故障预警方法、控制装置及空调器与流程

本技术涉及空调器领域，具体而言，涉及一种故障预警方法、控制装置及空调器。

背景技术：

1、随着智能家居产业高速发展，空调作为家庭、办公场景的核心温控电器，市场保有量持续攀升，应用覆盖面极广。当前主流智能空调均搭载 wi-fi、蓝牙等物联网通信模组，可依托手机app实现远程开关机、温度设定、运行模式切换等基础操控，有效优化了用户操作便捷性。

2、但现有智能空调的技术研发重心多集中于远程交互功能，在整机健康状态监测、故障提前预判层面仍存在突出技术短板。现有空调器故障检测方案仅依靠单一温度传感器或单一压力传感器采集数据并完成故障判定，监测维度单一，极易受室内外环境温湿度波动、负荷变化等外部因素干扰，故障报警误报率高。

技术实现思路

1、本技术实施例提供了一种故障预警方法、控制装置及空调器，以至少解决目前空调器故障检测方案存在故障报警误报率高的技术问题。具体的：

2、本发明提供一种空调器故障预警方法，包括以下步骤：获取空调器的多维度运行状态参数，所述多维度运行状态参数包括滤网状态参数、制冷循环参数及换热环境参数中的至少两种；基于所述多维度运行状态参数构建运行状态特征向量，所述运行状态特征向量包括预设时间内各参数的平均值、变化斜率、波动幅度中的至少一种；将当前运行状态特征向量与空调器历史正常工况对应的正常区间的基准数据簇进行比对；当所述多维度运行状态参数中至少两个对应同一故障模式的参数同步偏离各自的正常区间时，判定所述空调器存在对应故障。

3、根据本技术的一个实施方式，

4、预先采集用户长期使用行为数据，所述长期使用行为数据包括使用时段、使用频率、设定温度偏好、运行模式选择及使用场景；基于所述长期使用行为数据构建用户行为基线，所述用户行为基线包括使用频率特征、温度偏好特征及场景特征；根据所述用户行为基线中的各特征，将所述历史正常工况对应的基准数据簇划分为至少两个行为特征子集，每一行为特征子集对应本发明还提供一种用户行为模式；分别计算各所述行为特征子集中同一参数的统计分布特征，调整各用户行为模式下该参数对应的正常区间阈值，使所述正常区间阈值基于所述用户行为基线从所述基准数据簇中分层映射得到。

5、根据本技术的一个实施方式，所述分别计算各所述行为特征子集中同一参数的统计分布特征，调整各用户行为模式下该参数对应的正常区间阈值包括：根据所述用户行为基线中的使用频率特征，将所述行为特征子集区分为高频使用场景子集与低频使用场景子集；分别计算所述高频使用场景子集与所述低频使用场景子集中各参数的统计分布特征，得到高频场景基准阈值与低频场景基准阈值；根据当前运行所处的使用场景，匹配对应的场景基准阈值；按照当前正常区间阈值＝对应场景基准阈值×使用场景权重，更新各参数对应的正常区间阈值；其中，高频使用场景放宽所述正常区间阈值的容差，低频使用场景收紧所述正常区间阈值的标准。

6、根据本技术的一个实施方式，判定所述空调器存在故障后，还包括：对所述故障对应的故障相关指标的时序变化趋势进行拟合，建立指标预测模型；将所述指标预测模型外推至临界故障阈值，计算从当前时刻到达所述临界故障阈值所需的剩余使用寿命；当所述剩余使用寿命小于预设安全窗口时，生成预防性维护建议。

7、根据本技术的一个实施方式，所述预设安全窗口为24-168小时。

8、根据本技术的一个实施方式，判定所述空调器存在故障后，还包括：根据所述故障对设备安全及用户健康的影响程度，确定故障风险等级；若制冷剂压力的绝对值低于预设压力值或制冷剂压力下降速度大于预设下降速度，判定为制冷剂泄漏高风险故障，则执行紧急安全策略；若灰尘浓度的累积趋势大于预设累积趋势，判定为滤网脏堵低风险故障，则执行常规预警策略。

9、根据本技术的一个实施方式，所述紧急安全策略包括切断所述空调器的动力电源及启动环境空气置换装置；所述常规预警策略包括生成包含故障成因及量化能耗损失的健康报告并推送至用户终端。

10、根据本技术的一个实施方式，执行所述常规预警策略后，还包括：响应用户触发的维修请求指令，将携带故障信息的维修请求发送至服务平台，以供所述服务平台匹配维修资源并生成维修工单。

11、根据本技术的一个实施方式，维修完成并接收到维修反馈后，更新设备健康档案并重新校准所述正常工况基准。

12、根据本技术的一个实施方式，所述空调器本地缓存最近预设时长的运行状态参数；当所述空调器与云端网络断开连接时，基于本地缓存数据独立完成故障判定逻辑；其中，所述预设时长为24-168小时。

13、根据本技术的一个实施方式，所述空调器故障包括滤网堵塞故障和系统制冷剂泄漏故障；当滤网灰尘浓度增加且蒸发器换热效率低于预设阈值时，判定为滤网堵塞；当制冷剂压力下降且蒸发器温度异常升高时，判定为系统制冷剂泄漏。

14、根据本技术的一个实施方式，所述构建空调器运行状态特征向量前，对采集的时序参数执行去噪、归一化处理并构建分析窗口，所述分析窗口用于将连续无规则的时序数据切割为结构化、标准化的窗口数据集。

15、根据本技术的一个实施方式，所述滤网状态参数通过设于室内机滤网进气侧的灰尘传感器采集；所述制冷循环参数通过串联于压缩机高压管路的压力传感器采集；所述换热环境参数通过设于蒸发器翅片侧的温湿度传感器采集。

16、本发明还提供一种空调器的控制装置，包括：

17、参数采集模块，用于获取空调器的多维度运行状态参数，所述多维度运行状态参数包括滤网状态参数、制冷循环参数及换热环境参数中的至少两种；

18、特征构建模块，与所述参数采集模块电连接，用于基于所述多维度运行状态参数构建运行状态特征向量，所述运行状态特征向量包括预设时间内各参数的平均值、变化斜率、波动幅度中的至少一种；

19、存储模块，存储有空调器历史正常工况对应的正常区间的基准数据簇；

20、比对判断模块，分别与所述特征构建模块、存储模块连接，用于将当前运行状态特征向量与正常区间的基准数据簇进行比对；

21、故障判定模块，与所述比对判断模块相连，配置为：当所述多维度运行状态参数中至少两个对应同一故障模式的参数同步偏离各自的正常区间时，判定所述空调器存在对应故障。

22、本发明还提供一种空调器，包括：控制器和存储器，所述控制器与所述存储器耦合，所述存储器存储有计算机程序，所述控制器执行所述计算机程序时实现上述实施方式的控制方法。

23、本发明还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述实施方式的方法。

24、本发明还提供一种电子设备，包括：存储器，其上存储有计算机程序指令；处理器，与所述存储器耦合，所述处理器执行所述存储器中的指令时实现上述实施方式的方法。

25、采用上述技术方案后，本技术与现有技术相比具有以下有益效果：

26、本技术提供的故障预警方法采集滤网状态参数、制冷循环参数、换热环境参数中至少两类多维度运行状态参数，据此构建设备运行状态特征向量，运行状态特征向量包括预设时间内各参数的平均值、变化斜率、波动幅度中的至少一种；通过将特征向量与空调器历史正常工况形成的基准数据簇开展比对校验，仅当多维度参数内至少两项匹配同一故障模式的指标同步偏离各自正常区间时，才判定空调器存在对应故障。该多参数联合判别逻辑可规避单一传感器瞬时波动、环境突变带来的误判干扰，从根源大幅降低故障预警误报率，提升隐性故障识别精准度。