간 별로, 세탁조(4)의 회전에 따라 발생되는 UB값이, 감지된 포량 및 포뭉침 정도에 연계된 UB허용값 이하인 경우, 제어부(60)는, 탈수 과정을 계속 진행할 수 있다(즉, 세탁조의 회전속도를 가속(증가)시킬 수 있다 또는 고속 탈수과정에 진입할 수 있다 또는 다음 탈수 구간으로 진입할 수 있다).

이하에서는, 포량이 어느 한 포량(예를 들어, 4단계 포량 레벨)인 것을 전제로, 포뭉침 정도에 따라 UB허용값이 달라지는 것(또는 어느 한 동일한 포량에서 포뭉침 정도에 근거하여 UB허용값이 서로 다르게 적용되는 것)에 대하여 예를 들어 설명하기로 한다.

제어부(60)는, 포뭉침 정도가 1단계로 결정된 경우, 1단계 포뭉침 정도에 연계된 UB허용값(a0, b0, c0, …, f0)을 기준으로 세탁조(4) 회전의 중단 여부(즉, 탈수 과정의 초기화(단락) 여부)를 결정할 수 있다.

예를 들어, 탈수 구간의 회전속도는 제1 구간 내지 제n 구간 순으로, 제n 구간에서의 회전속도가 가장 빠를 수 있다.

UB허용값은 a에서 f순으로 점차적으로 커질 수 있다. 다만 이에 한정되지 않고, UB허용값은, a에서 f순으로 점차적으로 작아질 수도 있다. 이는 사용자 설계에 따라 달라지거나 결정될 수 있다.

제어부(60)는, 포뭉침 정도가 1단계(포 뭉침이 적은 1단계)로 결정된 상태에서, 세탁조(4)가 제1 구간에서 측정된 UB값이 상기 1단계 포뭉침 정도에 연계된 UB허용값(a0)을 초과하는 경우, 세탁조(4)의 회전을 중단시키고, 탈수 과정을 초기화(단락)할 수 있다.

만약, 제어부(60)는, 포뭉침 정도가 2단계(포 뭉침이 많은 2단계)로 결정된 상태에서, 제1 구간에서 측정된 UB값이 상기 2단계 포뭉침 정도에 연계된 UB허용값(a1)을 초과하는 경우, 세탁조(4)의 회전을 중단시키고, 탈수 과정을 초기화(단락)할 수 있다. 예를 들어, 상기 제1 구간은 세탁조(4)가 108RPM으로 회전속도가 유지되는 구간일 수 있다.

여기서, 제어부(60)는, 포뭉침 정도가 2단계로 결정된 상태에서, 제1 구간에서 측정된 UB값이 2단계 포뭉침 정도에 연계된 UB허용값(a1)보다 작고, 1단계 포뭉침 정도에 연계된 UB허용값(a0)보다 큰 경우에는, 세탁조(4)의 회전을 중단시키지 않고, 탈수 과정을 계속 진행할 수 있다.

포량이 4 레벨이고, 제1 구간에 연계된 UB허용값이 a0는 50, a1은 100이고, 제1구간에서 측정된 UB값이 75인 것으로 가정한다.

이 때, 제어부(60)는, 기학습된 인공신경망을 통해 출력된 포뭉침 정도가 1단계인 경우(포뭉침이 적은 경우), 탈수 과정을 초기화(단락)시킬 수 있다. 이는, UB값(75)이 1단계 포뭉침 정도에 연계된 UB허용값(50)을 초과했기 때문이다. 이 경우, 제어부(60)는, 탈수 과정을 처음부터(또는 포량감지 이후 과정부터) 시작함으로써, 저속 RPM으로 세탁조를 회전시켜 포 분산을 수행하고, 제1구간에서 측정된 UB값이 50 이하인 경우, 고속 RPM으로 세탁조를 회전시켜 탈수를 진행할 수 있다.

이에 따라, 본 발명은 포 뭉침이 적은 포뭉침 정도의 경우에도 포 분산을 제대로 수행시킴으로써, 고속 RPM에서 소음이 줄어들고, 이상진동이 발생될 확률도 줄어든다.

한편, 제어부(60)는, 기학습된 인공신경망을 통해 출력된 포뭉침 정도가 2단계인 경우(포뭉침이 많은 경우), 탈수 과정을 계속 진행할 수 있다. 이는, UB값(75)이 2단계 포뭉침 정도에 연계된 UB허용값(100) 이하이기 때문이다. 이 경우, 제어부(60)는, UB허용값을 높게 설정(가변)함으로써, 포뭉침이 많은 포뭉침 정도의 경우 UB값이 UB허용값을 초과하여 단락이 계속 발생되는 것을 방지하여, 탈수 시간을 단축시킬 수 있다.

이와 같이, 본 발명은, 동일한 포량이라도, 포뭉침 정도에 따라 UB허용값을 서로 다르게 적용(또는 가변)시킴으로써, 포 뭉침이 적은 세탁물인 경우와 포 뭉침이 많은 세탁물에 따라 서로 최적화된 효과를 도출할 수 있다.

이와 같이, 본 발명의 세탁기는, 헹굼 과정에서 특정 회전속도로 세탁조(4)가 회전되는 동안 복수 종류의 데이터를 측정하고, 측정된 복수 종류의 데이터를 기학습된 인공신경망에 입력하여, 포뭉침 정도를 출력값으로 결정할 수 있다.

이후, 세탁기는, 포뭉침 정도에 따라 UB허용값을 가변적으로 설정함으로써, 포 뭉침이 적은 포뭉침 정도의 경우에는 추가 포 분산이 이루어지도록 UB허용값을 낮게 설정하여 고속 탈수구간에서 소음을 줄이고, 포 뭉침이 많은 포뭉침 정도의 경우에는 잦은 단락이 발생되지 않도록 UB허용값을 높게 설정하여, 탈수시간을 단축시킬 수 있다.

제어부(60)는 기 설정된 조건을 만족하는 것에 근거하여 상기 기학습된 인공신경망을 이용하여 포뭉침 정도를 감지할 수 있다. 상기 기 설정된 조건은, 일 예로, 헹굼이 완료되는 것, 포량 감지가 정상적으로 완료되는 것 중 적어도 하나를 포함할 수 있다.

즉, 상기 기학습된 인공신경망을 이용하여 포뭉침 정도를 감지하는 과정(S320)은, 일 예로, 헹굼 과정이 완료되는 것 및 포량(탈수포량)이 정상적으로 감지되는 것 중 적어도 하나에 근거하여 수행될 수 있다.

한편, 제어부(60)는, 상기 기 설정된 조건이 만족되지 못하는 것에 근거하여, 포뭉침 정도 감지를 수행하지 않을 수 있다.

상기 기 설정된 조건이 만족되지 못하는 것(즉, 포뭉침 정도 감지를 수행하지 않는 조건)은, 헹굼이 정상 완료 되지 않은 모든 조건(전원 off, IE, OE, LE 등), 포량 감지가 정상 완료 되지 않은 조건, 헹굼 중 2~4회째 텀블링 모션 중 기동하지 못했거나 On 시간을 못채우고 Skip 된 경우, 최종헹굼에서 일시정지가 있었던 경우, 헹굼중 텀블링 모션 4회째 종료 전 RinsingTime이 끝나서 데이터 취득을 마치지 못하는 코스, 헹굼 텀블링 모션이 4회 미만으로 동작하는 경우, 입력 데이터가 소정 개수가 완전히 입력되지 않은 경우 등을 포함할 수 있다.

이 경우, 제어부(60)는, 포뭉침 정도가 가장 큰 단계에 연계된 UB허용값(예를 들어, 포뭉침 정도가 3단계가 최대인 경우, 3단계 포뭉침 정도에 연계된 UB허용값)을 기준으로 세탁조(4) 회전의 중단 여부를 판단할 수 있다.

한편, 본 발명의 세탁기는, 포뭉침 정도가 오판단되는 경우(예를 들어, 실제 포뭉침 정도는 3단계(포 뭉침이 많은 경우)인데, 인공신경망에서 출력된 포뭉침 정도는 1단계인 경우(포 뭉침이 적은 경우), UB허용값이 낮게 설정되어, 계속적으로 탈수 과정의 초기화(단락)이 이루어질 수 있다. 이 경우, 탈수 시간이 지연되는 문제가 있다.

제어부(60)는, 탈수 과정에 진입한 후(예를 들어, 포량 감지가 완료되는 시점 이후) 소정 시간(예를 들어, 300초) 이상 진입하는 경우, UB테이블에서 가장 높은 포뭉침 정도 단계에 연계된 UB허용값(즉, 해당 포량에서 가장 포 뭉침이 큰 경우에 적용되는 UB허용값, 해당 포량에서 가장 큰 UB허용값들에 해당함)을 적용하여 탈수 과정을 수행할 수 있다. 이를 통해, 탈수 시간이 무한정 지연되는 것을 방지할 수 있다.

본 발명의 세탁기는, 포뭉침이 적은 포뭉침 정도(또는 세탁물)인 경우, 탈수 과정에서 단락(초기화) 여부를 결정하는데 기준이 되는(또는 세탁조(4)의 회전을 중단시키는 기준이 되는) UB허용값이 작아지도록 가변(설정)하여, 포분산이 수행되지 않은 채 고속으로 탈수과정이 진행되는 것을 방지하여, 소음 및 이상진동 발생률을 줄일 수 있다.

즉, 본 발명의 세탁기는, 포뭉침이 적은 세탁물인 경우, UB허용값을 작게 설정하여, 포분산 과정을 통해 UB가 최소화된 상태로 탈수과정이 진행되도록 기준을 타이트하게 설정하고, 이를 통해, 소음 및 이상진동 발생률을 줄일 수 있다.

또한, 포뭉침이 많은 세탁물인 경우, 탈수과정의 단락(초기화)를 통해 포분산 과정을 수행하더라도, 포뭉침이 많아 포분산이 제대로 이루어지지 않고, 이로 인해 탈수과정에서 측정된 UB값이 기 설정된 UB값을 초과하는 것이 지속되는 경우가 많다. 이로 인해, 포뭉침이 많은 포뭉침 정도의 경우, 단락(초기화) 횟수가 많아지게 되어, 탈수 시간이 지연되는 문제가 있다.

그러나, 본 발명의 세탁기는, 포뭉침이 많은 세탁물인 경우, UB허용값을 크게 설정하여, 측정된 UB값이 UB허용값을 초과하는 경우를 최소화하여 단락(초기화)되는 횟수를 줄이고, 이를 통해 탈수시간을 단축시킬 수 있다는 효과가 있다.

본 명세서에서는, 제어부(60)가, 측정된 UB값이 기 설정된 UB허용값을 초과하는 경우, 탈수과정을 초기화(단락)하는 것으로 설명하였으나, 이에 한정되지 않는다.

제어부(60)는, 측정된 UB값이 기 설정된 UB허용값을 초과하는 경우, 포 분산 과정이 이루어지도록(또는 포 풀림이 이루어지도록), 세탁조(4)를 포가 세탁조에 부착되지 않고 낙하될 수 있는 회전속도(예를 들어, 80RPM 이하)로 회전(감속)시킬 수도 있다.

본 명세서에서, 제어부(60)가 탈수과정을 초기화(단락)한다고 설명된 부분은, 제품 설계 또는 사용자 설정에 따라, 제어부(60)가 세탁조(4)를 포가 세탁조에 부착되지 않고 낙하될 수 있는 회전속도(예를 들어, 80RPM 이하)로 회전(감속)시키는 것으로 치환될 수 있다.

이상에서 설명한 내용은, 세탁기의 제어방법에도 동일/유사하게 유추적용될 수 있다. 세탁기의 제어방법은, 일 예로, 제어부(60)에 의해 수행될 수 있다.

본 발명의 실시예에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.

첫째, 본 발명은 포량 및 포뭉침 정도에 연계된 UB허용값에 대응되도록 탈수 과정의 단락(초기화) 기준이 되는 UB허용값을 설정(가변)시킴으로써, 최적화된 탈수를 수행할 수 있는 인공지능 세탁기를 제공할 수 있다.둘째, 본 발명은 탈수 과정이 수행될 때마다, 탈수 과정이 수행될 때마다, 동일한 포량이라도, 포뭉침 정도가 변경되는 것에 근거하여 UB허용값을 가변시킴으로써, 포뭉침 정도가 적은 세탁물의 경우에는 UB허용값을 낮게 설정하여, 탈수 소음을 줄이고, 포뭉침 정도가 큰 세탁물의 경우에는 UB허용값을 높게 설정하여, 탈수 시간을 단축시키는 것이 가능한 최적화된 세탁기 및 세탁기의 제어방법을 제공할 수 있다.

셋째, 본 발명은 포량별로 복수의 포뭉침 정도로 구분된 UB테이블을 이용하여, 포량 뿐만 아니라 포뭉침 정도에 따라 UB허용값을 다르게 설정하여 세밀한 탈수 제어를 수행하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공할 수 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 프로세서 또는 제어부를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (18)

1. 포를 수용하고 회전 가능하게 구비되는 세탁조;
   상기 세탁조를 회전시키는 모터; 및
   탈수 과정에서, 상기 세탁조의 회전에 의해 발생되는 UB(UnBalance)값이 기 설정된 UB허용값보다 크게 측정되는 것에 근거하여, 상기 세탁조의 회전이 중단되도록 상기 모터를 제어하는 제어부를 포함하고,
   상기 제어부는,
   상기 UB값을 측정하기 전에, 특정 회전속도로 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포량 및 포뭉침 정도를 결정하고,
   상기 결정된 포량 및 포뭉침 정도에 근거하여, 상기 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하는 것을 특징으로 하는 세탁기.
2. 제 1 항에 있어서,
   상기 제어부는,
   상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB 허용값을 다르게 적용하는 것을 특징으로 하는 세탁기.
3. 제 1 항에 있어서,
   상기 제어부는,
   탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 상기 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 하는 세탁기.
4. 제 1 항에 있어서,
   상기 제어부는,
   상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력하는 것을 특징으로 하는 세탁기.
5. 제 4 항에 있어서,
   상기 제어부는,
   상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 하는 세탁기.
6. 제 1 항에 있어서,
   상기 제어부는,
   포뭉침 정도가 제1 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 제1 값으로 설정하고,
   상기 포뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 상기 제1 값보다 큰 제2 값으로 설정하는 것을 특징으로 하는 세탁기.
7. 제 1 항에 있어서,
   상기 제어부는,
   각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 상기 기 설정된 UB허용값을 설정하는 것을 특징으로 하는 세탁기.
8. 제 7 항에 있어서,
   상기 UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있는 것을 특징으로 하는 세탁기.
9. 제 8 항에 있어서,
   상기 제어부는,
   상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB 허용값을 결정하고,
   탈수 구간별로 상기 세탁조의 회전에 따라 발생되는 UB값이 상기 결정된 포량 및 포뭉침 정도에 연계된 UB 허용값을 초과하면, 상기 탈수 과정을 초기화하는 것을 특징으로 하는 세탁기.
10. UB값을 측정하기 전에, 특정 회전속도로 세탁조를 회전시키면서 복수 종류의 데이터를 측정하는 단계;
    상기 측정된 복수 종류의 데이터를 이용하여, 포량 및 포뭉침 정도를 결정하는 단계; 및
    상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB허용값을 상기 결정된 포량 및 포뭉침 정도에 연계된 UB허용값으로 설정하는 단계를 포함하는 세탁기의 제어방법.
11. 제 10 항에 있어서,
    상기 설정하는 단계는,
    상기 결정된 포량 및 포뭉침 정도에 근거하여, 탈수 과정에서 세탁조의 회전 중단의 기준이 되는 기 설정된 UB 허용값을 다르게 적용하는 것을 특징으로 하는 세탁기의 제어방법.
12. 제 10 항에 있어서,
    상기 측정하는 단계는,
    탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 상기 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 하는 세탁기의 제어방법.
13. 제 10 항에 있어서,
    상기 결정하는 단계는,
    상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력하는 것을 특징으로 하는 세탁기의 제어방법.
14. 제 13 항에 있어서,
    상기 결정하는 단계는,
    상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 하는 세탁기의 제어방법.
15. 제 10 항에 있어서,
    상기 설정하는 단계는,
    포뭉침 정도가 제1 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 제1 값으로 설정하고,
    상기 포뭉침 정도가 상기 제1 단계보다 큰 제2 단계인 것으로 결정되면, 상기 기 설정된 UB 허용값을 상기 제1 값보다 큰 제2 값으로 설정하는 것을 특징으로 하는 세탁기의 제어방법.
16. 제 10 항에 있어서,
    상기 설정하는 단계는,
    각 포량 별로 복수 개로 분류된 포뭉침 정도마다 각각 설정된 UB허용값에 대한 정보를 포함하는 UB테이블에 근거하여, 상기 기 설정된 UB허용값을 설정하는 것을 특징으로 하는 세탁기의 제어방법.
17. 제 16 항에 있어서,
    상기 UB테이블에는, 포량 별로 각각 복수 개의 포뭉침 정도가 분류되어 있고, 상기 복수 개의 포뭉침 정도 별로 탈수 구간마다 UB허용값이 미리 설정되어 있는 것을 특징으로 하는 세탁기의 제어방법.
18. 제 17 항에 있어서,
    상기 설정하는 단계는,
    상기 UB테이블에 근거하여, 포량 및 기 학습된 인공신경망을 통해 출력된 포뭉침 정도에 연계된 UB 허용값을 결정하는 것을 특징으로 하고,
    탈수 구간별로 상기 세탁조의 회전에 따라 발생되는 UB값이 상기 결정된 포량 및 포뭉침 정도에 연계된 UB 허용값을 초과하면, 탈수 과정을 초기화하는 단계를 더 포함하는 것을 특징으로 하는 세탁기의 제어방법.

Images