WO2022270781A1 - 세탁기 및 그 제어 방법 - Google Patents

세탁기 및 그 제어 방법 Download PDF

Info

Publication number
WO2022270781A1
WO2022270781A1 PCT/KR2022/007462 KR2022007462W WO2022270781A1 WO 2022270781 A1 WO2022270781 A1 WO 2022270781A1 KR 2022007462 W KR2022007462 W KR 2022007462W WO 2022270781 A1 WO2022270781 A1 WO 2022270781A1
Authority
WO
WIPO (PCT)
Prior art keywords
water supply
classifier
drum
input data
washing machine
Prior art date
Application number
PCT/KR2022/007462
Other languages
English (en)
French (fr)
Inventor
함성일
김강현
우지현
안상원
박준현
방은숙
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 WO2022270781A1 publication Critical patent/WO2022270781A1/ko
Priority to US18/508,698 priority Critical patent/US20240084490A1/en

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
    • D06F34/14—Arrangements for detecting or measuring specific parameters
    • D06F34/18—Condition of the laundry, e.g. nature or weight
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F33/00—Control of operations performed in washing machines or washer-dryers 
    • D06F33/30—Control of washing machines characterised by the purpose or target of the control 
    • D06F33/32—Control of operational steps, e.g. optimisation or improvement of operational steps depending on the condition of the laundry
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
    • D06F34/10—Power supply arrangements, e.g. stand-by circuits
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
    • D06F34/14—Arrangements for detecting or measuring specific parameters
    • D06F34/20—Parameters relating to constructional components, e.g. door sensors
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F37/00—Details specific to washing machines covered by groups D06F21/00 - D06F25/00
    • D06F37/30—Driving arrangements 
    • D06F37/304—Arrangements or adaptations of electric motors
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F37/00—Details specific to washing machines covered by groups D06F21/00 - D06F25/00
    • D06F37/30—Driving arrangements 
    • D06F37/40—Driving arrangements  for driving the receptacle and an agitator or impeller, e.g. alternatively
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F39/00—Details of washing machines not specific to a single type of machines covered by groups D06F9/00 - D06F27/00 
    • D06F39/08—Liquid supply or discharge arrangements
    • D06F39/087—Water level measuring or regulating devices
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F39/00—Details of washing machines not specific to a single type of machines covered by groups D06F9/00 - D06F27/00 
    • D06F39/08—Liquid supply or discharge arrangements
    • D06F39/088—Liquid supply arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/02—Characteristics of laundry or load
    • D06F2103/04—Quantity, e.g. weight or variation of weight
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/02—Characteristics of laundry or load
    • D06F2103/06—Type or material
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/14—Supply, recirculation or draining of washing liquid
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/18—Washing liquid level
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
    • D06F2103/44—Current or voltage
    • D06F2103/46—Current or voltage of the motor driving the drum
    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
    • D06F2105/52—Changing sequence of operational steps; Carrying out additional operational steps; Modifying operational steps, e.g. by extending duration of steps

Definitions

  • the disclosed invention relates to a washing machine and a control method thereof, and relates to a washing machine capable of detecting the material of laundry and a control method thereof.
  • the washing machine may perform a washing process for washing laundry, a rinsing process for rinsing washed laundry, and a dehydration process for removing water from the laundry.
  • process conditions such as type of detergent, washing time, agitation pattern, number of rinses, and spin-drying strength must be appropriately set. Since appropriate administrative conditions are different depending on the material of the laundry, a process of determining the material of the laundry is required before washing is performed.
  • the moisture content (degree of holding water) varies depending on the material of the laundry
  • the actual water supply amount varies depending on the material of the laundry even if water is supplied to the same water level. Since this difference appears in the current change characteristics of the motor when the drum is rotated, the material of the laundry can be determined using the current change characteristics of the motor.
  • the disclosed invention provides a washing machine and a control method thereof capable of improving the accuracy of determining the quality of laundry by performing a water supply step by step and performing a material detection step whenever the step-by-step water supply step is completed.
  • a washing machine capable of determining the material of laundry using data obtained while a drum rotates at a constant speed by performing a material sensing process using a motor current value in a frequency domain and a control method thereof are provided.
  • a washing machine capable of improving the accuracy of material determination by using a classifier learned through machine learning to determine the quality of laundry and using a plurality of classifiers in which a plurality of stroke characteristics are reflected, respectively, and a control method thereof are provided.
  • a washing machine includes a drum; a motor rotating the drum; a motor driver supplying driving current to the motor; a current sensor sensing the driving current; a water supply device supplying water to the drum; and a controller configured to control the water supply device to perform a plurality of water supply operations, and to control the motor driver to perform a plurality of material detection operations, wherein the controller is configured to perform one water supply operation among the plurality of water supply operations.
  • one material sensing process is performed among the plurality of material sensing processes, a plurality of input data is generated based on the value of the drive current detected during the plurality of material sensing processes, and based on the plurality of input data
  • the material of the laundry accommodated in the drum is determined.
  • the plurality of input data may include at least one of data about a frequency component of the driving current sensed during the plurality of material sensing processes and data about an alignment pattern in which the driving current is arranged in order of size.
  • the controller may store a classifier learned in advance through machine learning, and the classifier may output output data representing the material of the laundry stored in the drum when the plurality of input data are input.
  • the controller may determine the number of water supply cycles based on the weight of the laundry stored in the drum.
  • the controller may cancel the next water supplying operation when a predetermined condition of water supplying time or water supply amount for one water supplying operation among the plurality of water supplying operations is satisfied.
  • the controller may rotate the drum at a constant speed by controlling the motor driver to perform the plurality of material detection steps.
  • the classifier may include two or more classifiers pre-learned for two or more processes among the plurality of material detection processes and the weight detection process for determining the weight of the laundry before water is supplied to the drum.
  • the controller may determine the material of the laundry accommodated in the drum based on output data output from each of the two or more sorters.
  • the controller determines the material of the laundry based on the plurality of input data, and performs at least one of a washing process, a rinsing process, and a spin-drying process based on the determined material of the laundry. may determine administrative conditions related to the administration of
  • the controller performs the washing process after the plurality of material detection processes, generates input data based on the value of the drive current detected during the washing process, and generates the input data based on the generated input data.
  • the material of the received laundry may be additionally determined.
  • a method for controlling a washing machine including a drum, a motor rotating the drum, a motor driver supplying driving current to the motor, a current sensor detecting the driving current, and a water supply device supplying water to the drum according to an embodiment. , performing a plurality of water supply operations by controlling the water supply device; controlling the motor driver to perform a plurality of material detection steps; generating a plurality of input data based on values of the drive current sensed during the plurality of material sensing steps; and determining the material of the laundry stored in the drum based on the plurality of input data, wherein performing the plurality of material detection steps corresponds to one of the plurality of water supply steps. and performing one of the material sensing steps of the meeting.
  • the plurality of input data may include at least one of data about a frequency component of the driving current sensed during the plurality of material sensing processes and data about an alignment pattern in which the driving current is arranged in order of size.
  • Determining the material may include using a classifier learned in advance through machine learning, and the classifier may output output data representing the material of the laundry stored in the drum when the plurality of input data are input.
  • the method may further include determining the number of water supply cycles based on the weight of laundry stored in the drum.
  • the performing of the plurality of water supply operations may include canceling the next water supply operation when a predetermined condition of water supply time or water supply amount for one of the plurality of water supply operations is satisfied.
  • Performing the plurality of material detection steps may include rotating the drum at a constant speed by controlling the motor driver.
  • the classifier may include two or more classifiers pre-learned for two or more processes among the plurality of material detection processes and the weight detection process for determining the weight of the laundry before water is supplied to the drum.
  • Determining the material may include determining the material of the laundry stored in the drum based on output data output from each of the two or more classifiers.
  • the method may further include determining an administrative condition related to at least one of a washing process, a rinsing process, and a spin-drying process based on the determined laundry material.
  • the method may further include determining a material of laundry accommodated in the drum based on the generated input data.
  • the water supply process is performed step by step and the material detection process is performed each time the step-by-step water supply process is completed, thereby improving the accuracy of determining the material of the laundry.
  • the material of the laundry may be determined using data obtained while the drum rotates at a constant speed.
  • accuracy of material determination may be improved by using a classifier learned through machine learning to determine the quality of the laundry and using a plurality of classifiers in which a plurality of stroke characteristics are respectively reflected.
  • 1 and 2 are side cross-sectional views showing the configuration of a washing machine according to an embodiment.
  • FIG. 3 is a control block diagram of a washing machine according to an embodiment.
  • 5 is a graph showing the current value of the motor obtained in the material sensing process in the frequency domain.
  • FIG. 6 is a graph in which current values of motors obtained in a material sensing process are arranged according to magnitude.
  • FIG. 7 is a graph showing current values of a motor obtained in a water supply process in a frequency domain.
  • FIG. 9 is a timing chart illustrating an example of a process in which the washing machine determines the material of laundry using data obtained during a plurality of cycles according to an embodiment.
  • 10 to 12 are flowcharts corresponding to the process shown in FIG. 9 .
  • FIG. 13 is a diagram illustrating another example of a process in which the washing machine determines the material of laundry using data obtained during a plurality of cycles according to an embodiment.
  • FIG. 14 is a flowchart corresponding to primary material determination in the process of FIG. 13 .
  • 15 is a flowchart corresponding to secondary material determination in the process of FIG. 13 .
  • 16 is a timing chart illustrating a washing course including a water supply step performed in a washing machine according to an embodiment.
  • 17 is a graph schematically illustrating a change in weight of laundry when a water supply process is performed step by step.
  • 18 is a table in which steps of a water supply operation performed by a washing machine according to an embodiment are matched with the weight of laundry.
  • 19 is a table illustrating an example in which a washing machine adjusts steps of a water supply cycle according to an exemplary embodiment.
  • 20 is a timing chart illustrating an example of a process in which the washing machine determines the quality of laundry using data obtained after a plurality of water supply cycles according to an embodiment.
  • FIG. 21 is a flowchart corresponding to the process shown in FIG. 20 .
  • 22 and 23 are timing charts illustrating an example of a process of determining a material before a washing process is performed by a washing machine according to an embodiment.
  • 24 and 25 are timing charts illustrating an example of a process in which the washing machine additionally determines a material after the start of a washing cycle according to an embodiment.
  • the identification code is used for convenience of explanation, and the identification code does not explain the order of each step, and each step may be performed in a different order from the specified order unless a specific order is clearly described in context. there is.
  • 1 and 2 are side cross-sectional views showing the configuration of a washing machine according to an embodiment.
  • the washing machine 100 includes a front-loading washing machine in which an inlet 101a for putting in or taking out laundry is provided on the front of the washing machine 100 as shown in FIG. 1 and an inlet as shown in FIG. 2 (101a) may include a top-loading washing machine provided on the upper surface of the washing machine 100. That is, the washing machine 100 according to an embodiment may be a front-loading washing machine or a top-loading washing machine.
  • a door 102 capable of opening and closing the inlet 101a is provided on one surface of the cabinet 101 .
  • the door 102 may be provided on the same surface as the inlet 101a and may be rotatably mounted to the cabinet 101 by a hinge.
  • a tub 120 may be provided inside the cabinet 101 .
  • the tub 120 may contain water for washing or rinsing laundry.
  • the tub 120 may include a substantially circular tub bottom surface 122 and a tub sidewall 121 provided along the circumference of the tub bottom surface 122 .
  • An opening may be formed on a surface facing the bottom of the tub 120 to allow laundry to be put in or taken out.
  • the tub 120 may be disposed so that the bottom of the tub 122 faces the rear of the washing machine and the central axis R of the tub sidewall 121 is substantially parallel to the floor. there is.
  • the tub 120 may be disposed such that the bottom of the tub 122 faces the bottom of the washing machine and the central axis R of the tub sidewall 121 is substantially orthogonal to the floor. there is.
  • the drum 130 may be rotatably provided inside the tub 120 .
  • the drum 130 may receive power for rotation from the tub motor 140 .
  • a bearing 122a for rotatably fixing the motor 140 may be provided on the bottom surface 122 of the tub.
  • the drum 130 may accommodate laundry.
  • the drum 130 may have a cylindrical shape with one lower surface open.
  • the drum 130 may include a substantially circular bottom surface 132 of the drum and a drum sidewall 131 provided along the circumference of the bottom surface 132 of the drum.
  • Another lower surface of the drum 130 may have an opening so that laundry can be put into or taken out of the drum 130 .
  • the drum 130 may be arranged so that the bottom surface 132 of the drum faces the rear of the washing machine and the central axis R of the drum sidewall 131 is substantially parallel to the floor. there is.
  • the drum 130 may be arranged such that the bottom surface 132 of the drum faces the bottom of the washing machine and the central axis R of the drum sidewall 131 is substantially orthogonal to the floor. there is.
  • a through hole 131a connecting the inside and outside of the drum 130 may be provided in the drum sidewall 131 so that water supplied to the tub 120 flows into the drum 130 .
  • a lifter 131b is provided on the drum sidewall 131 to lift laundry to the top of the drum 130 while the drum 130 rotates.
  • the pulsator 133 may be rotatably provided inside the drum bottom 132 .
  • the pulsator 133 may rotate independently of the drum 130 . In other words, the pulsator 133 may rotate in the same direction as the drum 130 or in a different direction.
  • the pulsator 133 may also rotate at the same rotational speed as the drum 130 or at a different rotational speed.
  • the bottom surface of the drum 132 may be connected to the rotation shaft 141 of the motor 140 that rotates the drum 130 .
  • the motor 140 may generate torque for rotating the drum 130 .
  • the motor 140 is provided outside the tub bottom surface 122 of the tub 120 and may be connected to the drum bottom surface 132 of the drum 130 through a rotating shaft 141 .
  • the rotating shaft 141 passes through the bottom of the tub 122 and may be rotatably supported by the bearing 122a provided on the bottom of the tub 122 .
  • the motor 140 may include a stator 142 fixed to the outside of the tub bottom surface 122 and a rotor 143 rotatably provided with respect to the tub 120 and the stator 142 .
  • the rotor 143 may be connected to the rotation shaft 141 .
  • the rotor 143 may rotate through magnetic interaction with the stator 142 , and rotation of the rotor 143 may be transmitted to the drum 130 through the rotation shaft 141 .
  • the motor 140 may include, for example, a BrushLess Direct Current Motor (BLDC Motor) or a Permament Synchronous Motor (PMSM), which can easily control rotational speed.
  • BLDC Motor BrushLess Direct Current Motor
  • PMSM Permament Synchronous Motor
  • a clutch 145 for transmitting torque of the motor 140 to both the pulsator 133 and the drum 130 or to the pulsator 133 may be provided.
  • the clutch 145 may be connected to the rotating shaft 141 .
  • the clutch 145 may distribute rotation of the rotating shaft 141 to an inner shaft 145a and an outer shaft 145b.
  • the inner shaft 145a may be connected to the pulsator 133.
  • the outer shaft 145a may be connected to the lower surface 132 of the drum.
  • the clutch 145 transmits the rotation of the rotating shaft 141 to both the pulsator 133 and the drum 130 through the inner shaft 145a and the outer shaft 145b, or transmits the rotation of the rotating shaft 141 to the inner shaft It can be transmitted only to the pulsator 133 through 145a.
  • a water supplier 150 may supply water to the tub 120 and the drum 130 .
  • the water supply device 150 includes a water supply conduit 151 connected to an external water supply source to supply water to the tub 120 and a water supply valve 152 provided on the water supply conduit 151 .
  • the water supply conduit 151 is provided above the tub 120 and may extend from an external water supply source to the detergent box 156 .
  • the water is guided to the tub 120 via the detergent box 156 .
  • the water supply valve 152 may allow or block the supply of water from an external water supply source to the tub 120 in response to an electrical signal.
  • the water supply valve 152 may include, for example, a solenoid valve that opens and closes in response to an electrical signal.
  • the detergent supply device 180 may supply detergent to the tub 120 and the drum 130 .
  • the detergent supply device 180 includes a detergent box 181 provided above the tub 120 to store detergent and a mixing conduit 182 connecting the detergent box 181 to the tub 120 .
  • the detergent box 181 is connected to the water supply conduit 151, and water supplied through the water supply conduit 151 may be mixed with detergent in the detergent box 181. A mixture of detergent and water may be supplied to the tub 120 through a mixing conduit 182 .
  • the drain 160 may discharge water contained in the tub 120 or the drum 130 to the outside.
  • the drainage device 160 may include a drain pipe 161 provided below the tub 120 and extending from the tub 120 to the outside of the cabinet 101 .
  • the drain device 160 may further include a drain pump 163 provided on the drain pipe 161 .
  • the drain device 160 may further include a drain valve 162 provided in the drain pipe 161 .
  • the water level sensor 170 may be installed at an end of a connection hose connected to the lower portion of the tub 120 .
  • the water level of the connection hose may be the same as that of the tub 120 .
  • the pressure inside the connection hose may increase due to the rise in the water level in the connection hose.
  • the structure described with reference to FIGS. 1 and 2 is only an example applicable to the washing machine 100 according to an embodiment, and the washing machine 100 according to an embodiment may have a structure partially different from the above-described structure. Of course.
  • FIG. 3 is a control block diagram of a washing machine according to an exemplary embodiment
  • FIG. 4 is a graph showing a change in weight of wet cloth depending on the material of laundry.
  • driving current is supplied to the motor 140 in addition to the motor 140 for rotating the aforementioned water supply device 150, the drainage device 160, and the drum 130.
  • the motor driver 10 supplying, the current sensor 171 detecting the driving current of the motor 140, the water level sensor 172 detecting the water level of the drum 130, the user interface 110, and the washing machine 100. It includes a controller 190 that controls the overall operation.
  • the motor driver 10 may include a rectifier circuit, a DC link circuit, and an inverter circuit.
  • the rectifier circuit may include a diode bridge composed of a plurality of diodes, and may rectify AC power of an external power source.
  • the DC link circuit may include a DC link capacitor that stores electrical energy, removes ripple of rectified power, and outputs DC power.
  • the inverter circuit may include a plurality of switching element pairs, convert DC power of the DC link circuit into DC or AC driving power, and supply the driving current to the motor 140 .
  • the current sensor 171 may measure the current output from the inverter circuit and transmit an electrical signal corresponding to the measured current to the controller 190 .
  • the water level sensor 172 may be installed at an end of a connection hose connected to the lower portion of the tub 120 .
  • the water level of the connection hose may be the same as that of the tub 120 .
  • the pressure inside the connection hose may increase due to the rise in the water level in the connection hose.
  • the water level sensor 172 may measure the pressure inside the connection hose and transmit an electrical signal corresponding to the measured pressure to the controller 190 .
  • the controller 190 may identify the water level of the connection hose, that is, the water level of the tub 110, based on the pressure of the connection hose measured by the water level sensor 172.
  • the user interface 110 selects power on/off of the washing machine 100, selects start/stop of an operation of the washing machine 100, selects a washing course, or selects a stroke execution time or strength of the washing machine 100. A user input for doing so may be received.
  • various types of information for guiding the above-described user input may be displayed, information on a currently ongoing cycle may be displayed, or information on the state of the washing machine 100 may be displayed.
  • the user interface 110 may separately include an input device for receiving a user input and a display for displaying information, or may include a touch screen that simultaneously performs functions of an input device and a display.
  • the controller 190 may control the operation of the washing machine 100 according to the user input received by the user interface 110, and in controlling the operation of the washing machine 100, the current sensor 171 and the water level sensor 172 output is available.
  • the controller 190 includes at least one memory 192 storing a program for performing the above-described operation and an operation to be described later, and at least one processor 191 executing the stored program.
  • the controller 190 controls the water supply device 150 to supply water to the drum 130 and controls the motor driver 10 to wash the drum 130 according to the washing course selected by the user. ), washing, rinsing, and spin-drying may be performed. Alternatively, according to the user's selection, the washing process may be omitted and only the rinsing process and spin-drying process may be performed.
  • the amount of water supplied may be set based on the weight of the laundry, and the washing time, operation rate, alternating rotation pattern, number of rinses, spin-drying strength, etc. In order to obtain a washing effect of , it may be set differently according to the material of the laundry.
  • the weight of the laundry may be determined based on the current value of the motor 140 obtained when the drum 130 rotates.
  • the current value of the motor 140 represents the driving current of the motor 140 sensed by the current sensor 171 .
  • the degree of holding water that is, the moisture content
  • the degree of holding water that is, the moisture content
  • a material such as a towel has a high moisture content and a material such as denim has a low moisture content, even if water is supplied to the same water level for the laundry of both materials, more water is actually supplied to the towel. Towels weigh higher when wet.
  • the controller 190 rotates the drum 130 after supplying water and performs a material sensing process of sensing the driving current of the motor 140, based on the current value of the motor 140 obtained during the material sensing process. The material of the laundry can be judged.
  • information necessary to determine the material of the laundry may be obtained during the material detection process, and the material determination using the obtained information may not necessarily be performed during the material detection process. That is, in this embodiment, the material detection process may refer to an operation performed to detect information used for material determination. The weight sensing process may also refer to an operation performed to detect information used for weight determination.
  • the washing machine 100 may use a classifier learned in advance through machine learning when determining the material of the laundry. How to train the classifier is explained first.
  • the classifier for determining the material of the laundry may be learned based on a machine learning model or a deep learning model, which is a type of machine learning.
  • a machine learning model which is a type of machine learning.
  • various neural networks such as an artificial neural network (ANN), a deep neural network (DNN), a convolution neural network (CNN), and a recurrent neural network (RNN) may be used to learn the classifier.
  • ANN artificial neural network
  • DNN deep neural network
  • CNN convolution neural network
  • RNN recurrent neural network
  • Training data used for learning the classifier may include input data and expected output data.
  • the input data may be data about the current value of the motor obtained during the material sensing process or other processes, and the expected output data may be data about the material of the laundry.
  • data about the material of the laundry may be output through a hidden layer.
  • the classifier may be trained while calculating a loss value representing a difference between the output data and the expected output data and adjusting the weight of the hidden layer in a direction that minimizes the loss value.
  • the learned classifier may be stored in the controller 190, and the controller 190 may infer the material of the laundry by inputting data about the current value of the motor 140 obtained while the washing machine 100 is in use to the classifier.
  • the above classifier may be learned and stored in the manufacturing stage of the washing machine 100 .
  • the classifier may be updated by connecting to an external server through a communication device provided in the washing machine 100, and the controller 190 may self-relearn the classifier using data obtained while the washing machine 100 is in use. It is also possible to do
  • Figure 5 is a graph showing the current value of the motor obtained in the material detection process in the frequency domain
  • Figure 6 is a graph arranged according to the size of the current value of the motor obtained in the material detection process
  • Figure 7 is obtained in the water supply process It is a graph showing the current value of the motor in the frequency domain
  • FIG. 8 is a graph in which the current value of the motor obtained in the water supply stroke is sorted according to the size.
  • x indicates denim
  • ⁇ indicates towels
  • + indicates delicate clothing
  • ⁇ indicates data obtained for general clothing.
  • Delicate clothing refers to clothing made of silk or functional materials, such as lingerie
  • general clothing refers to clothing made of cotton material, such as T-shirts or cotton pants.
  • the current value of the motor in the time domain is often not clearly distinguished according to the material of the laundry.
  • FIG. 5 when the change in the current value of the motor is obtained in the frequency domain, it can be confirmed that denim and towel are clearly distinguished in the 0 Hz component, and delicate clothing and general clothing are clearly distinguished in the 1 to 2 Hz component. there is.
  • the washing machine 100 takes at least one of data about the frequency component of the current value of the motor 140 and data about an arrangement pattern in which the current values of the motor are arranged in size order as input data of the classifier. can be used
  • the current value of the motor 140 may be obtained by rotating the drum 130 at a constant speed even during the water supply cycle.
  • FIG. 7 it can be seen that the current value pattern of the motor 140 obtained during the water supply stroke also shows a clear difference between materials in the frequency domain.
  • FIG. 8 the motor 140 obtained during the water supply stroke It can be seen that the sorting patterns in which the current values are arranged in order of size also show clear differences between materials.
  • the accuracy of classification may be improved by using data obtained in a plurality of different processes.
  • the classifier stored in the washing machine 100 may include a single classifier or a plurality of classifiers. Further, each of the single classifier or the plurality of classifiers may be a single-stroke classifier trained on a single stroke or a complex stroke classifier trained on a plurality of strokes.
  • the single-stroke classifier refers to a classifier learned using data acquired through a single stroke
  • the complex-stroke classifier refers to a classifier learned using data obtained through multiple steps.
  • Input data may be generated based on the current value of the motor 140 obtained during each stroke, and a machine learning model may be trained using the generated input data.
  • the input data may be data about the frequency component of the current value of the motor 140, data about an alignment pattern arranged according to size, or data obtained by concatenating them. Thereafter, when the washing machine 100 uses the sorter to determine the quality of the laundry, the same type of input data may be generated and input to the sorter.
  • input data may be generated based on current values of the motor 140 obtained during a plurality of strokes.
  • a set of input data may be generated by concatenating respective input data generated for a plurality of processes, and a machine learning model may be trained using the set of input data. Thereafter, when the washing machine 100 determines the quality of the laundry using the complex stroke classifier, the same type of input data may be generated and input to the complex stroke classifier.
  • FIG. 9 is a timing chart showing an example of a process in which a washing machine determines the quality of laundry using data obtained during a plurality of cycles according to an embodiment, and FIGS. 10 to 12 correspond to the process shown in FIG. 9 . It is a flow chart that becomes
  • three classifiers are used to determine the quality of laundry, and all three classifiers are single-stroke classifiers.
  • FIG. 9 is one of the washing courses that can be performed by the washing machine 100, when a course consisting of a weight sensing step, a water supply step, a material detection step, an automatic detergent inputting step, a washing step, a rinsing step, and a dehydration step is performed. It is about.
  • a first classifier for the weight sensing process a second classifier for the material sensing process, and a third classifier for the washing process are used to determine the quality of the laundry.
  • the ordinal number preceding the classifier is used to distinguish a plurality of classifiers from each other, and different ordinal numbers may be used for the same classifier in later embodiments.
  • the weight sensing step 1010 is performed before supplying water to the drum 130.
  • the driving current of the motor 140 may be sensed while rotating the drum 130 in which water is not accommodated, that is, the drum 130 in which raisins are accommodated, is rotated at a constant speed.
  • the controller 190 transmits a control signal to the motor driver 10, and the motor driver 10 outputs a drive current to the drum 130 based on the transmitted control signal to rotate the drum 130.
  • the controller 190 may generate first input data from the current value of the motor 140 obtained during the weight sensing process (1020).
  • the first input data is input to the first classifier.
  • the controller 190 since the first classifier is a classifier for the weight sensing process, the controller 190 generates first input data based on the current value of the motor 140 obtained during the weight sensing process.
  • the ordinal number in front of the input data is also used to distinguish a plurality of input data, and in another example to be described later, the first input data may be input to a classifier other than the first classifier.
  • the shape of the input data is the same as the shape of the input data used when learning the classifier. Therefore, when the frequency component of the current value of the motor is used when learning the classifier, first input data representing the frequency component of the current value of the motor 140 is generated. Alternatively, when the sorting pattern of current values of the motor is used when learning the classifier, first input data indicating the sorting pattern of the current value of the motor 140 is generated.
  • the controller 190 may determine the weight of the laundry based on the current value of the motor 140 obtained during the weight sensing process. For example, based on the current value of the motor 140, the weight of the laundry may be divided into a plurality of stages according to its size. Here, the determined weight of the laundry may be used to determine administrative conditions applied to the subsequent administration.
  • a water supply process for supplying water to the drum 130 is performed (1030).
  • the target water level may be determined based on the weight of the laundry determined in the weight sensing process.
  • the target water level may be determined as a water level at which laundry can be sufficiently wetted.
  • the washing machine 100 is equipped with an automatic detergent injection function, the water level after the automatic detergent injection is completed becomes the target water level. Accordingly, a target water level may be determined such that the laundry is sufficiently moistened, excluding the amount of water to be supplied when detergent is automatically added.
  • the controller 190 may use the output of the water level sensor 172 to supply water up to a target water level.
  • the controller 190 may check the water level based on the output of the water level sensor 172 while supplying water using the water supply device 150, and stop supplying water when the output of the water level sensor 172 corresponds to the target water level.
  • the controller 190 rotates the drum 130 at a constant speed to perform a material detection process (1040).
  • the drum 130 may rotate at a speed selected in the range of 30 to 50 rpm, but the embodiment of the washing machine 100 is not limited thereto.
  • the controller 190 generates second input data based on the current value of the motor 140 obtained during the material sensing process (1050).
  • the second input data refers to input data to be input to the second classifier. Since the second classifier is a classifier for the material sensing process, the controller 190 has the same type of second classifier as the input data used for learning of the second classifier based on the current value of the motor 140 obtained during the material sensing process. You can generate input data.
  • the controller 190 determines the primary material based on the outputs of the first classifier and the second classifier (1060). A description of the primary material determination will be described later.
  • the controller 190 may determine the administrative conditions to be applied to subsequent strokes based on the primary material determination result. For example, when the washing machine 100 is equipped with an automatic detergent input function, the type of detergent may be determined based on the material of the laundry determined in the first material determination. In addition, an automatic detergent inputting process for automatically injecting the determined type of detergent into the drum 130 may be performed (1070). Detergent and water may be added together in the automatic detergent input process.
  • the controller 190 rotates the drum 130 to perform a washing cycle (1110).
  • a driving rpm for rotating the drum 130 may be determined based on the selected washing course or the material of the laundry.
  • the controller 190 generates third input data based on the current value of the motor 140 obtained during the washing cycle (1120).
  • the third input data refers to input data to be input to the third classifier. Since the third classifier is a classifier for the washing process, the controller 190 has the same type of third input data as the input data used for learning the third classifier based on the current value of the motor 140 obtained during the washing process. can create
  • the controller 190 may perform secondary material determination based on the third input data (1130).
  • the first input data is input to the first classifier (1061), the second input data is input to the second classifier (1062), and the first input data is input to the second classifier (1062).
  • primary material determination may be performed (1063).
  • the controller 190 may include a determiner.
  • the judger may judge the material by a voting method. Weights may be applied to the output data of the first classifier and the output data of the second classifier, respectively, and the weighted output data may be compared to determine the material. Weights may be applied differently or equally for each classifier.
  • the primary material determination result may be denim.
  • the first material determination result when the output data of the first classifier corresponds to towel and the output data of the second classifier corresponds to denim. can be a towel.
  • the secondary material determination may be performed for the purpose of verification to correct an error.
  • the determination of the material may be suspended, and the automatic detergent input process and the washing process may be performed according to the default setting process conditions.
  • the processing condition set as a default may be a condition set to minimize damage to the cloth.
  • the third input data is input to the third classifier (1131), the output of the first classifier, the output of the second classifier, and the output of the third classifier Secondary material determination may be performed based on (1132).
  • the secondary material determination may be performed by applying a weight to the output data of each classifier and comparing the weighted output data.
  • one material may be determined through the secondary material determination.
  • the controller 190 may change the stroke condition based on the material determined through the secondary material determination. If one material cannot be determined even through the secondary material determination, the default set stroke condition is maintained.
  • the material may be different in the second material determination. Even in this case, the controller 190 may change the stroke condition based on the material determined through the secondary material determination.
  • the secondary material determination it is possible not to use the output of the classifier used in the primary material determination.
  • the secondary material determination may be performed based only on the output of the third classifier.
  • each input data is input to the classifier after the generation of input data necessary for material determination is completed, but each time each input data is generated, the corresponding classifier Of course, it is also possible to input this.
  • FIG. 13 is a view showing another example of a process in which the washing machine determines the quality of laundry using data obtained during a plurality of cycles according to an embodiment
  • FIG. 14 corresponds to the primary material determination in the process of FIG. 13
  • 15 is a flowchart corresponding to the secondary material determination in the process of FIG. 13.
  • five classifiers are used to determine the quality of laundry, and some of the five classifiers are single-stroke classifiers and others are multi-stroke classifiers.
  • the first input data is generated using the current value of the motor 140 obtained during the weight sensing process
  • the second input data is generated using the current value of the motor 140 obtained during the material sensing process.
  • Data may be generated
  • third input data may be generated using the current value of the motor 140 obtained during the washing cycle.
  • the primary material determination performed in the example of FIG. 13 may be performed according to the process shown in FIG. 14 .
  • the controller 190 inputs the first input data to the first classifier (1061').
  • the controller 190 inputs data obtained by concatenating the first input data and the second input data to the second classifier. It can (1062').
  • the controller 190 inputs the second input data to the third classifier (1063').
  • the determiner of the controller 190 performs primary material determination based on the output of the first classifier, the output of the second classifier, and the output of the third classifier (1064').
  • the operation of performing the primary material determination through voting by applying a weight to the output data of each classifier is as described above with reference to FIG. 11 .
  • the secondary material determination performed in the example of FIG. 13 may be performed according to the process shown in FIG. 15 .
  • the controller 190 inputs data obtained by connecting the first input data and the third input data to the fourth classifier (1131'). .
  • the controller 190 inputs the third input data to the fifth classifier (1132').
  • the determiner of the controller 190 performs secondary material judgment based on the output of the first classifier, the output of the second classifier, the output of the third classifier, the output of the fourth classifier, and the output of the fifth classifier (1033'). .
  • the material judgment result last performed can be used to evaluate the performance of the classifier or to update the classifier, even though it is not used to determine the stroke condition.
  • the result of the material determination performed last is used in a drying operation performed after the completion of the washing course.
  • a material determination result may be transmitted to a dryer connected to the washing machine 100 .
  • the judger may perform material judgment in advance based on outputs of some classifiers, and if the output data of a predetermined number of classifiers indicate the same material, subsequent classification may be omitted.
  • the output data of the first and second classifiers are input to the determination unit in advance and the output data of the first and second classifiers indicate the same material, the corresponding material is determined as the material of the laundry. , material determination using the third classifier can be omitted.
  • FIG. 16 is a timing chart illustrating a washing course including water supply cycles performed step by step in the washing machine according to an exemplary embodiment
  • FIG. 17 is a graph schematically illustrating a change in weight of laundry when the water supply cycle is performed step by step.
  • the washing machine 100 may perform a water supply step by step. That is, the controller 190 controls the water supply device 150 to perform a plurality of water supply steps step by step, and controls the motor driver 10 to rotate the drum 130 at a constant speed to perform a plurality of material detection steps.
  • the controller 190 controls the water supply device 150 to perform a plurality of water supply steps step by step, and controls the motor driver 10 to rotate the drum 130 at a constant speed to perform a plurality of material detection steps.
  • the controller 190 controls the water supply device 150 to perform a plurality of water supply steps step by step, and controls the motor driver 10 to rotate the drum 130 at a constant speed to perform a plurality of material detection steps.
  • the water level may be increased by 1/N compared to the target water level for each water supply operation.
  • the washing machine 100 is equipped with an automatic detergent input function, water is injected along with the detergent when the automatic detergent input function is performed, so that the water level is increased by 1/(N+1) compared to the target water level for each water supply stroke. can make it
  • a material detection process may be performed corresponding to each of the plurality of water supply processes. For example, when the water supply process is divided into three steps, the first material detection process may be performed in response to the completion of the first water supply process, and the second material detection process may be performed in response to the completion of the second water supply process. and the third material detection process may be performed in response to the completion of the third water supply process.
  • Each of the first material sensing process, the second material sensing process, and the third material sensing process may be performed by rotating the drum 130 at a constant speed.
  • the data obtained by performing the material detection step for each of the plurality of water supply steps may include information on the weight of the wet cloth, which is gradually changed by step-by-step water supply, as shown in FIG. 17 . That is, the data acquired during the three water supply cycles until the target water level is reached includes the weight information of the compress after the first water supply, the wet pack weight information after the second water supply, and the wet pack weight information after the third water supply. Since it can be seen, it is possible to perform material detection more accurately even if there is an error in the dry weight.
  • 18 is a table in which steps of a water supply operation performed by a washing machine according to an embodiment are matched with the weight of laundry.
  • the number of water supply cycles performed by the washing machine 100 may be determined based on the weight of laundry. Referring to the example of FIG. 18 , when the weight of laundry, that is, the weight of raisins is within the range of 0 to 1 kg, a one-step water supply process, that is, one water supply process may be performed. When the weight of the raisins is within the range of 1 to 2 kg, a two-step water supply process, that is, two water supply processes can be performed. If the weight of the raisins is within the range of 2 to 3 kg, the water supply process consisting of three stages, that is, the water supply process can be performed three times.
  • the water supply process consisting of 4 steps that is, the water supply process can be performed 4 times. If the weight of the raisins is within the range of 4 to 5 kg, the water supply process consisting of 5 steps, that is, the water supply process can be performed 5 times.
  • the table of FIG. 18 is only an example applicable to the embodiment of the washing machine 100. It is possible to match the weight of the laundry with the number of water supply cycles in a different way, and it is also possible to supply water for a predetermined number of times regardless of the weight of the laundry.
  • 19 is a table illustrating an example in which a washing machine adjusts steps of a water supply cycle according to an exemplary embodiment.
  • the washing machine 100 may cancel scheduled water supply thereafter when it is determined that the laundry is sufficiently moistened even before all water supply operations are performed for a predetermined number of times. That is, additional watering may not be performed.
  • Whether or not the laundry is sufficiently moistened can be determined based on the time required for water supply, that is, the water supply time. Since the supplied water is used to wet the laundry when the laundry is not wet, it takes longer than the time required to supply water to the same water level when there is no laundry. That is, more water supply is required.
  • the controller 190 may determine whether the laundry is sufficiently wet by comparing the amount of water or time required to supply water up to a predetermined water level with a reference value.
  • the reference value may be a time required to supply water up to a predetermined water level when there is no laundry, or an amount of water used to supply water up to a predetermined water level when there is no laundry. In an embodiment to be described later, it is based on time.
  • a first water supply operation is performed, and the time required for the first water supply operation (Tm(1)) is compared with the reference time (Te(1)). If the time required for the first water supply process (Tm(1)) is longer than the reference time (Te(1)), the first material detection process is performed and the second water supply process is performed.
  • the time required for the second water supply stroke (Tm(2)) is compared with the reference time (Te(2)). If the time required for the second water supply process (Tm(2)) is longer than the reference time (Te(2)), the second material detection process is performed and the third water supply process is performed.
  • the feature of determining the material using a classifier pre-learned through machine learning can be applied in the same way. Therefore, even if not mentioned in the description below, the above-described content related to the determination of the material can be equally applied to an embodiment of a washing machine that performs a plurality of water supply cycles unless there is a special circumstance to exclude its application.
  • a process of determining the material using data obtained through a plurality of water supply processes will be described in detail.
  • FIG. 20 is a timing chart showing an example of a process in which a washing machine determines the quality of laundry using data obtained after a plurality of water supply cycles according to an embodiment
  • FIG. 21 is a flowchart corresponding to the process shown in FIG. 20 . to be.
  • one classifier used in the example of FIG. 20 corresponds to a multi-process classifier for the weight sensing process, the first material sensing process, the second material sensing process, and the third material sensing process.
  • the weight sensing step 2010 is performed before supplying water to the drum 130.
  • the driving current of the motor 140 may be sensed while rotating the drum 130 in which water is not accommodated, that is, the drum 130 in which raisins are accommodated, is rotated at a constant speed.
  • the controller 190 may generate first input data from the current value of the motor 140 obtained during the weight sensing process (2020).
  • the first input data is data input to the classifier of FIG. 20 .
  • the first input data may be generated in the same form as the input data used for learning the classifier of FIG. 20 .
  • first input data representing the frequency component of the current value of the motor 140 is generated.
  • first input data indicating the sorting pattern of the current value of the motor 140 is generated.
  • the controller 190 may determine the weight of the laundry based on the current value of the motor 140 obtained through the weight sensing process, and may determine a final target water level based on the weight of the laundry.
  • the final target water level may be determined as a water level at which laundry can be sufficiently wetted.
  • the washing machine 100 is equipped with an automatic detergent injection function, the water level after the automatic detergent injection is completed becomes the final target water level. Accordingly, it is possible to determine a final target water level so that the laundry is sufficiently moistened, excluding the amount of water to be supplied when the detergent is automatically added.
  • the number of water supply cycles to be performed may also be determined based on the weight of the laundry, and it is also possible to perform the water supply cycle according to a predetermined number of times regardless of the weight of the laundry.
  • the controller 190 may determine a target water level for each water supply process based on the target water level and the number of water supply processes.
  • the controller 190 controls the water supply device 150 to perform a first water supply process of supplying water up to a first target water level (2030).
  • the controller 190 rotates the drum 130 at a constant speed to perform the first material sensing process (2040).
  • the controller 190 generates second input data based on the current value of the motor 140 obtained during the first material sensing process (2050).
  • the second input data is input data input to the classifier of FIG. 20 . Accordingly, the second input data may be generated in the same form as the input data used for learning the classifier of FIG. 20 .
  • the controller 190 controls the water supply device 150 to perform a second water supply process of supplying water up to a second target water level (2060).
  • the controller 190 rotates the drum 130 at a constant speed to perform the second material detection process (2070).
  • the controller 190 generates third input data based on the current value of the motor 140 obtained during the second material sensing process (2080).
  • the third input data is input data input to the classifier of FIG. 20 . Accordingly, third input data may be generated in the same form as the input data used for learning the classifier of FIG. 20 .
  • the controller 190 controls the water supply device 150 to perform a third water supply process of supplying water up to a third target water level (2090).
  • the controller 190 rotates the drum 130 at a constant speed to perform a third material detection process (2110).
  • the controller 190 generates fourth input data based on the current value of the motor 140 obtained during the third material sensing process (2120).
  • the fourth input data is input data input to the classifier of FIG. 20 . Accordingly, fourth input data may be generated in the same form as the input data used for learning the classifier of FIG. 20 .
  • the controller 190 may determine the material of the laundry based on the generated input data (2130).
  • the classifier of FIG. 20 corresponds to a multi-process classifier for the weight sensing process, the first material sensing process, the second material sensing process, and the third material sensing process. Accordingly, the controller 190 may input data obtained by connecting the first input data, the second input data, the third input data, and the fourth input data to the sorter, and output the sorter to the laundry stored in the drum 130. material can be judged.
  • 22 and 23 are timing charts illustrating an example of a process of determining a material before a washing process is performed by a washing machine according to an embodiment.
  • three classifiers may be stored in the controller 190, and all three classifiers correspond to complex administrative classifiers.
  • the first classifier is a multi-stroke classifier for the weight sensing process and the first material sensing process
  • the second classifier is a multi-process classifier for the first material sensing process and the second material sensing process
  • the third classifier is a combined process classifier for the second material sensing process and the second material sensing process. It is a complex stroke classifier for three-material detection stroke.
  • the controller 190 inputs the data obtained by connecting the first input data and the second input data to the first classifier, and inputs the data obtained by connecting the second input data and the third input data to the second classifier in order to determine the material. and data obtained by connecting the third input data and the fourth input data may be input to the third classifier.
  • the determiner may determine the material based on the output of the first classifier, the output of the second classifier, and the output of the third classifier.
  • An operation of determining a material by applying a weight to output data of a plurality of classifiers is the same as described above with reference to FIGS. 11 and 14 .
  • five classifiers may be stored in the controller 190, and all five classifiers correspond to complex administrative classifiers.
  • the first classifier is a multi-stroke classifier for the weight sensing process and the first material sensing process
  • the second classifier is a multi-process classifier for the first material sensing process and the second material sensing process
  • the third classifier is a combined process classifier for the second material sensing process and the second material sensing process. It is a complex stroke classifier for three-material detection stroke.
  • the fourth classifier is a multi-stroke classifier for the first and third material sensing processes
  • the fifth classifier is a multi-process classifier for the weight sensing process and the third material sensing process.
  • the controller 190 inputs the data obtained by connecting the first input data and the second input data to the first classifier, and the data obtained by connecting the second input data and the third input data to the second classifier to determine the material. input, and data obtained by connecting the third input data and the fourth input data may be input to the third classifier.
  • data obtained by connecting the second input data and the fourth input data may be input to the fourth classifier, and data obtained by connecting the first input data and the fourth input data may be input to the fifth classifier.
  • the judger may determine the material based on the output of the first classifier, the output of the second classifier, the output of the third classifier, the output of the fourth classifier, and the output of the fifth classifier.
  • An operation of determining a material by applying a weight to output data of a plurality of classifiers is the same as described above with reference to FIGS. 11 and 14 .
  • the controller 190 may determine administrative conditions to be applied to subsequent processes based on the material output from the determiner of FIGS. 22 and 23, and the automatic detergent input process, washing process, rinsing process, and spin-drying process may be performed according to the determined administrative conditions. can be performed.
  • 24 and 25 are timing charts illustrating an example of a process in which the washing machine additionally determines a material after the start of a washing cycle according to an embodiment.
  • five classifiers may be stored in the controller 190, and all five classifiers correspond to single-stroke classifiers.
  • the first classifier is a single-stroke classifier for the weight sensing stroke
  • the second classifier is a single-stroke classifier for the first material sensing stroke
  • the third classifier is a single-stroke classifier for the second material sensing stroke.
  • the fourth classifier is a single-stroke classifier for the third material sensing process
  • the fifth classifier is a single-stroke classifier for the washing process.
  • the controller 190 generates first input data from the current value of the motor 140 obtained during the weight sensing process, and generates second input data from the current value of the motor 140 obtained during the first material sensing process.
  • Third input data may be generated from the current value of the motor 140 obtained during the second material sensing process
  • fourth input data may be generated from the current value of the motor 140 obtained during the third material sensing process.
  • the controller 190 inputs the first input data to the first classifier, the second input data to the second classifier, the third input data to the third classifier, and the fourth input data to the fourth classifier. can be entered.
  • the determiner of the controller 190 may perform primary material determination based on the output of the first classifier, the output of the second classifier, the output of the third classifier, and the output of the fourth classifier.
  • the controller 190 may determine administrative conditions to be applied to the next stroke based on the primary material determination result. Also, the controller 190 may perform an automatic detergent input process and a washing process according to the determined administrative conditions.
  • the controller 190 may generate fifth input data from the current value of the motor 140 obtained during the washing cycle.
  • the fifth input data may be input to the fifth classifier, and the determiner may perform secondary material determination based on the output of the fifth classifier. As described above, the stroke condition may be changed or maintained according to the secondary material determination result.
  • five classifiers may be stored in the controller 190, and all five classifiers correspond to complex administrative classifiers.
  • the first classifier is a composite-stroke classifier for the weight sensing process and the first material sensing process
  • the second classifier is a complex-process classifier for the weight sensing process and the second material sensing process
  • the third classifier is the first material sensing process and the third material sensing process. It is a complex stroke classifier for sensing stroke.
  • the fourth classifier is a complex process classifier for the weight sensing process and the washing process
  • the fifth classifier is a complex process classifier for the third sensing process and the washing process.
  • the controller 190 generates first input data from the current value of the motor 140 obtained during the weight sensing process, and generates second input data from the current value of the motor 140 obtained during the first material sensing process.
  • Third input data may be generated from the current value of the motor 140 obtained during the second material sensing process
  • fourth input data may be generated from the current value of the motor 140 obtained during the third material sensing process.
  • the controller 190 inputs the data obtained by connecting the first input data and the second input data to the first classifier, inputs the data obtained by connecting the first input data and the third input data to the second classifier, and inputs the data obtained by connecting the first input data and the third input data to the second classifier.
  • Data obtained by connecting the data and the fourth input data may be input to the third classifier.
  • the determiner of the controller 190 may perform primary material determination based on the output of the first classifier, the output of the second classifier, and the output of the third classifier.
  • the controller 190 may determine administrative conditions to be applied to the next stroke based on the primary material determination result. Also, the controller 190 may perform an automatic detergent input process and a washing process according to the determined administrative conditions.
  • the controller 190 may generate fifth input data from the current value of the motor 140 obtained during the washing cycle. Data obtained by connecting the fifth input data and the first input data may be input to the fourth classifier, and data obtained by connecting the fourth input data and the fifth input data may be input to the fifth classifier.
  • the determiner of the controller 190 may perform secondary material determination based on the output of the fourth classifier and the output of the fifth classifier. As described above, the stroke condition may be changed or maintained according to the secondary material determination result.
  • the disclosed embodiments may be implemented in the form of a recording medium storing instructions executable by a computer. Instructions may be stored in the form of program codes, and when executed by a processor, create program modules to perform operations of the disclosed embodiments.
  • the recording medium may be implemented as a computer-readable recording medium.
  • Computer-readable recording media include all types of recording media in which instructions that can be decoded by a computer are stored. For example, there may be read only memory (ROM), random access memory (RAM), magnetic tape, magnetic disk, flash memory, optical data storage device, and the like.
  • ROM read only memory
  • RAM random access memory
  • magnetic tape magnetic tape
  • magnetic disk magnetic disk
  • flash memory optical data storage device
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-temporary' only means that the storage medium is a tangible device and does not contain a signal (e.g., electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. and temporary storage are not distinguished.
  • 'non-temporary storage medium' may include a buffer in which data is temporarily stored.
  • the method according to various embodiments disclosed in this document may be provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smartphones.
  • a part of a computer program product eg, a downloadable app
  • a device-readable storage medium such as a memory of a manufacturer's server, an application store server, or a relay server. It can be temporarily stored or created temporarily.

Abstract

일 실시예에 따른 세탁기는 드럼; 상기 드럼을 회전시키는 모터; 상기 모터에 구동 전류를 공급하는 모터 드라이버; 상기 구동 전류를 감지하는 전류 센서; 상기 드럼에 물을 공급하는 급수 장치; 및 상기 급수 장치를 제어하여 복수 회의 급수 행정을 수행하고, 상기 모터 드라이버를 제어하여 복수 회의 재질 감지 행정을 수행하는 컨트롤러;를 포함하고, 상기 컨트롤러는, 상기 복수 회의 급수 행정 중 하나의 급수 행정에 대응하여 상기 복수 회의 재질 감지 행정 중 하나의 재질 감지 행정을 수행하고, 상기 복수 회의 재질 감지 행정 중에 감지된 상기 구동 전류의 값에 기초하여 복수의 입력 데이터를 생성하고, 상기 복수의 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단한다.

Description

세탁기 및 그 제어 방법
개시된 발명은 세탁기 및 그 제어 방법에 관한 것으로써, 세탁물의 재질을 감지할 수 있는 세탁기 및 그 제어 방법에 관한 발명이다.
세탁기는 세탁물을 세탁하는 세탁 행정, 세탁된 세탁물을 헹구는 헹굼 행정 및 세탁물의 물기를 제거하는 탈수 행정을 수행할 수 있다.
이와 같은 행정이 수행되기 위해서는 세제의 종류, 세탁 시간, 교반 패턴, 헹굼 횟수 및 탈수 강도와 같은 행정 조건들이 적절하게 설정되어야 한다. 세탁물의 재질에 따라 적절한 행정 조건들이 다르기 때문에, 세탁의 수행 전 세탁물의 재질을 판단하는 과정을 필요로 한다.
세탁물의 재질에 따라 함습량(물을 머금는 정도)이 다르기 때문에, 동일한 수위까지 급수를 하더라도 실제 급수량은 세탁물의 재질에 따라 달라지게 된다. 이러한 차이는 드럼을 회전시켰을 때 모터의 전류 변화 특성에 나타나므로, 모터의 전류 변화 특성을 이용하여 세탁물의 재질을 판단할 수 있다.
개시된 발명은 급수 행정을 단계적으로 수행하고 단계적인 급수 행정이 완료될 때마다 재질 감지 행정을 수행함으로써 세탁물의 재질 판단의 정확도를 향상시킬 수 있는 세탁기 및 그 제어 방법을 제공한다.
또한, 주파수 영역의 모터 전류 값을 이용하여 재질 감지 행정을 수행함으로써, 드럼이 등속으로 회전하는 중에 획득된 데이터를 이용하여 세탁물의 재질을 판단할 수 있는 세탁기 및 그 제어 방법을 제공한다.
또한, 세탁물의 재질 판단을 위해 머신 러닝에 의해 학습된 분류기를 이용하되 복수의 행정 특성이 각각 반영된 복수의 분류기를 이용함으로써 재질 판단의 정확도를 향상시킬 수 있는 세탁기 및 그 제어 방법을 제공한다.
일 실시예에 따른 세탁기는 드럼; 상기 드럼을 회전시키는 모터; 상기 모터에 구동 전류를 공급하는 모터 드라이버; 상기 구동 전류를 감지하는 전류 센서; 상기 드럼에 물을 공급하는 급수 장치; 및 상기 급수 장치를 제어하여 복수 회의 급수 행정을 수행하고, 상기 모터 드라이버를 제어하여 복수 회의 재질 감지 행정을 수행하는 컨트롤러;를 포함하고, 상기 컨트롤러는, 상기 복수 회의 급수 행정 중 하나의 급수 행정에 대응하여 상기 복수 회의 재질 감지 행정 중 하나의 재질 감지 행정을 수행하고, 상기 복수 회의 재질 감지 행정 중에 감지된 상기 구동 전류의 값에 기초하여 복수의 입력 데이터를 생성하고, 상기 복수의 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단한다.
상기 복수의 입력 데이터는, 상기 복수 회의 재질 감지 행정 중에 감지된 구동 전류의 주파수 성분에 관한 데이터 및 상기 구동 전류를 크기 순서로 정렬한 정렬 패턴에 관한 데이터 중 적어도 하나를 포함할 수 있다.
상기 컨트롤러는, 머신 러닝에 의해 미리 학습된 분류기를 저장하고, 상기 분류기는, 상기 복수의 입력 데이터가 입력되면 상기 드럼에 수용된 세탁물의 재질을 나타내는 출력 데이터를 출력할 수 있다.
상기 컨트롤러는, 상기 드럼에 수용된 세탁물의 무게에 기초하여 상기 복수 회의 급수 행정의 횟수를 결정할 수 있다.
상기 컨트롤러는, 상기 복수 회의 급수 행정 중 하나의 급수 행정에 대한 급수 시간 또는 급수량이 정해진 조건을 만족하면 다음 급수 행정을 취소할 수 있다.
상기 컨트롤러는, 상기 복수 회의 재질 감지 행정을 수행하기 위해, 상기 모터 드라이버를 제어하여 상기 드럼을 등속으로 회전시킬 수 있다.
상기 분류기는, 상기 복수 회의 재질 감지 행정 및 상기 드럼에 물이 공급되기 전에 상기 세탁물의 무게를 판단하는 무게 감지 행정 중 2 이상의 행정에 대해 미리 학습된 2 이상의 분류기를 포함할 수 있다.
상기 컨트롤러는, 상기 2 이상의 분류기에서 각각 출력되는 출력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단할 수 있다.
상기 컨트롤러는, 상기 복수 회의 재질 감지 행정이 수행되면, 상기 복수의 입력 데이터에 기초하여 상기 세탁물의 재질을 판단하고, 상기 판단된 세탁물의 재질에 기초하여 세탁 행정, 헹굼 행정 및 탈수 행정 중 적어도 하나의 행정에 관련된 행정 조건을 결정할 수 있다.
상기 컨트롤러는, 상기 복수 회의 재질 감지 행정 이후에 상기 세탁 행정을 수행하고, 상기 세탁 행정 중에 감지된 상기 구동 전류의 값에 기초하여 입력 데이터를 생성하고, 상기 생성된 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 추가적으로 판단할 수 있다.
일 실시예에 따른 드럼, 상기 드럼을 회전시키는 모터, 상기 모터에 구동 전류를 공급하는 모터 드라이버, 상기 구동 전류를 감지하는 전류 센서 및 상기 드럼에 물을 공급하는 급수 장치를 포함하는 세탁기의 제어 방법은, 상기 급수 장치를 제어하여 복수 회의 급수 행정을 수행하고; 상기 모터 드라이버를 제어하여 복수 회의 재질 감지 행정을 수행하고; 상기 복수 회의 재질 감지 행정 중에 감지된 상기 구동 전류의 값에 기초하여 복수의 입력 데이터를 생성하고; 상기 복수의 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단하는 것;을 포함하고, 상기 복수 회의 재질 감지 행정을 수행하는 것은, 상기 복수 회의 급수 행정 중 하나의 급수 행정에 대응하여 상기 복수 회의 재질 감지 행정 중 하나의 재질 감지 행정을 수행하는 것을 포함한다.
상기 복수의 입력 데이터는, 상기 복수 회의 재질 감지 행정 중에 감지된 구동 전류의 주파수 성분에 관한 데이터 및 상기 구동 전류를 크기 순서로 정렬한 정렬 패턴에 관한 데이터 중 적어도 하나를 포함할 수 있다.
상기 재질을 판단하는 것은, 머신 러닝에 의해 미리 학습된 분류기를 이용하는 것을 포함하고, 상기 분류기는, 상기 복수의 입력 데이터가 입력되면 상기 드럼에 수용된 세탁물의 재질을 나타내는 출력 데이터를 출력할 수 있다.
상기 드럼에 수용된 세탁물의 무게에 기초하여 상기 복수 회의 급수 행정의 횟수를 결정하는 것;을 더 포함할 수 있다.
상기 복수 회의 급수 행정을 수행하는 것은, 상기 복수 회의 급수 행정 중 하나의 급수 행정에 대한 급수 시간 또는 급수량이 정해진 조건을 만족하면 다음 급수 행정을 취소하는 것을 포함할 수 있다.
상기 복수 회의 재질 감지 행정을 수행하는 것은, 상기 모터 드라이버를 제어하여 상기 드럼을 등속으로 회전시키는 것을 포함할 수 있다.
상기 분류기는, 상기 복수 회의 재질 감지 행정 및 상기 드럼에 물이 공급되기 전에 상기 세탁물의 무게를 판단하는 무게 감지 행정 중 2 이상의 행정에 대해 미리 학습된 2 이상의 분류기를 포함할 수 있다.
상기 재질을 판단하는 것은, 상기 2 이상의 분류기에서 각각 출력되는 출력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단하는 것을 포함할 수 있다.
상기 판단된 세탁물의 재질에 기초하여 세탁 행정, 헹굼 행정 및 탈수 행정 중 적어도 하나의 행정에 관련된 행정 조건을 결정하는 것;을 더 포함할 수 있다.
상기 복수 회의 재질 감지 행정 이후에 상기 세탁 행정을 수행하고; 상기 세탁 행정 중에 감지된 상기 구동 전류의 값에 기초하여 입력 데이터를 생성하고; 상기 생성된 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 추가적으로 판단하는 것;을 더 포함할 수 있다.
일 실시예에 따른 세탁기 및 그 제어 방법에 따르면, 급수 행정을 단계적으로 수행하고 단계적인 급수 행정이 완료될 때마다 재질 감지 행정을 수행함으로써 세탁물의 재질 판단의 정확도를 향상시킬 수 있다.
또한, 주파수 영역의 모터 전류 값을 이용하여 재질 감지 행정을 수행함으로써, 드럼이 등속으로 회전하는 중에 획득된 데이터를 이용하여 세탁물의 재질을 판단할 수 있다.
또한, 세탁물의 재질 판단을 위해 머신 러닝에 의해 학습된 분류기를 이용하되 복수의 행정 특성이 각각 반영된 복수의 분류기를 이용함으로써 재질 판단의 정확도를 향상시킬 수 있다.
도 1 및 도 2는 일 실시예에 의한 세탁기의 구성을 나타낸 측단면도이다.
도 3은 일 실시예에 따른 세탁기의 제어 블록도이다.
도 4는 세탁물의 재질에 따라 달라지는 습포의 무게 변화를 나타내는 그래프이다.
도 5는 재질 감지 행정에서 획득된 모터의 전류 값을 주파수 영역에서 나타낸 그래프이다.
도 6은 재질 감지 행정에서 획득된 모터의 전류 값을 크기에 따라 정렬한 그래프이다.
도 7은 급수 행정에서 획득된 모터의 전류 값을 주파수 영역에서 나타낸 그래프이다.
도 8은 급수 행정에서 획득된 모터의 전류 값을 크기에 따라 정렬한 그래프이다.
도 9는 일 실시예에 따른 세탁기가 복수의 행정 중에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 예시를 나타낸 타이밍 차트이다.
도 10 내지 도 12는 도 9에 도시된 과정에 대응되는 순서도이다.
도 13은 일 실시예에 따른 세탁기가 복수의 행정 중에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 다른 예시를 나타낸 도면이다.
도 14는 도 13의 과정 중 1차 재질 판단에 대응되는 순서도이다.
도 15는 도 13의 과정 중 2차 재질 판단에 대응되는 순서도이다.
도 16은 일 실시예에 따른 세탁기에서 단계적으로 수행되는 급수 행정을 포함하는 세탁 코스를 나타낸 타이밍 차트이다.
도 17은 급수 행정을 단계적으로 진행했을 때 나타나는 세탁물의 무게 변화를 개략적으로 나타낸 그래프이다.
도 18은 일 실시예에 따른 세탁기가 수행하는 급수 행정의 단계를 세탁물의 무게와 매칭시킨 테이블이다.
도 19는 일 실시예에 따른 세탁기가 급수 행정의 단계를 조정하는 예시를 나타낸 테이블이다.
도 20은 일 실시예에 따른 세탁기가 복수의 급수 행정 후에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 예시를 나타낸 타이밍 차트이다.
도 21은 도 20에 도시된 과정에 대응되는 순서도이다.
도 22 및 도 23은 일 실시예에 따른 세탁기가 세탁 행정의 수행 전에 재질을 판단하는 과정의 예시를 나타낸 타이밍 차트이다.
도 24 및 도 25는 일 실시예에 따른 세탁기가 세탁 행정의 시작 이후에 추가적으로 재질을 판단하는 과정의 예시를 나타낸 타이밍 차트이다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 간접적으로 연결되어 있는 경우를 포함하고, 간접적인 연결은 무선 통신망을 통해 연결되는 것을 포함한다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
명세서 전체에서, 어떤 부재가 다른 부재 "상에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
제 1, 제 2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위해 사용되는 것으로, 구성요소가 전술된 용어들에 의해 제한되는 것은 아니다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다.
각 단계들에 있어 식별 부호는 설명의 편의를 위하여 사용되는 것으로 식별 부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예에 대해 설명한다.
도 1 및 도 2는 일 실시예에 의한 세탁기의 구성을 나타낸 측단면도이다.
일 실시예에 따른 세탁기(100)는 도 1에 도시된 바와 같이 세탁물을 투입하거나 인출하는 투입구(101a)가 세탁기(100)의 전면에 마련되는 프런트-로딩 세탁기와 도 2에 도시된 바와 같이 투입구(101a)가 세탁기(100)의 상면에 마련되는 탑-로딩 세탁기를 포함할 수 있다. 즉, 일 실시예에 따른 세탁기(100)는 프런트-로딩 세탁기일 수도 있고 탑-로딩 세탁기일 수도 있다.
도 1 및 도 2를 함께 참조하면, 캐비닛(101)의 일면에는 투입구(101a)를 개폐할 수 있는 도어(102)가 마련된다. 도어(102)는 투입구(101a)와 동일한 면에 마련될 수 있으며, 힌지(hinge)에 의하여 캐비닛(101)에 회동 가능하게 장착될 수 있다.
캐비닛(101)의 내부에는, 터브(120)가 마련될 수 있다. 터브(120)는, 세탁물의 세탁 또는 헹굼을 위한 물을 수용할 수 있다.
터브(120)는 대략 원형의 터브 밑면(122)과 터브 밑면(122)의 원주를 따라 마련되는 터브 측벽(121)을 포함할 수 있다. 터브(120)의 밑면과 마주보는 면에는 세탁물이 투입되거나 인출될 수 있도록 개구가 형성될 수 있다.
프론트-로딩 세탁기의 경우, 도 1에 도시된 바와 같이 터브(120)는 터브 밑면(122)이 세탁기의 후방을 향하고 터브 측벽(121)의 중심축(R)이 바닥과 대략 평행하도록 배치될 수 있다.
탑-로딩 세탁기의 경우, 도 2에 도시된 바와 같이 터브(120)는 터브 밑면(122)이 세탁기의 바닥을 향하고 터브 측벽(121)의 중심축(R)이 바닥과 대략 직교하도록 배치될 수 있다.
드럼(130)은 터브(120) 내부에 회전 가능하게 마련될 수 있다. 드럼(130)은터브 모터(140)로부터 회전을 위한 동력을 제공받을 수 있다. 터브 밑면(122)에는 모터(140)를 회전 가능하게 고정하기 위한 베어링(122a)이 마련될 수 있다.
드럼(130)은 세탁물을 수용할 수 있다. 일 예로, 드럼(130)은 일 밑면이 개방된 원통 형상일 수 있다. 드럼(130)은 대략 원형의 드럼 밑면(132)과 드럼 밑면(132)의 원주를 따라 마련되는 드럼 측벽(131)을 포함할 수 있다. 드럼(130)의 다른 일 밑면은 세탁물이 드럼(130)의 내부로 투입되거나 인출될 수 있도록 개구가 형성될 수 있다.
프론트-로딩 세탁기의 경우, 도 1에 도시된 바와 같이 드럼(130)은 드럼 밑면(132)이 세탁기의 후방을 향하고 드럼 측벽(131)의 중심축(R)이 바닥과 대략 평행하도록 배치될 수 있다.
탑-로딩 세탁기의 경우, 도 2에 도시된 바와 같이 드럼(130)은 드럼 밑면(132)이 세탁기의 바닥을 향하고 드럼 측벽(131)의 중심축(R)이 바닥과 대략 직교하도록 배치될 수 있다.
드럼 측벽(131)에는, 터브(120)에 공급된 물이 드럼(130)의 내부로 유입되도록 드럼(130)의 내부와 외부를 연결하는 통공(131a)이 마련될 수 있다.
프런트-로딩 세탁기의 경우, 도 1에 도시된 바와 같이 드럼 측벽(131)에는 드럼(130)의 회전 중에 세탁물을 드럼(130)의 상부로 들어올리기 위한 리프터(131b)가 마련된다.
탑-로딩 세탁기의 경우, 도 2에 도시된 바와 같이 펄세이터(133)가 드럼 밑면(132) 내측에 회전 가능하게 마련될 수 있다. 펄세이터(133)는 드럼(130)과 독립적으로 회전할 수 있다. 다시 말해, 펄세이터(133)는 드럼(130)과 동일한 방향으로 회전하거나 상이한 방향으로 회전할 수 있다. 펄세이터(133)는 또한 드럼(130)과 동일한 회전 속도로 회전하거나 상이한 회전 속도로 회전할 수 있다.
드럼 밑면(132)은 드럼(130)을 회전시키는 모터(140)의 회전축(141)와 연결될 수 있다. 모터(140)는 드럼(130)을 회전시키는 토크를 생성할 수 있다.
모터(140)는 터브(120)의 터브 밑면(122)의 외측에 마련되며, 회전축(141)을 통하여 드럼(130)의 드럼 밑면(132)과 연결될 수 있다. 회전축(141)은 터브 밑면(122)을 관통하며, 터브 밑면(122)에 마련된 베어링(122a)에 의하여 회전 가능하게 지지될 수 있다.
모터(140)는 터브 밑면(122) 외측에 고정되는 고정자(142)와, 터브(120) 및 고정자(142)에 대하여 회전 가능하게 마련되는 회전자(143)를 포함할 수 있다. 회전자(143)는 회전축(141)과 연결될 수 있다.
회전자(143)는 고정자(142)와의 자기적 상호작용을 통하여 회전할 수 있으며, 회전자(143)의 회전은 회전축(141)을 통하여 드럼(130)에 전달될 수 있다.
모터(140)는 예를 들어 회전 속도의 제어가 용이한 무정류자 직류 모터(BrushLess Direct Current Motor: BLDC Motor) 또는 영구자석 동기 모터(Permament Synchronous Motor: PMSM)를 포함할 수 있다.
탑-로딩 세탁기의 경우, 도 2에 도시된 바와 같이 모터(140)의 토크를 펄세이터(133)와 드럼(130) 모두 또는 펄세이터(133)에 전달하는 클러치(145)가 마련될 수 있다. 클러치(145)는 회전축(141)와 연결될 수 있다. 클러치(145)는 회전축(141)의 회전을 내측 샤프트(145a)와 외측 샤프트(145b)로 분배할 수 있다.
내측 샤프트(145a)는 펄세이터(133)와 연결될 수 있다. 외측 샤프트(145a)는 드럼 밑면(132)과 연결될 수 있다. 클러치(145)는 회전축(141)의 회전을 내측 샤프트(145a)와 외측 샤프트(145b)를 통하여 펄세이터(133)와 드럼(130) 모두에 전달하거나, 또는 회전축(141)의 회전을 내측 샤프트(145a)를 통하여 펄세이터(133)에만 전달할 수 있다.
급수 장치(water supplier)(150)는 터브(120) 및 드럼(130)에 물을 공급할 수 있다. 급수 장치(150)는 외부 급수 원과 연결되어 터브(120)에 물을 공급하기 위한 급수 도관(151)과, 급수 도관(151) 상에 마련되는 급수 밸브(152)를 포함한다.
급수 도관(151)은 터브(120)의 상측에 마련되며, 외부 급수 원으로부터 세제 함(156)까지 연장될 수 있다. 물은 세제 함(156)을 거쳐 터브(120)까지 안내된다.
급수 밸브(152)는 전기적 신호에 응답하여 외부 급수 원으로부터 터브(120)로 물을 공급하는 것을 허용하거나 차단할 수 있다. 급수 밸브(152)는 예를 들어 전기적 신호에 응답하여 개폐되는 솔레노이드 밸브(solenoid valve)를 포함할 수 있다.
세제 공급 장치(180)는 터브(120) 및 드럼(130)에 세제를 공급할 수 있다. 세제 공급 장치(180)는 터브(120)의 상측에 마련되어 세제를 보관하는 세제 함(181)과, 세제 함(181)을 터브(120)와 연결하는 혼합 도관(182)을 포함한다.
세제 함(181)은 급수 도관(151)과 연결되며, 급수 도관(151)을 통하여 공급된 물은 세제 함(181)의 세제와 혼합될 수 있다. 세제와 물의 혼합물은 혼합 도관(182)을 통하여 터브(120)에 공급될 수 있다.
배수 장치(drain)(160)는 터브(120) 또는 드럼(130)에 수용된 물을 외부로 배출할 수 있다. 배수 장치(160)는 터브(120)의 하측에 마련되어 터브(120)로부터 캐비닛(101) 외부까지 연장된 배수 도관(161)을 포함할 수 있다.
프런트-로딩 세탁기의 경우, 도 1에 도시된 바와 같이 배수 장치(160)는 배수 도관(161) 상에 마련된 배수 펌프(163)를 더 포함할 수 있다.
탑-로딩 세탁기의 경우, 도 2에 도시된 바와 같이 배수 장치(160)는 배수 도관(161)에 마련된 배수 밸브(162)를 더 포함할 수 있다.
수위 센서(170)는 터브(120)의 하부와 연결된 연결 호스의 말단에 설치될 수 있다. 이때, 연결 호스의 수위는 터브(120)의 수위와 동일할 수 있다. 터브(120)의 수위가 상승함에 의하여 연결 호스의 수위가 상승하고, 연결 호스의 수위가 상승함으로 인하여 연결 호스 내부의 압력이 증가할 수 있다.
도 1 및 도 2를 참조하여 설명한 구조는 일 실시예에 따른 세탁기(100)에 적용 가능한 예시에 불과하며, 일 실시예에 따른 세탁기(100)가 전술한 구조와 일부 다른 구조를 가질 수도 있음은 물론이다.
도 3은 일 실시예에 따른 세탁기의 제어 블록도이고, 도 4는 세탁물의 재질에 따라 달라지는 습포의 무게 변화를 나타내는 그래프이다.
도 3을 참조하면, 일 실시예에 따른 세탁기(100)는 전술한 급수 장치(150), 배수 장치(160) 및 드럼(130)을 회전시키는 모터(140) 외에도 모터(140)에 구동 전류를 공급하는 모터 드라이버(10), 모터(140)의 구동 전류를 감지하는 전류 센서(171), 드럼(130)의 수위를 감지하는 수위 센서(172), 사용자 인터페이스(110) 및 세탁기(100)의 동작을 전반적으로 제어하는 컨트롤러(190)를 포함한다.
일 예로, 모터 드라이버(10)는 정류 회로, 직류 링크 회로 및 인버터 회로를 포함할 수 있다. 정류 회로는 복수의 다이오드로 구성되는 다이오드 브리지를 포함할 수 있으며, 외부 전원의 교류 전력을 정류할 수 있다. 직류 링크 회로는 전기 에너지를 저장하는 직류 링크 캐패시터를 포함할 수 있으며, 정류된 전력의 리플을 제거하고 직류 전력을 출력할 수 있다.
인버터 회로는 복수의 스위칭 소자 쌍을 포함할 수 있으며, 직류 링크 회로의 직류 전력을 직류 또는 교류의 구동 전력으로 변환하고, 구동 전류를 모터(140)에 공급할 수 있다.
전류 센서(171)는 인버터 회로에서 출력되는 전류를 측정할 수 있고, 측정된 전류에 대응되는 전기적 신호를 컨트롤러(190)에 전송할 수 있다.
수위 센서(172)는 터브(120)의 하부와 연결된 연결 호스의 말단에 설치될 수 있다. 이때, 연결 호스의 수위는 터브(120)의 수위와 동일할 수 있다. 터브(120)의 수위가 상승함에 의하여 연결 호스의 수위가 상승하고, 연결 호스의 수위가 상승함으로 인하여 연결 호스 내부의 압력이 증가할 수 있다.
수위 센서(172)는 연결 호스 내부의 압력을 측정할 수 있으며, 측정된 압력에 대응하는 전기적 신호를 컨트롤러(190)에 전송할 수 있다. 컨트롤러(190)는 수위 센서(172)에 의하여 측정된 연결 호스의 압력에 기초하여 연결 호스의 수위, 즉 터브(110)의 수위를 식별할 수 있다.
사용자 인터페이스(110)는 세탁기(100)의 전원 온/오프를 선택하거나, 세탁기(100) 동작의 시작/정지를 선택하거나, 세탁 코스를 선택하거나, 세탁기(100)의 행정 수행 시간 또는 강도를 선택하기 위한 사용자 입력을 수신할 수 있다.
또한, 전술한 사용자 입력을 가이드하기 위한 각종 정보를 표시하거나, 현재 진행 중인 행정에 관한 정보를 표시하거나, 세탁기(100)의 상태에 관한 정보를 표시할 수 있다.
사용자 인터페이스(110)는 사용자 입력을 수신하기 위한 입력 장치와 정보를 표시하기 위한 디스플레이를 각각 별도로 포함할 수도 있고, 입력 장치와 디스플레이의 기능을 동시에 수행하는 터치 스크린을 포함할 수도 있다.
컨트롤러(190)는 사용자 인터페이스(110)가 수신한 사용자 입력에 따라 세탁기(100)의 동작을 제어할 수 있고, 세탁기(100)의 동작을 제어함에 있어서 전류 센서(171)와 수위 센서(172)의 출력을 이용할 수 있다.
컨트롤러(190)는 전술한 동작 및 후술하는 동작을 수행하기 위한 프로그램이 저장된 적어도 하나의 메모리(192)와 저장된 프로그램을 실행하는 적어도 하나의 프로세서(191)를 포함한다.
예를 들어, 컨트롤러(190)는 사용자에 의해 선택된 세탁 코스에 따라 세탁을 수행하기 위해 급수 장치(150)를 제어하여 드럼(130)에 물을 공급하고 모터 드라이버(10)를 제어하여 드럼(130)을 회전시킴으로써 세탁 행정, 헹굼 행정 및 탈수 행정을 수행할 수 있다. 또는, 사용자의 선택에 따라 세탁 행정은 생략하고 헹굼 행정 및 탈수 행정만 수행하는 것도 가능하다.
전술한 행정들을 수행함에 있어 적용되는 행정 조건 중 급수량은 세탁물의 무게에 기초하여 설정될 수 있고, 세탁 시간, 운전율, 교번 회전 패턴, 헹굼 횟수, 탈수 강도 등은 세탁물의 옷감 손상을 최소화하면서 최대의 세탁 효과를 얻기 위해 세탁물의 재질에 따라 다르게 설정될 수 있다.
세탁물의 무게는 드럼(130)이 회전할 때 획득된 모터(140)의 전류 값에 기초하여 판단할 수 있다. 여기서, 모터(140)의 전류 값은 전류 센서(171)가 감지한 모터(140)의 구동 전류를 나타낸다.
세탁물의 재질에 따라 물을 머금는 정도, 즉 함습량이 다르다. 따라서, 도 4에 도시된 바와 같이, 건포 상태에서 측정된 무게가 동일한 세탁물에 대해 동일한 수위까지 급수를 하더라도 급수 이후의 습포 상태에서 측정된 무게는 세탁물의 재질에 따라 달라질 수 있다.
예를 들어, 타월과 같은 재질의 경우 함습량이 높고 데님과 같은 재질의 경우 함습량이 낮기 때문에, 두 재질의 세탁물에 대해 동일한 수위까지 급수를 하더라도 실제로는 타월에 대해 더 많은 급수가 이루어지게 되고 습포 상태에서는 타월의 무게가 더 높게 측정된다.
따라서, 컨트롤러(190)는 급수 이후에 드럼(130)을 회전시키면서 모터(140)의 구동 전류를 감지하는 재질 감지 행정을 수행하고, 재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 세탁물의 재질을 판단할 수 있다.
당해 실시예에서는 세탁물의 재질을 판단하기 위해 필요한 정보를 재질 감지 행정 중에 획득하면 되고, 획득된 정보를 이용한 재질의 판단까지 반드시 재질 감지 행정 중에 이루어져야 하는 것은 아니다. 즉, 당해 실시예에서 재질 감지 행정은 재질 판단에 사용되는 정보를 감지하기 위해 수행되는 행정을 의미할 수 있다. 무게 감지 행정 역시 무게 판단에 사용되는 정보를 감지하기 위해 수행되는 행정을 의미할 수 있다.
한편, 일 실시예에 따른 세탁기(100)는 세탁물의 재질 판단을 수행함에 있어서, 머신 러닝(machine learning)에 의해 미리 학습된 분류기를 사용할 수 있다. 분류기를 학습하는 방법에 대해 먼저 설명한다.
세탁물의 재질을 판단하는 분류기는 머신 러닝 모델 또는 머신 러닝의 한 종류인 딥 러닝(deep learning) 모델에 기초하여 학습될 수 있다. 예를 들어, ANN(Artificial Neural Network), DNN(Deep Neural Network), CNN(Convolution Neural Network), RNN(Recurrent Neural Network) 등의 다양한 신경망 중 적어도 하나가 분류기의 학습에 사용될 수 있다.
분류기의 학습에 사용되는 학습 데이터는 입력 데이터와 기대 출력 데이터를 포함할 수 있다. 입력 데이터는 재질 감지 행정 중 또는 다른 행정 중에 획득된 모터의 전류 값에 관한 데이터일 수 있고, 기대 출력 데이터는 세탁물의 재질에 관한 데이터일 수 있다.
모터의 전류 값에 관한 데이터가 머신 러닝 모델에 입력되면, 히든 레이어(hidden layer)를 거쳐 세탁물의 재질에 관한 데이터가 출력될 수 있다. 출력 데이터와 기대 출력 데이터의 차이를 나타내는 손실값을 계산하고, 손실값을 최소화하는 방향으로 히든 레이어의 가중치를 조절하면서 분류기를 학습시킬 수 있다.
학습이 완료된 분류기는 컨트롤러(190)에 저장될 수 있고, 컨트롤러(190)는 세탁기(100)의 사용 중에 획득되는 모터(140)의 전류 값에 관한 데이터를 분류기에 입력하여 세탁물의 재질을 추론할 수 있다.
전술한 분류기는 세탁기(100)의 제조 단계에서 학습 및 저장될 수 있다. 또한, 세탁기(100)의 판매 이후에도 업데이트되는 것이 가능하다. 예를 들어, 세탁기(100)에 마련된 통신 장치를 통해 외부 서버와 접속하여 분류기가 업데이트되는 것도 가능하고, 컨트롤러(190)가 세탁기(100)의 사용 중에 획득되는 데이터를 이용하여 분류기를 스스로 재학습시키는 것도 가능하다.
이하, 분류기의 학습 및 사용 단계에서 분류기에 입력되는 데이터에 관하여 설명한다.
도 5는 재질 감지 행정에서 획득된 모터의 전류 값을 주파수 영역에서 나타낸 그래프이고, 도 6은 재질 감지 행정에서 획득된 모터의 전류 값을 크기에 따라 정렬한 그래프이며, 도 7은 급수 행정에서 획득된 모터의 전류 값을 주파수 영역에서 나타낸 그래프이고, 도 8은 급수 행정에서 획득된 모터의 전류 값을 크기에 따라 정렬한 그래프이다.
도 5와 도 6의 그래프에서 x 표시는 데님, ▼ 표시는 타월, + 표시는 섬세 의류, ▲ 표시는 일반 의류에 대해 획득된 데이터를 나타낸다. 섬세 의류는 란제리와 같이 실크나 기능성 소재로 이루어진 의류를 나타내고, 일반 의류는 티셔츠나 면바지와 같이 면 소재로 이루어진 의류를 나타낸다.
시간 영역에서의 모터의 전류 값은 세탁물의 재질 별로 명확하게 구분되지 않는 경우가 많다. 그러나, 도 5에 도시된 바와 같이 모터의 전류 값 변화를 주파수 영역에서 획득하면, 0Hz 성분에서 데님과 타월이 명확하게 구별되고, 1~2Hz 성분에서 섬세 의류와 일반 의류가 명확하게 구별됨을 확인할 수 있다.
또한, 도 6을 참조하면, 각각의 재질 별로 모터의 전류 값을 크기 순서로 정렬하면, 그 정렬 패턴이 세탁물의 재질에 따라 다르게 나타남을 알 수 있다.
따라서, 일 실시예에 따른 세탁기(100)는 모터(140)의 전류 값의 주파수 성분에 관한 데이터 및 모터의 전류 값을 크기 순서로 정렬한 정렬 패턴에 관한 데이터 중 적어도 하나를 분류기의 입력 데이터로 사용할 수 있다.
위와 같은 입력 데이터를 사용하여 학습 및 분류를 수행함으로써, 세탁물의 재질 별 모터의 전류 특성 차이를 극대화하기 위해 드럼(130)을 가속시킬 필요가 없고, 세탁 행정, 헹굼 행정과 같은 다른 일반 행정에서와 마찬가지로 드럼(130)을 등속 회전시켜 획득한 데이터를 이용하여 재질을 구별할 수 있다.
한편, 급수 행정 중에도 드럼(130)을 등속으로 회전시켜 모터(140)의 전류 값을 획득할 수 있다. 도 7을 참조하면, 급수 행정 중에 획득된 모터(140)의 전류 값 패턴도 주파수 영역에서 재질 간에 명확한 차이를 나타냄을 알 수 있고, 도 8을 참조하면, 급수 행정 중에 획득된 모터(140)의 전류 값을 크기 순서로 정렬한 정렬 패턴 역시 재질 간에 명확한 차이를 나타냄을 알 수 있다.
또한, 도 5와 도 7을 비교하면, 재질 감지 행정 중에 획득된 모터(140)의 전류 값의 주파수 성분 패턴과 급수 행정 중에 획득된 모터(140)의 전류 값의 주파수 성분 패턴에 차이가 있고, 도 6과 도 8을 비교하면, 재질 감지 행정 중에 획득된 모터(140)의 전류 값의 정렬 패턴과 급수 행정 중에 획득된 모터(140)의 전류 값의 정렬 패턴에 차이가 있음을 확인할 수 있다.
즉, 세탁기(100)가 수행하는 행정마다 드럼(130)의 구동 RPM, 구동 시간, 급수량, 세탁물이 물에 젖은 정도 등이 다르기 때문에, 모터(140)의 전류 값 특성도 다르게 나타난다. 따라서, 일 실시예에 따른 세탁기(100)에 저장되는 분류기를 학습할 때 서로 다른 복수의 행정에서 획득된 데이터를 이용함으로써, 분류의 정확도를 향상시킬 수 있다.
세탁기(100)에 저장되는 분류기는 단일 분류기를 포함할 수도 있고, 복수의 분류기를 포함할 수도 있다. 또한, 단일 분류기 또는 복수의 분류기 각각은 단일 행정에 대해 학습된 단일 행정 분류기일 수도 있고, 복수의 행정에 대해 학습된 복합 행정 분류기일 수도 있다.
단일 행정 분류기는 단일 행정에 의해 획득된 데이터를 이용하여 학습된 분류기를 의미하고, 복합 행정 분류기는 복수의 행정에 의해 획득된 데이터를 이용하여 학습된 분류기를 의미한다.
예를 들어, 행정 별로 단일 행정 분류기를 생성하는 경우를 설명한다. 각각의 행정 중에 획득된 모터(140)의 전류 값에 기초하여 입력 데이터를 생성하고, 생성된 입력 데이터를 이용하여 머신 러닝 모델을 학습시킬 수 있다. 입력 데이터는 모터(140)의 전류 값의 주파수 성분에 관한 데이터일 수도 있고, 크기에 따라 정렬한 정렬 패턴에 관한 데이터일 수도 있으며, 이들을 연결(concatenate)한 데이터일 수도 있다. 이후, 세탁기(100)가 분류기를 사용하여 세탁물의 재질을 판단할 때에도 동일한 형태의 입력 데이터를 생성하여 분류기에 입력할 수 있다.
복합 행정 분류기를 생성하는 경우에는, 복수의 행정 중에 획득된 모터(140)의 전류 값에 기초하여 입력 데이터를 생성할 수 있다. 복수의 행정에 대해 생성된 각각의 입력 데이터를 연결(concatenate)하여 한 세트의 입력 데이터를 생성할 수 있고, 한 세트의 입력 데이터를 이용하여 머신 러닝 모델을 학습시킬 수 있다. 이후, 세탁기(100)가 복합 행정 분류기를 사용하여 세탁물의 재질을 판단할 때에도 동일한 형태의 입력 데이터를 생성하여 복합 행정 분류기에 입력할 수 있다.
도 9는 일 실시예에 따른 세탁기가 복수의 행정 중에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 예시를 나타낸 타이밍 차트이고, 도 10 내지 도 12는 도 9에 도시된 과정에 대응되는 순서도이다.
도 9의 예시에서는 세탁물의 재질 판단을 위해 세 개의 분류기를 사용하고, 세 개의 분류기는 모두 단일 행정 분류기인 경우를 예로 든다.
또한, 도 9의 예시는 세탁기(100)에서 수행 가능한 세탁 코스 중 하나로 무게 감지 행정, 급수 행정, 재질 감지 행정, 세제 자동 투입 행정, 세탁 행정, 헹굼 행정 및 탈수 행정으로 구성되는 코스를 수행하는 경우에 관한 것이다.
또한, 도 9의 예시는 세탁물의 재질 판단을 위해 무게 감지 행정에 대한 제1분류기, 재질 감지 행정에 대한 제2분류기 및 세탁 행정에 대한 제3분류기를 사용한다. 여기서, 분류기 앞의 서수는 복수의 분류기를 상호 구별하기 위해 사용된 것으로서, 이후의 실시예에서는 동일한 분류기에 대해 다른 서수가 사용될 수도 있다.
도 10의 순서도를 함께 참조하면, 드럼(130)에 물을 공급하기 전에 무게 감지 행정(1010)을 수행한다.
무게 감지 행정에서는 물이 수용되지 않은 드럼(130), 즉 건포가 수용된 드럼(130)을 등속으로 회전시키면서 모터(140)의 구동 전류를 감지할 수 있다. 이를 위해, 컨트롤러(190)가 모터 드라이버(10)에 제어 신호를 전송하고, 모터 드라이버(10)는 전송된 제어 신호에 기초하여 드럼(130)에 구동 전류를 출력함으로써 드럼(130)을 회전시킬 수 있다. 이와 같이, 세탁기(100)의 구성요소들이 컨트롤러(190)의 제어 하에 동작하는 것은 앞서 제어 블록도에 기초하여 설명한 내용으로부터 자명하게 이해될 수 있다. 따라서, 후술하는 실시예에서는 컨트롤러(190)에 의한 제어 관련 설명은 일부 생략될 수 있다.
컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제1입력 데이터를 생성할 수 있다(1020). 제1입력 데이터는 제1분류기에 입력된다. 당해 예시에서는 제1분류기가 무게 감지 행정에 대한 분류기이므로, 컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제1입력 데이터를 생성한다. 다만, 입력 데이터 앞의 서수 역시 복수의 입력 데이터를 상호 구분하기 위해 사용되는 것으로서, 후술하는 다른 예시에서는 제1입력 데이터가 제1분류기가 아닌 다른 분류기에 입력될 수도 있다.
입력 데이터의 형태는 분류기를 학습할 때 사용된 입력 데이터의 형태와 동일하다. 따라서, 분류기를 학습할 때 모터의 전류 값의 주파수 성분을 사용한 경우에는 모터(140)의 전류 값의 주파수 성분을 나타내는 제1입력 데이터를 생성한다. 또는, 분류기를 학습할 때 모터의 전류 값의 정렬 패턴을 사용한 경우에는 모터(140)의 전류 값의 정렬 패턴을 나타내는 제1입력 데이터를 생성한다.
한편, 컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 세탁물의 무게를 판단할 수 있다. 예를 들어, 모터(140)의 전류 값에 기초하여 세탁물의 무게를 그 크기에 따라 복수의 단계로 구분할 수 있다. 여기서, 판단된 세탁물의 무게는 이후 행정에 적용되는 행정 조건들을 결정하는데 사용될 수 있다.
드럼(130)에 물을 공급하는 급수 행정을 수행한다(1030). 이 때, 목표 수위는 무게 감지 행정에서 판단된 세탁물의 무게에 기초하여 결정할 수 있다. 예를 들어, 목표 수위는 세탁물이 충분히 적셔질 수 있는 정도의 수위로 결정될 수 있다. 세탁기(100)에 세제 자동 투입 기능이 탑재된 경우에는, 세제 자동 투입까지 완료된 이후의 수위가 목표 수위가 된다. 따라서, 세제 자동 투입 시에 공급될 물의 양을 제외하고도 세탁물이 충분히 적셔질 수 있도록 목표 수위를 결정할 수 있다.
컨트롤러(190)는 목표 수위까지 급수를 수행하기 위해 수위 센서(172)의 출력을 이용할 수 있다. 컨트롤러(190)는 급수 장치(150)를 이용하여 급수를 수행하면서 수위 센서(172)의 출력에 기초하여 수위를 확인할 수 있고, 수위 센서(172)의 출력이 목표 수위에 대응되면 급수를 중단할 수 있다.
급수가 완료되면, 컨트롤러(190)는 드럼(130)을 등속으로 회전시켜 재질 감지 행정을 수행한다(1040). 일 예로, 드럼(130)은 30 내지 50 rpm의 범위에서 선택되는 속도로 회전할 수 있으나, 세탁기(100)의 실시예가 이에 한정되는 것은 아니다.
컨트롤러(190)는 재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제2입력 데이터를 생성한다(1050). 제2입력 데이터는 제2분류기에 입력될 입력 데이터를 의미한다. 제2분류기는 재질 감지 행정에 대한 분류기이므로, 컨트롤러(190)는 재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여, 제2분류기의 학습에 사용된 입력 데이터와 동일한 형태의 제2입력 데이터를 생성할 수 있다.
컨트롤러(190)는 제1분류기와 제2분류기의 출력에 기초하여 1차 재질 판단을 수행한다(1060). 1차 재질 판단에 관한 설명은 후술한다.
컨트롤러(190)는 1차 재질 판단 결과에 기초하여 이후의 행정에 적용될 행정 조건들을 결정할 수 있다. 예를 들어, 세탁기(100)에 세제 자동 투입 기능이 탑재된 경우, 1차 재질 판단에서 판단된 세탁물의 재질에 기초하여 세제의 종류를 결정할 수 있다. 또한, 결정된 종류의 세제를 드럼(130)에 자동으로 투입하는 세제 자동 투입 행정을 수행할 수 있다(1070). 세제 자동 투입 행정에서는 세제와 물이 함께 투입될 수 있다.
세제가 자동으로 투입되면, 컨트롤러(190)는 드럼(130)을 회전시켜 세탁 행정을 수행한다(1110). 드럼(130)을 회전시키기 위한 구동 rpm은 선택된 세탁 코스 또는 세탁물의 재질에 기초하여 결정될 수 있다.
컨트롤러(190)는 세탁 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제3입력 데이터를 생성한다(1120). 제3입력 데이터는 제3분류기에 입력될 입력 데이터를 의미한다. 제3분류기는 세탁 행정에 대한 분류기이므로, 컨트롤러(190)는 세탁 행정 중에 획득된 모터(140)의 전류 값에 기초하여, 제3분류기의 학습에 사용된 입력 데이터와 동일한 형태의 제3입력 데이터를 생성할 수 있다.
컨트롤러(190)는 제3입력 데이터에 기초하여 2차 재질 판단을 수행할 수 있다(1130).
도 10을 참조하면, 1차 재질 판단(1060)을 수행하기 위해, 제1입력 데이터를 제1분류기에 입력하고(1061), 제2입력 데이터를 제2분류기에 입력하고(1062), 제1분류기의 출력과 제2분류기의 출력에 기초하여 1차 재질 판단을 수행할 수 있다(1063).
복수의 분류기의 출력에 기초하여 재질을 판단하기 위해, 컨트롤러(190)는 판단기를 포함할 수 있다. 예를 들어, 판단기는 voting 방식으로 재질을 판단할 수 있다. 제1분류기의 출력 데이터와 제2분류기의 출력 데이터에 각각 가중치를 적용하고, 가중치가 적용된 출력 데이터를 비교하여 재질을 판단할 수 있다. 가중치는 분류기마다 다르게 적용될 수도 있고, 동일하게 적용될 수도 있다.
가중치가 분류기마다 동일하게 적용되는 경우를 예로 들면, 제1분류기의 출력 데이터와 제2분류기의 출력 데이터가 모두 데님에 대응되는 경우, 1차 재질 판단 결과는 데님이 될 수 있다.
제1분류기의 가중치가 제2분류기의 가중치보다 더 높게 적용되는 경우를 예로 들면, 제1분류기의 출력 데이터는 타월에 대응되고 제2분류기의 출력 데이터는 데님에 대응되는 경우, 1차 재질 판단 결과는 타월이 될 수 있다.
이와 같이, 1차 재질 판단 결과로 하나의 재질이 출력되면, 2차 재질 판단을 생략하는 것도 가능하다. 또는, 1차 재질 판단 결과로 하나의 재질이 출력되더라도, 오류를 정정하기 위한 검증의 목적으로 2차 재질 판단이 수행되는 것도 가능하다.
가중치가 분류기마다 동일하게 적용되는 경우에 있어서, 제1분류기의 출력 데이터는 타월에 대응되고 제2분류기의 출력 데이터는 데님에 대응되면, 1차 재질 판단 결과로 하나의 재질을 출력할 수 없다.
이러한 경우, 재질 판단을 보류하고, 디폴트로 설정된 행정 조건에 따라 세제 자동 투입 행정 및 세탁 행정을 수행할 수 있다. 디폴트로 설정된 행정 조건은 옷감의 손상을 최소화하도록 설정된 조건일 수 있다.
도 12를 참조하면, 2차 재질 판단(1130)을 수행하기 위해, 제3입력 데이터를 제3분류기에 입력하고(1131), 제1분류기의 출력, 제2분류기의 출력 및 제3분류기의 출력에 기초하여 2차 재질 판단을 수행할 수 있다(1132).
1차 재질 판단에서와 마찬가지로, 각각의 분류기의 출력 데이터에 가중치를 적용하고 가중치가 적용된 출력 데이터들을 비교하여 2차 재질 판단을 수행할 수 있다.
1차 재질 판단에서 하나의 재질이 결정되지 않은 경우, 2차 재질 판단을 통해 하나의 재질을 결정할 수 있다. 컨트롤러(190)는 2차 재질 판단을 통해 결정된 재질에 기초하여 행정 조건을 변경할 수 있다. 2차 재질 판단을 통해서도 하나의 재질이 결정되지 않는 경우에는 디폴트로 설정된 행정 조건을 유지한다.
또는, 1차 재질 판단에서 하나의 재질이 결정되더라도 2차 재질 판단에서 재질이 달라질 수 있다. 이 경우에도 컨트롤러(190)는 2차 재질 판단을 통해 결정된 재질에 기초하여 행정 조건을 변경할 수 있다.
또는, 2차 재질 판단에서는 1차 재질 판단에서 사용된 분류기의 출력을 사용하지 않는 것도 가능하다. 당해 예시에서는 제3분류기의 출력만을 기초로하여 2차 재질 판단을 수행할 수 있다.
한편, 도 11 및 도 12의 순서도에서는 재질 판단을 위해 필요한 입력 데이터의 생성이 모두 완료된 이후에 각각의 입력 데이터를 분류기에 입력하는 것으로 도시하였으나, 각각의 입력 데이터가 생성될 때마다 대응되는 분류기에 이를 입력하는 것도 가능함은 물론이다.
도 13은 일 실시예에 따른 세탁기가 복수의 행정 중에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 다른 예시를 나타낸 도면이고, 도 14는 도 13의 과정 중 1차 재질 판단에 대응되는 순서도이며, 도 15는 도 13의 과정 중 2차 재질 판단에 대응되는 순서도이다.
도 13의 예시에서는 세탁물의 재질 판단을 위해 다섯 개의 분류기를 사용하고, 다섯 개의 분류기 중 일부는 단일 행정 분류기이고 나머지 일부는 복합 행정 분류기인 경우를 예로 든다.
도 13의 예시에서 수행되는 전체 행정은 앞서 설명한 도 9의 예시와 같고, 도 13의 행정 수행 및 입력 데이터를 획득하는 과정은 앞서 설명한 도 10의 순서도와 같으므로 여기서는 자세한 설명을 생략한다.
전술한 예시에서와 마찬가지로, 무게 감지 행정 중에 획득된 모터(140)의 전류 값을 이용하여 제1입력 데이터를 생성하고, 재질 감지 행정 중에 획득된 모터(140)의 전류 값을 이용하여 제2입력 데이터를 생성하고, 세탁 행정 중에 획득된 모터(140)의 전류 값을 이용하여 제3입력 데이터를 생성할 수 있다.
도 13의 예시에서 수행되는 1차 재질 판단은 도 14에 도시된 과정에 따라 수행될 수 있다.
도 13의 예시에서는 제1분류기가 무게 감지 행정에 대한 단일 행정 분류기이므로, 컨트롤러(190)는 제1입력 데이터를 제1분류기에 입력한다(1061').
도 13의 예시에서는 제2분류기가 무게 감지 행정 및 재질 감지 행정에 대한 복합 행정 분류기이므로, 컨트롤러(190)는 제1입력 데이터와 제2입력 데이터를 연결(concatenate)한 데이터를 제2분류기에 입력할 수 있다(1062').
도 13의 예시에서는 제3분류기가 재질 감지 행정에 대한 단일 행정 분류기이므로, 컨트롤러(190)는 제2입력 데이터를 제3분류기에 입력한다(1063').
컨트롤러(190)의 판단기는 제1분류기의 출력, 제2분류기의 출력 및 제3분류기의 출력에 기초하여 1차 재질 판단을 수행한다(1064'). 각각의 분류기의 출력 데이터에 가중치를 적용하여 voting을 통해 1차 재질 판단을 수행하는 동작은 앞서 도 11을 참조하여 설명한 바와 같다.
도 13의 예시에서 수행되는 2차 재질 판단은 도 15에 도시된 과정에 따라 수행될 수 있다.
도 13의 예시에서는 제4분류기가 무게 감지 행정과 세탁 행정에 대한 복합 행정 분류기이므로, 컨트롤러(190)는 제1입력 데이터와 제3입력 데이터를 연결한 데이터를 제4분류기에 입력한다(1131').
도 13의 예시에서는 제5분류기가 세탁 행정에 대한 단일 행정 분류기이므로, 컨트롤러(190)는 제3입력 데이터를 제5분류기에 입력한다(1132').
컨트롤러(190)의 판단기는 제1분류기의 출력, 제2분류기의 출력, 제3분류기의 출력, 제4분류기의 출력 및 제5분류기의 출력에 기초하여 2차 재질 판단을 수행한다(1033').
각각의 분류기의 출력 데이터에 가중치를 적용하여 voting을 통해 2차 재질 판단을 수행하고, 2차 재질 판단 결과에 따라 행정 조건을 변경하거나 유지하는 동작은 앞서 도 12를 참조하여 설명한 바와 같다.
전술한 예시에서는 재질 판단을 2회 수행하는 경우를 예로 들었으나, 재질 판단을 3회 이상 수행하는 것도 가능하고, 세탁 행정 이후의 행정에 대한 분류기를 사용하는 것도 가능하다.
이러한 경우, 마지막으로 수행된 재질 판단 결과는 행정 조건의 결정에 사용되지 않더라도, 분류기의 성능을 평가하거나 분류기를 업데이트하는데 사용될 수 있다.
또는, 마지막으로 수행된 재질 판단 결과가 세탁 코스 완료 이후에 수행되는 건조 동작에 사용되는 것도 가능하다. 예를 들어, 세탁기(100)와 연결된 건조기에 재질 판단 결과를 전송할 수 있다.
또한, 전술한 바와 마찬가지로 각각의 입력 데이터가 생성될 때마다 대응되는 분류기에 이를 입력하는 것도 가능하다. 이 경우, 판단기는 일부 분류기의 출력에 기초하여 재질 판단을 미리 수행하는 것도 가능하고, 정해진 갯수의 분류기의 출력 데이터가 동일한 재질을 나타내면 그 이후의 분류는 생략할 수도 있다.
예를 들어, 도 13의 예시에서 제1분류기와 제2분류기의 출력 데이터가 미리 판단기에 입력되고, 제1분류기와 제2분류기의 출력 데이터가 동일한 재질을 나타내면 해당 재질을 세탁물의 재질로 판단하고, 제3분류기를 이용한 재질 판단은 생략할 수 있다.
도 16은 일 실시예에 따른 세탁기에서 단계적으로 수행되는 급수 행정을 포함하는 세탁 코스를 나타낸 타이밍 차트이고, 도 17은 급수 행정을 단계적으로 진행했을 때 나타나는 세탁물의 무게 변화를 개략적으로 나타낸 그래프이다.
도 16을 참조하면, 일 실시예에 따른 세탁기(100)는 급수 행정을 단계적으로 수행할 수 있다. 즉, 컨트롤러(190)는 급수 장치(150)를 제어하여 복수 회의 급수 행정을 단계적으로 수행하고, 모터 드라이버(10)를 제어하여 드럼(130)을 등속으로 회전시킴으로써 복수 회의 재질 감지 행정을 수행할 수 있다. 이 경우, 세탁물이 적셔지는 단계적인 과정에서 획득된 데이터들을 이용하여 재질을 판단하기 때문에, 재질 판단의 정확도를 향상시킬 수 있다.
예를 들어, 급수 행정을 N회(N은 2 이상의 정수) 수행하는 경우, 1회의 급수 행정마다 목표 수위 대비 1/N씩 수위를 증가시킬 수 있다. 또는, 세탁기(100)에 세제 자동 투입 기능이 탑재된 경우에는 세제 자동 투입 기능의 수행 시에 세제와 함께 물도 투입되므로, 1회의 급수 행정마다 목표 수위 대비 1/(N+1) 씩 수위를 증가시킬 수 있다.
복수의 급수 행정 각각에 대응하여 재질 감지 행정이 수행될 수 있다. 예를 들어, 급수 행정을 3단계로 나누어 수행하는 경우에는 제1급수 행정의 완료에 대응하여 제1재질 감지 행정이 수행될 수 있고, 제2급수 행정의 완료에 대응하여 제2재질 감지 행정이 수행될 수 있으며, 제3급수 행정의 완료에 대응하여 제3재질 감지 행정이 수행될 수 있다.
제1재질 감지 행정, 제2재질 감지 행정 및 제3재질 감지 행정은 각각 드럼(130)을 등속으로 회전시킴으로써 수행될 수 있다.
이와 같이 복수의 급수 행정마다 재질 감지 행정을 수행하여 획득한 데이터는 도 17에 도시된 바와 같이 단계적인 급수에 의해 단계적으로 변화하는 습포의 무게 정보가 포함될 수 있다. 즉, 목표 수위에 도달할 때까지 수행되는 3회의 급수 행정 중에 획득되는 데이터에는 제1급수 후의 습포의 무게 정보, 제2급수 후의 습포의 무게 정보 및 제3급수 후의 습포의 무게 정보가 포함된 것으로 볼 수 있기 때문에, 건포 무게에 오차가 있는 경우라도 보다 정확하게 재질 감지를 수행할 수 있다.
도 18은 일 실시예에 따른 세탁기가 수행하는 급수 행정의 단계를 세탁물의 무게와 매칭시킨 테이블이다.
일 예로, 세탁기(100)가 수행하는 급수 행정의 횟수는 세탁물의 무게에 기초하여 결정될 수 있다. 도 18의 예시를 참조하면, 세탁물의 무게, 즉 건포의 무게가 0~1 kg 범위에 포함되면 1단계로 구성되는 급수 행정, 즉 1회의 급수 행정을 수행할 수 있다. 건포의 무게가 1~2 kg 범위에 포함되면 2단계로 구성되는 급수 행정, 즉 2회의 급수 행정을 수행할 수 있다. 건포의 무게가 2~3 kg 범위에 포함되면 3단계로 구성되는 급수 행정, 즉 3회의 급수 행정을 수행할 수 있다. 건포의 무게가 3~4 kg 범위에 포함되면 4단계로 구성되는 급수 행정, 즉 4회의 급수 행정을 수행할 수 있다. 건포의 무게가 4~5 kg 범위에 포함되면 5단계로 구성되는 급수 행정, 즉 5회의 급수 행정을 수행할 수 있다.
다만, 도 18의 테이블은 세탁기(100)의 실시예에 적용 가능한 예시에 불과하다. 세탁물의 무게와 급수 행정의 횟수를 다른 방식으로 매칭시키는 것도 가능하고, 세탁물의 무게와 무관하게 정해진 횟수만큼 급수를 수행하는 것도 가능하다.
도 19는 일 실시예에 따른 세탁기가 급수 행정의 단계를 조정하는 예시를 나타낸 테이블이다.
일 실시예에 따른 세탁기(100)는 정해진 횟수의 급수 행정을 모두 수행하기 전이라도 세탁물이 충분히 적셔진 것으로 볼 수 있는 경우에는 이후에 예정된 급수를 취소할 수 있다. 즉, 추가 급수를 수행하지 않을 수 있다.
세탁물이 충분히 적셔졌는지 여부는 급수에 소요된 시간, 즉 급수 시간에 기초하여 판단할 수 있다. 세탁물이 적셔지지 않은 경우에는 급수된 물이 세탁물을 적시는데 사용되기 때문에, 세탁물이 없는 경우에 동일한 수위까지 급수하는데 소요되는 시간보다 더 오랜 시간이 걸리게 된다. 즉, 더 많은 급수량이 필요하게 된다.
따라서, 컨트롤러(190)는 정해진 수위까지 급수하는데 소요된 시간 또는 급수량을 기준 값과 비교하여 세탁물이 충분히 적셔졌는지 여부를 판단할 수 있다. 여기서, 기준 값은 세탁물이 없는 경우에 정해진 수위까지 급수하는데 소요된 시간일 수도 있고, 세탁물이 없는 경우에 정해진 수위까지 급수하는데 사용된 급수량일 수도 있다. 후술하는 실시예에서는 시간을 기준으로 한다.
도 19를 참조하면, 제1급수 행정을 수행하고, 제1급수 행정에 소요된 시간(Tm(1))을 기준 시간(Te(1))과 비교한다. 제1급수 행정에 소요된 시간(Tm(1))이 기준 시간(Te(1))보다 길면, 제1재질 감지 행정을 수행하고, 제2급수 행정을 수행한다.
제1급수 행정에 소요된 시간(Tm(1))이 기준 시간(Te(1))보다 길지 않으면, 세탁물이 없는 것으로 볼 수 있으므로 세탁 코스를 종료할 수 있다.
제2급수 행정을 수행한 경우에는 제2급수 행정에 소요된 시간(Tm(2))을 기준 시간(Te(2))과 비교한다. 제2급수 행정에 소요된 시간(Tm(2))이 기준 시간(Te(2))보다 길면, 제2재질 감지 행정을 수행하고, 제3급수 행정을 수행한다.
제2급수 행정에 소요된 시간(Tm(2))이 기준 시간(Te(2))보다 길지 않으면, 세탁물이 충분히 적셔진 것으로 보고 제2재질 감지 행정을 수행하고, 추가 급수 행정은 수행하지 않을 수 있다.
이와 같이, 세탁물의 적셔진 정도를 판단하여 급수 행정의 단계를 조절함으로써 재질 감지에 소요되는 시간과 물을 절약할 수 있다.
한편, 급수 행정을 복수의 단계로 나누어 수행하는 경우에도, 머신 러닝에 의해 미리 학습된 분류기를 사용하여 재질을 판단하는 특징은 동일하게 적용될 수 있다. 따라서, 앞서 설명한 재질 판단과 관련된 내용은 후술하는 설명에서 언급되지 않더라도 그 적용을 배제할 만한 특단의 사정이 없는 한 복수의 급수 행정을 수행하는 세탁기의 실시예에도 동일하게 적용될 수 있다. 이하, 복수의 급수 행정을 통해 획득된 데이터를 이용하여 재질을 판단하는 과정을 구체적으로 설명한다.
도 20은 일 실시예에 따른 세탁기가 복수의 급수 행정 후에 획득된 데이터를 이용하여 세탁물의 재질 판단을 수행하는 과정의 예시를 나타낸 타이밍 차트이고, 도 21은 도 20에 도시된 과정에 대응되는 순서도이다.
도 20의 예시에서는 무게 감지 행정, 3회의 급수 행정 및 3회의 재질 감지 행정을 통해 획득된 입력 데이터를 하나의 분류기에 입력한다. 따라서, 도 20의 예시에서 사용된 하나의 분류기는 무게 감지 행정, 제1재질 감지 행정, 제2재질 감지 행정 및 제3재질 감지 행정에 대한 복합 행정 분류기에 해당한다.
도 21의 순서도를 함께 참조하면, 드럼(130)에 물을 공급하기 전에 무게 감지 행정(2010)을 수행한다.
무게 감지 행정에서는 물이 수용되지 않은 드럼(130), 즉 건포가 수용된 드럼(130)을 등속으로 회전시키면서 모터(140)의 구동 전류를 감지할 수 있다.
컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제1입력 데이터를 생성할 수 있다(2020). 제1입력 데이터는 도 20의 분류기에 입력되는 데이터이다. 따라서, 도 20의 분류기의 학습에 사용된 입력 데이터와 동일한 형태로 제1입력 데이터가 생성될 수 있다. 예를 들어, 분류기를 학습할 때 모터의 전류 값의 주파수 성분을 사용한 경우에는 모터(140)의 전류 값의 주파수 성분을 나타내는 제1입력 데이터를 생성한다. 또는, 분류기를 학습할 때 모터의 전류 값의 정렬 패턴을 사용한 경우에는 모터(140)의 전류 값의 정렬 패턴을 나타내는 제1입력 데이터를 생성한다.
컨트롤러(190)는 무게 감지 행정을 통해 획득된 모터(140)의 전류 값에 기초하여 세탁물의 무게를 판단할 수 있고, 세탁물의 무게에 기초하여 최종 목표 수위를 결정할 수 있다. 최종 목표 수위는 세탁물이 충분히 적셔질 수 있는 정도의 수위로 결정될 수 있다. 세탁기(100)에 세제 자동 투입 기능이 탑재된 경우에는, 세제 자동 투입까지 완료된 이후의 수위가 최종 목표 수위가 된다. 따라서, 세제 자동 투입 시에 공급될 물의 양을 제외하고도 세탁물이 충분히 적셔질 수 있도록 최종 목표 수위를 결정할 수 있다.
전술한 바와 같이, 수행될 급수 행정의 횟수도 세탁물의 무게에 기초하여 결정되는 것도 가능하고, 세탁물의 무게와 무관하게 미리 정해진 횟수에 따라 급수 행정이 수행되는 것도 가능하다.
컨트롤러(190)는 목표 수위와 급수 행정의 횟수에 기초하여 각각의 급수 행정에 대한 목표 수위를 결정할 수 있다.
컨트롤러(190)는 급수 장치(150)를 제어하여 제1목표 수위까지 물을 공급하는 제1급수 행정을 수행한다(2030).
제1급수 행정이 완료되면, 컨트롤러(190)는 드럼(130)을 등속으로 회전시켜 제1재질 감지 행정을 수행한다(2040).
컨트롤러(190)는 제1재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제2입력 데이터를 생성한다(2050). 제2입력 데이터는 도 20의 분류기에 입력되는 입력 데이터이다. 따라서, 도 20의 분류기의 학습에 사용된 입력 데이터와 동일한 형태로 제2입력 데이터를 생성할 수 있다.
컨트롤러(190)는 급수 장치(150)를 제어하여 제2목표 수위까지 물을 공급하는 제2급수 행정을 수행한다(2060).
제2급수 행정이 완료되면, 컨트롤러(190)는 드럼(130)을 등속으로 회전시켜 제2재질 감지 행정을 수행한다(2070).
컨트롤러(190)는 제2재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제3입력 데이터를 생성한다(2080). 제3입력 데이터는 도 20의 분류기에 입력되는 입력 데이터이다. 따라서, 도 20의 분류기의 학습에 사용된 입력 데이터와 동일한 형태로 제3입력 데이터를 생성할 수 있다.
컨트롤러(190)는 급수 장치(150)를 제어하여 제3목표 수위까지 물을 공급하는 제3급수 행정을 수행한다(2090).
제3급수 행정이 완료되면, 컨트롤러(190)는 드럼(130)을 등속으로 회전시켜 제3재질 감지 행정을 수행한다(2110).
컨트롤러(190)는 제3재질 감지 행정 중에 획득된 모터(140)의 전류 값에 기초하여 제4입력 데이터를 생성한다(2120). 제4입력 데이터는 도 20의 분류기에 입력되는 입력 데이터이다. 따라서, 도 20의 분류기의 학습에 사용된 입력 데이터와 동일한 형태로 제4입력 데이터를 생성할 수 있다.
컨트롤러(190)는 생성된 입력 데이터들에 기초하여 세탁물의 재질을 판단할 수 있다(2130).
전술한 바와 같이, 도 20의 분류기는 무게 감지 행정, 제1재질 감지 행정, 제2재질 감지 행정 및 제3재질 감지 행정에 대한 복합 행정 분류기에 해당한다. 따라서, 컨트롤러(190)는 제1입력 데이터, 제2입력 데이터, 제3입력 데이터 및 제4입력 데이터를 연결한 데이터를 분류기에 입력할 수 있고, 분류기의 출력을 드럼(130)에 수용된 세탁물의 재질로 판단할 수 있다.
또는, 급수 행정을 단계적으로 수행하는 경우에도 복수의 분류기를 사용하여 세탁물의 재질을 판단하는 것도 가능하다. 이하, 도 22 내지 도 25를 참조하여 설명한다.
도 22 및 도 23은 일 실시예에 따른 세탁기가 세탁 행정의 수행 전에 재질을 판단하는 과정의 예시를 나타낸 타이밍 차트이다.
각각의 행정을 수행하고, 입력 데이터를 생성하는 과정은 앞서 도 20 및 도 21을 참조하여 설명한 바와 동일하다.
도 22의 예시를 참조하면, 컨트롤러(190)에는 세 개의 분류기가 저장될 수 있고, 세 개의 분류기는 모두 복합 행정 분류기에 해당한다.
제1분류기는 무게 감지 행정과 제1재질 감지 행정에 대한 복합 행정 분류기이고, 제2분류기는 제1재질 감지 행정과 제2재질 감지 행정에 대한 복합 행정 분류기이며, 제3분류기는 제2재질 감지 행정과 제3재질 감지 행정에 대한 복합 행정 분류기이다.
컨트롤러(190)는 재질 판단을 위해, 제1입력 데이터와 제2입력 데이터를 연결한 데이터를 제1분류기에 입력하고, 제2입력 데이터와 제3입력 데이터를 연결한 데이터를 제2분류기에 입력하고, 제3입력 데이터와 제4입력 데이터를 연결한 데이터를 제3분류기에 입력할 수 있다.
판단기는 제1분류기의 출력, 제2분류기의 출력 및 제3분류기의 출력에 기초하여 재질을 판단할 수 있다. 복수의 분류기의 출력 데이터에 가중치를 적용하여 재질을 판단하는 동작은 앞서 도 11 및 도 14에 기초하여 설명한 바와 같다.
도 23의 예시를 참조하면, 컨트롤러(190)에는 다섯 개의 분류기가 저장될 수 있고, 다섯 개의 분류기는 모두 복합 행정 분류기에 해당한다.
제1분류기는 무게 감지 행정과 제1재질 감지 행정에 대한 복합 행정 분류기이고, 제2분류기는 제1재질 감지 행정과 제2재질 감지 행정에 대한 복합 행정 분류기이며, 제3분류기는 제2재질 감지 행정과 제3재질 감지 행정에 대한 복합 행정 분류기이다.
제4분류기는 제1재질 감지 행정과 제3재질 감지 행정에 대한 복합 행정 분류기이고, 제5분류기는 무게 감지 행정과 제3재질 감지 행정에 대한 복합 행정 분류기이다.
따라서, 컨트롤러(190)는 재질 판단을 위해 제1입력 데이터와 제2입력 데이터를 연결한 데이터를 제1분류기에 입력하고, 제2입력 데이터와 제3입력 데이터를 연결한 데이터를 제2분류기에 입력하고, 제3입력 데이터와 제4입력 데이터를 연결한 데이터를 제3분류기에 입력할 수 있다.
또한, 제2입력 데이터와 제4입력 데이터를 연결한 데이터를 제4분류기에 입력할 수 있고, 제1입력 데이터와 제4입력 데이터를 연결한 데이터를 제5분류기에 입력할 수 있다.
판단기는 제1분류기의 출력, 제2분류기의 출력, 제3분류기의 출력, 제4분류기의 출력 및 제5분류기의 출력에 기초하여 재질을 판단할 수 있다. 복수의 분류기의 출력 데이터에 가중치를 적용하여 재질을 판단하는 동작은 앞서 도 11 및 도 14에 기초하여 설명한 바와 같다.
컨트롤러(190)는 도 22 및 도 23의 판단기에서 출력된 재질에 기초하여 이후의 행정에 적용될 행정 조건들을 결정할 수 있고, 결정된 행정 조건에 따라 세제 자동 투입 행정, 세탁 행정, 헹굼 행정 및 탈수 행정을 수행할 수 있다.
또는, 세탁 행정을 시작한 이후에 재질 판단을 추가적으로 수행하는 것도 가능하다.
도 24 및 도 25는 일 실시예에 따른 세탁기가 세탁 행정의 시작 이후에 추가적으로 재질을 판단하는 과정의 예시를 나타낸 타이밍 차트이다.
도 24의 예시를 참조하면, 컨트롤러(190)에는 다섯 개의 분류기가 저장될 수 있고, 다섯 개의 분류기는 모두 단일 행정 분류기에 해당한다.
제1분류기는 무게 감지 행정에 대한 단일 행정 분류기이고, 제2분류기는 제1재질 감지 행정에 대한 단일 행정 분류기이며, 제3분류기는 제2재질 감지 행정에 대한 단일 행정 분류기이다. 제4분류기는 제3재질 감지 행정에 대한 단일 행정 분류기이고, 제5분류기는 세탁 행정에 대한 단일 행정 분류기이다.
컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제1입력 데이터를 생성하고, 제1재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제2입력 데이터를 생성하고, 제2재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제3입력 데이터를 생성하고, 제3재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제4입력 데이터를 생성할 수 있다.
컨트롤러(190)는 제1입력 데이터를 제1분류기에 입력하고, 제2입력 데이터를 제2분류기에 입력하고, 제3입력 데이터를 제3분류기에 입력하고, 제4입력 데이터를 제4분류기에 입력할 수 있다.
컨트롤러(190)의 판단기는 제1분류기의 출력, 제2분류기의 출력, 제3분류기의 출력 및 제4분류기의 출력에 기초하여 1차 재질 판단을 수행할 수 있다.
컨트롤러(190)는 1차 재질 판단 결과에 기초하여 이후 행정에 적용될 행정 조건들을 결정할 수 있다. 또한, 컨트롤러(190)는 결정된 행정 조건에 따라 세제 자동 투입 행정을 수행하고, 세탁 행정을 수행할 수 있다.
컨트롤러(190)는 세탁 행정 중에 획득된 모터(140)의 전류 값으로부터 제5입력 데이터를 생성할 수 있다. 제5입력 데이터는 제5분류기에 입력될 수 있고, 판단기는 제5분류기의 출력에 기초하여 2차 재질 판단을 수행할 수 있다. 전술한 바와 같이, 2차 재질 판단 결과에 따라 행정 조건이 변경될 수도 있고 유지될 수도 있다.
도 25의 예시를 참조하면, 컨트롤러(190)에는 다섯 개의 분류기가 저장될 수 있고, 다섯 개의 분류기는 모두 복합 행정 분류기에 해당한다.
제1분류기는 무게 감지 행정과 제1재질 감지 행정에 대한 복합 행정 분류기이고, 제2분류기는 무게 감지 행정과 제2재질 감지 행정에 대한 복합 행정 분류기이며, 제3분류기는 제1재질 감지 행정과 제3재질 감지 행정에 대한 복합 행정 분류기이다. 제4분류기는 무게 감지 행정과 세탁 행정에 대한 복합 행정 분류기이고, 제5분류기는 제3감지 행정과 세탁 행정에 대한 복합 행정 분류기이다.
컨트롤러(190)는 무게 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제1입력 데이터를 생성하고, 제1재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제2입력 데이터를 생성하고, 제2재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제3입력 데이터를 생성하고, 제3재질 감지 행정 중에 획득된 모터(140)의 전류 값으로부터 제4입력 데이터를 생성할 수 있다.
컨트롤러(190)는 제1입력 데이터와 제2입력 데이터를 연결한 데이터를 제1분류기에 입력하고, 제1입력 데이터와 제3입력 데이터를 연결한 데이터를 제2분류기에 입력하고, 제2입력 데이터와 제4입력 데이터를 연결한 데이터를 제3분류기에 입력할 수 있다.
컨트롤러(190)의 판단기는 제1분류기의 출력, 제2분류기의 출력 및 제3분류기의 출력에 기초하여 1차 재질 판단을 수행할 수 있다.
컨트롤러(190)는 1차 재질 판단 결과에 기초하여 이후 행정에 적용될 행정 조건들을 결정할 수 있다. 또한, 컨트롤러(190)는 결정된 행정 조건에 따라 세제 자동 투입 행정을 수행하고, 세탁 행정을 수행할 수 있다.
컨트롤러(190)는 세탁 행정 중에 획득된 모터(140)의 전류 값으로부터 제5입력 데이터를 생성할 수 있다. 제5입력 데이터와 제1입력 데이터를 연결한 데이터는 제4분류기에 입력될 수 있고, 제4입력 데이터와 제5입력 데이터를 연결한 데이터는 제5분류기에 입력될 수 있다.
컨트롤러(190)의 판단기는 제4분류기의 출력과 제5분류기의 출력에 기초하여 2차 재질 판단을 수행할 수 있다. 전술한 바와 같이, 2차 재질 판단 결과에 따라 행정 조건이 변경될 수도 있고 유지될 수도 있다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체'는가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로 , '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 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 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 게시된 실시예가 속하는 기술분야에서 통상의 지식을 가진 자는 게시된 실시예의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

Claims (15)

  1. 드럼;
    상기 드럼을 회전시키는 모터;
    상기 모터에 구동 전류를 공급하는 모터 드라이버;
    상기 구동 전류를 감지하는 전류 센서;
    상기 드럼에 물을 공급하는 급수 장치; 및
    상기 급수 장치를 제어하여 복수 회의 급수 행정을 수행하고, 상기 모터 드라이버를 제어하여 복수 회의 재질 감지 행정을 수행하는 컨트롤러;를 포함하고,
    상기 컨트롤러는,
    상기 복수 회의 급수 행정 중 하나의 급수 행정에 대응하여 상기 복수 회의 재질 감지 행정 중 하나의 재질 감지 행정을 수행하고,
    상기 복수 회의 재질 감지 행정 중에 감지된 상기 구동 전류의 값에 기초하여 복수의 입력 데이터를 생성하고,
    상기 복수의 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단하는 세탁기.
  2. 제1항에 있어서,
    상기 복수의 입력 데이터는,
    상기 복수 회의 재질 감지 행정 중에 감지된 구동 전류의 주파수 성분에 관한 데이터 및 상기 구동 전류를 크기 순서로 정렬한 정렬 패턴에 관한 데이터 중 적어도 하나를 포함하는 세탁기.
  3. 제2항에 있어서,
    상기 컨트롤러는,
    머신 러닝에 의해 미리 학습된 분류기를 저장하고,
    상기 분류기는,
    상기 복수의 입력 데이터가 입력되면 상기 드럼에 수용된 세탁물의 재질을 나타내는 출력 데이터를 출력하는 세탁기.
  4. 제3항에 있어서,
    상기 컨트롤러는,
    상기 드럼에 수용된 세탁물의 무게에 기초하여 상기 복수 회의 급수 행정의 횟수를 결정하는 세탁기.
  5. 제3항에 있어서,
    상기 컨트롤러는,
    상기 복수 회의 급수 행정 중 하나의 급수 행정에 대한 급수 시간 또는 급수량이 정해진 조건을 만족하면 다음 급수 행정을 취소하는 세탁기.
  6. 제3항에 있어서,
    상기 컨트롤러는,
    상기 복수 회의 재질 감지 행정을 수행하기 위해, 상기 모터 드라이버를 제어하여 상기 드럼을 등속으로 회전시키는 세탁기.
  7. 제3항에 있어서,
    상기 분류기는,
    상기 복수 회의 재질 감지 행정 및 상기 드럼에 물이 공급되기 전에 상기 세탁물의 무게를 판단하는 무게 감지 행정 중 2 이상의 행정에 대해 미리 학습된 2 이상의 분류기를 포함하는 세탁기.
  8. 제7항에 있어서,
    상기 컨트롤러는,
    상기 2 이상의 분류기에서 각각 출력되는 출력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단하는 세탁기.
  9. 제3항에 있어서,
    상기 컨트롤러는,
    상기 복수 회의 재질 감지 행정이 수행되면, 상기 복수의 입력 데이터에 기초하여 상기 세탁물의 재질을 판단하고, 상기 판단된 세탁물의 재질에 기초하여 세탁 행정, 헹굼 행정 및 탈수 행정 중 적어도 하나의 행정에 관련된 행정 조건을 결정하는 세탁기.
  10. 제9항에 있어서,
    상기 컨트롤러는,
    상기 복수 회의 재질 감지 행정 이후에 상기 세탁 행정을 수행하고, 상기 세탁 행정 중에 감지된 상기 구동 전류의 값에 기초하여 입력 데이터를 생성하고, 상기 생성된 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 추가적으로 판단하는 세탁기.
  11. 드럼, 상기 드럼을 회전시키는 모터, 상기 모터에 구동 전류를 공급하는 모터 드라이버, 상기 구동 전류를 감지하는 전류 센서 및 상기 드럼에 물을 공급하는 급수 장치를 포함하는 세탁기의 제어 방법에 있어서,
    상기 급수 장치를 제어하여 복수 회의 급수 행정을 수행하고;
    상기 모터 드라이버를 제어하여 복수 회의 재질 감지 행정을 수행하고;
    상기 복수 회의 재질 감지 행정 중에 감지된 상기 구동 전류의 값에 기초하여 복수의 입력 데이터를 생성하고;
    상기 복수의 입력 데이터에 기초하여 상기 드럼에 수용된 세탁물의 재질을 판단하는 것;을 포함하고,
    상기 복수 회의 재질 감지 행정을 수행하는 것은,
    상기 복수 회의 급수 행정 중 하나의 급수 행정에 대응하여 상기 복수 회의 재질 감지 행정 중 하나의 재질 감지 행정을 수행하는 것을 포함하는 세탁기의 제어 방법.
  12. 제11항에 있어서,
    상기 복수의 입력 데이터는,
    상기 복수 회의 재질 감지 행정 중에 감지된 구동 전류의 주파수 성분에 관한 데이터 및 상기 구동 전류를 크기 순서로 정렬한 정렬 패턴에 관한 데이터 중 적어도 하나를 포함하는 세탁기의 제어 방법.
  13. 제12항에 있어서,
    상기 재질을 판단하는 것은,
    머신 러닝에 의해 미리 학습된 분류기를 이용하는 것을 포함하고,
    상기 분류기는,
    상기 복수의 입력 데이터가 입력되면 상기 드럼에 수용된 세탁물의 재질을 나타내는 출력 데이터를 출력하는 세탁기의 제어 방법.
  14. 제13항에 있어서,
    상기 드럼에 수용된 세탁물의 무게에 기초하여 상기 복수 회의 급수 행정의 횟수를 결정하는 것;을 더 포함하는 세탁기의 제어 방법.
  15. 제13항에 있어서,
    상기 복수 회의 급수 행정을 수행하는 것은,
    상기 복수 회의 급수 행정 중 하나의 급수 행정에 대한 급수 시간 또는 급수량이 정해진 조건을 만족하면 다음 급수 행정을 취소하는 것을 포함하는 세탁기의 제어 방법.
PCT/KR2022/007462 2021-06-25 2022-05-26 세탁기 및 그 제어 방법 WO2022270781A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/508,698 US20240084490A1 (en) 2021-06-25 2023-11-14 Washing machine and control method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0083432 2021-06-25
KR1020210083432A KR20230000820A (ko) 2021-06-25 2021-06-25 세탁기 및 그 제어 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/508,698 Continuation US20240084490A1 (en) 2021-06-25 2023-11-14 Washing machine and control method thereof

Publications (1)

Publication Number Publication Date
WO2022270781A1 true WO2022270781A1 (ko) 2022-12-29

Family

ID=84544574

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/007462 WO2022270781A1 (ko) 2021-06-25 2022-05-26 세탁기 및 그 제어 방법

Country Status (3)

Country Link
US (1) US20240084490A1 (ko)
KR (1) KR20230000820A (ko)
WO (1) WO2022270781A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100335083B1 (ko) * 1999-10-08 2002-05-02 구자홍 세탁기 구동회로 및 구동방법
JP2009089852A (ja) * 2007-10-05 2009-04-30 Samsung Electronics Co Ltd ドラム式洗濯機
US20150047128A1 (en) * 2013-08-13 2015-02-19 Whirlpool Corporation Method to detect the type of a load in a laundry treating appliance
KR20150052697A (ko) * 2013-11-06 2015-05-14 삼성전자주식회사 세탁기 및 그 제어방법
KR20200025554A (ko) * 2018-08-30 2020-03-10 엘지전자 주식회사 인공지능 세탁물 처리기기 및 세탁물 처리기기의 제어방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100335083B1 (ko) * 1999-10-08 2002-05-02 구자홍 세탁기 구동회로 및 구동방법
JP2009089852A (ja) * 2007-10-05 2009-04-30 Samsung Electronics Co Ltd ドラム式洗濯機
US20150047128A1 (en) * 2013-08-13 2015-02-19 Whirlpool Corporation Method to detect the type of a load in a laundry treating appliance
KR20150052697A (ko) * 2013-11-06 2015-05-14 삼성전자주식회사 세탁기 및 그 제어방법
KR20200025554A (ko) * 2018-08-30 2020-03-10 엘지전자 주식회사 인공지능 세탁물 처리기기 및 세탁물 처리기기의 제어방법

Also Published As

Publication number Publication date
KR20230000820A (ko) 2023-01-03
US20240084490A1 (en) 2024-03-14

Similar Documents

Publication Publication Date Title
WO2020159119A1 (en) Washing machine and method for controlling the same
WO2017131412A1 (ko) 세탁장치 및 제어방법
WO2018217029A1 (ko) 세탁물 처리기기
WO2017026711A1 (ko) 세탁기 및 그 제어방법
WO2011139097A4 (en) Control technology for clothes treatment apparatus
WO2021020816A1 (en) Washing machine and control method thereof
WO2018062827A1 (ko) 세탁기 및 그 제어방법
WO2022182113A1 (ko) 의류처리장치 및 의류처리장치의 제어방법
WO2020060269A1 (en) A control method of the laundry apparatus
WO2021241916A1 (ko) 의류 처리 장치 및 그 제어 방법
WO2022270781A1 (ko) 세탁기 및 그 제어 방법
WO2021112390A1 (ko) 의류 처리 장치 및 그의 제어 방법
WO2020159145A1 (ko) 세탁기 및 세탁기의 제어방법
WO2021025192A1 (ko) 세탁장치 및 이의 제어방법
WO2021025193A1 (ko) 세탁장치 및 이의 제어방법
WO2021025196A1 (ko) 카메라를 구비하는 의류처리장치 및 이의 제어방법
WO2019009613A1 (ko) 의류처리장치 및 이의 제어방법
WO2021201509A1 (ko) 세탁기, 그 제어 방법 및 그의 컨트롤 패널
WO2021187875A1 (ko) 의류처리장치
WO2023063535A1 (ko) 세탁기 및 그 제어방법
WO2023163329A1 (ko) 세탁기 및 세탁기의 제어방법
WO2022163958A1 (ko) 의류처리장치 및 그 제어방법
WO2019088619A1 (ko) 의류처리장치 및 그의 제어방법
WO2024043463A1 (ko) 세탁기 및 그 제어 방법
WO2023177052A1 (ko) 세탁기 및 세탁기의 제어방법

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: 22828629

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE