WO2022145703A1 - 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법 - Google Patents

공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법 Download PDF

Info

Publication number
WO2022145703A1
WO2022145703A1 PCT/KR2021/016424 KR2021016424W WO2022145703A1 WO 2022145703 A1 WO2022145703 A1 WO 2022145703A1 KR 2021016424 W KR2021016424 W KR 2021016424W WO 2022145703 A1 WO2022145703 A1 WO 2022145703A1
Authority
WO
WIPO (PCT)
Prior art keywords
filter
air conditioner
pollution
degree
dust
Prior art date
Application number
PCT/KR2021/016424
Other languages
English (en)
French (fr)
Inventor
이운식
송관우
구본현
김영호
이용권
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of WO2022145703A1 publication Critical patent/WO2022145703A1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/39—Monitoring filter performance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F24F8/90—Cleaning of purification apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/64—Airborne particle content

Definitions

  • the present disclosure relates to an air conditioner, an air conditioning system, and a control method thereof, and more particularly, to an air conditioner for providing a cleaning notification for a dust collecting filter by calculating a contamination level of a dust collecting filter based on a contamination level of a pre-filter; It relates to a harmonization system and a method for controlling the same.
  • the air conditioner may include a pre-filter that physically filters large dust in the air, and a dust collection filter that electrically collects small-sized dust included in the air that has passed through the pre-filter.
  • the filter performance decreases as dust accumulates, and the performance of the air conditioner deteriorates. Therefore, it is necessary to periodically replace or clean the filter.
  • the air conditioner may provide a cleaning notification informing the user of the need to clean the filter.
  • the rate at which the pollution degree of the dust collecting filter increases may vary according to the degree of pollution of the pre-filter. For example, when the pre-filter has a high degree of contamination, that is, if there is a lot of dust stacked on the pre-filter, even smaller-sized dust may be filtered out by the pre-filter, so the rate of increase of the contamination level of the dust collecting filter may be relatively low.
  • the present disclosure is to solve the above problems, and an object of the present disclosure is to calculate the contamination level of the dust collecting filter more accurately by applying a weight based on the contamination level of the pre-filter when calculating the contamination level of the dust collecting filter.
  • An object of the present invention is to provide an air conditioner, an air conditioning system, and a method for controlling the same.
  • an air conditioner provides a filter assembly including a pre-filter and a dust collecting filter sequentially disposed on an air flow path, a sensor for detecting a concentration of dust in the air, and the The contamination level of the pre-filter is calculated based on the information on the dust concentration detected by the sensor for each operating time of the air conditioner, and the contamination level of the dust collection filter is calculated using the calculated contamination level of the pre-filter and preset weight information. and a processor that calculates and provides a cleaning notification when the contamination level of the dust collecting filter is greater than or equal to a preset value.
  • the air conditioner may further include a communication interface capable of communicating with an external server, and the processor controls the communication interface to transmit information on the calculated pollution level of the pre-filter to the server, and receives the information from the server.
  • the pollution level of the dust collecting filter may be calculated using the received weight.
  • the processor may initialize a weight corresponding to the degree of contamination of the pre-filter when receiving the washing completion signal for the filter assembly.
  • the preset weight information may have a weight value that gradually decreases as the ratio of the pollution degree of the pre-filter increases.
  • the preset weight information may include a weight corresponding to the dust concentration detected by the sensor for each operating time of the air conditioner with respect to the air that has passed through the pre-filter.
  • the preset weight information may include a weight corresponding to an air volume of the air conditioner for each operating time of the air conditioner.
  • the processor may calculate the pollution degree of the dust collection filter by using the dust collection filter pollution degree learning model learned through the AI model.
  • the method for controlling an air conditioner includes calculating a pollution degree of a pre-filter based on information on a dust concentration detected by a sensor for each operating time of the air conditioner; Calculating the contamination level of the dust collecting filter by using the contamination level of the pre-filter and preset weight information, and providing a cleaning notification when the contamination level of the dust collecting filter is greater than or equal to a preset value.
  • control method further includes transmitting information on the calculated pollution degree of the pre-filter to a server and receiving a weight corresponding to the pollution degree of the pre-filter from the server, the pollution degree of the dust collecting filter
  • the calculating may include calculating the pollution degree of the dust collecting filter by using the received weight.
  • control method may further include the step of initializing a weight corresponding to the degree of contamination of the pre-filter when receiving a washing completion signal for the pre-filter and the dust collecting filter.
  • the preset weight information may have a weight value that gradually decreases as the ratio of the pollution degree of the pre-filter increases.
  • the preset weight information may include a weight corresponding to the dust concentration detected by the sensor for each operating time of the air conditioner with respect to the air that has passed through the pre-filter.
  • the preset weight information may include a weight corresponding to an air volume of the air conditioner for each operating time of the air conditioner.
  • the calculating of the pollution degree of the dust collecting filter may include calculating the pollution degree of the dust collecting filter by using the dust collecting filter pollution degree learning model learned through the AI model.
  • the air conditioning system includes a pre-filter and a dust collecting filter, and determines the pollution level of the pre-filter based on information on the dust concentration detected by a sensor for each operating time of the air conditioner.
  • an air conditioner that calculates and a server that receives information on the degree of pollution of the pre-filter from the air conditioner and calculates a weight corresponding to the degree of pollution of the pre-filter based on the received information, the server comprising: transmits a weight corresponding to the calculated degree of pollution of the pre-filter to the air conditioner, and the air conditioner receives the weight corresponding to the degree of pollution of the pre-filter received from the server and preset weight information for the dust collecting filter calculates the contamination level of , and transmits the calculated contamination level of the dust collecting filter to the server, and the server transmits a cleaning notification to the air conditioner when the contamination level of the dust collecting filter is greater than or equal to a preset value.
  • the server may generate a pre-filter pollution degree learning model and a dust collection filter pollution degree learning model learned through the AI model, and provide the pre-filter pollution degree learning model and the dust collection filter pollution degree learning model to the air conditioner. have.
  • the air conditioner may calculate the pollution degree of the pre-filter and the pollution degree of the dust collecting filter, respectively, through the pre-filter pollution degree learning model and the dust collecting filter pollution degree learning model.
  • the server may initialize a weight corresponding to the degree of contamination of the pre-filter when receiving the washing completion signal for the pre-filter and the dust collecting filter.
  • the air conditioner may initialize information on the dust concentration detected by the sensor for each operating time of the air conditioner.
  • the air conditioning system may further include a user terminal device, and the server may provide a cleaning notification to the user terminal device when the contamination level of the dust collection filter is greater than or equal to a preset value.
  • FIG. 1 is a block diagram illustrating an air conditioning system according to an embodiment of the present disclosure.
  • FIG. 2 is a block diagram illustrating a configuration of an air conditioner according to an exemplary embodiment of the present disclosure.
  • FIG 3 is a view for explaining a filter assembly including a pre-filter and a dust collecting filter according to an embodiment of the present disclosure.
  • FIG. 4 is a block diagram illustrating a detailed configuration of an air conditioner according to an exemplary embodiment of the present disclosure.
  • FIG. 5 is a block diagram illustrating a configuration of a server according to an embodiment of the present disclosure.
  • FIG. 6 is a block diagram illustrating a configuration of a user terminal device according to an embodiment of the present disclosure.
  • FIG. 7 is a sequence diagram illustrating operations of an air conditioner and a server of an air conditioning system according to an exemplary embodiment of the present disclosure.
  • FIG. 8 is a view for explaining an operation of calculating a pollution level of a dust collecting filter by the air conditioner according to an exemplary embodiment of the present disclosure.
  • FIG. 9 is a flowchart illustrating a method of controlling an air conditioner according to an exemplary embodiment of the present disclosure.
  • each step should be understood as non-limiting unless the preceding step must be logically and temporally performed before the subsequent step. In other words, except for the above exceptional cases, even if the process described as the subsequent step is performed before the process described as the preceding step, the essence of the disclosure is not affected, and the scope of rights should also be defined regardless of the order of the steps.
  • expressions such as “have,” “may have,” “include,” or “may include” indicate the presence of a corresponding characteristic (eg, a numerical value, function, operation, or component such as a part). and does not exclude the presence of additional features.
  • first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms may be used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present disclosure, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component.
  • the present specification describes components necessary for the description of each embodiment of the present disclosure, the present disclosure is not necessarily limited thereto. Accordingly, some components may be changed or omitted, and other components may be added. In addition, they may be distributed and arranged in different independent devices.
  • the air conditioner according to an embodiment to be described below will be described using an air purifier as an example, but the air conditioner may be various devices that suck in air and air-condition it and then release it.
  • the air conditioner may be, for example, an air conditioner, an air conditioner, an air purifier, or a humidifier.
  • FIG. 1 is a block diagram illustrating an air conditioning system according to an embodiment of the present disclosure.
  • an air conditioning system 1000 may include an air conditioning apparatus 100 , a server 200 , and a user terminal apparatus 300 .
  • the air conditioning apparatus 100 may transmit and receive various data by communicating with the server 200 or the user terminal apparatus 300 .
  • the air conditioner 100 transmits information on the pollution level of the pre-filter to the server 200, and receives information about a weight corresponding to the pollution level of the pre-filter calculated based on the pollution level of the pre-filter from the server 200 can do. Then, the air conditioner 100 calculates the pollution degree of the dust collecting filter based on the weight corresponding to the pollution degree of the pre-filter received from the server 200 and preset weight information, and calculates the pollution degree of the dust collecting filter by the server 200 ) can be transmitted.
  • the preset weight information includes various information used to calculate a weight value applied to the calculation of the pollution degree increase rate of the dust collection filter, for example, a weight according to the concentration of dust in the air, the weight of the air conditioner 100 . It may include a weight according to the air volume, a weight corresponding to the pollution degree of the pre-filter, and the like.
  • the server 200 may transmit a washing notification to the air conditioner 100 or the user terminal device 300 .
  • a washing notification may be transmitted to the air conditioner 100 or the user terminal device 300 .
  • the server 200 may refer to an electronic device that collects and processes data of an external device.
  • the server 200 is not only a device that performs a function dedicated to the server, such as a cloud server, but also various electronic devices such as a smartphone, tablet, wearable device, and PC that can perform the function of the server together with other functions. may be implemented. However, this is only an example, and the server 200 may be implemented with various types of electronic devices not listed here. Also, the server 200 may be implemented as a single device or as an aggregate comprising a plurality of devices.
  • the user terminal device 300 is a device capable of performing various functions, such as providing information to a user or receiving a user command, and may be various electronic devices such as a smart phone, a tablet, a wearable device, and a PC.
  • the user terminal device 300 may receive a user command from a user and transmit it to the air conditioner 100 through the server 200 or directly to the air conditioner 100 .
  • communication may be performed using a short-range wireless communication method such as wifi direct or Bluetooth.
  • FIG. 2 is a block diagram illustrating a configuration of an air conditioner according to an embodiment of the present disclosure
  • FIG. 3 is a diagram illustrating a filter assembly including a pre-filter and a dust collecting filter according to an embodiment of the present disclosure to be.
  • the air conditioner 100 may include a filter assembly 110 , a sensor 120 , and a processor 130 .
  • the filter assembly 110 is configured to filter foreign substances such as dust contained in the air introduced into the air conditioner 100 , and may include a plurality of filters having various functions. Referring to FIG. 2 , the filter assembly 110 may include a pre-filter 111 for physically filtering out large dust and a dust collecting filter 112 for electrically collecting dust of a smaller size.
  • the pre-filter 111 may filter PM10 size dust and part of PM2.5 size dust, and the dust collection filter 112 may filter PM1.0 size dust and some PM2.5 size dust. It can be implemented so as to have a level of performance that can be achieved.
  • the filter assembly 110 includes a pre-filter 111 and a dust collection filter 112 as well as a deodorization filter for removing various odors and harmful gases in the air, a HEPA filter for removing fine dust in the air, It may further include a carbon dioxide adsorption filter for removing carbon dioxide in the air.
  • the pre-filter 111 and the dust collecting filter 112 may be sequentially disposed on the air passage. That is, the pre-filter 111 and the dust collecting filter 112 may be sequentially disposed based on the direction in which the air is sucked. For example, as shown in FIG. 3 , when air is sucked from left to right, the pre-filter 111 and the dust collecting filter 112 may be sequentially disposed in the filter assembly 110 from the left. However, this is only an example, and when air is sucked from the bottom up, the pre-filter 111 and the dust collection filter 112 may be disposed in the order of the filter assembly 110 from the bottom.
  • the sensor 120 may acquire various information related to the air conditioner 100 and the surroundings of the air conditioner 100 .
  • the sensor 140 may transmit an electrical signal to the processor 130 or store the detection result in the memory 150 of the air conditioner 100 or an external device.
  • the senor 120 may be a sensor for detecting the concentration of dust in the air.
  • the sensor 120 may detect dust concentrations having sizes of PM10, PM2.5, and PM1.0, respectively.
  • the sensor 120 may detect a concentration of dust in the air before passing through the pre-filter 111 and a concentration of dust in the air before passing through the dust collecting filter 112 after passing through the pre-filter 111 , respectively.
  • the processor 130 may control the overall operation of the air conditioner 100 .
  • the processor 130 includes a RAM (not shown), a ROM (not shown), a graphic processing unit (not shown), a main CPU (not shown), first to n interfaces (not shown), and a bus (not shown).
  • RAM not shown
  • ROM not shown
  • graphic processing unit not shown
  • main CPU not shown
  • first to n interfaces not shown
  • etc. may be connected to each other through a bus (not shown). .
  • the processor 130 calculates the pollution degree of the pre-filter 111 based on the information on the dust concentration detected by the sensor 120 for each operating time of the air conditioner 100 , and calculates the pollution degree of the pre-filter 111 .
  • the contamination level of the dust collecting filter 112 is calculated using the preset weight information, and when the contamination level of the dust collecting filter 112 is greater than or equal to a preset value, a washing notification may be provided. A detailed description related to the operation of the processor 130 will be described later.
  • FIG. 4 is a block diagram illustrating a detailed configuration of an air conditioner according to an exemplary embodiment of the present disclosure.
  • the air conditioner 100 may include a sensor 120 , a processor 130 , a communication interface 140 , a memory 150 , an input interface 160 , and an output interface 170 . .
  • a sensor 120 may include a sensor 120 , a processor 130 , a communication interface 140 , a memory 150 , an input interface 160 , and an output interface 170 .
  • the communication interface 140 may transmit/receive various types of data by performing communication with an external device (eg, a server, a smart phone, etc.) according to various types of communication methods.
  • the communication interface 140 transmits information acquired by the sensor 120, information generated through the processor 130, etc. to an external device such as the server 200 or the user terminal device 300, or A control command for driving the air conditioner 100 may be received from an external device.
  • the communication interface 140 includes a Bluetooth chip (not shown), a Wi-Fi chip (not shown), a wireless communication chip (not shown) and an NFC chip (not shown) for performing wireless communication, and an Ethernet module for performing wired communication. It may include at least one of (not shown) and a USB module (not shown). In this case, an Ethernet module and a USB module performing wired communication may communicate with an external device through an input/output port (not shown).
  • the input/output port may be implemented as a wired port such as an HDMI port, a display port, an RGB port, a Digital Visual Interface (DVI) port, a Thunderbolt, a LAN port, a USB port, a Lightning cable port, and a component port.
  • the input/output port may transmit/receive various types of data by performing communication with various types of external devices through each communication standard.
  • Various instructions, programs, or data required for the operation of the air conditioner 100 or the processor 130 may be stored in the memory 150 .
  • information acquired by the sensor 120 and data received from an external electronic device may be stored in the memory 150 .
  • the memory 150 includes volatile memories such as static random access memory (S-RAM) and dynamic random access memory (D-RAM), flash memory, read only memory (ROM), erasable programmable read only memory (EPROM), and EEPROM. It may be implemented as a non-volatile memory such as (Electrically Erasable Programmable Read Only Memory), a hard disk drive (HDD), or a solid state drive (SSD).
  • S-RAM static random access memory
  • D-RAM dynamic random access memory
  • flash memory read only memory
  • ROM read only memory
  • EPROM erasable programmable read only memory
  • EEPROM Electrically Erasable Programmable Read Only Memory
  • the memory 150 is accessed by the processor 130 , and reading/writing/modification/deletion/update of data by the processor 130 may be performed.
  • memory in the present disclosure refers to a memory 150, a RAM (not shown) in the processor 130, a ROM (not shown), or a memory card (not shown) mounted in the air conditioner 100 (eg, micro SD card, memory stick, etc.).
  • the processor 130 and the memory 150 may be implemented as physically separate components, or may be implemented as a single component such as the processor 130 including the memory 150 .
  • a single configuration or a plurality of configurations of the processor 130 may be implemented as one system.
  • the memory 150 may also be implemented in a single configuration or a plurality of configurations as one system.
  • the input interface 160 may receive various user commands.
  • the input interface 160 may receive a user command for controlling the air conditioner 100 .
  • the input interface 160 may include a microphone for receiving a user's spoken voice, or a display for receiving a user command through a touch screen.
  • the output interface 170 may include at least one of a display and a speaker.
  • the display is a device for outputting information in a visual form (eg, text, image, etc.).
  • the display may display the image frame in all or part of the display area.
  • the display area may refer to the entire area of a pixel unit in which information or data is visually displayed.
  • a speaker is a device that outputs information in an audible form (eg, voice).
  • the speaker may directly output various types of notification sounds or voice messages as well as various audio data on which various processing operations such as decoding, amplification, and noise filtering have been performed by an audio processing unit (not shown).
  • the air conditioner 100 may output a cleaning notification for the filter assembly 110 through an output interface 170 such as a display or a speaker. A detailed description related thereto will be provided later.
  • FIG. 5 is a block diagram illustrating a configuration of a server according to an embodiment of the present disclosure.
  • the server 200 may include a communication interface 210 , a memory 220 , and a processor 230 .
  • the communication interface 210 may transmit/receive data to and from the air conditioner 100 or the user terminal device 300 .
  • the memory 220 may store data performing a function of the server 200 , and may store programs and commands driven in the server 200 .
  • the processor 230 may control each configuration of the server 200 .
  • the processor 230 may control the communication interface 210 to transmit and receive data to and from the air conditioner 100 , the user terminal device 300 , and an external device (eg, AI cloud, an external server).
  • an external device eg, AI cloud, an external server.
  • the processor 230 may generate a pre-filter pollution degree learning model and a dust collection filter pollution degree learning model learned through an artificial intelligence (AI) model.
  • AI artificial intelligence
  • the processor 230 may generate a pre-filter contamination level learning model by using reference data on the pre-filter contamination level corresponding to input factors such as dust concentration in the air and the operating time of the air conditioner 100 .
  • the processor 230 collects dust using reference data on the degree of contamination of the dust collecting filter corresponding to input factors such as the degree of contamination of the pre-filter, the dust concentration of the air that has passed through the pre-filter, and the operating time of the air conditioner 100 .
  • a filter pollution degree learning model can be created.
  • the processor 230 may provide the pre-filter pollution level learning model and the dust collection filter pollution level learning model to the air conditioner 100 through the communication interface 210 .
  • the processor 230 may include one or a plurality of processors.
  • the one or more processors may be a general-purpose processor such as a CPU, an AP, a digital signal processor (DSP), or the like, a graphics-only processor such as a GPU, a VPU (Vision Processing Unit), or an artificial intelligence-only processor such as an NPU.
  • the one or more processors control to process input data according to a predefined operation rule or a machine learning model stored in the memory 220 .
  • the artificial intelligence-only processors may be designed with a hardware structure specialized for processing a specific machine learning model.
  • a predefined action rule or machine learning model is characterized in that it is created through learning.
  • being made through learning means that a basic machine learning model is learned using a plurality of learning data by a learning algorithm, so that a predefined action rule or machine learning model set to perform a desired characteristic (or purpose) is created means burden.
  • Such learning may be performed in the device itself on which artificial intelligence according to the present disclosure is performed, or may be performed through a separate server and/or system.
  • Examples of the learning algorithm include, but are not limited to, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning.
  • a machine learning model may be composed of a plurality of neural network layers.
  • Each of the plurality of neural network layers has a plurality of weight values, and a neural network operation is performed through an operation between the operation result of a previous layer and the plurality of weights.
  • the plurality of weights of the plurality of neural network layers may be optimized by the learning result of the artificial intelligence model. For example, a plurality of weights may be updated so that a loss value or a cost value obtained from the artificial intelligence model during the learning process is reduced or minimized.
  • the artificial neural network may include a deep neural network (DNN), for example, a Convolutional Neural Network (CNN), a Deep Neural Network (DNN), a Recurrent Neural Network (RNN), a Restricted Boltzmann Machine (RBM), There may be a Deep Belief Network (DBN), a Bidirectional Recurrent Deep Neural Network (BRDNN), or a Deep Q-Networks, but is not limited thereto.
  • DNN Deep Neural Network
  • DNN Deep Belief Network
  • BBDNN Bidirectional Recurrent Deep Neural Network
  • Deep Q-Networks Deep Q-Networks
  • the server 200 may further include a configuration other than the aforementioned configuration.
  • FIG. 6 is a block diagram illustrating a configuration of a user terminal device according to an embodiment of the present disclosure.
  • the user terminal device 300 may include a communication interface 310 , a memory 320 , a processor 330 , an input interface 340 , and an output interface 350 .
  • the communication interface 310 may transmit/receive various data to and from the air conditioner 100 or the server 200 .
  • the processor 330 receives a user command for controlling the air conditioner 100 through the input interface 340 , and transmits a corresponding control signal to the air conditioner 100 through the communication interface 310 . ) can be transmitted.
  • the user terminal device 300 may receive a washing notification from the air conditioner 100 or the server 200 through the communication interface 310 , and may output a washing notification through the output interface 350 .
  • the user terminal device 300 transmits information that the contamination level of the dust collection filter 112 is greater than or equal to a preset value and thus the filter assembly 110 needs to be cleaned through the display 351 in the form of a visual message. It may be output or may be output through the speaker 352 in the form of a voice message.
  • FIG. 7 is a sequence diagram illustrating operations of an air conditioner and a server of an air conditioning system according to an exemplary embodiment of the present disclosure.
  • the server 200 may generate a pre-filter contamination level learning model and a dust collection filter contamination level learning model ( S710 ).
  • the server 200 may generate a pre-filter pollution degree learning model and a dust collection filter pollution degree learning model through the AI model.
  • the processor 230 may generate a pre-filter contamination level learning model by using reference data on the pre-filter contamination level corresponding to input factors such as dust concentration in the air and the operating time of the air conditioner 100 . .
  • the processor 230 collects dust using reference data on the degree of contamination of the dust collecting filter corresponding to input factors such as the degree of contamination of the pre-filter, the dust concentration of the air that has passed through the pre-filter, and the operating time of the air conditioner 100 .
  • a filter pollution degree learning model can be created.
  • the server 200 may provide the generated pre-filter pollution level learning model and the dust collection filter pollution level learning model to the air conditioner 100 (S720).
  • the air conditioner 100 may calculate the pollution degree of the pre-filter and the pollution degree of the dust-collecting filter, respectively, through the pre-filter pollution degree learning model and the dust collection filter pollution degree learning model provided from the server 200 ( S730 and S770 ).
  • the air conditioner 100 may transmit the pre-filter pollution level calculated using the pre-filter pollution level learning model to the server 200 ( S740 ).
  • the server 200 calculates a weight corresponding to the degree of pollution of the pre-filter based on the received information on the degree of pollution of the pre-filter (S750), and uses the weight corresponding to the degree of pollution of the calculated pre-filter to the air conditioner 100. It can be transmitted (S760).
  • the air conditioner 100 may calculate the pollution degree of the dust collecting filter by using the pollution degree of the pre-filter and preset weight information ( S770 ). For example, the air conditioner 100 may calculate the pollution degree of the dust collecting filter based on a weight corresponding to the pollution degree of the pre-filter received from the server 200 and preset weight information.
  • the preset weight information includes various information used to calculate a weight value applied to the calculation of the pollution degree increase rate of the dust collection filter, for example, a weight according to the concentration of dust in the air, the weight of the air conditioner 100 . It may include a weight according to the air volume, a weight corresponding to the pollution degree of the pre-filter, and the like.
  • the preset weight information may have a weight value that gradually decreases as the ratio of the pollution degree of the pre-filter increases. That is, it is possible to accurately calculate the contamination level of the dust collecting filter by reflecting the phenomenon that the increase rate of the contamination level of the dust collecting filter decreases as the contamination level of the pre-filter increases.
  • an increase in the degree of contamination of the pre-filter disposed at the front end of the air conditioner 100 means that dust is loaded in the air flow path formed in the pre-filter and the flow path becomes narrow.
  • the air conditioner 100 transmits the calculated contamination level of the dust collection filter to the server 200 (S780), and the server 200 provides a cleaning notification when the received contamination level of the dust collection filter is greater than or equal to a preset value (S790).
  • a preset value S790
  • the server 200 provides a cleaning notification to the air conditioner 100 or the user terminal device 300 to provide the air conditioner 100 or the user terminal device.
  • FIG. 8 is a view for explaining an operation of calculating a pollution level of a dust collecting filter by the air conditioner according to an exemplary embodiment of the present disclosure.
  • the contamination level (TT) of the dust collecting filter may be initially set to 0 (S8010).
  • the air conditioner 100 transmits the dust concentration value through the sensor 120 may be obtained (S8014) and the dust concentration weight F1 may be calculated accordingly (S8015).
  • the air conditioner 100 may detect a dust concentration value of the air that has passed through the pre-filter, and calculate a dust concentration weight that affects the contamination level of the dust collecting filter based on this.
  • the air conditioner 100 may obtain an air volume value set during operation of the air conditioner 100 ( S8016 ), and may calculate an air volume weight F2 according to the air volume condition ( S8017 ). For example, since the flow rate of air passing through the dust collection filter per hour is greater than when driving with a weak wind or a gentle wind during strong wind operation, a higher air volume weight F2 may be applied to calculate the pollution degree of the dust collection filter.
  • the air conditioner 100 may acquire a weight F3 corresponding to the pollution degree of the pre-filter based on the pollution degree of the pre-filter (S8018).
  • the weight corresponding to the pollution level of the pre-filter is calculated through the processor 130 of the air conditioner 100 , or information on the pollution level of the pre-filter is transmitted to the server 200 and then calculated from the server 200 . It can be obtained by receiving a weight corresponding to the pollution degree of the pre-filter.
  • the air conditioner 100 may calculate the pollution degree of the dust collecting filter by comprehensively applying the weight information including the dust concentration weight F1, the air volume weight F2, and the pre-filter weight F3 (S8019).
  • the processor 130 performs a calculation of adding a value obtained by multiplying the operation time of the air conditioner 100 by the dust concentration weight F1, the air volume weight F2, and the pre-filter weight F3 to the pollution degree of the existing dust collection filter. Through this, it is possible to calculate the contamination level (TT) of the dust collection filter.
  • the air conditioner 100 may provide a filter cleaning notification (S8021).
  • the air conditioner 100 may initialize the pollution level of the dust collecting filter when receiving a filter reset command such as receiving a washing completion signal for the pre-filter and the dust collecting filter (S8022). On the other hand, if the filter assembly is not cleaned and the power is reset (S8023), the contamination level of the dust collecting filter may not be initialized.
  • FIG. 9 is a flowchart illustrating a method of controlling an air conditioner according to an exemplary embodiment of the present disclosure.
  • a method of controlling an air conditioner includes calculating a pollution degree of a pre-filter based on information on a dust concentration detected by a sensor for each operating time of the air conditioner ( S910 ), and the calculated pre-filter Calculating the contamination level of the dust collecting filter by using the contamination level of the filter and preset weight information (S920) and providing a cleaning notification when the contamination level of the dust collecting filter is greater than or equal to a preset value (S930).
  • the air conditioner may calculate the pollution level of the pre-filter based on information on the dust concentration detected by the sensor for each operating time of the air conditioner ( S910 ).
  • the air conditioner may calculate the pollution level of the pre-filter through the pre-filter pollution level learning model learned through the AI model.
  • the air conditioner may calculate the pollution level of the dust collecting filter by using the calculated pollution level of the pre-filter and preset weight information ( S920 ).
  • the preset weight information may include various information used to calculate a weight value applied to the calculation of the pollution degree increase rate of the dust collection filter.
  • the preset weight information may have a weight value that gradually decreases as the ratio of the pollution degree of the pre-filter increases.
  • the preset weight information includes a weight corresponding to the dust concentration detected by the sensor for each operating time of the air conditioner for the air that has passed through the pre-filter, and a weight corresponding to the air volume of the air conditioner for each operating time of the air conditioner. It may include at least one of weights.
  • the air conditioner may calculate the pollution level of the dust collection filter by using the dust collection filter pollution degree learning model learned through the AI model.
  • the air conditioner 100 may provide a cleaning notification when the contamination level of the dust collecting filter is equal to or greater than a preset value ( S930 ).
  • control method of the air conditioner may further include transmitting information on the calculated pollution level of the pre-filter to the server and receiving a weight corresponding to the pollution level of the pre-filter from the server.
  • the air conditioner may calculate the pollution level of the dust collecting filter by using the received weight.
  • control method of the air conditioner may further include initializing a weight corresponding to the degree of pollution of the pre-filter when receiving a washing completion signal for the pre-filter and the dust collecting filter.
  • computer instructions for performing a processing operation in the air conditioner according to various embodiments of the present disclosure described above may be stored in a non-transitory computer readable medium.
  • the specific device executes the processing operation of the air conditioner according to the various embodiments described above.
  • the non-transitory readable medium refers to a medium that stores data semi-permanently, rather than a medium that stores data for a short moment, such as a register, cache, memory, and the like, and can be read by a device.
  • a non-transitory readable medium such as a CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, and the like.
  • the method according to various embodiments may be provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product may be distributed in the form of a machine-readable storage medium (eg, compact disc read only memory (CD-ROM)) or online through an application store (eg, Play StoreTM).
  • an application store eg, Play StoreTM
  • at least a portion of the computer program product may be temporarily stored or temporarily created in a storage medium such as a server device of a manufacturer, a server device of an application store, or a memory of a relay server.

Abstract

공기 조화 장치가 개시된다. 본 공기 조화 장치는 공기 유로 상에 순차적으로 배치되는 프리 필터 및 집진 필터를 포함하는 필터 조립체, 공기 중의 먼지 농도를 감지하기 위한 센서 및 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터의 오염도를 산출하고, 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출하고, 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 프로세서를 포함한다.

Description

공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법
본 개시는 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법에 관한 것으로, 보다 상세하게는 프리 필터의 오염도에 기초하여 집진 필터의 오염도를 산출하여 집진 필터에 대한 세척 알림을 제공하는 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법에 관한 것이다.
전자 기술의 발달로 다양한 전자 장치들이 개발되고 있다. 특히, 최근에는 공기 중의 미세 먼지 등을 제거할 수 있는 공기 조화 장치가 개발되고 있다.
공기 조화 장치는 공기 중의 큰 먼지를 물리적으로 걸러주는 프리 필터(prefilter)와, 프리 필터를 통과한 공기 중에 포함된 작은 크기의 먼지를 전기적으로 집진하는 집진 필터를 포함할 수 있다.
프리 필터와 집진 필터를 오랜 시간 사용하게 되면 먼지가 적층됨에 따라 필터 성능이 낮아져 공기 조화 장치의 성능이 저하되므로, 주기적으로 필터를 교체하거나 세척할 필요성이 있다. 이 경우, 공기 조화 장치는 필터의 오염도가 일정 수준에 도달하면 사용자에게 필터의 세척 필요성을 알리는 세척 알림을 제공할 수 있다.
한편, 프리 필터의 오염도에 따라 집진 필터의 오염도가 증가하는 속도가 달라질 수 있다. 예컨대, 프리 필터의 오염도가 높은 경우, 즉 프리 필터에 적층된 먼지가 많으면 프리 필터에 의해 보다 작은 크기의 먼지까지 걸러질 수 있으므로, 집진 필터의 오염도 증가 속도는 상대적으로 낮아질 수 있다.
다만, 종래에는 집진 필터의 오염도 산출 시 프리 필터의 오염도를 반영하지 않아 집진 필터의 정확한 오염도를 사용자에게 제공하지 못하는 문제점이 있었다.
본 개시는 상술한 문제점을 해결하기 위한 것으로, 본 개시의 목적은 집진 필터의 오염도 산출 시 프리 필터의 오염도에 기초한 가중치를 적용함으로써 보다 정확한 집진 필터의 오염도를 산출하여 세척 알림을 제공할 수 있는 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법을 제공하는 것이다.
이상과 같은 목적을 달성하기 위한 본 개시의 일 실시예에 따른 공기 조화 장치는 공기 유로 상에 순차적으로 배치되는 프리 필터 및 집진 필터를 포함하는 필터 조립체, 공기 중의 먼지 농도를 감지하기 위한 센서 및 상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 상기 프리 필터의 오염도를 산출하고, 상기 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 상기 집진 필터의 오염도를 산출하고, 상기 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 프로세서를 포함한다.
이 경우, 상기 공기 조화 장치는 외부 서버와 통신 가능한 통신 인터페이스를 더 포함하고, 상기 프로세서는, 상기 산출된 프리 필터의 오염도에 대한 정보를 서버로 전송하도록 상기 통신 인터페이스를 제어하고, 상기 서버로부터 상기 프리 필터의 오염도에 대응되는 가중치를 수신하면 상기 수신된 가중치를 이용하여 상기 집진 필터의 오염도를 산출할 수 있다.
이 경우, 상기 프로세서는, 상기 필터 조립체에 대한 세척 완료 신호를 수신하면, 상기 프리 필터의 오염도에 대응되는 가중치를 초기화할 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 가질 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 프리 필터를 통과한 공기에 대한 상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대응되는 가중치를 포함할 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 공기 조화 장치의 작동 시간 별 상기 공기 조화 장치의 풍량에 대응되는 가중치를 포함할 수 있다.
한편, 상기 프로세서는, AI 모델을 통해 학습된 집진 필터 오염도 학습 모델을 이용하여 상기 집진 필터의 오염도를 산출할 수 있다.
*한편, 본 개시의 일 실시예에 따른 공기 조화 장치의 제어 방법은, 상기 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터의 오염도를 산출하는 단계, 상기 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출하는 단계 및 상기 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 단계를 포함한다.
이 경우, 상기 제어 방법은 상기 산출된 프리 필터의 오염도에 대한 정보를 서버로 전송하는 단계 및 상기 서버로부터 상기 프리 필터의 오염도에 대응되는 가중치를 수신하는 단계를 더 포함하고, 상기 집진 필터의 오염도를 산출하는 단계는, 상기 수신된 가중치를 이용하여 상기 집진 필터의 오염도를 산출할 수 있다.
이 경우, 상기 제어 방법은 상기 프리 필터 및 상기 집진 필터에 대한 세척 완료 신호를 수신하면, 상기 프리 필터의 오염도에 대응되는 가중치를 초기화하는 단계를 더 포함할 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 가질 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 프리 필터를 통과한 공기에 대한 상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대응되는 가중치를 포함할 수 있다.
한편, 상기 기설정된 가중치 정보는, 상기 공기 조화 장치의 작동 시간 별 상기 공기 조화 장치의 풍량에 대응되는 가중치를 포함할 수 있다.
한편, 상기 집진 필터의 오염도를 산출하는 단계는, AI 모델을 통해 학습된 집진 필터 오염도 학습 모델을 이용하여 상기 집진 필터의 오염도를 산출할 수 있다.
한편, 본 개시의 일 실시예에 따른 공기 조화 시스템은, 프리 필터 및 집진 필터를 포함하고, 상기 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 상기 프리 필터의 오염도를 산출하는 공기 조화 장치 및 상기 공기 조화 장치로부터 상기 프리 필터의 오염도에 대한 정보를 수신하고, 수신한 정보에 기초하여 상기 프리 필터의 오염도에 대응되는 가중치를 산출하는 서버를 포함하고, 상기 서버는, 상기 산출된 프리 필터의 오염도에 대응되는 가중치를 상기 공기 조화 장치로 전송하고, 상기 공기 조화 장치는, 상기 서버로부터 수신한 프리 필터의 오염도에 대응되는 가중치 및 기설정된 가중치 정보에 기초하여 상기 집진 필터의 오염도를 산출하고, 상기 산출된 집진 필터의 오염도를 상기 서버로 전송하고, 상기 서버는, 상기 집진 필터의 오염도가 기설정된 값 이상이면 상기 공기 조화 장치로 세척 알림을 전송한다.
이 경우, 상기 서버는, AI 모델을 통해 학습된 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 생성하고, 상기 프리 필터 오염도 학습 모델 및 상기 집진 필터 오염도 학습 모델을 상기 공기 조화 장치로 제공할 수 있다.
이 경우, 상기 공기 조화 장치는, 상기 프리 필터 오염도 학습 모델 및 상기 집진 필터 오염도 학습 모델을 통해, 각각 상기 프리 필터의 오염도 및 상기 집진 필터의 오염도를 산출할 수 있다.
한편, 상기 서버는, 상기 프리 필터 및 상기 집진 필터에 대한 세척 완료 신호를 수신하면, 상기 프리 필터의 오염도에 대응되는 가중치를 초기화할 수 있다.
한편, 상기 공기 조화 장치는, 상기 프리 필터 및 상기 집진 필터에 대한 세척 완료 신호를 수신하면, 상기 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보를 초기화할 수 있다.
한편, 상기 공기 조화 시스템은 사용자 단말 장치를 더 포함하고, 상기 서버는, 상기 집진 필터의 오염도가 기설정된 값 이상이면 상기 사용자 단말 장치로 세척 알림을 제공할 수 있다.
도 1은 본 개시의 일 실시예에 따른 공기 조화 시스템을 설명하기 위한 블록도이다.
도 2는 본 개시의 일 실시예에 따른 공기 조화 장치의 구성을 설명하기 위한 블록도이다.
도 3은 본 개시의 일 실시예에 따른 프리 필터 및 집진 필터를 포함하는 필터 조립체를 설명하기 위한 도면이다.
도 4는 본 개시의 일 실시예에 따른 공기 조화 장치의 세부 구성을 설명하기 위한 블록도이다.
도 5는 본 개시의 일 실시예에 따른 서버의 구성을 나타내는 블록도이다.
도 6은 본 개시의 일 실시예에 따른 사용자 단말 장치의 구성을 나타내는 블록도이다.
도 7은 본 개시의 일 실시예에 따른 공기 조화 시스템의 공기 조화 장치 및 서버의 동작을 설명하기 위한 시퀀스도이다.
도 8은 본 개시의 일 실시예에 따른 공기 조화 장치가 집진 필터의 오염도를 산출하는 동작을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 공기 조화 장치의 제어 방법을 설명하기 위한 흐름도이다.
이하에서 설명되는 실시 예는 본 개시의 이해를 돕기 위하여 예시적으로 나타낸 것이며, 본 개시는 여기서 설명되는 실시 예들과 다르게, 다양하게 변형되어 실시될 수 있음이 이해되어야 할 것이다. 다만, 이하에서 본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성요소에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명 및 구체적인 도시를 생략한다. 또한, 첨부된 도면은 개시의 이해를 돕기 위하여 실제 축척대로 도시된 것이 아니라 일부 구성요소의 치수가 과장되게 도시될 수 있다.
본 명세서 및 청구범위에서 사용되는 용어는 본 개시의 기능을 고려하여 일반적인 용어들을 선택하였다. 하지만, 이러한 용어들은 당 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어도 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다.
본 개시의 설명에 있어서 각 단계의 순서는 선행 단계가 논리적 및 시간적으로 반드시 후행 단계에 앞서서 수행되어야 하는 경우가 아니라면 각 단계의 순서는 비제한적으로 이해되어야 한다. 즉, 위와 같은 예외적인 경우를 제외하고는 후행 단계로 설명된 과정이 선행단계로 설명된 과정보다 앞서서 수행되더라도 개시의 본질에는 영향이 없으며 권리범위 역시 단계의 순서에 관계없이 정의되어야 한다.
본 명세서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
그리고, 본 명세서에서는 본 개시의 각 실시 예의 설명에 필요한 구성요소를 설명한 것이므로, 반드시 이에 한정되는 것은 아니다. 따라서, 일부 구성요소는 변경 또는 생략될 수도 있으며, 다른 구성요소가 추가될 수도 있다. 또한, 서로 다른 독립적인 장치에 분산되어 배치될 수도 있다.
나아가, 이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 개시의 실시 예를 상세하게 설명하지만, 본 개시가 실시 예들에 의해 제한되거나 한정되는 것은 아니다.
이하, 도 1 내지 도 9를 참고하여 본 개시를 상세히 설명한다.
이하에서 설명하는 일 실시예에 따른 공기 조화 장치를 공기청정기를 예로 들어 설명하지만, 공기 조화 장치는 공기를 흡입하여 공기 조화해서 내보내는 다양한 장치일 수 있다. 공기 조화 장치는 예를 들면, 에어컨, 냉난방 장치, 공기청정기, 가습기 등일 수 있다.
도 1은 본 개시의 일 실시예에 따른 공기 조화 시스템을 설명하기 위한 블록도이다.
도 1을 참고하면, 공기 조화 시스템(1000)은 공기 조화 장치(100), 서버(200) 및 사용자 단말 장치(300)를 포함할 수 있다.
본 개시의 일 실시예에 따른 공기 조화 시스템(1000)에 따라, 공기 조화 장치(100)는 서버(200) 또는 사용자 단말 장치(300)와 통신을 수행하여 다양한 데이터를 송수신할 수 있다.
공기 조화 장치(100)는 프리 필터의 오염도에 대한 정보를 서버(200)로 전송하고, 서버(200)로부터 프리 필터의 오염도에 기초하여 산출한 프리 필터의 오염도에 대응되는 가중치에 대한 정보를 수신할 수 있다. 그리고, 공기 조화 장치(100)는 서버(200)로부터 수신한 프리 필터의 오염도에 대응되는 가중치 및 기설정된 가중치 정보에 기초하여 집진 필터의 오염도를 산출하고, 산출된 집진 필터의 오염도를 서버(200)로 전송할 수 있다.
여기에서, 기설정된 가중치 정보는 집진 필터의 오염도 증가 속도 계산에 적용되는 가중치 값을 산출하기 위해 사용되는 다양한 정보를 포함하며, 예를 들어 공기 중 먼지 농도에 따른 가중치, 공기 조화 장치(100)의 풍량에 따른 가중치, 프리 필터의 오염도에 대응되는 가중치 등을 포함할 수 있다.
또한, 서버(200)는 수신한 집진 필터의 오염도가 기설정된 값 이상이면 공기 조화 장치(100) 또는 사용자 단말 장치(300)로 세척 알림을 전송할 수 있다. 이와 관련한 상세한 설명은 이후 도면들을 참고하여 후술하기로 한다.
서버(200)는 외부 장치의 데이터를 수집하고 처리하는 전자 장치를 지칭할 수 있다. 예를 들어, 서버(200)는 클라우드 서버 등과 같이 서버 전용의 기능을 수행하는 장치 뿐만 아니라, 다른 기능과 함께 서버의 기능을 수행할 수 있는 스마트폰, 태블릿, 웨어러블 장치, PC 등 다양한 전자 장치로 구현될 수도 있다. 다만, 이는 일 실시 예일 뿐이며, 서버(200)는 이에 열거되지 않은 다양한 종류의 전자 장치로 구현되는 것 또한 가능하다. 또한, 서버(200)는 하나의 장치로 구현되거나, 또는 복수의 장치로 구성되는 집합체로 구현될 수 있다.
사용자 단말 장치(300)는 사용자에게 정보를 제공하거나 사용자 명령을 입력 받는 등 다양한 기능을 수행할 수 있는 장치이며, 스마트폰, 태블릿, 웨어러블 장치, PC 등 다양한 전자 장치일 수 있다. 사용자 단말 장치(300)는 사용자로부터 사용자 명령을 입력 받아 서버(200)를 통해 공기 조화 장치(100)로 전송하거나, 공기 조화 장치(100)로 직접 전송할 수 있다. 공기 조화 장치(100)가 사용자 단말 장치(300)와 직접적으로 통신하는 경우, wifi direct, 블루투스 등 근거리 무선 통신 방식으로 통신을 수행할 수 있다.
도 2는 본 개시의 일 실시예에 따른 공기 조화 장치의 구성을 설명하기 위한 블록도이고, 도 3은 본 개시의 일 실시예에 따른 프리 필터 및 집진 필터를 포함하는 필터 조립체를 설명하기 위한 도면이다.
도 2를 참고하면, 공기 조화 장치(100)는 필터 조립체(110), 센서(120) 및 프로세서(130)를 포함할 수 있다.
필터 조립체(110)는 공기 조화 장치(100) 내부로 유입되는 공기 중에 포함된 먼지 등의 이물질을 필터링하기 위한 구성으로, 다양한 기능을 가지는 복수의 필터를 포함할 수 있다. 도 2를 참고하면, 필터 조립체(110)는 큰 먼지를 물리적으로 걸러주는 프리 필터(111) 및 보다 작은 크기의 먼지를 전기적으로 집진할 수 있는 집진 필터(112)를 포함할 수 있다.
일 예로, 프리 필터(111)는 PM10 크기의 먼지 및 PM2.5 크기의 먼지 일부를 필터링할 수 있고, 집진 필터(112)는 PM1.0 크기의 먼지 및 PM2.5 크기의 먼지 일부를 필터링할 수 있는 정도의 성능을 가지도록 구현될 수 있다.
도면에는 도시하지 않았으나, 필터 조립체(110)는 프리 필터(111), 집진 필터(112)뿐만 아니라 공기 중의 각종 악취 및 유해 가스를 제거하기 위한 탈취 필터, 공기 중의 미세먼지를 제거하기 위한 헤파 필터, 공기 중의 이산화탄소를 제거하기 위한 이산화탄소 흡착 필터 등을 더 포함할 수 있다.
한편, 프리 필터(111)와 집진 필터(112)는 공기 유로 상에서 순차적으로 배치될 수 있다. 즉, 프리 필터(111)와 집진 필터(112)는 공기가 흡입되는 방향을 기준으로 순서대로 배치될 수 있다. 일 예로, 도 3에 도시된 바와 같이, 공기가 좌측에서 우측으로 흡입되는 경우, 필터 조립체(110)에는 좌측부터 프리 필터(111), 집진 필터(112)가 순서대로 배치될 수 있다. 다만, 이는 일 예일 뿐, 공기가 아래에서 위로 흡입되는 경우이면 필터 조립체(110)에는 밑에서부터 프리 필터(111), 집진 필터(112) 순서대로 배치될 수도 있다.
센서(120)는 공기 조화 장치(100) 및 공기 조화 장치(100)의 주변과 관련된 다양한 정보를 획득할 수 있다. 센서(140)는 전기적 신호를 프로세서(130)로 전달하거나, 감지 결과를 공기 조화 장치(100)의 메모리(150) 또는 외부 장치에 저장할 수 있다.
여기에서, 센서(120)는 공기 중의 먼지 농도를 감지하기 위한 센서일 수 있다. 예를 들어, 센서(120)는 PM10, PM2.5, PM1.0 크기를 가지는 먼지 농도를 각각 감지할 수 있다. 또한, 센서(120)는 프리 필터(111)를 통과하기 전 공기 중의 먼지 농도 및 프리 필터(111)를 통과한 후 집진 필터(112)를 통과하기 전 공기 중의 먼지 농도를 각각 감지할 수 있다.
프로세서(130)는 공기 조화 장치(100)의 전반적인 동작을 제어할 수 있다. 이를 위해, 프로세서(130)는 RAM(미도시), ROM(미도시), 그래픽 처리부(미도시), 메인 CPU(미도시), 제1 내지 n 인터페이스(미도시), 버스(미도시)를 포함할 수 있다. 이때, RAM(미도시), ROM(미도시), 그래픽 처리부(미도시), 메인 CPU(미도시), 제1 내지 n 인터페이스(미도시) 등은 버스(미도시)를 통해 서로 연결될 수 있다.
프로세서(130)는 공기 조화 장치(100)의 작동 시간 별 센서(120)에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터(111)의 오염도를 산출하고, 산출된 프리 필터(111)의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터(112)의 오염도를 산출하고, 집진 필터(112)의 오염도가 기설정된 값 이상이면 세척 알림을 제공할 수 있다. 프로세서(130)의 동작과 관련한 상세한 설명은 후술하기로 한다.
도 4는 본 개시의 일 실시예에 따른 공기 조화 장치의 세부 구성을 설명하기 위한 블록도이다.
도 4를 참고하면, 공기 조화 장치(100)는 센서(120), 프로세서(130), 통신 인터페이스(140), 메모리(150), 입력 인터페이스(160) 및 출력 인터페이스(170)를 포함할 수 있다. 도 4에 도시된 구성 중 도 2에 도시된 구성과 중복되는 부분에 대해서는 자세한 설명을 생략하도록 한다.
통신 인터페이스(140)는 다양한 유형의 통신 방식에 따라 외부 기기(예: 서버, 스마트폰 등)와 통신을 수행하여 다양한 유형의 데이터를 송수신할 수 있다. 예를 들어, 통신 인터페이스(140)는 센서(120)에 의해 획득된 정보, 프로세서(130)를 통해 생성한 정보 등을 서버(200), 사용자 단말 장치(300) 등의 외부 장치로 전송하거나, 공기 조화 장치(100)를 구동하기 위한 제어 명령을 외부 장치로부터 수신할 수 있다. 이를 위해, 통신 인터페이스(140)는 무선 통신을 수행하는 블루투스 칩(미도시), 와이파이 칩(미도시), 무선 통신 칩(미도시) 및 NFC 칩(미도시), 유선 통신을 수행하는 이더넷 모듈(미도시) 및 USB 모듈(미도시) 중 적어도 하나를 포함할 수 있다. 이 경우, 유선 통신을 수행하는 이더넷 모듈 및 USB 모듈 등은 입출력포트(미도시)를 통하여 외부 기기와 통신을 수행할 수 있다.
여기서, 입출력포트(미도시)는 HDMI 포트, 디스플레이 포트, RGB 포트, DVI(Digital Visual Interface) 포트, 썬더볼트, LAN 포트, USB 포트, 라이트닝 케이블 포트 및 컴포넌트 포트 등 유선 포트로 구현될 수 있다. 입출력포트는 각각의 통신 규격을 통해 다양한 유형의 외부 기기와 통신을 수행하여 다양한 유형의 데이터를 송수신할 수 있다.
메모리(150)에는 공기 조화 장치(100) 또는 프로세서(130)의 동작에 필요한 각종 명령어(instruction), 프로그램 또는 데이터가 저장될 수 있다. 예를 들어, 메모리(150)에는 센서(120)에 의해 획득된 정보, 외부 전자 장치(미도시)로부터 수신된 데이터가 저장될 수 있다.
메모리(150)는 S-RAM(Static Random Access Memory), D-RAM(Dynamic Random Access Memory) 등의 휘발성 메모리와, Flash Memory, ROM(Read Only Memory), EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read Only Memory) 등의 비휘발성 메모리, 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(150)는 프로세서(130)에 의해 액세스되며, 프로세서(130)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시의 메모리라는 용어는 메모리(150), 프로세서(130) 내의 RAM(미도시), ROM(미도시) 또는 공기 조화 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱 등)를 포함할 수 있다.
여기서, 프로세서(130)와 메모리(150)는 각각 물리적으로 분리된 구성으로 구현되거나, 프로세서(130)가 메모리(150)를 포함하는 것과 같이 단일 구성으로 구현될 수 있다. 또한, 프로세서(130)는 단일 구성 또는 복수의 구성이 하나의 시스템으로 구현될 수도 있다. 메모리(150) 또한 단일 구성 또는 복수의 구성이 하나의 시스템으로 구현될 수도 있다.
입력 인터페이스(160)는 다양한 사용자 명령을 입력 받을 수 있다. 예를 들어, 입력 인터페이스(160)는 공기 조화 장치(100)를 제어하기 위한 사용자 명령을 입력 받을 수 있다. 입력 인터페이스(160)는 사용자 발화 음성을 입력 받는 마이크를 포함할 수 있으며, 터치 스크린을 통해 사용자 명령을 입력 받는 디스플레이를 포함할 수도 있다.
출력 인터페이스(170)는 디스플레이 및 스피커 중 적어도 하나를 포함할 수 있다. 여기서, 디스플레이는 정보를 시각적인 형태(예: 문자, 이미지 등)로 출력하는 장치이다. 디스플레이는 이미지 프레임을 디스플레이 영역의 전체 또는 일부 영역에 표시할 수 있다. 디스플레이 영역은 정보 또는 데이터가 시각적으로 표시되는 픽셀 단위의 영역 전체를 지칭할 수 있다. 스피커는 정보를 청각적인 형태(예: 음성)로 출력하는 장치이다. 스피커는 오디오 처리부(미도시)에 의해 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 직접 소리로 출력할 수 있다.
공기 조화 장치(100)는 디스플레이, 스피커 등과 같은 출력 인터페이스(170)를 통해 필터 조립체(110)에 대한 세척 알림을 출력할 수 있다. 이와 관련한 상세한 설명은 후술하기로 한다.
도 5는 본 개시의 일 실시예에 따른 서버의 구성을 나타내는 블록도이다.
도 5를 참고하면, 서버(200)는 통신 인터페이스(210), 메모리(220) 및 프로세서(230)를 포함할 수 있다.
통신 인터페이스(210)는 공기 조화 장치(100) 또는 사용자 단말 장치(300)와 데이터를 송수신할 수 있다.
메모리(220)는 서버(200)의 기능을 수행하는 데이터 등을 저장하고, 서버(200)에서 구동되는 프로그램, 명령어 등을 저장할 수 있다.
프로세서(230)는 서버(200)의 각 구성을 제어할 수 있다. 예를 들어, 프로세서(230)는 공기 조화 장치(100), 사용자 단말 장치(300) 및 외부 장치(예, AI 클라우드, 외부 서버)와 데이터를 송수신하도록 통신 인터페이스(210)를 제어할 수 있다.
프로세서(230)는 인공 지능(AI) 모델을 통해 학습된 프리 필터 오염도 학습 모델, 집진 필터 오염도 학습 모델을 생성할 수 있다. 예를 들어, 프로세서(230)는 공기 중의 먼지 농도, 공기 조화 장치(100)의 작동 시간 등의 입력 인자에 대응되는 프리 필터 오염도에 대한 레퍼런스 데이터를 이용하여 프리 필터 오염도 학습 모델을 생성할 수 있다. 또한, 프로세서(230)는 프리 필터의 오염도, 프리 필터를 통과한 공기에 대한 먼지 농도, 공기 조화 장치(100)의 작동 시간 등의 입력 인자에 대응되는 집진 필터 오염도에 대한 레퍼런스 데이터를 이용하여 집진 필터 오염도 학습 모델을 생성할 수 있다.
프로세서(230)는 통신 인터페이스(210)를 통해 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 공기 조화 장치(100)로 제공할 수 있다.
본 개시에 따른 인공 지능과 관련된 기능은 프로세서(230)와 메모리(220)를 통해 동작된다. 일 실시 예로서, 프로세서(230)는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공 지능 전용 프로세서일 수 있다. 하나 또는 복수의 프로세서는, 메모리(220)에 저장된 기 정의된 동작 규칙 또는 머신 러닝 모델에 따라, 입력 데이터를 처리하도록 제어한다. 또는, 하나 또는 복수의 프로세서가 인공 지능 전용 프로세서(또는, 연동되는 AI 클라우드)인 경우, 인공 지능 전용 프로세서는, 특정 머신 러닝 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.
기 정의된 동작 규칙 또는 머신 러닝 모델은 학습을 통해 만들어진 것을 특징으로 한다. 여기서, 학습을 통해 만들어진다는 것은, 기본 머신 러닝 모델이 학습 알고리즘에 의하여 다수의 학습 데이터들을 이용하여 학습됨으로써, 원하는 특성(또는, 목적)을 수행하도록 설정된 기 정의된 동작 규칙 또는 머신 러닝 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공 지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버 및/또는 시스템을 통해 이루어 질 수도 있다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으나, 전술한 예에 한정되지 않는다.
머신 러닝 모델은, 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치들(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행한다. 복수의 신경망 레이어들이 갖고 있는 복수의 가중치들은 인공지능 모델의 학습 결과에 의해 최적화될 수 있다. 예를 들어, 학습 과정 동안 인공지능 모델에서 획득한 로스(loss) 값 또는 코스트(cost) 값이 감소 또는 최소화되도록 복수의 가중치들이 갱신될 수 있다. 인공 신경망은 심층 신경망(DNN:Deep Neural Network)를 포함할 수 있으며, 예를 들어, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 또는 심층 Q-네트워크 (Deep Q-Networks) 등이 있으나, 전술한 예에 한정되지 않는다.
한편, 서버(200)는 상술한 구성 이외의 다른 구성을 더 포함할 수 있다.
도 6은 본 개시의 일 실시예에 따른 사용자 단말 장치의 구성을 나타내는 블록도이다.
도 6을 참고하면, 사용자 단말 장치(300)는 통신 인터페이스(310), 메모리(320), 프로세서(330), 입력 인터페이스(340) 및 출력 인터페이스(350)를 포함할 수 있다.
통신 인터페이스(310)는 공기 조화 장치(100) 또는 서버(200)와 다양한 데이터를 송수신할 수 있다. 예를 들어, 프로세서(330)는 입력 인터페이스(340)를 통해 공기 조화 장치(100)를 제어하기 위한 사용자 명령을 입력 받고, 이에 대응되는 제어 신호를 통신 인터페이스(310)를 통해 공기 조화 장치(100)로 전송할 수 있다.
또한, 사용자 단말 장치(300)는 통신 인터페이스(310)를 통해 공기 조화 장치(100) 또는 서버(200)로부터 세척 알림을 제공 받고, 출력 인터페이스(350)를 통해 세척 알림을 출력할 수 있다. 구체적으로, 사용자 단말 장치(300)는 집진 필터(112)의 오염도가 기설정된 값 이상이라는 정보 및 이에 따라 필터 조립체(110)에 대한 세척이 필요하다는 정보를 시각적 메시지 형태로 디스플레이(351)를 통해 출력하거나, 음성 메시지 형태로 스피커(352)를 통해 출력할 수 있다.
도 7은 본 개시의 일 실시예에 따른 공기 조화 시스템의 공기 조화 장치 및 서버의 동작을 설명하기 위한 시퀀스도이다.
도 7을 참고하면, 서버(200)는 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 생성(S710)할 수 있다. 이 경우, 서버(200)는 AI 모델을 통해 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 생성할 수 있다.
예를 들어, 프로세서(230)는 공기 중의 먼지 농도, 공기 조화 장치(100)의 작동 시간 등의 입력 인자에 대응되는 프리 필터 오염도에 대한 레퍼런스 데이터를 이용하여 프리 필터 오염도 학습 모델을 생성할 수 있다. 또한, 프로세서(230)는 프리 필터의 오염도, 프리 필터를 통과한 공기에 대한 먼지 농도, 공기 조화 장치(100)의 작동 시간 등의 입력 인자에 대응되는 집진 필터 오염도에 대한 레퍼런스 데이터를 이용하여 집진 필터 오염도 학습 모델을 생성할 수 있다.
서버(200)는 생성된 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 공기 조화 장치(100)로 제공(S720)할 수 있다. 공기 조화 장치(100)는 서버(200)로부터 제공 받은 프리 필터 오염도 학습 모델 및 집진 필터 오염도 학습 모델을 통해, 각각 프리 필터의 오염도 및 집진 필터의 오염도를 산출(S730, S770)할 수 있다.
먼저, 공기 조화 장치(100)는 프리 필터 오염도 학습 모델을 이용하여 산출한 프리 필터 오염도를 서버(200)로 전송(S740)할 수 있다. 서버(200)는 수신한 프리 필터의 오염도에 대한 정보에 기초하여 프리 필터의 오염도에 대응되는 가중치를 산출(S750)하고, 산출된 프리 필터의 오염도에 대응되는 가중치를 공기 조화 장치(100)로 전송(S760)할 수 있다.
공기 조화 장치(100)는 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출(S770)할 수 있다. 예를 들어, 공기 조화 장치(100)는 서버(200)로부터 전송 받은 프리 필터의 오염도에 대응되는 가중치 및 기설정된 가중치 정보에 기초하여 집진 필터의 오염도를 산출할 수 있다.
여기에서, 기설정된 가중치 정보는 집진 필터의 오염도 증가 속도 계산에 적용되는 가중치 값을 산출하기 위해 사용되는 다양한 정보를 포함하며, 예를 들어 공기 중 먼지 농도에 따른 가중치, 공기 조화 장치(100)의 풍량에 따른 가중치, 프리 필터의 오염도에 대응되는 가중치 등을 포함할 수 있다.
이 경우, 기설정된 가중치 정보는 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 가질 수 있다. 즉, 프리 필터의 오염도가 높을수록 집진 필터의 오염도 증가 속도가 작아지는 현상을 반영하여 집진 필터의 오염도를 정밀하게 산출할 수 있다. 구체적으로, 공기 조화 장치(100)의 전단에 배치된 프리 필터의 오염도가 높아진다는 것은 프리 필터에 형성된 공기 유로에 먼지가 적재되어 유로가 좁아지는 것을 의미하며, 유로가 좁아지면 오염도가 낮은 상태에서의 프리 필터에서 포집 가능한 먼지보다 작은 크기를 가지는 먼지까지 포집할 수 있으므로 포집되는 먼지량이 증가할 수 있다. 또한, 프리 필터의 유로가 좁아지면 프리 필터를 통과하는 유속이 감소할 수 있고, 유속 감소에 따라 프리 필터에 포집되는 먼지량이 증가할 수 있다. 결과적으로, 프리 필터의 오염도가 높아지며 포집되는 먼지량이 증가함에 따라 집진 필터에 포집되는 먼지량은 감소하여, 집진 필터의 오염도 증가 속도가 작아질 수 있다.
공기 조화 장치(100)는 산출된 집진 필터의 오염도를 서버(200)로 전송(S780)하고, 서버(200)는 수신한 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공(S790)할 수 있다. 예를 들어, 서버(200)는 집진 필터의 오염도가 임계 값 이상인 것으로 식별되면, 공기 조화 장치(100) 또는 사용자 단말 장치(300)로 세척 알림을 제공하여 공기 조화 장치(100) 또는 사용자 단말 장치(300)의 출력 인터페이스를 통해 세척 알림을 출력하도록 하여, 사용자에게 필터 조립체에 대한 세척 알림을 제공할 수 있다.
도 8은 본 개시의 일 실시예에 따른 공기 조화 장치가 집진 필터의 오염도를 산출하는 동작을 설명하기 위한 도면이다.
먼저, 집진 필터의 오염도(TT)는 초기에 0으로 설정될 수 있다(S8010). 공기 조화 장치(100)의 청정 운전 모드가 ON 되고(S8012) 공기 조화 장치(100)의 작동 시간이 일정 시간 도과하면(S8013), 공기 조화 장치(100)는 센서(120)를 통해 먼지 농도 값을 획득(S8014)하고 이에 따른 먼지 농도 가중치(F1)를 산출(S8015)할 수 있다.
이 경우, 공기 조화 장치(100)는 프리 필터를 통과한 공기에 대한 먼지 농도 값을 감지하고, 이에 기초하여 집진 필터의 오염도에 영향을 주는 먼지 농도 가중치를 산출할 수 있다.
한편, 공기 조화 장치(100)는 공기 조화 장치(100) 운전 시 설정되는 풍량 값을 획득(S8016)하여, 풍량 조건에 따른 풍량 가중치(F2)를 산출(S8017)할 수 있다. 예를 들어, 강풍 운전 시 약풍 또는 미풍으로 운전하는 경우보다 시간당 집진 필터를 통과하는 공기의 유량이 크므로, 더 높은 풍량 가중치(F2)를 적용하여 집진 필터의 오염도를 산출할 수 있다.
공기 조화 장치(100)는 프리 필터의 오염도에 기초하여 프리 필터의 오염도에 대응되는 가중치(F3)를 획득(S8018)할 수 있다. 이 경우, 공기 조화 장치(100)의 프로세서(130)를 통해 프리 필터의 오염도에 대응되는 가중치를 산출하거나, 프리 필터의 오염도에 대한 정보를 서버(200)로 전송한 후 서버(200)로부터 산출된 프리 필터의 오염도에 대응되는 가중치를 수신함으로써 획득할 수 있다.
그리고, 공기 조화 장치(100)는 먼지 농도 가중치(F1), 풍량 가중치(F2) 및 프리 필터 가중치(F3)을 포함하는 가중치 정보를 종합적으로 적용하여 집진 필터의 오염도를 산출(S8019)할 수 있다. 일 예로, 프로세서(130)는 공기 조화 장치(100)의 작동 시간에 먼지 농도 가중치(F1), 풍량 가중치(F2) 및 프리 필터 가중치(F3)를 곱한 값을 기존 집진 필터의 오염도와 더하는 계산을 통해 집진 필터의 오염도(TT)를 산출할 수 있다.
공기 조화 장치(100)는 산출된 집진 필터의 오염도가 기설정된 값 이상이면(S8020), 필터 세척 알림을 제공(S8021)할 수 있다.
공기 조화 장치(100)는 프리 필터 및 집진 필터에 대한 세척 완료 신호를 수신하는 등 필터 리셋 명령을 입력 받으면(S8022) 집진 필터의 오염도를 초기화할 수 있다. 한편, 필터 조립체에 대한 세척이 이루어지지 않고 파워 리셋되는 경우(S8023) 집진 필터의 오염도를 초기화하지 않을 수 있다.
도 9는 본 개시의 일 실시예에 따른 공기 조화 장치의 제어 방법을 설명하기 위한 흐름도이다.
본 개시의 일 실시예에 따른 공기 조화 장치의 제어 방법은, 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터의 오염도를 산출하는 단계(S910), 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출하는 단계(S920) 및 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 단계(S930)를 포함한다.
먼저, 공기 조화 장치는 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터의 오염도를 산출(S910)할 수 있다.
여기에서, 공기 조화 장치는 AI 모델을 통해 학습된 프리 필터 오염도 학습 모델을 통해 프리 필터의 오염도를 산출할 수 있다.
그리고, 공기 조화 장치는 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출(S920)할 수 있다.
여기에서, 기설정된 가중치 정보는 집진 필터의 오염도 증가 속도 계산에 적용되는 가중치 값을 산출하기 위해 사용되는 다양한 정보를 포함할 수 있다.
이 경우, 기설정된 가중치 정보는 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 가질 수 있다.
한편, 기설정된 가중치 정보는 프리 필터를 통과한 공기에 대한 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대응되는 가중치 및 공기 조화 장치의 작동 시간 별 상기 공기 조화 장치의 풍량에 대응되는 가중치 중 적어도 하나를 포함할 수 있다.
공기 조화 장치는 AI 모델을 통해 학습된 집진 필터 오염도 학습 모델을 이용하여 집진 필터의 오염도를 산출할 수 있다.
그리고, 공기 조화 장치(100)는 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공(S930)할 수 있다.
한편, 공기 조화 장치의 제어 방법은 산출된 프리 필터의 오염도에 대한 정보를 서버로 전송하는 단계 및 서버로부터 상기 프리 필터의 오염도에 대응되는 가중치를 수신하는 단계를 더 포함할 수 있다. 이 경우, 공기 조화 장치는 수신된 가중치를 이용하여 집진 필터의 오염도를 산출할 수 있다.
또한, 공기 조화 장치의 제어 방법은 프리 필터 및 집진 필터에 대한 세척 완료 신호를 수신하면, 프리 필터의 오염도에 대응되는 가중치를 초기화하는 단계를 더 포함할 수 있다.
한편, 상술한 본 개시의 다양한 실시예에 따른 공기 조화 장치에서의 처리 동작을 수행하기 위한 컴퓨터 명령어(computer instructions)는 비일시적 컴퓨터 판독 가능 매체(non-transitory computer readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어는 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시예에 따른 공기 조화 장치의 처리 동작을 상술한 특정 기기가 수행하도록 한다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버 장치, 어플리케이션 스토어의 서버 장치, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
이상에서는 본 개시의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

Claims (15)

  1. 공기 조화 장치에 있어서,
    공기 유로 상에 순차적으로 배치되는 프리 필터 및 집진 필터를 포함하는 필터 조립체;
    공기 중의 먼지 농도를 감지하기 위한 센서; 및
    상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 상기 프리 필터의 오염도를 산출하고, 상기 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 상기 집진 필터의 오염도를 산출하고, 상기 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 프로세서;를 포함하는 공기 조화 장치.
  2. 제1항에 있어서,
    외부 서버와 통신 가능한 통신 인터페이스;를 더 포함하고,
    상기 프로세서는,
    상기 산출된 프리 필터의 오염도에 대한 정보를 서버로 전송하도록 상기 통신 인터페이스를 제어하고, 상기 서버로부터 상기 프리 필터의 오염도에 대응되는 가중치를 수신하면 상기 수신된 가중치를 이용하여 상기 집진 필터의 오염도를 산출하는, 공기 조화 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 필터 조립체에 대한 세척 완료 신호를 수신하면, 상기 프리 필터의 오염도에 대응되는 가중치를 초기화하는, 공기 조화 장치.
  4. 제1항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 갖는, 공기 조화 장치.
  5. 제1항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 프리 필터를 통과한 공기에 대한 상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대응되는 가중치를 포함하는, 공기 조화 장치.
  6. 제1항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 공기 조화 장치의 작동 시간 별 상기 공기 조화 장치의 풍량에 대응되는 가중치를 포함하는, 공기 조화 장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    AI 모델을 통해 학습된 집진 필터 오염도 학습 모델을 이용하여 상기 집진 필터의 오염도를 산출하는, 공기 조화 장치.
  8. 공기 조화 장치의 제어 방법에 있어서,
    상기 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 프리 필터의 오염도를 산출하는 단계;
    상기 산출된 프리 필터의 오염도와 기설정된 가중치 정보를 이용하여 집진 필터의 오염도를 산출하는 단계; 및
    상기 집진 필터의 오염도가 기설정된 값 이상이면 세척 알림을 제공하는 단계;를 포함하는, 제어 방법.
  9. 제8항에 있어서,
    상기 산출된 프리 필터의 오염도에 대한 정보를 서버로 전송하는 단계; 및
    상기 서버로부터 상기 프리 필터의 오염도에 대응되는 가중치를 수신하는 단계;를 더 포함하고,
    상기 집진 필터의 오염도를 산출하는 단계는,
    상기 수신된 가중치를 이용하여 상기 집진 필터의 오염도를 산출하는, 제어 방법.
  10. 제9항에 있어서,
    상기 프리 필터 및 상기 집진 필터에 대한 세척 완료 신호를 수신하면, 상기 프리 필터의 오염도에 대응되는 가중치를 초기화하는 단계;를 더 포함하는, 제어 방법.
  11. 제8항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 프리 필터의 오염도의 비율이 증가할수록 점차 작아지는 가중치 값을 갖는, 제어 방법.
  12. 제8항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 프리 필터를 통과한 공기에 대한 상기 공기 조화 장치의 작동 시간 별 상기 센서에서 감지된 먼지 농도에 대응되는 가중치를 포함하는, 제어 방법.
  13. 제8항에 있어서,
    상기 기설정된 가중치 정보는,
    상기 공기 조화 장치의 작동 시간 별 상기 공기 조화 장치의 풍량에 대응되는 가중치를 포함하는, 제어 방법.
  14. 제8항에 있어서,
    상기 집진 필터의 오염도를 산출하는 단계는,
    AI 모델을 통해 학습된 집진 필터 오염도 학습 모델을 이용하여 상기 집진 필터의 오염도를 산출하는, 제어 방법.
  15. 공기 조화 시스템에 있어서,
    프리 필터 및 집진 필터를 포함하고, 상기 공기 조화 장치의 작동 시간 별 센서에서 감지된 먼지 농도에 대한 정보에 기초하여 상기 프리 필터의 오염도를 산출하는 공기 조화 장치; 및
    상기 공기 조화 장치로부터 상기 프리 필터의 오염도에 대한 정보를 수신하고, 수신한 정보에 기초하여 상기 프리 필터의 오염도에 대응되는 가중치를 산출하는 서버;를 포함하고,
    상기 서버는,
    상기 산출된 프리 필터의 오염도에 대응되는 가중치를 상기 공기 조화 장치로 전송하고,
    상기 공기 조화 장치는,
    상기 서버로부터 수신한 프리 필터의 오염도에 대응되는 가중치 및 기설정된 가중치 정보에 기초하여 상기 집진 필터의 오염도를 산출하고, 상기 산출된 집진 필터의 오염도를 상기 서버로 전송하고,
    상기 서버는,
    상기 집진 필터의 오염도가 기설정된 값 이상이면 상기 공기 조화 장치로 세척 알림을 전송하는, 공기 조화 시스템.
PCT/KR2021/016424 2020-12-29 2021-11-11 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법 WO2022145703A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0186591 2020-12-29
KR1020200186591A KR20220094900A (ko) 2020-12-29 2020-12-29 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법

Publications (1)

Publication Number Publication Date
WO2022145703A1 true WO2022145703A1 (ko) 2022-07-07

Family

ID=82260885

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/016424 WO2022145703A1 (ko) 2020-12-29 2021-11-11 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법

Country Status (2)

Country Link
KR (1) KR20220094900A (ko)
WO (1) WO2022145703A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109269013A (zh) * 2018-09-11 2019-01-25 皓庭(唐山）环境科技有限公司 滤芯的寿命监测方法和装置
KR20190032892A (ko) * 2017-09-20 2019-03-28 부경대학교 산학협력단 공기청정기 및 공기청정기의 필터 잔여 수명시간 예측방법
KR20190078278A (ko) * 2017-12-26 2019-07-04 삼성전자주식회사 공기조화기 및 그 제어방법
KR20190119308A (ko) * 2018-04-12 2019-10-22 주식회사 경동전자 환기장치의 필터 교체시기 알림장치 및 환기장치의 필터 교체시기 판단방법
KR20200048887A (ko) * 2018-10-31 2020-05-08 우송정보대학 산학협력단 공기조화 관련기기 부착형 미세먼지 필터 시스템 및 그 운용방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190032892A (ko) * 2017-09-20 2019-03-28 부경대학교 산학협력단 공기청정기 및 공기청정기의 필터 잔여 수명시간 예측방법
KR20190078278A (ko) * 2017-12-26 2019-07-04 삼성전자주식회사 공기조화기 및 그 제어방법
KR20190119308A (ko) * 2018-04-12 2019-10-22 주식회사 경동전자 환기장치의 필터 교체시기 알림장치 및 환기장치의 필터 교체시기 판단방법
CN109269013A (zh) * 2018-09-11 2019-01-25 皓庭(唐山）环境科技有限公司 滤芯的寿命监测方法和装置
KR20200048887A (ko) * 2018-10-31 2020-05-08 우송정보대학 산학협력단 공기조화 관련기기 부착형 미세먼지 필터 시스템 및 그 운용방법

Also Published As

Publication number Publication date
KR20220094900A (ko) 2022-07-06

Similar Documents

Publication Publication Date Title
WO2021080323A1 (en) Air conditioner and method for controlling the air conditioner thereof
CN108230298A (zh) 自动的车辆泄漏探测
CN110837011A (zh) 异常数据处理方法、装置、智能投影仪及存储介质
EP3483585A1 (en) Air particulate detection system
WO2022039366A1 (ko) 전자 장치 및 그 제어 방법
WO2022145703A1 (ko) 공기 조화 장치, 공기 조화 시스템 및 이의 제어 방법
JP5305520B2 (ja) 監視カメラシステム
CN108303140A (zh) 一种环境在线检测方法
US20200357396A1 (en) Air purifier
US11530836B2 (en) Air conditioner and control method thereof
WO2021125550A1 (en) Electronic device and method for controlling the electronic device.
WO2023027332A1 (ko) 공기 조화 장치 및 이의 제어 방법
CN207924457U (zh) 一种基于传感器物联网的工业监控系统
WO2021133105A1 (ko) 이동 로봇 장치 및 이의 제어 방법
KR100665957B1 (ko) 불법 침입 감지 시스템 및 그 방법
KR20190036512A (ko) 미세먼지 마스크 자동 관리 장치
WO2019078501A1 (ko) 마이크를 통해 획득한 오디오 신호의 크기에 기반하여 마이크의 오류 발생 여부를 결정하기 위한 방법 및 그 전자 장치
EP4261466A1 (en) Ventilation information display device
EP3837555A1 (en) Method and system for damage classification
US20230229549A1 (en) Hardware-based sensor analysis
US20220266317A1 (en) Dust removal method and system in rollable display device
EP3315949A1 (en) Detection system, detection method, and program
CN108204829A (zh) 设备拆装行为的记录方法及装置、电子设备
WO2023158161A1 (ko) 의류 관리 기기 및 이의 제어 방법
WO2021118269A1 (en) Electronic device and method for controlling electronic device

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21915501

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21915501

Country of ref document: EP

Kind code of ref document: A1