抽油烟机出口风压预测方法、系统、存储介质及处理终端

1.本发明属于抽油烟机智能控制技术领域，尤其涉及一种抽油烟机出口风压预测方法、系统、存储介质及处理终端。


背景技术：

2.目前，现代高层住宅公共烟道系统的结构施工后就已定形，但每层住户的所使用的油烟机各不相同，导致了每层住户排出的流量和流速各不相同，因此公共烟道内的压力值随着各用户不同使用情况而变化。当住户所使用的抽油烟机所提供的风压不足以抗衡外部风道压力时，就会出现油烟倒灌问题，而当住户所使用的抽油烟机所提供的风压远超过外部风道压力时，不仅会影响其他住户，还会造成使用中无用功率的增加。
3.通过上述分析，现有技术存在的问题及缺陷为：
4.(1)现有技术没有以公共烟道风压值为控制板反馈量进行转速智能控制，不能解决公共烟道灌烟和降低无用功率。
5.(2)现有技术中不能降低抽油烟机在使用中的无用功率噪音，能源利用效率低。


技术实现要素：

6.针对现有技术存在的问题，本发明提供了一种抽油烟机出口风压预测方法、系统、存储介质及处理终端。具体涉及一种基于模糊理论的抽油烟机风机智能预测方法。
7.本发明的目的在于提供一种根据模糊理论通过电流、转速参数预测公共烟道风压值，并以公共烟道风压值为控制量实现抽油烟机出口风压预测。
8.本发明是这样实现的，一种抽油烟机出口风压预测方法包括：根据模糊理论通过电流、转速参数预测公共烟道风压值，并根据公共烟道风压值为控制量进行抽油烟机风机的智能控制。
9.进一步，所述抽油烟机出口风压预测方法具体包括以下步骤：
10.利用实验法获取抽油烟机在标准工况下的不同参考转速及对应的参考电流和风压、比例因子ku；
11.通过传感器或控制板采集当前时段数据，计算得出转速相对偏差和电流相对偏差；
12.代入模糊计算模型，获得风压偏差率u
p
；
13.依据风压偏差率u
p
、比例因子ku和参考风压值计算得出公共烟道风压值；
14.将计算得出的公共烟道风压代入控制板，根据公共风道压力值由控制板实时控制电机转速大小。
15.进一步，所述实验法首先在标准工况多次测量其风机的转速、电流和风压值，剔除极大和极小值后分别对转速、电流和风压值进行均值处理，获得该工况下的参考转速和对应的参考电流、参考风压值。
16.进一步，所述转速相对偏差和电流相对偏差计算方法为：将传感器或foc控制板采
集到的数据进行均值处理，获得平均转速和平均电流，则转速相对偏差＝(平均转速-参考转速)/参考转速，电流相对偏差＝(平均电流-参考电流)/参考电流。
17.进一步，所述模糊计算模型为：转速相对偏差和电流相对偏差作为输入，风压偏差率作为输出的二维模糊计算模型；
18.所述模糊计算模型包括：转速相对偏差en、电流相对偏差ei及风压偏差率u
p
所选择的基本论域均设为[-1，1]，输入变量的模糊变量论域均为[-3,3]，输出变量的模糊变量论域为[-5,5]；量化因子ken和kei均为3，并且初始比例因子ku设定为0.2；输入变量和输出变量模糊论域对应模糊子集均为{nb,nm,ns,zr,ps,pm,pb},其中nb表示负大，nm表示负中，ns表示负小，zr表示零，ps表示正小，pm表示正中，pb表示正大；并且均采用三角形型隶属函数；模糊模型条件为if input1 and input2 then output形式；采用mamdani模糊算法，依据德尔菲法制定模糊控制规则并建立模糊控制规则表；采用重心法进行解模糊运算。
[0019]
进一步，所述比例因子确定方法为：获取两组参考转速及对应的参考电流和参考风压，计算转速、电流和风压的相对偏差，将转速和电流的相对偏差输入模糊模型，执行模糊计算，获得初始风压偏差率，计算风压偏差率与上述风压相对偏差的误差率，判断该误差率是否小于容许值；若是，则该比例因子无须更改；若否，则引入调整系数k
t
，确定新的比例因子k
u’＝k
t
*ku；
[0020]
所述误差率的计算方法为：误差率＝(比例因子*风压偏差率-风压相对偏差)/风压相对偏差。
[0021]
所述调整系数k
t
的计算方法为：调整系数＝风压相对偏差/(风压偏差率*比例因子)。
[0022]
进一步，根据输出变量风压偏差率u
p
、比例因子ku和内置的参考风压共同确定公共烟道风压值，计算方法为：输出风压＝(1 ku*u
p
)*参考风压值。
[0023]
本发明的另一目的在于提供一种抽油烟机出口风压预测系统包括：
[0024]
参考电流和风压、比例因子获取模块，用于利用实验法获取抽油烟机在标准工况下的不同参考转速及对应的参考电流和风压、比例因子ku；
[0025]
转速和电流相对偏差获取模块，用于通过传感器或foc控制板采集当前时段数据，计算得出转速相对偏差和电流相对偏差；
[0026]
风压偏差率获取模块，用于代入模糊计算模型，经过模糊化、模糊推理和去模糊化处理，获得风压偏差率u
p
；
[0027]
公共烟道风压值获取模块，用于依据风压偏差率u
p
、比例因子ku和参考风压值可计算得出公共烟道风压值；
[0028]
控制板，用于将计算得出的公共烟道风压代入，根据公共风道压力值实时控制电机转速大小。
[0029]
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：根据模糊理论通过电流、转速参数预测公共烟道风压值，并根据公共烟道风压值为控制量进行抽油烟机风机的智能控制。
[0030]
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使
得所述处理器执行如下步骤：根据模糊理论通过电流、转速参数预测公共烟道风压值，并根据公共烟道风压值为控制量进行抽油烟机风机的智能控制。
[0031]
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
[0032]
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
[0033]
本发明提出一种根据模糊理论预测公共烟道风压值，以此作为控制板反馈量实现转速智能控制来解决公共烟道灌烟和减小无用功率问题。
[0034]
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
[0035]
本发明方法可以依据转速和电流值预测公共烟道风压值，无需在风机出口处增设传感器，减小投资成本。以预测的公共烟道风压值作为参数，对风机进行实时调速，在保持风量的同时，降低了抽油烟机在使用中的无用功率和噪音，提高能源利用效率。
[0036]
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
[0037]
本发明的技术方案转化后的预期收益和商业价值为：作为抽油烟机的一个新功能，在风量保持不变的情况下，实时调整风机输出风压，在风机输出风压不足时，提高风机转速，提高油烟排除性能，在风机输出风压过大时，由于使用过程中不需要如此大的风压及转速，通过减小风机转速的方法，降低设备使用功率，减小能耗。
[0038]
本发明的技术方案填补了国内外业内技术空白：现有技术《吸油烟机的风道自动增压控制方法》，该专利将传感器放置在风道内，检测风道风压值，风压数值达到预设值时，增压巡航模块启动，并通过烟机控制模块增大风量。
[0039]
现有技术《一种烟机巡航增压方法及油烟机》，该专利通过检测烟机电流及烟机挡位判断烟道的拥堵情况来对烟机进行增压的方法。
[0040]
未见有将利用转速与电流经过模糊计算后所得的预测风压值作为控制板反馈量调节风机转速来调整输出风压的技术方案。
附图说明
[0041]
图1是本发明实施例提供的抽油烟机出口风压预测方法流程图；
[0042]
图2是本发明实施例提供的抽油烟机出口风压预测系统示意图；
[0043]
图3是本发明实施例提供的抽油烟机出口风压预测方法原理图；
[0044]
图4是本发明实施例提供的比例因子调整流程图；
[0045]
图中：1、参考电流和风压、比例因子获取模块；2、转速和电流相对偏差获取模块；3、风压偏差率获取模块；4、公共烟道风压值获取模块；5、控制板。
具体实施方式
[0046]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0047]
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
[0048]
如图1所示，本发明提供一种抽油烟机出口风压预测方法包括以下步骤：
[0049]
s101，利用实验法获取抽油烟机在标准工况下的不同参考转速及对应的参考电流和风压、比例因子ku；实验法首先在标准工况多次测量其风机的转速、电流和风压值，剔除极大和极小值后分别对转速、电流和风压值进行均值处理，获得该工况下的参考转速和对应的参考电流、参考风压值。
[0050]
s102，在用户使用过程中，通过传感器或foc控制板采集当前时段数据，计算得出转速相对偏差和电流相对偏差。
[0051]
s103，代入模糊计算模型，经过模糊化、模糊推理和去模糊化处理，获得风压偏差率u
p
。
[0052]
s104，依据风压偏差率u
p
、比例因子ku和参考风压值可计算得出公共烟道风压值。
[0053]
s105，将计算得出的公共烟道风压代入foc控制板，由foc控制板来实时控制电机转速，以达到根据公共风道压力值来增大或减小电机转速的目的。
[0054]
在本发明一优选实施例中，步骤s101中两组参考转速及对应的参考电流和参考风压、最终确定的比例因子均为同一型号抽油烟机在同一工况下测得的两组不同的数据，并且在抽油烟机调试完毕后预设在控制板内。
[0055]
在本发明一优选实施例中，步骤s103模糊计算模型如下：转速相对偏差en、电流相对偏差ei及风压偏差率u
p
所选择的基本论域均设为[-1，1]，输入变量的模糊变量论域均为[-3,3]，输出变量的模糊变量论域为[-5,5]；量化因子ken和kei均为3，并且初始比例因子ku设定为0.2；输入变量和输出变量模糊论域对应模糊子集均为{nb,nm,ns,zr,ps,pm,pb},其中nb表示负大，nm表示负中，ns表示负小，zr表示零，ps表示正小，pm表示正中，pb表示正大；并且均采用三角形型隶属函数。模糊模型条件为if input1 and input2 then output形式。采用mamdani模糊算法，依据德尔菲法制定模糊控制规则并建立模糊控制规则表；采用重心法进行解模糊运算。
[0056]
根据输出变量风压偏差率u
p
、比例因子ku和内置的参考风压共同确定公共烟道风压值，计算方法为：输出风压＝(1 ku*u
p
)*参考风压值。
[0057]
在本发明一优选实施例中，步骤s103所述模糊计算模型中：在实验阶段需修正模糊计算中的比例因子。该比例因子的确定方法为：获取两组参考转速及对应的参考电流和参考风压，计算转速、电流和风压的相对偏差，将转速和电流的相对偏差输入模糊模型，执行模糊计算，获得初始风压偏差率，计算风压偏差率与上述风压相对偏差的误差率，判断该误差率是否小于容许值；若“是”，则该比例因子无须更改；若“否”，则引入调整系数k
t
，确定新的比例因子k
u’＝k
t
*ku。
[0058]
所述误差率的计算方法为：误差率＝(比例因子*风压偏差率-风压相对偏差)/风压相对偏差。
[0059]
所述调整系数k
t
的计算方法为：调整系数＝风压相对偏差/(风压偏差率*比例因子)。
[0060]
如图2所示，本发明还提供一种抽油烟机出口风压预测系统包括：
[0061]
参考电流和风压、比例因子获取模块1，用于利用实验法获取抽油烟机在标准工况
下的不同参考转速及对应的参考电流和风压、比例因子ku。
[0062]
转速和电流相对偏差获取模块2，用于通过传感器或foc控制板采集当前时段数据，计算得出转速相对偏差和电流相对偏差。
[0063]
风压偏差率获取模块3，用于代入模糊计算模型，经过模糊化、模糊推理和去模糊化处理，获得风压偏差率u
p
。
[0064]
公共烟道风压值获取模块4，用于依据风压偏差率u
p
、比例因子ku和参考风压值可计算得出公共烟道风压值。
[0065]
控制板5，用于将计算得出的公共烟道风压代入，实时控制电机转速，以达到根据公共风道压力值来增大或减小电机转速的目的。
[0066]
下面以基于模糊理论的风机出口风压控制方法为例对本发明的技术方案作进一步描述。
[0067]
如图3所示，本发明提供一种基于模糊理论的风机出口风压控制方法步骤为：
[0068]
步骤1：利用实验法获取抽油烟机在标准工况下的10组不同参考转速及对应的参考电流和风压、比例因子ku；对于每组数据，首先在标准工况多次测量其风机的转速、电流和风压值，剔除极大和极小值后分别对转速、电流和风压值进行均值处理。由此获得该工况下所有参考转速和对应的参考电流、参考风压值；该参考值在抽油烟机出厂前预设在抽油烟机内；对于不同型号以及不同出风口结构的抽油烟机，参考值也不同；
[0069]
步骤2：通过传感器或foc控制板采集转速和电流数据并进行均值处理，输出该时段的平均转速和平均电流；
[0070]
步骤3：计算平均转速与参考转速的偏差值，偏差值再除以参考转速获得转速相对偏差en，同理可获得电流相对偏差ei；
[0071]
步骤4：执行模糊计算，模糊计算过程为：以转速相对偏差en和电流相对偏差ei作为模糊模型输入，经过模糊化、模糊推理和去模糊化处理，输出风压偏差率u
p
；其中转速相对偏差en、电流相对偏差ei及风压偏差率u
p
所选择的基本论域均设为[-1，1]，输入变量的模糊变量论域均为[-3,3]，输出变量的模糊变量论域为[-5,5]；量化因子ken和kei均为3，并且初始比例因子ku设定为0.2；输入变量和输出变量模糊论域对应模糊子集均为{nb,nm,ns,zr,ps,pm,pb},其中nb表示负大，nm表示负中，ns表示负小，zr表示零，ps表示正小，pm表示正中，pb表示正大；并且均采用三角形隶属函数。模糊模型条件为if input1 and input2 then output形式。采用mamdani模糊算法，依据德尔菲法制定模糊控制规则并建立模糊控制规则表，如表1所示；采用重心法进行解模糊运算。
[0072]
表1模糊控制规则表
[0073]
[0074][0075]
步骤5：根据输出变量风压偏差率u
p
和内置的参考风压共同确定公共风道风压值，计算方法：输出风压＝(1 ku*u
p
)*参考风压值。
[0076]
步骤6：将公共风道风压值代入控制板，由控制板做出对于转速参数相应的决策。
[0077]
在本发明一优选实施例中，如图3所示，还包括：
[0078]
1)实验法确定参考数值，调整并确定模糊模型比例因子ku，这三个值实验做完就预设在控制板里
[0079]
2)采样获得某时段内的转速、电流数据，分别均值处理获得平均转速和平均电流。
[0080]
3)计算相对偏差，转速相对偏差＝(平均转速-数值值小于平均转速的参考数值)/该参考数值，电流相对偏差同理。
[0081]
4)将两个相对偏差作为模糊模型的两个输入en和ei，分别与量化因子相乘，执行模糊计算，获得风压偏差率u。
[0082]
5)计算得到预测风压值＝(1 u*ku)/上述的参考风压。
[0083]
6)把预测值输入到控制板中，作为控制板的一个反馈量，调节的转速作为控制板的输出。
[0084]
因为每台抽油烟机的使用场景都不一样，所以一个固定的比例因子没有意义，需要调整。实验法确定比例因子的过程基本与上述相同，只不过在计算输入时，是两组参考值计算，此时还能得到一个预期的风压变化率，称为风压相对偏差(对应于真实情况)。而将两组参考值计算后的相对偏差代入模型计算后，还能获得一个风压变化率(对应于预测的情况)。真实和预测是有误差的，所以要计算误差(而工业行业一般对这个误差有要求一个容许的范围，只要误差不是太大，都是可以被认可的)。误差太大就引入一个系数进行调整。
[0085]
如图4所示，在实验法中修正模糊计算中的比例因子。该比例因子的确定方法为：获取两组参考转速及对应的参考电流和参考风压，计算转速、电流和风压的相对偏差，将转速和电流的相对偏差输入模糊模型，执行模糊计算，获得初始风压偏差率u
p
，计算风压偏差率u
p
与上述风压相对偏差uf的误差率，判断该误差率是否小于容许值；若“是”，则该比例因子无须更改；若“否”，则引入调整系数k
t
＝风压相对偏差/(风压偏差率*比例因子)，确定新的比例因子k
u’＝k
t
*ku。
[0086]
在本发明一优选实施例中，现有两组参考数据分别为n1＝600r/min，i1＝1a，p1＝500pa，n2＝800r/min，i2＝1.2a，p2＝650pa，则可计算出e
nf
＝0.33，e
if
＝0.2，uf＝0.3，将e
nf
和e
if
分别与量化因子相乘并代入计算模型，输出u
p
＝1.36，计算误差率＝(1.36*0.2-0.3)/
0.3＝9.33％，小于等于容许值10％，满足要求，则比例因子为0.2。用户使用过程中，采集到一组数据n＝700r/min，i＝1.1a，则根据参考数据n1，i1计算得相对偏差en＝0.17，ei＝0.1，将en和ei分别与量化因子相乘并代入计算模型，输出u
p
＝0.893，则可输出风压值＝(1 0.2*0.893)*600＝707.2pa。并将其代入控制板，控制板对比内置列表数据，对风机转速增减做出决策。
[0087]
二、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
[0088]
数据获得来源于：基于matlab的模糊计算代码，将代码输入matlab软件中并运行，弹出的窗口包括：模糊计算模型图、转速相对偏差隶属度函数图、电流相对偏差隶属度函数图、风压偏差率隶属度函数图、模糊计算窗口等。
[0089]
实验方法包括：首先检查模型图中输入、输出、计算方法及规则数量是否正确，其次检查输入及输出的隶属度函数是否与预期相同，若错误，则返回修改代码中相应模块内容。若正确，则可在模糊计算窗口输入参数值。(虽然指定了隶属度函数的种类，但是函数图像的拐点的坐标还是可以变化的，并且制定的控制规则表也是可以变化的)。
[0090]
根据实施例，计算得e
nf
＝0.33，e
if
＝0.2，分别乘以量化因子，得e
nf
*3＝0.99，e
if
*3＝0.6，将0.99和0.6对应input中的位置输入，并计算，可在上部位置查看u值＝1.36，u值即为输出结果。
[0091]
计算误差率，判断比例因子是否要调整，根据实施列，比例因子无需调整。此时可将检测所得的电流与转速值代入，求得各自相对偏差值，根据实施例，将en＝0.17，ei＝0.1分别乘以比例因子并输入，可得u＝0.893，并计算出风压值。
[0092]
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0093]
以上所述，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。