空调机组及其检测方法、检测装置和云服务器与流程

本发明涉及空调技术领域，特别涉及空调机组、空调机组的检测方法、空调机组的检测装置和云服务器。

背景技术：

对于常规空调室外机系统，安装条件的好坏(如散热环境)，将极大的决定了空调的使用寿命，因此，安装条件好坏的判断极为重要。目前对于空调机组的安装条件好坏的判断往往通过人的安装经验进行判断，这种人为的判断方法有两方面的缺点，一方面其准确度的把控缺少专业性，具有不确定性；另一方面也增加了人工成本。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种空调机组的检测方法，该方法根据空调机组的数量和室外环境温度判断每台空调机组的室外机散热是否异常，提高了判断的准确性，避免了人工判断的不确定性，降低了人工成本。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种空调机组的检测装置。

本发明的第四个目的在于提出另一种空调机组的检测装置。

本发明的第五个目的在于提出一种空调机组。

本发明的第六个目的在于提出一种云服务器。

为达上述目的，本发明第一方面实施例提出了一种空调机组的检测方法，包括以下步骤：获取检测区域内空调机组的数量；获取每台空调机组在以预设模式运行预设时间后检测到的室外环境温度；根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常。

根据本发明实施例的空调机组的检测方法，首先获取检测区域内空调机组的数量，然后获取每台空调机组检测到的室外环境温度，最后根据空调机组的数量和室外环境温度判断每台空调机组的室外机散热是否异常。该方法避免了人工判断的不确定性，提高了判断准确性，降低了人工成本。

另外，根据本发明上述实施例的空调机组的检测方法还可以具有如下附加的技术特征：

根据本发明的一个实施例，所述根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，包括：如果所述检测区域内空调机组的数量为1台，则从云服务器获取所述检测区域的气象温度；根据所述气象温度和所述空调机组检测到的室外环境温度判断所述空调机组的室外机散热是否异常。

根据本发明的一个实施例，所述根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，包括：计算所述空调机组检测到的室外环境温度与所述气象温度之间的差值；判断所述差值是否大于第一预设温差；如果所述差值大于所述第一预设温差，则判断所述空调机组的室外机散热异常；如果所述差值小于或者等于所述第一预设温差，则判断所述空调机组的室外机散热正常。

根据本发明的一个实施例，所述根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，还包括：如果所述检测区域内空调机组的数量为2台，则计算2台空调机组检测到的室外环境温度之间的差值；判断所述差值是否大于第二预设温差；如果所述差值小于或者等于所述第二预设温差，则判断所述2台空调机组的室外机的散热均正常，其中，所述第二预设温差小于或者等于所述第一预设温差；如果所述差值大于所述第二预设温差，则从所述云服务器获取所述检测区域的气象温度，并根据所述气象温度和所述2台空调机组检测到的室外环境温度判断每台空调机组的室外机的散热是否异常。

根据本发明的一个实施例，所述根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，还包括：如果所述检测区域内空调机组的数量大于2台，则从所述云服务器获取所述检测区域的气象温度；分别计算每个室外环境温度与所述气象温度之间的差值，并判断所有差值中是否存在大于所述第一预设温差的差值；如果所有差值中存在大于所述第一预设温差的差值，则判断该差值对应的空调机组的室外机散热异常，并计算其它空调机组检测到的室外环境温度的均值；根据所述均值和所述其它空调机组检测到的室外环境温度判断其它空调机组的室外机的散热是否异常。

根据本发明的一个实施例，所述根据所述均值和所述其它空调机组检测到的室外环境温度判断其它空调机组的室外机的散热是否异常，包括：分别计算其它每个室外环境温度与所述均值之间的差值，并判断所有差值中是否存在大于第三预设温差的差值；如果所有差值中存在大于所述第三预设温差的差值，则判断该差值对应的空调机组的室外机散热异常；如果所有差值均小于或者等于所述第三预设温差，则判断其它所有空调机组的室外机散热均正常。

根据本发明的一个实施例，如果所有差值均小于或者等于所述第一预设温差，则计算所有空调机组检测到的室外环境温度的均值，并根据所述均值和所述所有空调机组检测到的室外环境温度判断每台空调机组的室外机的散热是否异常。

根据本发明的一个实施例，在从所述云服务器获取所述检测区域的气象温度之前，所述检测方法还包括：判断所述云服务器中是否存储有所述检测区域内空调机组的历史检测数据；如果所述云服务器中存储有所述检测区域内空调机组的历史检测数据，则根据所述历史检测数据和空调机组检测到的室外环境温度判断空调机组的室外机的散热是否异常；如果所述云服务器中未存储有所述检测区域内空调机组的历史检测数据，则从所述云服务器获取所述检测区域的气象温度。

根据本发明的一个实施例，所述的空调机组的检测方法，还包括：如果室外环境温度与所述气象温度之间的差值大于第四预设温差，则判断该室外环境温度检测异常，且不将该室外环境温度作为判断依据，其中，所述第四预设温差大于所述第一预设温差。

根据本发明的一个实施例，所述的空调机组的检测方法，还包括：根据所述检测区域中每台空调机组的检测结果生成相应的提示信息

根据本发明的一个实施例，所述预设模式为空调机组的风机高风运转，所述预设时间为45～120秒。

为达上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，当所述存储介质中的程序被处理器执行时，实现上述实施例的一种空调机组的检测方法。

本发明实施例的计算机可读存储介质，在其上存储的与上述空调机组的检测方法对应的程序被执行时，能够判断空调机组的室外机是否散热正常，且准确度高。

为达上述目的，本发明第三方面实施例提出了一种空调机组的检测装置，该检测装置包括处理器和本发明第二方面提出的一种计算机可读存储介质。

根据本发明实施例的空调机组的检测装置，当所述存储介质中的程序被处理器执行时，实现上述实施例的一种空调机组的检测方法，且提高了判断的准确性，降低了人工成本。

为达上述目的，本发明第四方面实施例提出了另一种空调机组的检测装置，该检测装置包括：第一获取模块，用于获取检测区域内空调机组的数量；第二获取模块，用于获取每台空调机组以预设模式运行预设时间后检测到的室外环境温度；判断模块，用于根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常。

根据本发明实施例的空调机组的检测装置，首先通过第一获取模块获取检测区域内空调机组的数量，然后通过第二获取模块获取每台空调机组检测到的室外环境温度，最后通过判断模块根据所述检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常。该检测装置使得空调散热效果的判断更加专业化、智能化，避免了人工判断的不确定性，降低了人工成本。

为达上述目的，本发明第五方面实施例提出了一种空调机组，该空调机组包括本发明第三方面实施例提出的一种空调机组的检测装置或本发明第四方面实施例提出的另一种空调机组的检测装置。

根据本发明实施例的空调机组，采用上述空调机组的检测装置进行空调室外机散热效果的判断，避免了人工判断的不确定性，提高了判断的准确性，降低了人工成本。

为达上述目的，本发明第六方面实施例提出了一种云服务器，该云服务器包括本发明第三方面实施例提出的一种空调机组的检测装置或本发明第四方面实施例提出的另一种空调机组的检测装置。

本发明实施例的云服务器，采用上述空调机组的检测装置进行空调室外机散热效果的判断，避免了人工判断的不确定性，提高了判断的准确性，降低了人工成本。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1是根据本发明实施例的空调机组的检测方法的流程图；

图2是根据本发明的一个实施例的空调机组的检测装置的结构框图；

图3是根据本发明的另一个实施例的空调机组的检测装置的结构框图；

图4是根据本发明实施例的空调机组的结构框图；

图5是根据本发明实施例的云服务器的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的空调机组及其检测方法、检测装置和云服务器。

图1是根据本发明实施例的空调机组的检测方法的流程图。

如图1所示，本发明的空调机组的检测方法包括以下步骤：

s1，获取检测区域内空调机组的数量。

其中，检测区域可以依据获取到的空调机组安装地理位置进行片区划分，例如上海市闵行区、闵行区某街道等，也可以依据人为设定，例如某办公楼楼顶片区等。

具体地，空调机组可与云服务器进行通信，空调机组可将安装信息(包括安装地理位置)发送至云服务器，当对某一检测区域内的空调机组进行检测时，可通过待检测的某台空调机组输入检测指令(如在空调机组上设置有检测按键，通过该按键可输入检测指令，该检测指令中包括当前空调机组的安装位置信息)，根据该检测指令可从云服务器中获取与该空调机组处于同一检测区域的所有空调机组的数量；也可通过移动终端(如智能手机、平板电脑等，该移动终端中安装有检测程序)提供的交互界面输入检测指令(该检测指令中包括检测区域对应的位置信息)，进而根据该检测指令可从云服务器中获取与该空调机组处于同一检测区域的所有空调机组的数量。

需要说明的是，空调机组在于云服务器通信时，可将对应的身份信息发送至云服务器，以便云服务器根据身份信息对空调机组的相关数据进行区分。

s2，获取每台空调机组在以预设模式运行预设时间后检测到的室外环境温度。

其中，预设模式可以是空调机组的风机高风运转，预设时间可以为45～120秒，如60秒。

具体地，在一个示例中，当通过空调机组输入检测指令时，该空调机组可控制自身的风机高风运转60秒，同时云服务器可根据该检测指令生成控制信号，并将该控制信号分别发送至检测区域内的其他空调机组，以控制其他空调机组的风机高风运转60秒。并且，每台风机高风运转完成后，检测对应室外机所在环境的室外环境温度，并将检测得到的室外环境温度发送至云服务器，进而输入检测信号的空调机组可从云服务器获取所有室外环境温度。

可选地，通过空调机组输入检测指令后，云服务器可分别发送控制指令至检测区域内的每台空调机组，以控制每台空调机组的风机高风运转60秒。

在另一个示例中，当通过移动终端输入检测指令时，云服务器可根据该检测指令生成控制信号，并将该控制信号分别发送至检测区域内的空调机组，以控制空调机组的风机高风运转60秒。并且，每台风机高风运转完成后，检测对应室外机所在环境的室外环境温度，并将检测得到的室外环境温度发送至云服务器，进而移动终端可从云服务器获取所有室外环境温度。

其中，在每台空调机组的室外机上可安装有温度传感器，该温度传感器用于检测其周围环境温度。

s3，根据检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常。

在本发明的一个实施例中，如果检测区域内空调机组的数量为1台，则从云服务器获取检测区域的气象温度；根据气象温度和空调机组检测到的室外环境温度判断空调机组的室外机散热是否异常。

其中，云服务器可从可提供气象服务的平台(如气象局)获取检测区域的气象温度。

具体地，计算空调机组检测到的室外环境温度与气象温度之间的差值；判断差值是否大于第一预设温差；如果差值大于第一预设温差，则判断空调机组的室外机散热异常；如果差值小于或者等于第一预设温差，则判断空调机组的室外机散热正常。

其中，第一预设温差可根据需要进行设置，例如可在4℃～6℃范围内取值，如5℃。

具体而言，如果检测区域内空调机组的数量为1台，则输入检测指令的空调机组或者移动终端从云服务器获取检测区域的气象温度，并计算室外环境温度与气象温度之间的差值，如果差值大于第一预设温差(例如，5℃)，则判断空调机组的室外机散热异常；如果差值小于或者等于第一预设温差，则判断空调机组的室外机散热正常。

在本发明的另一个实施例中，如果检测区域内空调机组的数量为2台，则计算2台空调机组检测到的室外环境温度之间的差值；判断差值是否大于第二预设温差；如果差值小于或者等于第二预设温差，则判断2台空调机组的室外机的散热均正常，其中，第二预设温差小于或者等于第一预设温差；如果差值大于第二预设温差，则从云服务器获取检测区域的气象温度，并根据气象温度和2台空调机组检测到的室外环境温度判断每台空调机组的室外机的散热是否异常。

其中，第二预设温差可根据需要进行设置，例如可在3℃～5℃范围内取值，但第二预设温差应小于或者等于第一预设温差，如第二预设温差为4℃，第一预设温差为5℃。

具体地，如果检测区域内空调机组的数量为2台，则输入检测指令的空调机组或者移动终端计算两室外环境温度的差值，如果差值小于或者等于第二预设温差(例如，4℃)，则判断2台空调机组的室外机的散热均正常。如果差值大于第二预设温差，则从云服务器获取检测区域的气象温度，并分别计算两室外环境温度与气象温度的差值，如果差值大于第一预设温差(例如，5℃)，则判断对应的空调机组的室外机散热异常；如果差值小于或者等于第一预设温差，则判断对应的空调机组的室外机散热正常。

在本发明的又一个实施例中，如果检测区域内空调机组的数量大于2台，则从云服务器获取检测区域的气象温度；分别计算每个室外环境温度与气象温度之间的差值，并判断所有差值中是否存在大于第一预设温差的差值；如果所有差值中存在大于第一预设温差的差值，则判断该差值对应的空调机组的室外机散热异常，并计算其它空调机组检测到的室外环境温度的均值；根据均值和其它空调机组检测到的室外环境温度判断其它空调机组的室外机的散热是否异常。如果所有室外环境温度与气象温度之间的差值均小于或者等于第二预设温差，则计算所有空调机组检测到的室外环境温度的均值，并根据均值和所述所有空调机组检测到的室外环境温度判断每台空调机组的室外机的散热是否异常。

具体地，根据均值和其它空调机组检测到的室外环境温度判断其它空调机组的室外机的散热是否异常，包括：分别计算其它每个室外环境温度与均值之间的差值，并判断所有差值中是否存在大于第三预设温差的差值；如果所有差值中存在大于第三预设温差的差值，则判断该差值对应的空调机组的室外机散热异常；如果所有差值均小于或者等于第三预设温差，则判断其它所有空调机组的室外机散热均正常。

其中，第三预设温差可根据需要进行设置，例如其可在1℃～3℃范围内取值，如取值为1℃。

具体而言，如果检测区域内空调机组的数量大于2台，则输入检测指令的空调机组或者移动终端从云服务器获取检测区域的气象温度，并计算每个室外环境温度与气象温度之间的差值，如果所有差值中存在大于第一预设温差的差值，则判断该差值对应的空调机组的室外机散热异常，并计算其它空调机组检测到的室外环境温度的均值，进而分别计算其它每个室外环境温度与均值之间的差值，如果所有差值中存在大于第三预设温差的差值，则判断该差值对应的空调机组的室外机散热异常；如果所有差值均小于或者等于第三预设温差，则判断其它所有空调机组的室外机散热均正常。

另外，如果所有室外环境温度与气象温度之间的差值均小于或者等于第二预设温差，则计算所有空调机组检测到的室外环境温度的均值，并根据均值和所述所有空调机组检测到的室外环境温度判断每台空调机组的室外机的散热是否异常。需要说明的是，上述计算得到的温差在与预设温差比较时，采用的均是计算得到的温差的绝对值与预设温差进行比较。

由此，该空调机组的检测方法更加专业化、智能化，避免了不确定性，降低了人工成本。

在本发明的一个实施例中，在从云服务器获取检测区域的气象温度之前，还判断云服务器中是否存储有检测区域内空调机组的历史检测数据；如果云服务器中存储有检测区域内空调机组的历史检测数据，则根据历史检测数据和空调机组检测到的室外环境温度判断空调机组的室外机的散热是否异常；如果云服务器中未存储有检测区域内空调机组的历史检测数据，则从云服务器获取检测区域的气象温度。

具体地，如果云服务器中存储有检测区域内空调机组的历史检测数据，例如旧机换新机时，云服务器中存储有旧机的相关数据，则此时以历史检测数据代替气象温度进行检测。由此，可在一定程度上提高检测的准确度。

在本发明的一个实施例中，如果室外环境温度与气象温度之间的差值大于第四预设温差，则判断该室外环境温度检测异常，且不将该室外环境温度作为判断依据，其中，第四预设温差大于第一预设温差。可选地，第四预设温差可在6℃～10℃内取值，如7℃。由此，使得空调机组的检测过程更加准确，且降低了人工成本。

另外，为简化通信流程，上述步骤s1-s3可直接由云服务器执行，其中，检测指令仍可通过检测区域中的某台空调机组或移动终端输入。

在本发明的一个实施例中，在对每台空调机组的室外机散热异常与否判断完成后，还可以根据检测区域中每台空调机组的检测结果生成相应的提示信息。可选地，提示信息可以为文字提示或者语音提示。

例如，在完成检测后，可通过输入检测指令的空调机组或移动终端播报提示信息，以便用户知晓检测区域内各空调机组安装的室外机的散热情况，并对散热异常的室外机组的安装进行调整。

下面通过一个具体示例描述本发明的空调机组的检测方法。

示例一：上海某大楼裙楼上装有15台空调机组，即检测区域为上海某大楼裙楼，15台空调机组处于同一片区，云服务器内没有存储该片区空调机组的历史检测数据。从云服务器获得当天检测前气象温度为26℃，对15台空调机组进行自检，空调高风运转1min后停止，获取每台空调机组的环境温度传感器检测到的室外环境温度。将15台空调机组对应的室外环境温度作为样本，设定气象温度与室外环境温度的差值的阈值(即第一预设温差)为5℃，样本偏差值(即第三预设温差)为2℃。

如果15台空调的样本均值为26.5℃，有14台检测温度为26.5±1℃，1台检测的温度为29℃，超过样本偏差值，则判断该空调机组的室外机散热异常或者检测异常。如果15台空调机组中有1台的检测温度为36℃，超过气象温度与室外环境温度的差值的阈值，首先判定该空调机组的室外机散热异常，然后计算剩下的14台空调机组的样本均值为27℃，这14台空调机组中，有1台检测温度为29.2℃，则该空调机组的室外机散热也视为异常。

综上所述，本发明实施例的空调机组的检测方法，能够消除人工判断的不确定性，提高了判断准确性，降低了人工成本。

进一步地，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，当存储介质中的程序被处理器执行时，能够实现本发明的空调机组的检测方法。

本发明实施例的计算机可读存储介质，在其上存储的与上述空调机组的检测方法对应的程序被执行时，能够判断空调机组室外机的散热效果是否异常，且准确度高。

图2是根据本发明一个实施例的空调机组的检测装置的结构框图。

如图2所示，该空调机组的检测装置10包括：处理器11、计算机可读存储介质12。

具体地，计算机可读存储介质12中存储了与上述空调机组的检测方法对应的程序，当该程序被处理器11执行时，能够判断空调机组室外机的散热效果是否异常，提高了判断的准确性，避免了人为判断的不确定性，降低了人工成本。

图3是根据本发明另一个实施例的空调机组的检测装置的结构框图。

如图3所示，该空调机组的检测装置20包括：第一获取模块21、第二获取模块22、判断模块23。

具体地，第一获取模块21用于获取检测区域内空调机组的数量；第二获取模块22用于在所有空调机组以预设模式运行预设时间后，获取每台空调机组检测到的室外环境温度；判断模块23用于根据检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常。

需要说明的是，本发明实施例的空调机组的检测装置的其他具体实施方式可参见本发明上述实施例的空调机组的检测方法的具体实施方式。

该空调机组的检测装置，根据检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，提高了判断的准确性，避免了人为判断的不确定性，降低了人工成本。

图4是根据本发明实施例的空调机组的结构框图。

如图4所示，该空调机组100包括上述的空调机组的检测装置10或空调机组的检测装置20(图4中画出的是空调机组的检测装置20)。

根据本发明实施例的空调机组，采用本发明的空调机组的检测装置，根据检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，提高了判断的准确性，避免了人为判断的不确定性，降低了人工成本。

图5是根据本发明实施例的云服务器的结构框图。

如图5所示，该云服务器200包括上述实施例的空调机组的检测装置10或空调机组的检测装置20(图5中画出的是空调机组的检测装置20)。

该云服务器，采用本发明的空调机组的检测装置，根据检测区域内空调机组的数量和所有室外环境温度判断每台空调机组的室外机散热是否异常，提高了判断的准确性，避免了人为判断的不确定性，降低了人工成本。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、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。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。