一種智能空調控制系統以及空調器的製作方法

2023-10-27 15:31:17 5

本發明涉及空氣調節設備技術領域，尤其涉及一種智能空調控制系統以及空調器。

背景技術：

空調器的作用主要是用人工方法將室內的空氣調節到最適宜的狀態。調節的內容主要包括溫度調節、除霜控制、溼度調節、空氣流動速度調節和空氣潔淨度調節等。

空調本身具有一定的製冷量和制熱量，製冷量和制熱量滿足一定面積的空調房間的空氣調節需要。但是，用戶購買空調時，不一定會嚴格按照對應面積及功率購買相應規格的產品，同時同樣規格的產品製冷量和制熱量不同，在實際使用中會出現耗能或者功率不足的現象。而且，即使用戶按照對應的關係購買了空調，房間的保溫性能，空調房間的使用人數，以及每天的時段不同，也會提出不同的空調需求。

因此，現有技術的空調設備，存在本身能力和空調需求不匹配的問題。

技術實現要素：

為解決現有技術空調器本身能力和空調需求不匹配的問題，本發明公開了一種智能空調智能控制系統。

一種智能空調控制系統，包括：

輸入模塊，所述輸入模塊用於輸入靜態數據，所述靜態數據包括空調房間的面積s，空調房間合理使用人數n，空調器的額定功率p，對應空調房間面積s的標準空調功率p1；檢測模塊，所述檢測模塊用於輸入動態數據，所述動態數據包括空調房間實際使用人數n1；辨識模塊，所述辨識模塊用於識別所述靜態數據之間的關係，以及所述動態數據和靜態數據之間的關係；存儲模塊，所述存儲模塊包括多個控制單元，每一個所述控制單元中存儲有對應一種空調器運轉模式的控制算法，所述控制算法以靜態數據之間的關係作為控制條件，或者以動態數據和靜態數據之間的關係作為控制條件；處理模塊，所述處理模塊用於根據所述辨識模塊的輸出調用所述存儲模塊中的一個控制單元並執行所述控制單元中的控制算法；應答模塊，所述應答模塊用於解析控制算法，控制空調器動作。

進一步的，所述辨識模塊識別所述額定功率p和標準空調功率p1之間的關係，如果額定功率p小於標準空調功率p1，所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，控制空調器按照額定最大功率動作；如果額定功率p大於標準空調功率p1，所述處理模塊調用所述存儲單元中的控制單元，所述應答模塊解析所述控制單元中的控制算法，控制空調器按照設定運轉模式動作。

進一步的，所述辨識模塊識別所述空調房間合理使用人數n和空調房間實際使用人數n1之間的關係，如果所述空調房間合理使用人數n大於所述空調房間實際使用人數n1,所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，控制空調器按照設定運轉模式動作；如果所述空調房間合理使用人數n小於所述空調房間實際使用人數n1，所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，啟用溫冷感傳感器，控制空調器按照所述溫冷感傳感器的檢測值送風，並控制空調器按照額定最大功率動作。

進一步的，還包括計時模塊，所述計時模塊生成計時中斷信號並輸出至所述處理模塊，所述存儲模塊還包括存儲有節能控制算法的控制單元；所述處理模塊接收所述計時中斷信號，調用所述控制單元，所述應答模塊解析所述節能控制算法，控制空調器按照節能模式運行。

進一步的，所述動態數據還包括實時環境溫度；

還包括推理模塊，所述推理模塊用於根據所述動態數據調整所述控制單元中的控制算法形成控制策略。

進一步的，所述靜態數據還包括標準人體活動量m，所述動態數據還包括空調房間的實時人體活動量檢測參數m1，所述辨識模塊用於確定在所述靜態數據的條件下，空調房間實際使用人數n1和設定溫差之間的關係，以及空調房間實時人體活動量m1和設定溫差之間的關係；

所述存儲模塊的控制單元中分別存儲有以空調房間合理使用人數n為控制條件建立的第一控制算法，以及以標準人體活動量m為控制條件的第二控制算法；

所述推理模塊根據空調房間實際使用人數n1和設定溫差之間的關係，以及根據空調房間實時人體活動量檢測參數m1和設定溫差之間的關係調整控制算法形成控制策略。

進一步的，所述辨識模塊確定所述靜態數據和動態數據的關係後，分別賦予每一組房間實際使用人數n1和設定溫差，以及每一組房間實時人體活動量檢測參數m1和設定溫差一個確定性標識，所述確定性標識屬於（0，1），所述確定性標識分別表示執行第一控制算法或第二控制算法的概率。

進一步的，還包括學習模塊，所述學習模塊用於存儲所述推理模塊形成的控制策略。

優選的，空調房間的實時人體活動量m1通過溫冷感傳感器檢測；空調房間的面積s通過tof傳感器檢測，空調房間實際使用人數n1通過紅外傳感器檢測。

本發明所公開的空調器控制系統,在控制算法的內核中增加了學習判斷的過程，並在控制中根據實際環境不斷學習，迭代形成最優的控制方案，保證在空調房間實際人數變化，且活動量變化時，空調能力得以最優化應用。

本發明同時公開了一種空調器，包括智能空調控制系統，智能空調控制系統，包括：輸入模塊，所述輸入模塊用於輸入靜態數據，所述靜態數據包括空調房間的面積s，空調房間合理使用人數n，空調器的額定功率p，對應空調房間面積s的標準空調功率p1；檢測模塊，所述檢測模塊用於輸入動態數據，所述動態數據包括空調房間實際使用人數n1；辨識模塊，所述辨識模塊用於識別所述靜態數據之間的關係，以及所述動態數據和靜態數據之間的關係；存儲模塊，所述存儲模塊包括多個控制單元，每一個所述控制單元中存儲有對應一種空調器運轉模式的控制算法，所述控制算法以靜態數據之間的關係作為控制條件，或者以動態數據和靜態數據之間的關係作為控制條件；處理模塊，所述處理模塊用於根據所述辨識模塊的輸出調用所述存儲模塊中的一個控制單元並執行所述控制單元中的控制算法；應答模塊，所述應答模塊用於解析控制算法，控制空調器動作。

本發明所公開的空調器具有智能化程度高的優點。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明所公開的智能空調控制系統第一種實施例的結構示意框圖；

圖2為空調器工作在制熱節能模式的流程圖；

圖3為空調器工作在製冷除溼節能模式的流程圖；

圖4為本發明所公開的智能空調控制系統第二種實施例的結構示意框圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

參見圖1所示為本發明所公開的智能空調控制系統一種實施例的結構示意框圖。與現有技術類似，如果用戶通過遙控器選定工作在傳統的空調模式，本發明所公開的智能空調控制系統可以工作在傳統的自動控制模式下，即根據環境溫度和設定溫度的溫度差調節壓縮機的轉速和製冷劑的流量，消除環境溫度和設定溫度的溫度差，實現對空調房間的溫度，以及對空調房間溫度和溼度的調節。在本發明中，定義這種模式為設定運轉模式，設定運轉模式存儲在智能空調控制系統的存儲模塊的一個控制單元中，可以被處理模塊隨時調用。為了應對空調房間面積、空調功率、空調房間使用人數等參數之間存在的偏差，本發明作出了如下改進：

如圖1所示，本發明所公開的智能空調控制系統包括輸入模塊、檢測模塊、辨識模塊、存儲模塊、處理模塊和應答模塊。其中，輸入模塊用於向下一級控制架構輸入空調房間以及會對空調效果產生影響的基本靜態數據。在本實施例中靜態數據包括空調房間的面積s，空調房間合理使用人數n，空調器的額定功率p，對應空調房間面積的標準空調功率p1。對應空調房間面積的標準空調功率p1根據以下數值關係提前寫入至智能空調控制系統中。優選的，每平方米對應的製冷量180w,每平方米對應的制熱量220w，在系統中預先寫入5-100平方米空調房間面積的標準空調功率p1並形成一一對應的關係。空調房間合理使用人數n，根據《全國民用建築工程設計技術措施2009規劃》中的約定，普通辦公區和居住區的合理使用人數為0.25人/㎡（4㎡/人），這是一個理想的參數，對於普通的使用環境來說，這個參數保持不變。靜態數據還包括空調房間的面積s，空調房間的面積s通過tof傳感器檢測。由於空調器搬動較少，所以設置位置通常是固定的，因此空調房間的面積s也作為一個靜態數據通過輸入模塊輸入至控制系統中。根據對應的空調房間面積s可以計算出對應空調房間面積s的上限合理使用人數n，即n=0.25人/㎡*空調房間面積s。

對應輸入模塊，空調器控制系統的輸出一端設計有一個應答模塊，應答模塊用於解析控制系統輸出的控制指令，配置空調製冷循環中的壓縮機、節流裝置動作，調節室內的溫度和溼度。應答模塊還和終端建立通信，通過終端上的用戶界面實時向用戶反饋控制過程。應答模塊和終端建立無線通信的方式可以選擇常見的wifi通信。用戶界面為常見的app。在用戶界面上形成實時反饋的過程與現有技術的空調器無線控制方式類似。終端為手機、平板電腦或者其它具有人機互動界面的終端。應答模塊和終端建立無線通信的技術方案不是本發明的保護重點，在此不再贅述。

由於用戶購買的空調設備和實際使用的空調環境可能是不匹配的，因此，控制系統希望可以根據實際使用環境，保持在現有的硬體條件下的最優溫度、溼度控制方案，這也是智能空調控制系統的目標。為了達到上述目標，智能空調控制系統的檢測模塊向系統中輸入動態數據，動態數據包括空調房間實際使用人數n1。智能空調控制系統的辨識模塊識別靜態數據之間的關係，靜態數據之間的關係主要為空調器額定功率p和標準空調功率p1之間的關係。辨識模塊同時還識別靜態數據和動態數據之間的關係，靜態數據和動態數據之間的關係主要為空調房間實際使用人數n1和空調房間合理使用人數n之間的關係。除了對應存儲設定運轉模式的控制單元外，在本實施例中，每一個控制單元中還存儲有以靜態數據之間的關係作為控制條件，或者以動態數據和靜態數據之間的關係作為控制條件的控制算法。這些控制單元設置在存儲模塊中。在辨識模塊識別出靜態數據之間的關係，或者靜態數據和動態數據之間的關係之後，處理模塊即調用對應的控制算法進行控制。

更具體一步的說，辨識模塊識別額定功率p和標準空調功率p1之間的關係，如果額定功率p小於標準空調功率p1，則說明空調能力有餘量，所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，按照控制算法控制空調器按照額定最大功率動作；如果額定功率p大於標準空調功率p1，所述處理模塊調用所述存儲單元中的控制單元，所述應答模塊解析所述控制單元中的控制算法，按照控制算法控制空調器按照設定運轉模式動作。

除了識別額定功率p和標準空調功率p1之間的關係之外，所述辨識模塊識別所述空調房間合理使用人數n和空調房間實際使用人數n1之間的關係，如果所述空調房間合理使用人數n大於所述空調房間實際使用人數n1,所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，控制空調器按照設定運轉模式動作。如果所述空調房間合理使用人數n小於所述空調房間實際使用人數n1，所述處理模塊調用所述存儲單元中對應的控制單元，所述應答模塊解析所述控制單元中的控制算法，啟用溫冷感傳感器，控制空調器按照所述溫冷感傳感器的檢測值送風，並控制空調器按照額定最大功率動作。溫冷感傳感器檢測人體感受，並進行送風的技術方案為現有技術中所公開的技術方案，不是本發明的保護重點，在此不做詳細描述。

通過上述方式，在不增加或者調整空調本身硬體設備的前提下，可以實現根據空調房間的靜態數據和動態數據，自動得到對空調的最佳控制方式，無需人為進行幹預，可以得到更為理想的用戶體驗。

容易理解，在一天的不同時段，對室內的溫度調整需求是不同的，傳統的控制方法並不區分時段，僅根據環境溫度和設定溫度之間的溫差進行閉環控制調整室內溫度。但是，在實際使用時，這種對應特殊時段的溫度變化規律基本是維持不變的，比如對於午飯和晚飯時間，即中午的12點至1點，以及下午的6點至7點，對於家用的餐廳區域，溫度一般會明顯上升。在這種條件下，如果按照設定運轉模式動作，可能調節效果會存在一定的滯後性。為了解決調節效果滯後的問題，本發明提供的智能空調控制系統還包括計時模塊。通過計時模塊生成計時中斷信號。處理模塊接收計時中斷信號，調用一個控制單元中存儲的節能控制算法，應答模塊解析節能控制算法，控制空調器按照節能模式運行。以下對上述控制過程進行詳細介紹，空調運行在制熱模式時，計時模塊默認在開機後即保持計時狀態，特殊時段的起始時間存儲在控制系統中。當時鐘信號顯示時間為特殊時段起始時間前20分鐘時，計時模塊生成計時中斷信號並輸出至所述處理模塊，在連續的20分鐘內，檢測模塊輸入空調房間實際人數n1。如果在2o分鐘內，n1不為0，則維持空調器的運行狀態。如果在20分鐘內,n1為0，則判斷環境溫度是否大於等於22℃，如果環境溫度小於22℃，則維持空調的運行狀態，如果環境溫度大於等於22℃，則判斷環境溫度和設定溫度之間的差值是否小於等於1℃，如果大於1℃，則主動調節降低設定溫度0.5℃維持空調器運行。如果小於等於1℃，則維持空調的運行狀態。在運行一定周期後再次判斷環境溫度是否大於等於22℃。類似的，運行在製冷或除溼模式時，如果在20分鐘內，n1為0，則判斷環境溫度是否小於等於27℃，如果大於27℃，則維持空調器的運行狀態，如果環境溫度小於等於27℃，則判斷環境溫度和設定溫度之間的差值是否小於等於1℃，如果小於等於1℃，則維持空調的運行狀態。如果大於1℃，則主動調節升高設定溫度0.5℃維持空調器運行。在運行一定周期後再次判斷環境溫度是否小於等於27℃。直至計時完成，或者檢測到n1不為0，則退出節能模式。節能模式可以使得，在特殊時段時，空調房間在有人活動之前先行對溫度進行調整，解決了傳統閉環控制的滯後性。

參見圖4所示為本發明所公開的智能空調控制系統第二種實施例的結構示意框圖。如圖所示，當滿足空調器的額定功率p大於標準空調功率p1時，空調器的能力有餘量，可以正常使用，但是空調房間中的不確定的人數和人體活動量均對室內溫度具有非定量的，有一定趨勢的影響。比如說，室內人數較多，人體活動量較高時，室內的環境溫度會上升。但是，環境溫度並不是和所有的動態數據都保持正比關係，即使都維持在正比關係，也不是每種指標導致室內環境溫度上升的幅度完全相同，還有可能出現相反的趨勢。比如室內人數較少，但人體活動量較高的時候，二者對室內溫度的影響趨勢就是相反的。這些複雜的情況就要求空調器可以對檢測的數據進行解析和計算，快速精確地做出辨識、控制和監控響應，並確定控制的優先級。

為了達到上述目的，具體來說，靜態數據中還包括空調房間中的標準人體活動量m，同時通過溫冷感傳感器檢測空調房間人體實際活動量m1。人體活動量m1是通過溫冷感傳感器得到的熱圖像推定人體的表面溫度得到的。存儲模塊的控制單元中存儲有至少兩組根據靜態數據建立的控制算法，第一組控制算法以空調房間中的合理使用人數n為參照制定控制條件。如果所述空調房間合理使用人數n大於所述空調房間實際使用人數n1，則空調器按照設定運轉模式動作。如果所述空調房間合理使用人數n小於所述空調房間實際使用人數n1，則空調器按照溫冷感傳感器的檢測值送風，並控制空調器按照額定最大功率動作。第二組控制算法以空調房間中的標準人體活動量m為參照制定控制條件，如果標準人體活動量m大於空調房間人體實際活動量m1，則空調器按照設定運轉模式動作。如果所述標準人體活動量m小於空調房間人體實際活動量m1，則空調器按照溫冷感傳感器的檢測值送風。

辨識模塊用於根據靜態數據從動態數據中抽取特徵信息，並確定靜態數據和動態數據的關係。辨識模塊提供空調器的控制系統一種濾波算法，從檢測到的動態數據的信號流中抽取特徵信息。實際使用時，空調器開始運行，室內溫度、人數以及人體活動量會持續發生變化，辨識模塊識別空調房間內人體活動量m1的變化，或者空調房間實際使用人數n1的變化，以希望選擇出一個理想的控制算法，使得控制系統的控制達到理想控制效果。因此，辨識模塊賦予識別出的每一組靜態數據和動態數據的關係一個確定性標識t。舉例來說，空調房間的面積為s，當空調房間實際使用人數n1小於上限合理人數n時，為了達到面積為s的房間的理想的溫控效果，存儲模塊預先設定的第一組控制算法按照設定運轉模式動作。在這種狀態下，辨識模塊可以認為，在滿足空調房間實際使用人數的上述條件，即小於合理人數n時，按照存儲模塊中存儲的第一組控制算法進行控制的概率非常高，接近為1。由於概率非常高，此時辨識模塊賦予空調房間面積和空調房間使用人數n1之間的關係一個確定性標識t,t∈（0.9，1），辨識模塊可以在這個區間任意分配標識。如取值為0.95，即滿足公式if(n1m)then(2ndgroup,0.96),執行第二組控制算法的概率為96%，控制系統即以第二種算法開始控制空調器運行。

得到確定性標識後，即可以顯示出空調房間中人數和人體活動量均對房間溫度造成了影響，同時，單一的一組控制算法無法滿足精確控制的要求。為使得控制系統自動找到一組最優的控制方式，動態數據同時不斷反饋空調房間的環境溫度，辨識模塊提取其中的檢測值並與設定溫度比較，如果環境溫度在設定時間內達到設定溫度，空調器控制系統中的推理模塊生成控制策略，忽略第一組控制算法，按照第二組控制算法控制。如果環境溫度在設定時間內沒有達到設定溫度，空調器控制系統中的推理模塊生成控制策略，按照第一組控制算法運行，並設定時間內的控制效果。選擇控制溫差較小的一組控制算法進行控制。

同時，控制系統假設此時生成的控制策略為對應該種動態數據，包括空調房間實際人數、空調房間實際人體活動量以及運行時間的最優控制算法，並將靜態數據、動態數據和對應最優控制算法的控制策略以一一對應的關係存儲在學習模塊中。如果輸入模塊和檢測模塊再次輸入同樣的靜態數據和動態數據，則直接調用學習模塊中的最優控制算法進行控制。

為了加快從學習模塊中調取最優控制算法的速度，在推理模塊調整生成控制策略的過程中，會分配給第一組控制算法和第二組控制算法不確定標識，比如在上述調整周期中，推理模塊確定第二組控制算法優於第一組控制算法，則分配給第一組控制算法的不確定標識x1∈（0.9，1），分配給第二組控制算法的不確定標識x1∈（0.1，0.2），並對應存儲在學習模塊中。從學習模塊中調取算法時，可以根據不確定標識以及調整周期，直接以最優控制算法進行控制。

上述舉例中，辨識模塊賦予每一組控制算法的確定性標識所處的區間是相同的，也就是說明採用兩組控制算法的概率類似。而如果在實驗室中可以得到一組控制算法的控制效果可能明顯優於另一組控制算法的控制效果。在這種條件下，推理模塊首先根據預先存儲的控制效果，確定標識代表的概率，直接採用概率較高的控制算法，然後通過不斷反饋的空調房間實際參數進行控制效果的驗證。如果在設定時間內，空調房間的控制效果並未達到理想效果，則改變控制算法的優先級，調用另一組控制算法，並在相同的設定時間內驗證控制效果。推理模塊同時判斷兩組控制效果，根據控制結果選擇控制效果較好的一組控制算法，並以最優控制算法記錄在學習模塊中。如果輸入模塊和檢測模塊再次輸入同樣的靜態數據，則直接以學習模塊中的最優算法進行控制。

如上述實施例所公開的智能空調控制系統,在控制算法的內核中增加了學習判斷的過程，並在控制中根據實際環境不斷學習，迭代形成最優的控制方案，保證在空調房間環境發生變化時，可以將室內環境保持在最佳的溫度狀態。

本發明同時公開了一種採用上述空調器控制系統的空調器，設置有空調器控制系統的空調器具有同樣的技術效果。空調器控制系統參見上述實施例和說明書附圖的詳細描述，在此不再贅述。

最後應說明的是：以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的精神和範圍。