一种判断空调是否脏堵的方法、空调及云平台与流程

1.本发明涉及空气调节技术领域，尤其涉及一种判断空调是否脏堵的方法、空调及云平台。


背景技术：

2.现有的空调设置有脏堵判断装置及根据判断结果控制是否进行清洁的清洁装置。但是，脏堵的判断只是通过简单的参数比如功率、风速或出风温度等进行比对，控制准确性较差。
3.当需要清洁而没有清洁时，会造成室内换热器的换热效率低下，使制冷制热效果变差、耗能增多；当不需要清洁时进行清洁，则浪费能源。


技术实现要素：

4.为解决现有技术中空调脏堵判断不准确的问题，本发明提供一种判断空调是否脏堵的方法、空调及云平台，提高空调脏堵判断的准确性，提升用户体验及节省能源。
5.为达到上述目的，本发明采用如下技术方案：本发明提供了一种判断空调是否脏堵的方法，包括：设定风机的功率下降率限值；获取安装完成初始运转时或清洁后初试运转时所述风机相对其转速的功率曲线，记为环境功率曲线；获取使用状态时风机相对其所述转速的功率曲线，记为运转功率曲线；根据所述环境功率曲线与所述运转功率曲线计算功率下降率；比较所述功率下降率与所述功率下降率限值，判断所述空调是否脏堵，且如果所述功率下降率大于所述功率下降率限值时，判断所述空调脏堵。
6.在一实施例中，判断空调是否脏堵的方法还包括：获取标准静压下所述风机相对其转速的功率曲线，记为标准功率曲线；根据所述标准功率曲线与所述环境功率曲线计算所述功率下降率限值。
7.在一实施例中，所述标准功率曲线、所述环境功率曲线、所述运转功率曲线分别通过标准静压下的所述风机的多组所述转速及对应的功率、初试运转时的所述风机的多组所述转速及对应的所述功率、使用状态的所述风机的多组所述转速及对应的所述功率通过最小二乘法拟合获得。
8.在一实施例中，使用状态的所述风机的多组所述转速及对应的所述功率在开机初始阶段通过控制所述风机变转速运转获取。
9.在一些实施例中，判断空调是否脏堵的方法还包括：m
s
=（∑
n
（p
b
（rpm
i
）
‑
p
h
（rpm
i
））/n）/p
max
；m
x
=1/（5*（1
‑
m
s
））；m=（∑
n
（p
h
（rpm
i
）
‑
p
y
（rpm
i
））/n）/p
max
；
其中，m
s
为所述环境功率曲线相对所述标准功率曲线的功率变化率；m
x
为所述功率下降率限值；m为所述运转功率曲线相对所述环境功率曲线的所述功率下降率；p
b
（）为所述标准功率曲线；p
h
（）为所述环境功率曲线；p
y
（）为所述运转功率曲线；rpm为所述转速；p
max
为所述风机的最大功率。
10.一种空调，包括功率采集模块、转速采集模块、风机、控制器、第一通信模块；所述风机、所述功率采集模块、所述转速采集模块、所述第一通信模块分别与所述控制器连接；所述第一通信模块用于与外部设备通信连接，使所述控制器与所述外部设备通信连接；所述控制器配置有功率下降率限值或标准功率曲线或所述标准功率曲线的参数；当所述第一通信模块与所述外部设备通信连接时，所述控制器向所述外部设备发送所述功率下降率限值或所述标准功率曲线或所述标准功率曲线的参数；所述控制器控制所述风机多转速运转，并在所述风机的不同转速控制所述功率采集模块、所述转速采集模块分别采集所述风机的功率、转速，并当所述第一通信模块与所述外部设备通信连接时将各所述转速及对应的所述功率通过所述第一通信模块传输给所述外部设备；所述控制器通过所述第一通信模块接收脏堵信号。
11.在一实施例中，在开机初始阶段，所述控制器控制所述风机多转速运转，并在所述风机的不同转速分别控制所述功率采集模块、所述转速采集模块采集所述风机的所述转速及对应的所述功率。
12.一种云平台，包括处理模块、第二通信模块、存储模块；所述处理模块分别与所述第二通信模块、所述存储模块连接；所述存储模块设置有多个存储单元，用于保存多个空调的数据；所述第二通信模块用于与所述空调的第一通信模块通信连接，且当所述第二通信模块与所述第一通信模块通信连接时，所述处理模块通过所述第二通信模块接收功率下降率限值或标准功率曲线或所述标准功率曲线的参数、风机的各组转速及对应的功率的数据并保存到对应所述空调的所述存储单元上；所述处理模块根据所述存储单元内的各组所述转速及对应的所述功率得环境功率曲线及运转功率曲线，并根据各所述空调的所述功率下降率限值或所述标准功率曲线、所述环境功率曲线、所述运转功率曲线判断是否脏堵，并当判断为脏堵时控制所述第二通信模块发送脏堵信号；所述环境功率曲线为安装完成初始运转时或清洁后初试运转时所述风机相对其转速的功率曲线；所述运转功率曲线为使用状态的所述风机相对其转速的功率曲线。
13.在一实施例中，所述处理模块配置为所述环境功率曲线、所述运转功率曲线根据所述风机的多组所述转速及对应的所述功率通过最小二乘法拟合获得。
14.在一些实施例中， 所述处理模块配置有m
s
=（∑
n
（p
b
（rpm
i
）
‑
p
h
（rpm
i
））/n）/p
max
；m
x
=1/（5*（1
‑
m
s
））；m=（∑
n
（p
h
（rpm
i
）
‑
p
y
（rpm
i
））/n）/p
max
；其中，m
s
为所述环境功率曲线相对所述标准功率曲线的功率变化率；m
x
为所述功率下降率限值；m为所述运转功率曲线相对所述环境功率曲线的功率下降率；p
b
（）为所述标准功率曲线；p
h
（）为所述环境功率曲线；p
y
（）为所述运转功率曲线；rpm为所述转速；p
max
为风机的最大功率；如果m大于m
x
，所述处理模块判断为脏堵。
15.本发明的技术方案相对现有技术具有如下技术效果：本发明的一种判断空调是否脏堵的方法、空调及云平台根据设定的功率下降率限值或标准功率曲线及环境功率曲线计算的功率下降率限值，判断运转功率曲线相对环境功率曲线的功率下降率，且当功率下降率大于功率下降率限值时判断为脏堵；通过比较功率下降率的变化判断空调的脏堵是否达到了需要清洗的程度，比单纯的比较功率、风速或出风温度等参数判断更加准确，进而使空调的清洁时机最准确，提升用户体验及节省能源。另外，将功率下降率限值或标准功率曲线或标准功率曲线的参数及采集的风机的转速及对应的功率的数据发送并存储在云平台上，且在云平台上进行标准功率曲线、环境功率曲线及运转功率曲线的计算及脏堵的判断，直到判断为脏堵送脏堵信号到空调，利用云平台强大的存储及计算能力，不占用空调自身的硬件资源，提高空调运转的控制效率及可靠性；且通过云平台的计算及判断实现自动收集数据自动判断，提高空调脏堵判断及清洁控制的智能化。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1为本发明的一种空调及云平台的实施例的交互结构示意图；图2为本发明的一种判断空调是否脏堵的方法的实施例的交互执行流程示意图。
18.附图标记：1、室内机；2、室外机；3、云平台；4、移动终端；11、控制器；12、第一通信模块；13、功率采集模块；14、转速采集模块。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
21.在一实施例中，参照图1及图2，本发明的判断空调是否脏堵的方法包括：设定风机的功率下降率限值或获取标准静压下的风机相对转速的功率曲线，并将标准静压下风机相对其转速的功率曲线记为标准功率曲线；获取安装完成初运转时或清洁后初运转时的风机相对转速的功率曲线，记为环境功率曲线；根据标准功率曲线及环境功率曲线计算功率下降率限值；获取使用状态时风机的相对转速的功率曲线，记为运转功率曲线；根据环境功率曲线及运转功率曲线计算功率下降率；比较功率下降率与功率下降率限值，判断空调是否脏堵；且当功率下降率大于功率下降率限值时，判断空调脏堵。
22.本发明的空调包括控制器11、风机、功率采集模块13、转速采集模块14、第一通信模块12；控制器11分别与风机、功率采集模块13、转速采集模块14、第一通信模块12连接。
23.控制器11配置有标准功率曲线或者标准功率曲线的参数，并在控制风机变速转动时控制功率采集模块13、转速采集模块14分别采集多个转速及各转速下的风机的功率。
24.第一通信模块12用于与外部设备通信连接，进而控制器11通过第一通信模块12与外部设备通信连接。此处的外部设备可为云平台3，当然也可为其他的智能设备。
25.当第一通信模块12与外部设备通信连接时，控制器11控制第一通信模块12发送功率下降率限值或标准功率曲线或标准功率曲线的参数、各转速及对应的风机的功率的数据给外部设备，并等待接收外部设备的脏堵信号，进而根据脏堵信号进行清洁控制。
26.本发明还公开一种云平台3，其包括处理模块、第二通信模块、存储模块；第二通信模块、存储模块分别与处理模块连接。存储模块设置有多个存储单元，分别用于存储多个空调发送的数据。
27.第二通信模块用于与空调的第一通信模块12通信连接，且当第一通信模块12与第二通信模块通信连接时，处理模块通过第二通信模块接收功率下降率限值或标准功率曲线或标准功率曲线的参数、各转速及对应的功率的数据并将上述数据保存到对应空调的存储单元内。
28.处理模块可根据标准功率曲线的参数生成标准功率曲线；根据安装完成初始运转状态采集的或清洁后初始运转时采集的各转速及对应的功率的数据计算环境功率曲线；及根据标准功率曲线及环境功率曲线计算功率下降率限值。
29.处理模块在接收到空调使用状态采集的各转速及对应的功率的数据时，根据接收到的使用状态时采集的各转速及对应的功率的数据计算运转功率曲线，并根据运转功率曲
线及环境功率曲线计算功率下降率。
30.处理模块比较功率下降率与功率下降率限值；当功率下降率大于功率下降率限值时，判断为空调脏堵，控制第二通信模块发送脏堵信号给空调。
31.本实施例的判断空调是否脏堵的方法、空调及云平台3通过比较功率下降率与功率下降率限值判断是否脏堵，比单纯的判断单一参数例如功率、风速、出风温度等的变化更加合理及准确；且当功率下降率限值通过采集空调标准静压下的标准功率曲线及安装完成初始运转时或清洁后初试运转时的环境功率曲线计算获得时，考虑安装环境因素及运转时间对静压的影响，使功率下降率限值的设定更加合理及准确。进而提高了脏堵判断的准确性，提升用户体验及减少能源浪费。
32.本实施例的空调及云平台3通过通信的方式连接，并将空调的功率下降率限值或标准功率曲线或标准功率曲线的参数及采集的安装完成或清洁后初始运转状态时风机的各转速及对应的功率、使用状态的风机的各转速及对应的功率发送给云平台3，并在云平台3进行功率下降率限值、功率下降率的计算、功率下降率与功率下降率限值的比较及脏堵的判断，或进行功率下降率的计算、功率下降率与功率下降率限值的比较及脏堵的判断，不仅实现脏堵判断的自动化，且利用云平台3的丰富的存储资源及强大的计算处理能力，规避空调的有限的硬件资源，提高空调运转时的控制效率及控制的可靠性。
33.在一实施例中，参照图1，空调可为室内机1或室外机2，均可通过脏堵的判断控制清洁功能，提高空调换热器的效率。
34.当为室外机2时，室外机2与室内机1通信连接；室外机2则通过室内机1与云平台3的通信实现室外机2与云平台3的通信。
35.在一实施例中，参照图1，空调的实施例中的第一通信模块12、云平台3的实施例中的第二通信模块的通信方式可为有线或无线或有线和无线的结合。即，空调可通过无线与连接桥设备连接，连接桥设备与互联网连接，进而与云平台3连接。无线方式可为nb
‑
iot、4g、5g、wifi或蓝牙等。
36.在一实施例中，参照图1及图2，判断空调是否脏堵的方法中标准功率曲线通过标准静压下的风机的多组转速及对应转速下的风机的功率的数据拟合获得。
37.环境功率曲线则通过获取的安装完成初始运转或清洁后初始运转时风机的多个不同转速及各转速对应的风机的功率的数据拟合获得。
38.运转功率曲线则通过获取空调使用状态运转时风机的多组不同转速及对应各转速的风机的功率的数据拟合获得。
39.空调的实施例中的标准功率曲线或其参数可在产品试验阶段获取并保存在量产的同型号的空调的控制器11中。
40.在一实施例中，参照图1及图2，判断空调是否脏堵的方法中，标准功率曲线、环境功率曲线、运转功率曲线通过最小二乘法获得。
41.具体为，标准功率曲线，p
b
（）= a
b
*rpm2 b
b
*rpm c
b
；环境功率曲线p
h
（）=a
h
*rpm2 b
h
*rpm c
h
；运转功率曲线p
y
（）= a
y
*rpm2 b
y
*rpm c
y
。
42.空调的实施例中，控制器11可配置有标准功率曲线的参数a
b
、b
b
、c
b
。
43.云平台3的实施例中，处理模块在通过第二通信模块接收到空调的标准功率曲线
或其参数时，生成标准功率曲线，存储在对应空调的存储单元上；在接收到空调发送的初始运转状态的各转速及对应的功率的数据、使用状态的各转速及对应的功率的数据时，通过最小二乘法获得环境功率曲线、运转功率曲线的a
h
、b
h
、c
h
及a
y
、b
y
、c
y
，进而得到环境功率曲线、运转功率曲线。
44.在一实施例中，参照图1及图2，云平台3的实施例中，安装完成初始运转时采集的风机的各转速及对应的功率的数据存储在对应空调的存储单元中；对应的环境功率曲线存储在对应空调的存储单元中。后期清洁后初始运转时采集的风机的各转速及对应的功率的数据按照清洁时间顺序存储在对应空调的存储单元中或依次更新；对应的环境功率曲线按照清洁时间顺序存储在对应公调的存储单元中或依次更新。
45.在一实施例中，参照图1及图2，判断空调是否脏堵的方法中，使用状态的风机的多组转速及对应的功率的数据在开机初始阶段通过控制风机变转速运转获取。
46.空调的实施例中，控制器11配置有在开机初始阶段控制风机变转速运转且控制转速采集模块14及功率采集模块13进行多个不同转速的采集及对应转速下的功率的采集，并在第一通信模块12与第二通信模块通信连接时控制第一通信模块12将采集的各转速及对应的功率的数据发送。
47.云平台3的实施例中，处理模块将接收的运转状态的风机的各转速及对应的功率的数据及对应的运转功率曲线按时间顺序存储在对应空调的存储单元中，或对之前的运转状态的各转速及对应的功率的数据及对应的运转功率曲线进行更新。
48.在一实施例中，空调中的功率采集模块13可通过设置电压检测电路、电流检测电路采集电压信号、电流信号实现。
49.转速采集模块14则可通过转速传感器实现。
50.在一实施例中，参照图1及图2，判断空调是否脏堵的方法中功率下降率限值及功率下降率的具体的计算方法如下，m
s
=（∑
n
（p
b
（rpm
i
）
‑
p
h
（rpm
i
））/n）/p
max
；m
x
=1/（5*（1
‑
m
s
））；m=（∑
n
（p
h
（rpm
i
）
‑
p
y
（rpm
i
））/n）/p
max
；其中，m
s
为环境功率曲线相对标准功率曲线的功率变化率；m
x
为功率下降率限值；m为运转功率曲线相对环境功率曲线的功率下降率；rpm为转速；p
b
（rpm
i
）
‑
p
h
（rpm
i
）则为相同转速的标准功率与环境功率的差；p
h
（rpm
i
）
‑
p
y
（rpm
i
）为相同转速的环境功率与运转功率的差；n为转速范围内的取的不同转速的数量；p
max
为风机的最大功率，其为风机的电机规格参数。
51.云平台3的实施例中的处理模块配置有上述的功率下降率限值及功率下降率的计算方法。
52.本实施例通过多转速点的功率差值的平均值来描述功率曲线的下降程度，提高功率下降程度描述的准确性。
53.多转速点可在功率曲线上自主选择。
54.在一实施例中，参照图1，空调的实施例的第一通信模块12与云平台3的实施例的
第二通信模块的连接可通过设置移动终端4及在移动终端4安装的应用软件辅助完成。
55.且空调的清洁功能的实施也可通过移动终端4的应用软件进行提醒及操作执行。
56.在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
57.以上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。