一种智能空调控制系统以及空调器的制作方法

本发明涉及空气调节设备技术领域，尤其涉及一种智能空调控制系统以及空调器。

背景技术：

空调器的作用主要是用人工方法将室内的空气调节到最适宜的状态。调节的内容主要包括温度调节、除霜控制、湿度调节、空气流动速度调节和空气洁净度调节等。

空调本身具有一定的制冷量和制热量，制冷量和制热量满足一定面积的空调房间的空气调节需要。但是，用户购买空调时，不一定会严格按照对应面积及功率购买相应规格的产品，同时同样规格的产品制冷量和制热量不同，在实际使用中会出现耗能或者功率不足的现象。而且，即使用户按照对应的关系购买了空调，房间的保温性能，空调房间的使用人数，以及每天的时段不同，也会提出不同的空调需求。

因此，现有技术的空调设备，存在本身能力和空调需求不匹配的问题。

技术实现要素：

为解决现有技术空调器本身能力和空调需求不匹配的问题，本发明公开了一种智能空调智能控制系统。

一种智能空调控制系统，包括：

输入模块，所述输入模块用于输入静态数据，所述静态数据包括空调房间的面积s，空调房间合理使用人数n，空调器的额定功率p，对应空调房间面积s的标准空调功率p1；检测模块，所述检测模块用于输入动态数据，所述动态数据包括空调房间实际使用人数n1；辨识模块，所述辨识模块用于识别所述静态数据之间的关系，以及所述动态数据和静态数据之间的关系；存储模块，所述存储模块包括多个控制单元，每一个所述控制单元中存储有对应一种空调器运转模式的控制算法，所述控制算法以静态数据之间的关系作为控制条件，或者以动态数据和静态数据之间的关系作为控制条件；处理模块，所述处理模块用于根据所述辨识模块的输出调用所述存储模块中的一个控制单元并执行所述控制单元中的控制算法；应答模块，所述应答模块用于解析控制算法，控制空调器动作。

进一步的，所述辨识模块识别所述额定功率p和标准空调功率p1之间的关系，如果额定功率p小于标准空调功率p1，所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，控制空调器按照额定最大功率动作；如果额定功率p大于标准空调功率p1，所述处理模块调用所述存储单元中的控制单元，所述应答模块解析所述控制单元中的控制算法，控制空调器按照设定运转模式动作。

进一步的，所述辨识模块识别所述空调房间合理使用人数n和空调房间实际使用人数n1之间的关系，如果所述空调房间合理使用人数n大于所述空调房间实际使用人数n1,所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，控制空调器按照设定运转模式动作；如果所述空调房间合理使用人数n小于所述空调房间实际使用人数n1，所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，启用温冷感传感器，控制空调器按照所述温冷感传感器的检测值送风，并控制空调器按照额定最大功率动作。

进一步的，还包括计时模块，所述计时模块生成计时中断信号并输出至所述处理模块，所述存储模块还包括存储有节能控制算法的控制单元；所述处理模块接收所述计时中断信号，调用所述控制单元，所述应答模块解析所述节能控制算法，控制空调器按照节能模式运行。

进一步的，所述动态数据还包括实时环境温度；

还包括推理模块，所述推理模块用于根据所述动态数据调整所述控制单元中的控制算法形成控制策略。

进一步的，所述静态数据还包括标准人体活动量m，所述动态数据还包括空调房间的实时人体活动量检测参数m1，所述辨识模块用于确定在所述静态数据的条件下，空调房间实际使用人数n1和设定温差之间的关系，以及空调房间实时人体活动量m1和设定温差之间的关系；

所述存储模块的控制单元中分别存储有以空调房间合理使用人数n为控制条件建立的第一控制算法，以及以标准人体活动量m为控制条件的第二控制算法；

所述推理模块根据空调房间实际使用人数n1和设定温差之间的关系，以及根据空调房间实时人体活动量检测参数m1和设定温差之间的关系调整控制算法形成控制策略。

进一步的，所述辨识模块确定所述静态数据和动态数据的关系后，分别赋予每一组房间实际使用人数n1和设定温差，以及每一组房间实时人体活动量检测参数m1和设定温差一个确定性标识，所述确定性标识属于（0，1），所述确定性标识分别表示执行第一控制算法或第二控制算法的概率。

进一步的，还包括学习模块，所述学习模块用于存储所述推理模块形成的控制策略。

优选的，空调房间的实时人体活动量m1通过温冷感传感器检测；空调房间的面积s通过tof传感器检测，空调房间实际使用人数n1通过红外传感器检测。

本发明所公开的空调器控制系统,在控制算法的内核中增加了学习判断的过程，并在控制中根据实际环境不断学习，迭代形成最优的控制方案，保证在空调房间实际人数变化，且活动量变化时，空调能力得以最优化应用。

本发明同时公开了一种空调器，包括智能空调控制系统，智能空调控制系统，包括：输入模块，所述输入模块用于输入静态数据，所述静态数据包括空调房间的面积s，空调房间合理使用人数n，空调器的额定功率p，对应空调房间面积s的标准空调功率p1；检测模块，所述检测模块用于输入动态数据，所述动态数据包括空调房间实际使用人数n1；辨识模块，所述辨识模块用于识别所述静态数据之间的关系，以及所述动态数据和静态数据之间的关系；存储模块，所述存储模块包括多个控制单元，每一个所述控制单元中存储有对应一种空调器运转模式的控制算法，所述控制算法以静态数据之间的关系作为控制条件，或者以动态数据和静态数据之间的关系作为控制条件；处理模块，所述处理模块用于根据所述辨识模块的输出调用所述存储模块中的一个控制单元并执行所述控制单元中的控制算法；应答模块，所述应答模块用于解析控制算法，控制空调器动作。

本发明所公开的空调器具有智能化程度高的优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所公开的智能空调控制系统第一种实施例的结构示意框图；

图2为空调器工作在制热节能模式的流程图；

图3为空调器工作在制冷除湿节能模式的流程图；

图4为本发明所公开的智能空调控制系统第二种实施例的结构示意框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

参见图1所示为本发明所公开的智能空调控制系统一种实施例的结构示意框图。与现有技术类似，如果用户通过遥控器选定工作在传统的空调模式，本发明所公开的智能空调控制系统可以工作在传统的自动控制模式下，即根据环境温度和设定温度的温度差调节压缩机的转速和制冷剂的流量，消除环境温度和设定温度的温度差，实现对空调房间的温度，以及对空调房间温度和湿度的调节。在本发明中，定义这种模式为设定运转模式，设定运转模式存储在智能空调控制系统的存储模块的一个控制单元中，可以被处理模块随时调用。为了应对空调房间面积、空调功率、空调房间使用人数等参数之间存在的偏差，本发明作出了如下改进：

如图1所示，本发明所公开的智能空调控制系统包括输入模块、检测模块、辨识模块、存储模块、处理模块和应答模块。其中，输入模块用于向下一级控制架构输入空调房间以及会对空调效果产生影响的基本静态数据。在本实施例中静态数据包括空调房间的面积s，空调房间合理使用人数n，空调器的额定功率p，对应空调房间面积的标准空调功率p1。对应空调房间面积的标准空调功率p1根据以下数值关系提前写入至智能空调控制系统中。优选的，每平方米对应的制冷量180w,每平方米对应的制热量220w，在系统中预先写入5-100平方米空调房间面积的标准空调功率p1并形成一一对应的关系。空调房间合理使用人数n，根据《全国民用建筑工程设计技术措施2009规划》中的约定，普通办公区和居住区的合理使用人数为0.25人/㎡（4㎡/人），这是一个理想的参数，对于普通的使用环境来说，这个参数保持不变。静态数据还包括空调房间的面积s，空调房间的面积s通过tof传感器检测。由于空调器搬动较少，所以设置位置通常是固定的，因此空调房间的面积s也作为一个静态数据通过输入模块输入至控制系统中。根据对应的空调房间面积s可以计算出对应空调房间面积s的上限合理使用人数n，即n=0.25人/㎡*空调房间面积s。

对应输入模块，空调器控制系统的输出一端设计有一个应答模块，应答模块用于解析控制系统输出的控制指令，配置空调制冷循环中的压缩机、节流装置动作，调节室内的温度和湿度。应答模块还和终端建立通信，通过终端上的用户界面实时向用户反馈控制过程。应答模块和终端建立无线通信的方式可以选择常见的wifi通信。用户界面为常见的app。在用户界面上形成实时反馈的过程与现有技术的空调器无线控制方式类似。终端为手机、平板电脑或者其它具有人机交互界面的终端。应答模块和终端建立无线通信的技术方案不是本发明的保护重点，在此不再赘述。

由于用户购买的空调设备和实际使用的空调环境可能是不匹配的，因此，控制系统希望可以根据实际使用环境，保持在现有的硬件条件下的最优温度、湿度控制方案，这也是智能空调控制系统的目标。为了达到上述目标，智能空调控制系统的检测模块向系统中输入动态数据，动态数据包括空调房间实际使用人数n1。智能空调控制系统的辨识模块识别静态数据之间的关系，静态数据之间的关系主要为空调器额定功率p和标准空调功率p1之间的关系。辨识模块同时还识别静态数据和动态数据之间的关系，静态数据和动态数据之间的关系主要为空调房间实际使用人数n1和空调房间合理使用人数n之间的关系。除了对应存储设定运转模式的控制单元外，在本实施例中，每一个控制单元中还存储有以静态数据之间的关系作为控制条件，或者以动态数据和静态数据之间的关系作为控制条件的控制算法。这些控制单元设置在存储模块中。在辨识模块识别出静态数据之间的关系，或者静态数据和动态数据之间的关系之后，处理模块即调用对应的控制算法进行控制。

更具体一步的说，辨识模块识别额定功率p和标准空调功率p1之间的关系，如果额定功率p小于标准空调功率p1，则说明空调能力有余量，所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，按照控制算法控制空调器按照额定最大功率动作；如果额定功率p大于标准空调功率p1，所述处理模块调用所述存储单元中的控制单元，所述应答模块解析所述控制单元中的控制算法，按照控制算法控制空调器按照设定运转模式动作。

除了识别额定功率p和标准空调功率p1之间的关系之外，所述辨识模块识别所述空调房间合理使用人数n和空调房间实际使用人数n1之间的关系，如果所述空调房间合理使用人数n大于所述空调房间实际使用人数n1,所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，控制空调器按照设定运转模式动作。如果所述空调房间合理使用人数n小于所述空调房间实际使用人数n1，所述处理模块调用所述存储单元中对应的控制单元，所述应答模块解析所述控制单元中的控制算法，启用温冷感传感器，控制空调器按照所述温冷感传感器的检测值送风，并控制空调器按照额定最大功率动作。温冷感传感器检测人体感受，并进行送风的技术方案为现有技术中所公开的技术方案，不是本发明的保护重点，在此不做详细描述。

通过上述方式，在不增加或者调整空调本身硬件设备的前提下，可以实现根据空调房间的静态数据和动态数据，自动得到对空调的最佳控制方式，无需人为进行干预，可以得到更为理想的用户体验。

容易理解，在一天的不同时段，对室内的温度调整需求是不同的，传统的控制方法并不区分时段，仅根据环境温度和设定温度之间的温差进行闭环控制调整室内温度。但是，在实际使用时，这种对应特殊时段的温度变化规律基本是维持不变的，比如对于午饭和晚饭时间，即中午的12点至1点，以及下午的6点至7点，对于家用的餐厅区域，温度一般会明显上升。在这种条件下，如果按照设定运转模式动作，可能调节效果会存在一定的滞后性。为了解决调节效果滞后的问题，本发明提供的智能空调控制系统还包括计时模块。通过计时模块生成计时中断信号。处理模块接收计时中断信号，调用一个控制单元中存储的节能控制算法，应答模块解析节能控制算法，控制空调器按照节能模式运行。以下对上述控制过程进行详细介绍，空调运行在制热模式时，计时模块默认在开机后即保持计时状态，特殊时段的起始时间存储在控制系统中。当时钟信号显示时间为特殊时段起始时间前20分钟时，计时模块生成计时中断信号并输出至所述处理模块，在连续的20分钟内，检测模块输入空调房间实际人数n1。如果在2o分钟内，n1不为0，则维持空调器的运行状态。如果在20分钟内,n1为0，则判断环境温度是否大于等于22℃，如果环境温度小于22℃，则维持空调的运行状态，如果环境温度大于等于22℃，则判断环境温度和设定温度之间的差值是否小于等于1℃，如果大于1℃，则主动调节降低设定温度0.5℃维持空调器运行。如果小于等于1℃，则维持空调的运行状态。在运行一定周期后再次判断环境温度是否大于等于22℃。类似的，运行在制冷或除湿模式时，如果在20分钟内，n1为0，则判断环境温度是否小于等于27℃，如果大于27℃，则维持空调器的运行状态，如果环境温度小于等于27℃，则判断环境温度和设定温度之间的差值是否小于等于1℃，如果小于等于1℃，则维持空调的运行状态。如果大于1℃，则主动调节升高设定温度0.5℃维持空调器运行。在运行一定周期后再次判断环境温度是否小于等于27℃。直至计时完成，或者检测到n1不为0，则退出节能模式。节能模式可以使得，在特殊时段时，空调房间在有人活动之前先行对温度进行调整，解决了传统闭环控制的滞后性。

参见图4所示为本发明所公开的智能空调控制系统第二种实施例的结构示意框图。如图所示，当满足空调器的额定功率p大于标准空调功率p1时，空调器的能力有余量，可以正常使用，但是空调房间中的不确定的人数和人体活动量均对室内温度具有非定量的，有一定趋势的影响。比如说，室内人数较多，人体活动量较高时，室内的环境温度会上升。但是，环境温度并不是和所有的动态数据都保持正比关系，即使都维持在正比关系，也不是每种指标导致室内环境温度上升的幅度完全相同，还有可能出现相反的趋势。比如室内人数较少，但人体活动量较高的时候，二者对室内温度的影响趋势就是相反的。这些复杂的情况就要求空调器可以对检测的数据进行解析和计算，快速精确地做出辨识、控制和监控响应，并确定控制的优先级。

为了达到上述目的，具体来说，静态数据中还包括空调房间中的标准人体活动量m，同时通过温冷感传感器检测空调房间人体实际活动量m1。人体活动量m1是通过温冷感传感器得到的热图像推定人体的表面温度得到的。存储模块的控制单元中存储有至少两组根据静态数据建立的控制算法，第一组控制算法以空调房间中的合理使用人数n为参照制定控制条件。如果所述空调房间合理使用人数n大于所述空调房间实际使用人数n1，则空调器按照设定运转模式动作。如果所述空调房间合理使用人数n小于所述空调房间实际使用人数n1，则空调器按照温冷感传感器的检测值送风，并控制空调器按照额定最大功率动作。第二组控制算法以空调房间中的标准人体活动量m为参照制定控制条件，如果标准人体活动量m大于空调房间人体实际活动量m1，则空调器按照设定运转模式动作。如果所述标准人体活动量m小于空调房间人体实际活动量m1，则空调器按照温冷感传感器的检测值送风。

辨识模块用于根据静态数据从动态数据中抽取特征信息，并确定静态数据和动态数据的关系。辨识模块提供空调器的控制系统一种滤波算法，从检测到的动态数据的信号流中抽取特征信息。实际使用时，空调器开始运行，室内温度、人数以及人体活动量会持续发生变化，辨识模块识别空调房间内人体活动量m1的变化，或者空调房间实际使用人数n1的变化，以希望选择出一个理想的控制算法，使得控制系统的控制达到理想控制效果。因此，辨识模块赋予识别出的每一组静态数据和动态数据的关系一个确定性标识t。举例来说，空调房间的面积为s，当空调房间实际使用人数n1小于上限合理人数n时，为了达到面积为s的房间的理想的温控效果，存储模块预先设定的第一组控制算法按照设定运转模式动作。在这种状态下，辨识模块可以认为，在满足空调房间实际使用人数的上述条件，即小于合理人数n时，按照存储模块中存储的第一组控制算法进行控制的概率非常高，接近为1。由于概率非常高，此时辨识模块赋予空调房间面积和空调房间使用人数n1之间的关系一个确定性标识t,t∈（0.9，1），辨识模块可以在这个区间任意分配标识。如取值为0.95，即满足公式if(n1<n)then(1stgroup，0.95)，执行第一组控制算法的概率为95%。同时，动态数据不断反馈空调房间的实际人体活动量m1，如果人体活动量m1大于标准活动量m，在这种条件下，辨识模块可以认为，在满足上述空调房间面积s和人体活动量的条件时，按照存储模块中存储的第二组控制算法根据温冷感传感器检测值送风的概率非常高，接近为1，此时辨识模块赋予空调房间面积s和空调房间人体活动量m1之间的关系一个确定性标识t1,t1∈（0.9，1）。在这个范围内的任意赋值可能为0.96，即满足公式if(m1>m)then(2ndgroup,0.96),执行第二组控制算法的概率为96%，控制系统即以第二种算法开始控制空调器运行。

得到确定性标识后，即可以显示出空调房间中人数和人体活动量均对房间温度造成了影响，同时，单一的一组控制算法无法满足精确控制的要求。为使得控制系统自动找到一组最优的控制方式，动态数据同时不断反馈空调房间的环境温度，辨识模块提取其中的检测值并与设定温度比较，如果环境温度在设定时间内达到设定温度，空调器控制系统中的推理模块生成控制策略，忽略第一组控制算法，按照第二组控制算法控制。如果环境温度在设定时间内没有达到设定温度，空调器控制系统中的推理模块生成控制策略，按照第一组控制算法运行，并设定时间内的控制效果。选择控制温差较小的一组控制算法进行控制。

同时，控制系统假设此时生成的控制策略为对应该种动态数据，包括空调房间实际人数、空调房间实际人体活动量以及运行时间的最优控制算法，并将静态数据、动态数据和对应最优控制算法的控制策略以一一对应的关系存储在学习模块中。如果输入模块和检测模块再次输入同样的静态数据和动态数据，则直接调用学习模块中的最优控制算法进行控制。

为了加快从学习模块中调取最优控制算法的速度，在推理模块调整生成控制策略的过程中，会分配给第一组控制算法和第二组控制算法不确定标识，比如在上述调整周期中，推理模块确定第二组控制算法优于第一组控制算法，则分配给第一组控制算法的不确定标识x1∈（0.9，1），分配给第二组控制算法的不确定标识x1∈（0.1，0.2），并对应存储在学习模块中。从学习模块中调取算法时，可以根据不确定标识以及调整周期，直接以最优控制算法进行控制。

上述举例中，辨识模块赋予每一组控制算法的确定性标识所处的区间是相同的，也就是说明采用两组控制算法的概率类似。而如果在实验室中可以得到一组控制算法的控制效果可能明显优于另一组控制算法的控制效果。在这种条件下，推理模块首先根据预先存储的控制效果，确定标识代表的概率，直接采用概率较高的控制算法，然后通过不断反馈的空调房间实际参数进行控制效果的验证。如果在设定时间内，空调房间的控制效果并未达到理想效果，则改变控制算法的优先级，调用另一组控制算法，并在相同的设定时间内验证控制效果。推理模块同时判断两组控制效果，根据控制结果选择控制效果较好的一组控制算法，并以最优控制算法记录在学习模块中。如果输入模块和检测模块再次输入同样的静态数据，则直接以学习模块中的最优算法进行控制。

如上述实施例所公开的智能空调控制系统,在控制算法的内核中增加了学习判断的过程，并在控制中根据实际环境不断学习，迭代形成最优的控制方案，保证在空调房间环境发生变化时，可以将室内环境保持在最佳的温度状态。

本发明同时公开了一种采用上述空调器控制系统的空调器，设置有空调器控制系统的空调器具有同样的技术效果。空调器控制系统参见上述实施例和说明书附图的详细描述，在此不再赘述。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。