冷媒量预测方法、装置、空调器及计算机可读存储介质与流程
本申请涉及空调,具体涉及一种冷媒量预测方法、装置、空调器及计算机可读存储介质。
背景技术:
1、空调运行过程中,冷媒可能因管路老化、接头松动等原因发生泄漏,导致制冷效果下降甚至损坏压缩机,因此准确预测系统冷媒量具有重要意义。
2、相关技术中,空调冷媒量的预测方法主要包括基于运行参数的定性判断和数据驱动的定量预测两类。前者通过监测排气温度、系统压力等参数是否偏离正常范围来判断冷媒是否异常,但仅能给出定性结论,无法精确量化冷媒剩余量;后者依赖大量标注样本训练预测模型,数据采集成本高且模型复杂度大,难以在空调控制器上轻量化部署。
技术实现思路
1、本申请实施例提供了一种冷媒量预测方法、装置、空调器及计算机可读存储介质,实现了冷媒量的定量预测,提高了冷媒预测的准确性。
2、第一方面,本申请实施例提供了一种冷媒量预测方法,所述方法包括:控制待测空调进入诊断工况;获取所述待测空调在所述诊断工况下的诊断运行参数;对所述诊断运行参数进行映射运算,得到所述待测空调的冷媒充注量。
3、在一些实施例中,所述控制待测空调进入诊断工况,包括:控制所述待测空调按预设控制逻辑预运行设定时长;在预运行结束后,将所述待测空调的压缩机锁定至固定频率运行,并将所述待测空调的风机切换至诊断专用逻辑运行。
4、在一些实施例中,所述待测空调的风机包括内风机和外风机,所述将所述待测空调的风机切换至诊断专用逻辑运行,包括:根据外机管温实测值与外机管温设定值的偏差调节所述外风机的转速;根据内机管温实测值与内机管温设定值的偏差调节所述内风机的转速。
5、在一些实施例中,所述对所述诊断运行参数进行映射运算,得到所述待测空调的冷媒充注量,包括:获取预先标定的参数与冷媒充注量的对应关系;将所述诊断运行参数输入所述对应关系进行映射运算,得到所述冷媒充注量。
6、在一些实施例中,所述诊断运行参数包括排气温度,所述将所述诊断运行参数输入所述对应关系进行映射运算,得到所述冷媒充注量,包括:当所述待测空调采用毛细管节流时,将所述排气温度输入预先标定的排气温度与冷媒充注量的对应关系,通过线性拟合、多项式拟合或线性插值进行映射运算,得到所述冷媒充注量。
7、在一些实施例中,所述诊断运行参数包括排气温度和膨胀阀开度,所述将所述诊断运行参数输入所述对应关系进行映射运算,得到所述冷媒充注量包括:当所述待测空调采用电子膨胀阀节流时,将所述膨胀阀开度输入预先标定的膨胀阀开度与冷媒充注量的对应关系,通过线性拟合、多项式拟合或线性插值进行映射运算,得到所述冷媒充注量;或者,将所述排气温度输入预先标定的排气温度与冷媒充注量的对应关系,通过线性拟合、多项式拟合或线性插值进行映射运算,得到所述冷媒充注量。
8、在一些实施例中,排气温度与冷媒充注量的对应关系通过以下方式建立:在实验室标定条件下,分别在多个不同冷媒充注量水平下进行稳态工况测试,获取各组冷媒充注量水平对应的排气温度,建立排气温度与冷媒充注量的对应数据表;对所述对应数据表进行线性拟合、多项式拟合或线性插值处理,得到所述排气温度与冷媒充注量的对应关系;
9、膨胀阀开度与冷媒充注量的对应关系通过以下方式建立:在实验室标定条件下,分别在多个不同冷媒充注量水平下进行稳态工况测试,获取各组冷媒充注量水平对应的膨胀阀开度,建立膨胀阀开度与冷媒充注量的对应数据表;对所述对应数据表进行线性拟合、多项式拟合或线性插值处理,得到所述膨胀阀开度与冷媒充注量的对应关系。
10、第二方面,本申请实施例提供了一种冷媒量预测装置,所述冷媒量预测装置包括:工况控制模块,用于控制待测空调进入诊断工况;参数获取模块,用于获取所述待测空调在所述诊断工况下的诊断运行参数;冷媒运算模块,用于对所述诊断运行参数进行映射运算,得到所述待测空调的冷媒充注量。
11、第三方面,本申请实施例提供了一种空调器,所述空调器包括:一个或多个处理器、存储器以及一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现上述任一实施例所述的冷媒量预测方法。
12、第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行上述任一实施例所述的冷媒量预测方法中的步骤。
13、本申请提供了一种冷媒量预测方法、装置、空调器及计算机可读存储介质。通过控制待测空调进入诊断工况,使空调运行于预先设定的标准化受控条件下,减少了常规运行中工况波动、历史残留偏差等外部干扰因素对冷媒量判断的影响,使系统状态具有良好的一致性和可重复性,不同机组、不同使用环境下的诊断结果具有可比性。在诊断工况下获取的诊断运行参数,由于系统处于受控稳定状态,参数变化主要反映冷媒量的差异而非外部干扰,因此具有代表性和准确性,能够真实反映系统当前的冷媒状态。通过对诊断运行参数进行映射运算,可得到空调系统的冷媒充注量,实现了冷媒量的定量预测,不仅能够判断冷媒是否异常,还能精确量化冷媒剩余量。该映射运算过程简单,算法轻量,可直接在空调主控芯片上本地运行,无需依赖海量标注数据和云端算力支持,部署成本低,工程化落地可行性强。综上,本申请通过受控诊断、稳定参数采集和轻量映射运算,实现了冷媒量的定量预测,提高了冷媒预测的准确性。
1.一种冷媒量预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述控制待测空调进入诊断工况,包括:
3.根据权利要求2所述的方法,其特征在于,所述待测空调的风机包括内风机和外风机,所述将所述待测空调的风机切换至诊断专用逻辑运行,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述诊断运行参数进行映射运算,得到所述待测空调的冷媒充注量,包括:
5.根据权利要求4所述的方法,其特征在于,所述诊断运行参数包括排气温度,所述将所述诊断运行参数输入所述对应关系进行映射运算,得到所述冷媒充注量,包括:
6.根据权利要求4所述的方法,其特征在于,所述诊断运行参数包括排气温度和膨胀阀开度,所述将所述诊断运行参数输入所述对应关系进行映射运算,得到所述冷媒充注量包括:
7.根据权利要求5或6所述的方法,其特征在于,排气温度与冷媒充注量的对应关系通过以下方式建立:在实验室标定条件下,分别在多个不同冷媒充注量水平下进行稳态工况测试,获取各组冷媒充注量水平对应的排气温度,建立排气温度与冷媒充注量的对应数据表;对所述对应数据表进行线性拟合、多项式拟合或线性插值处理,得到所述排气温度与冷媒充注量的对应关系;
8.一种冷媒量预测装置,其特征在于,所述冷媒量预测装置包括:
9.一种空调器,其特征在于,所述空调器包括:一个或多个处理器、存储器以及一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的冷媒量预测方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的冷媒量预测方法中的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com