空气净化设备控制方法、装置、空气净化设备及存储介质与流程

摘要: 本发明涉及家用电器,具体涉及空气净化设备控制方法、装置、空气净化设备及存储介质。背景技术:1、室内空气污染物主要包括pm2.5、pm10、甲醛、tvoc、co2...
空气净化设备控制方法、装置、空气净化设备及存储介质与流程

本发明涉及家用电器,具体涉及空气净化设备控制方法、装置、空气净化设备及存储介质。

背景技术:

1、室内空气污染物主要包括pm2.5、pm10、甲醛、tvoc、co2、细菌、病毒、霉菌孢子以及异味气体等。上述污染物来源复杂,既可能来自室外空气渗入,也可能来自人员活动、装修材料、家具、烹饪、吸烟以及室内微生物滋生等过程。由于室内环境相对封闭,空气净化过程存在明显的滞后性,因此空气净化器的控制效果直接影响室内空气质量改善速度、设备能耗和用户体验。

2、目前空气净化器普遍采用基于阈值的被动响应控制策略,即在空气质量指标(如pm2.5、tvoc、co2浓度)超过设定阈值后才启动净化。这种控制方式存在响应滞后、调节频繁以及无法适应室内空气质量变化趋势的问题,能耗消耗大且空气净化效果较差。

技术实现思路

1、本发明提供了一种空气净化设备控制方法、装置、空气净化设备及存储介质,以解决相关技术设备能耗消耗较高且空气净化效果较差的问题。

2、第一方面,本发明提供了一种空气净化设备控制方法,空气净化设备包括用于净化空气的多个执行机构,其中,执行机构的控制动作用于调节空气中的污染物浓度;该方法包括:

3、基于空气净化设备所处环境的当前污染物浓度、环境状态信息以及执行机构的历史控制动作,构建历史时间窗口序列;

4、将历史时间窗口序列输入预训练的污染物浓度预测模型,得到未来时域内的污染物浓度预测序列;其中,污染物浓度预测模型是基于空气净化设备执行控制动作后采集的自然空气质量数据集进行训练得到的;其中,动作执行代价用于表征执行机构执行相应控制动作带来的能耗代价和设备运行稳定性代价;

5、基于污染物浓度预测序列以及执行机构的控制动作对应的动作执行代价,构建目标函数,并确定执行机构的控制动作对应的动作约束条件;

6、基于动作约束条件、目标函数和污染物浓度预测模型,得到目标控制序列,利用目标控制序列对空气净化设备进行控制。

7、本发明通过综合执行机构的历史控制动作与当前污染物浓度、环境状态信息构建历史时间窗口序列,并利用基于自然空气质量数据集训练的污染物浓度预测模型,提前预判未来污染物趋势,得到污染物浓度预测序列。同时,将净化偏差以及控制动作对应的动作执行代价纳入目标函数并在动作约束条件下求解目标控制序列,不仅确保了空气净化效果,还显著降低了系统能耗,并有效提升了控制过程的平稳性与设备使用寿命。

8、在一些可选的实施方式中,基于污染物浓度预测序列以及执行机构的控制动作对应的动作执行代价,构建目标函数,包括:

9、确定污染物浓度预测序列与预设污染物浓度之间的污染物浓度偏差;

10、确定执行机构的控制动作对应的系统能耗和控制参数变化率,根据系统能耗和控制参数变化率,得到动作执行代价;

11、根据污染物浓度偏差和动作执行代价,构建目标函数。

12、本发明通过同时考虑污染物浓度偏差、系统能耗以及控制参数变化率,构建了包含多目标惩罚项的目标函数,实现净化效果、能耗成本与设备平稳运行之间的动态平衡,避免单一净化指标导致的能耗浪费和执行机构频繁启停,提升系统的整体能效比,并延长风机和等离子发生器的使用寿命。

13、在一些可选的实施方式中,多个执行机构包括风机和等离子发生器;确定执行机构的控制动作对应的系统能耗和控制参数变化率,包括:

14、构建风机和等离子发生器的控制动作对应的控制量;其中,控制量包括风机转速和等离子发生器功率;

15、基于风机转速和等离子发生器功率,确定控制动作对应的系统能耗和控制参数变化率。

16、本发明通过将风机转速和等离子发生器功率作为控制量,并计算其对应的系统能耗与控制参数变化率,实现能耗和净化效果的多执行器协同控制,以便于将能耗代价与控制量变化率惩罚纳入优化目标,从而降低系统运行能耗,抑制风机转速和等离子功率的频繁剧烈震荡,在保障净化效果的前提下提升系统运行的节能效果并延长执行机构的使用寿命。

17、在一些可选的实施方式中,确定执行机构的控制动作对应的动作约束条件,包括:

18、对风机的风机转速和风机转速变化率进行约束,得到第一约束条件;

19、对等离子发生器的等离子发生器功率和等离子发生器功率变化率进行约束,得到第二约束条件;

20、根据第一约束条件和第二约束条件,得到控制动作对应的动作约束条件。

21、本发明通过对风机转速及其变化率、等离子发生器功率及其变化率设定约束,并整合为统一动作约束条件,确保控制指令严格限制在设备安全运行的物理边界内,防止执行机构超负荷运转,同时抑制控制量的频繁剧烈波动,提升控制系统的鲁棒性、平稳性和安全性。

22、在一些可选的实施方式中,目标控制序列包括未来时域内的多个目标控制量;利用目标控制序列对空气净化设备进行控制,包括:

23、基于目标控制序列的首个目标控制量,得到目标风机转速和目标等离子发生器功率;

24、在当前控制周期内利用目标风机转速和目标等离子发生器功率,对风机和等离子发生器进行控制。

25、本发明通过提取目标控制序列中的首个控制量作为当前周期的实际执行指令,实现了多步预测、单步执行的滚动优化策略,依托最新的实时反馈数据动态修正控制动作,避免因直接执行多步序列或单步决策导致的超调与震荡,确保净化效果,提升系统的运行平稳性,降低执行机构的动作频率与设备损耗。

26、在一些可选的实施方式中,该方法还包括:

27、若检测到空气净化设备进入下一控制周期,返回基于空气净化设备所处环境的当前污染物浓度、环境状态信息以及执行机构的历史控制动作,构建历史时间窗口序列的步骤。

28、本发明通过周期性检测进入下一控制周期并返回重新构建历史时间窗口序列的步骤,实现滚动时域下的闭环反馈修正控制,使系统基于最新的实际采样数据和执行器状态实时修正后续控制策略,有效抑制预测误差随时间的累积,从而在应对环境突变时显著提高系统的动态自适应能力和长期运行鲁棒性。

29、在一些可选的实施方式中,基于动作约束条件、目标函数和污染物浓度预测模型,得到目标控制序列,包括:

30、基于多个执行机构的控制动作,构建待优化控制序列;

31、基于待优化控制序列和历史时间窗口序列,构建当前输入序列,将当前输入序列输入污染物浓度预测模型,得到当前预测结果;

32、基于当前预测结果和待优化控制序列对目标函数进行更新;

33、基于动作约束条件对待优化控制序列进行更新,返回基于待优化控制序列和历史时间窗口序列,构建当前输入序列的步骤,直至目标函数满足预设收敛条件或迭代次数达到预设迭代次数,得到目标控制序列。

34、本发明通过构建待优化控制序列,并结合历史时间窗口序列输入污染物浓度预测模型进行迭代寻优,实现在动作约束条件下的全局最优解搜索,保证最终得到的目标控制序列严格满足物理约束,实现高效净化、节能效果与平稳运行的协同优化。

35、在一些可选的实施方式中,基于当前预测结果和待优化控制序列对目标函数进行更新,包括:

36、确定当前预测结果与预设污染物浓度之间的当前污染物浓度偏差值,并确定待优化控制序列对应的当前系统能耗值和当前控制参数变化率值;

37、根据当前污染物浓度偏差值、当前系统能耗值和当前控制参数变化率值,对目标函数的值进行更新。

38、本发明通过实时计算当前预测结果与设定的预设污染物浓度的偏差值,并结合待优化控制序列的能耗值和变化率值动态更新目标函数,精准评估每一步控制动作的综合代价,确保迭代过程快速收敛至全局最优解,从而在保证空气质量达标的同时,有效降低系统能耗并抑制执行机构的频繁震荡。

39、第二方面,本发明提供了一种空气净化设备控制装置,空气净化设备包括用于净化空气的多个执行机构,其中,执行机构的控制动作用于调节空气中的污染物浓度;该装置包括:

40、第一处理模块,用于基于空气净化设备所处环境的当前污染物浓度、环境状态信息以及执行机构的历史控制动作,构建历史时间窗口序列;

41、第二处理模块,用于将历史时间窗口序列输入预训练的污染物浓度预测模型,得到未来时域内的污染物浓度预测序列;其中,污染物浓度预测模型是基于空气净化设备执行控制动作后采集的自然空气质量数据集进行训练得到的;

42、第三处理模块,用于基于污染物浓度预测序列以及执行机构的控制动作对应的动作执行代价,构建目标函数,并确定执行机构的控制动作对应的动作约束条件;其中,动作执行代价用于表征执行机构执行相应控制动作带来的能耗代价和设备运行稳定性代价;

43、第四处理模块,用于基于动作约束条件、目标函数和污染物浓度预测模型,得到目标控制序列,利用目标控制序列对空气净化设备进行控制。

44、第三方面,本发明提供了一种空气净化设备,空气净化设备包括控制单元和用于净化空气的多个执行机构;

45、控制单元包括存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的空气净化设备控制方法。

46、第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的空气净化设备控制方法。