清洁设备中风道的堵塞确定方法、设备、装置及存储介质与流程

本申请涉及一种清洁设备中风道的堵塞确定方法、设备、装置及存储介质，属于计算机技术领域。

背景技术：

吸尘器中通常安装有过滤组件以对空气中的灰尘进行过滤。长时间使用吸尘器会导致其中的过滤组件出现堵塞，从而导致吸尘器的风道通风速率降低，影响吸尘器的吸尘效果。因此，检测吸尘器中的风道是否堵塞是亟待解决的问题。

一种典型的检测吸尘器中风道堵塞的方法包括：使用气压传感器检测吸尘器风道中过滤组件堵塞情况、使用红外传感器检测吸尘器风道中尘盒积尘情况；结合过滤组件堵塞情况和尘盒积尘情况等来确定风道堵塞情况。

但是，通过传感器来确定风道堵塞情况需要在吸尘器中安装对应的传感器，导致吸尘器的结构复杂的问题；且当传感器出现故障时无法实现判断风道的堵塞情况。

技术实现要素：

本申请提供了一种清洁设备中风道的堵塞程度确定方法、设备、装置及存储介质，可以解决当传感器出现故障时无法实现判断风道的堵塞情况问题。本申请提供如下技术方案：

第一方面，提供了一种清洁设备中风道的堵塞确定方法，所述方法包括：

获取所述清洁设备中风机的工作参数，所述工作参数包括所述风机的工作电压、工作电流和风机转速中的至少一种；或者，所述工作参数包括风机的风机功率和风机转速中的至少一种；

根据所述工作参数确定所述清洁设备中风道的堵塞程度。

可选地，所述根据所述工作参数确定所述清洁设备中风道的堵塞程度，包括：

将所述工作参数输入预设的堵塞程度计算模型，得到所述堵塞程度。

可选地，所述将所述工作参数输入预设的堵塞程度计算模型，得到所述堵塞程度，包括：

在所述堵塞程度计算模型的模型参数包括所述工作电压、所述工作电流和所述风机转速中的一种参数时，控制所述工作电压、所述工作电流和所述风机转速中除所述一种参数之外的另外两种参数不变；将所述一种参数输入所述堵塞程度计算模型，得到所述堵塞程度；

或者，

在所述堵塞程度计算模型的模型参数包括所述工作电压、所述工作电流和所述风机转速中的两种参数时，控制所述工作电压、所述工作电流和所述风机转速中除所述两种参数之外的另外一种参数保持不变；将所述两种参数输入所述堵塞程度计算模型，得到所述堵塞程度；

或者，

在所述堵塞程度计算模型的模型参数包括所述工作电压、所述工作电流和所述风机转速时，将所述工作电压、所述工作电流和所述风机转速均输入所述堵塞程度计算模型，得到所述堵塞程度；

或者，

在所述堵塞程度计算模型的模型参数包括所述风机功率和所述风机转速中的一种参数时，控制所述风机功率和所述风机转速中除所述一种参数之外的另外一种参数不变；将所述一种参数输入所述堵塞程度计算模型，得到所述堵塞程度；

或者，

在所述堵塞程度计算模型的模型参数包括所述风机功率和所述风机转速时，将所述风机功率和所述风机转速均输入所述堵塞程度计算模型，得到所述堵塞程度。

可选地，所述根据所述工作参数确定所述清洁设备中风道的堵塞程度，包括：

所述工作参数包括所述工作电压、所述工作电流和所述风机转速中的一种参数，控制所述工作电压、所述工作电流和所述风机转速中除所述一种参数之外的另外两种参数不变；基于所述一种参数确定所述堵塞程度；

或者，

所述工作参数包括所述风机功率和所述风机转速中的一种参数，控制所述风机功率和所述风机转速中除所述一种参数之外的另外一种参数不变；基于所述一种参数确定所述堵塞程度。

可选地，所述工作参数为所述工作电压，所述堵塞程度与所述工作电压呈负相关关系；

或者，所述工作参数为所述工作电流，所述堵塞程度与所述工作电流呈负相关关系；

或者，所述工作参数为所述风机转速，所述堵塞程度与所述风机转速呈正相关关系；

或者，所述工作参数为所述风机功率，所述堵塞程度与所述风机转速呈负相关关系。

可选地，所述根据所述工作参数确定所述清洁设备中风道的堵塞程度之后，还包括：

将所述堵塞程度与目标程度阈值进行比较；

在所述堵塞程度大于所述目标程度阈值时，确定所述风道堵塞；

在所述堵塞程度小于或等于所述目标程度阈值时，确定所述风道未堵塞。

可选地，所述将所述堵塞程度与目标程度阈值进行比较之前，还包括：

根据所述风机的工作状态确定所述目标程度阈值。

可选地，在所述堵塞程度大于所述目标程度阈值的情况下，所述方法还包括：

输出堵塞告警信息；

所述告警信息的输出方式包括以下几种中的至少一种：通过指示灯闪烁输出、通过音频播放器输出和通过通信组件输出至指定设备。

第二方面，提供了一种清洁设备，所述清洁设备包括：

风道，包括进风口和出风口；

位于所述风道中的过滤组件，用于过滤目标介质；

风机，用于将所述进风口输入的所述目标介质导入所述风道，并通过所述过滤组件后从所述出风口输出，以对所述目标介质进行过滤；

控制组件，用于获取所述风机的工作参数，所述工作参数包括所述风机的工作电压、工作电流、风机功率和风机转速中的至少一种；以及根据所述工作参数确定所述风道的堵塞程度。

第三方面，提供了一种清洁设备中风道的堵塞确定装置，所述装置包括：

参数获取模块，用于获取所述清洁设备中风机的工作电压、工作电流和风机转速中的至少一种；或者，用于获取所述风机的风机功率和风机转速中的至少一种；

程度确定模块，用于根据所述工作参数确定所述清洁设备中风道的堵塞程度。

第四方面，提供一种清洁设备中风道的堵塞确定装置，所述装置包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现第一方面所述的清洁设备中风道的堵塞确定方法。

第五方面，提供一种计算机可读存储介质，所述存储介质中存储有程序，所述程序由所述处理器加载并执行以实现第一方面所述的清洁设备中风道的堵塞确定方法。

本申请的有益效果在于：通过获取清洁设备中风机的工作参数，工作参数包括风机的工作电压、工作电流和风机转速中的至少一种；或者，工作参数包括风机的风机功率和风机转速中的至少一种；根据工作参数确定清洁设备中风道的堵塞程度；可以解决在清洁设备中安装对应的传感器来确定风道堵塞情况，导致清洁设备的结构复杂，以及当传感器出现故障时无法实现判断风道的堵塞情况的问题；由于可以根据风机的工作参数确定风道的堵塞程度，不需要在清洁设备中增加传感器就确定出清洁设备的堵塞情况，因此，可以简化清洁设备的结构；另外，只需要使用风机的工作参数就可以确定出风道的堵塞程度，堵塞程度的确定结果与传感器是否正常工作无关，可以保证即时传感器故障时，仍可确定出风道的堵塞程度，因此，可以提高确定风道堵塞程度的精度。

另外，通过将工作参数输入堵塞程度计算模型，可以得到堵塞程度的具体数值，可以量化风道的堵塞程度，为用户提供更精细的堵塞信息。

另外，通过控制工作电压、工作电流和风机转速中的两种参数不变，根据其中一种参数直接确定堵塞程度，无需使用堵塞程度计算模型量化堵塞程度，可以降低量化堵塞程度的复杂度。

另外，通过根据堵塞程度确定风道是否发生堵塞，在确定出发生堵塞时输出堵塞告警信息；可以及时提醒用户更换过滤器、清洁尘盒，从而提高清洁设备的工作效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。

附图说明

图1是本申请一个实施例提供的清洁设备的结构示意图；

图2是本申请一个实施例提供的清洁设备的结构示意图；

图3是本申请一个实施例提供的清洁设备中风道的堵塞确定方法的流程图；

图4是本申请另一个实施例提供的清洁设备中风道的堵塞确定方法的流程图；

图5是本申请一个实施例提供的清洁设备中风道的堵塞确定装置的框图；

图6是本申请一个实施例提供的清洁设备中风道的堵塞确定装置的框图。

具体实施方式

下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。

图1是本申请一个实施例提供的清洁设备的结构示意图，该清洁设备可以是扫地机、吸尘器等。本实施例不对清洁设备的类型作限定。如图1所示，该清洁设备包括：风道101、过滤组件102、风机103和尘盒104。

参考图2，风道101是指目标介质在清洁设备中经过的通道。风道101包括进风口201和出风口202。进风口201为目标介质从清洁设备之外进入该清洁设备的入口，出风口202为目标介质经过风道101过滤之后排出清洁设备的出口。在使用清洁设备时，进风口201与被清洁对象相对，出风口202与进风口201之间通过风道101连通，且设置位置不同，比如：出风口202位于清洁设备的壳体上。在实际实现时，出风口202的位置也可以位于其它位置，本实施例不对出风口202的位置作限定。

其中，目标介质是指进入清洁设备中的介质。示意性地，目标介质包括空气和杂质的混合物，比如：空气与灰尘、毛发、和/或纸屑等的混合物，当然，目标介质也可以仅为空气。

过滤组件102安装于风道101中。过滤组件102用于过滤目标介质中的杂质。可选地，过滤组件102包括一个或多个过滤器，比如：过滤组件102包括一级过滤器、二级过滤器、三级过滤器等，其中，过滤器的级别是基于目标介质由先至后的经过顺序确定的。其中，一个或多个过滤器的类型相同或不同。在一个示例中，过滤组件102包括海帕过滤器，这样，可以过滤掉直径较小的杂质，提高目标介质的过滤效果。当然，在过滤组件102包括多级过滤器时，各级过滤器所过滤的杂质尺寸可以逐级减小，本实施例不对过滤组件102的设置方式作限定。

尘盒104的入口与风道101连通，且尘盒104与过滤组件102相邻，以使过滤组件102过滤掉的杂质掉落在尘盒104内。尘盒104用于容纳过滤组件102过滤掉的杂质。可选地，尘盒104的数量可以为一个或多个。

风机103用于将进风口201输入的目标介质导入风道101，并通过过滤组件102后从出风口202输出，以对目标介质进行过滤。风机103可以是轴流风机、贯流风机、混流风机等，本实施例不对风机的类型作限定。

在使用过程中，目标介质从进风口201进入风道101，经过过滤组件102过滤后，目标介质中的杂质掉落至尘盒104中，最后经过过滤后的介质通过出风口202排出。

本申请中，清洁设备还包括控制组件(未图示)，控制组件与风机103通信相连，以使风机103在控制组件的控制下运行。

控制组件用于：获取风机103的工作参数，工作参数包括风机的工作电压、工作电流和风机转速中的至少一种；或者，工作参数包括风机的风机功率和风机转速中的至少一种；根据工作参数确定风道的堵塞程度。

图1和图2以清洁设备为扫地机为例，根据图1和图2可知，进风口201处安装有清扫机构203，风道103从进风口201至出风口202依次包括清扫机构203、尘盒104、过滤组件102和风机103。清洁设备工作过程中，清扫机构203将目标介质从清洁设备之外清扫至该清洁设备的进风口201。之后，目标介质通过风机103从进风口201引入风道101中，目标介质依次经过尘盒104和过滤组件102后，过滤组件102会将目标介质中的杂质滤除，杂质留存在尘盒104中，过滤后的气体经过过滤组件102和风机103从出风口202排出。随着清洁设备使用时长的增加，一方面，过滤组件102上附着的杂质逐渐增多，会逐渐产生风道堵塞；另一方面，尘盒104容纳的杂质逐渐增多，会减少风道的通风流量，从而导致风道堵塞。此时，风机103的工作参数发生变化，控制组件获取风机103的工作参数即可确定出风道的堵塞情况，根据风道的堵塞情况及时更换过滤组件102，清洁尘盒104，从而提高清洁设备的工作效果。

需要补充说明的是，清洁设备中还可以包括：电源、通信组件、清洁组件等，本实施例在此不再一一列举。

根据上述结构可知，随着清洁设备使用时长的增加，过滤组件可能出现堵塞，尘盒容纳的杂质逐渐增多，此时，风道的堵塞程度逐渐加重，影响清洁设备的清洁效果。基于此，本申请提供的清洁设备无需使用传感器采集过滤组件的堵塞情况和尘盒的积灰情况，使用风机的工作参数即可确定出风道的堵塞情况，可以减少传感器的使用数量，简化清洁设备的结构。

可选地，本申请以下述各个实施例的执行主体为图1所示的清洁设备中的控制组件(未图示)为例进行说明。

图3是本申请一个实施例提供的清洁设备中风道的堵塞确定方法的流程图，该方法至少包括以下几个步骤：

步骤301，获取风机的工作参数，工作参数包括风机的工作电压、工作电流和风机转速中的至少一种；或者，工作参数包括风机功率和风机转速中的至少一种。

获取工作电压的方式包括：通过清洁设备中的电压检测电路实时采集风机的工作电压。其中，电压检测电路分别与控制组件和风机相连，在采集到风机的工作电压之后，电压检测电路将该工作电压的电压值输出至控制组件；相应地，控制组件获取到工作电压。

获取工作电流的方式包括：通过清洁设备中的电流检测电路实时采集风机的工作电流。其中，电流检测电路分别与控制组件和风机相连，在采集到风机的工作电流之后，电流检测电路将该工作电流的电流值输出至控制组件；相应地，控制组件获取到工作电流。

获取风机功率的方式包括：通过清洁设备中的功率检测电路实时采集风机的风机功率。其中，功率检测电路分别与控制组件和风机相连，在采集到风机的风机功率之后，功率检测电路将该风机功率的功率值输出至控制组件；相应地，控制组件获取到风机功率。

获取风机转速的方式包括：通过风机上安装的传感器检测风机的旋转圈数；将该旋转圈数发送至控制组件；相应地，控制组件接收到旋转圈数和该旋转圈数对应的旋转时长，将该旋转圈数与旋转时长之间的比值确定为风机转速。其中，传感器可以为霍尔传感器，此时，风机对应的固定位置上设置有磁铁；或者，传感器可以为光电传感器，此时，风机对应的固定位置上设置有光信号发射器，本实施例不对传感器的类型作限定。

步骤302，根据工作参数确定风道的堵塞程度。

可选地，根据工作参数确定风道的堵塞程度的方式包括但不限于以下几种中的至少一种：

第一种：将工作参数输入预设的堵塞程度计算模型，得到堵塞程度。

清洁设备中风机运行的总功率通过下式表示：

p＝u×i＝t×n+i²×r+t×n，

其中，u为风机的工作电压；i为风机的工作电流；t为风机的有效转矩；n为风机转速；r为风机的热损耗等效内阻；t为风机的损耗等效摩擦转矩。

风机的有效转矩t主要作用于目标介质产生吸力，有效转矩通过下式表示：

t＝kρn²，

其中，k为比例系数(k为常数)；ρ为空气密度；n为风机转速。

在上述总功率公式中，若忽略风机的热损耗和摩擦损耗，则风机的总功率公式可以表示为：u×i≈kρn³。

风道内的空气密度可以通过下式表示：

而空气密度和风道堵塞(海帕堵塞和尘盒积尘状态都会影响风道堵塞)相关，风道堵塞程度越高，恒功率运行(u×i的值不变)的风机会导致风机转速上升，风道内空气密度下降。因此，可以通过检测空气密度的变化，来检测风道的堵塞程度。即，可以基于空气密度的数学模型来建立堵塞程度计算模型。

由于堵塞程度与空气密度呈负相关关系，因此，堵塞程度计算模型可以基于下述数学模型建立：

s＝τn³/(u×i)

其中，s表示堵塞程度，τ为常数。

在一个示例中，堵塞程度计算模型的模型参数包括工作电压、工作电流和风机转速中的一种参数。此时，将工作参数输入预设的堵塞程度计算模型，得到工作参数对应的堵塞程度，包括：控制工作电压、工作电流和风机转速中除一种参数之外的另外两种参数不变；将一种参数输入所述堵塞程度计算模型，得到堵塞程度。

本申请中，模型参数是指堵塞程度计算模型中的变量参数。

假设模型参数为风机转速n，则为了满足上述数学模型，则需要保证u×i为常数，才能使得模型参数仅包括风机转速，此时，堵塞程度计算模型可以为s＝an³，其中，a为常数。示意性地，a为τ/(u×i)。可选地，控制组件可以通过控制工作电压和工作电流不变实现u×i为常数；或者，也可以通过控制工作电压和工作电流的乘积不变实现u×i为常数。

假设模型参数为工作电压u，则为了满足上述数学模型，则需要保证n³/i为常数，才能使得模型参数仅包括工作电压，此时，堵塞程度计算模型可以为s＝b/u，其中，b为常数。示意性地，b为τn³/i。可选地，控制组件可以通过控制风机转速和工作电流不变实现n³/i为常数；或者，也可以通过控制风机转速的立方与工作电流的比值不变实现n³/i为常数。

假设模型参数为工作电流i，则为了满足上述数学模型，则需要保证n³/u为常数，才能使得模型参数仅包括风机转速，此时，堵塞程度计算模型可以为s＝c/i，其中，c为常数。示意性地，c为τn³/u。可选地，控制组件可以通过控制工作电压和风机转速不变实现n³/u为常数；或者，也可以通过控制风机转速的立方和工作电压的比值不变实现n³/u为常数。

在另一个示例中，堵塞程度计算模型的模型参数包括工作电压、工作电流和风机转速中的两种参数。此时，将工作参数输入预设的堵塞程度计算模型，得到工作参数对应的堵塞程度，包括：控制工作电压、工作电流和风机转速中除两种参数之外的另外一种参数保持不变；将两种参数输入堵塞程度计算模型，得到堵塞程度。

假设模型参数为风机转速n和工作电压u，则为了满足上述数学模型，则需要保证工作电流i为常数，才能使得模型参数仅包括风机转速n和工作电压u，此时，堵塞程度计算模型可以为s＝dn³/u，其中，d为常数。示意性地，d为τ/i。

假设模型参数为风机转速n和工作电流i，则为了满足上述数学模型，则需要保证工作电压u为常数，才能使得模型参数仅包括风机转速n和工作电流i，此时，堵塞程度计算模型为s＝en³/i，其中，e为常数。示意性地，e为τ/u。

假设模型参数为工作电流i和工作电压u，则为了满足上述数学模型，则需要保证风机转速n为常数，才能使得模型参数仅包括工作电流i和工作电压u，此时，堵塞程度计算模型为s＝f/ui，其中，f为常数。示意性地，f为τ×n。

在又一个示例中，堵塞程度计算模型的模型参数包括工作电压、工作电流和风机转速。此时，将工作参数输入预设的堵塞程度计算模型，得到工作参数对应的堵塞程度，包括：将作电压、工作电流和风机转速均输入堵塞程度计算模型，得到堵塞程度。

比如：堵塞程度计算模型可以为s＝τn³/ui。

在再一个示例中，堵塞程度计算模型的模型参数包括风机功率和风机转速中的一种参数。此时，将工作参数输入预设的堵塞程度计算模型，得到工作参数对应的堵塞程度，包括：控制风机功率和风机转速中除一种参数之外的另外一种参数不变；将一种参数输入堵塞程度计算模型，得到堵塞程度。

假设模型参数为风机转速n，则为了满足上述数学模型，则需要保证工作电流i与工作电压u的乘积(即风机功率)为常数，才能使得模型参数仅包括风机转速n，此时，堵塞程度计算模型可以为s＝gn³，其中，g为常数。示意性地，g为τ/ui。

假设模型参数为风机功率p，则为了满足上述数学模型，则需要保证风机转速n为常数，才能使得模型参数仅包括风机功率p，此时，堵塞程度计算模型可以为s＝h/p，其中，h为常数。示意性地，h为τ×n。

在再一个示例中，堵塞程度计算模型的模型参数包括风机功率和风机转速。此时，将工作参数输入预设的堵塞程度计算模型，得到工作参数对应的堵塞程度，包括：将风机功率和风机转速均输入堵塞程度计算模型，得到堵塞程度。

比如：堵塞程度计算模型可以为s＝τn³/p。

需要补充说明的是，上述堵塞程度计算模型仅是示意性地，在实际实现时，可以基于堵塞程度计算模型的建立原理进行简单变换，本实施例不对堵塞程度计算模型的具体模型内容作限定。

第二种：工作参数包括工作电压、工作电流和风机转速中的一种参数，控制工作电压、工作电流和风机转速中除一种参数之外的另外两种参数不变；基于一种参数确定堵塞程度。

其中，工作参数为工作电压，堵塞程度与工作电压呈负相关关系；或者，工作参数为工作电流，堵塞程度与工作电流呈负相关关系；或者，工作参数为风机转速，堵塞程度与风机转速呈正相关关系。

在第二种方式中，控制组件无需使用堵塞程度计算模型来计算堵塞程度，而是根据堵塞程度与工作参数之间的对应关系确定当前风道的堵塞程度。比如：将工作电压的倒数确定为堵塞程度，或者，将工作电流的倒数确定为堵塞程度，或者，将风机转速确定为堵塞程度等。

第三种：工作参数包括风机功率和风机转速中的一种参数，控制风机功率和风机转速中除一种参数之外的另外一种参数不变；基于一种参数确定堵塞程度。

其中，工作参数为风机转速，堵塞程度与风机转速呈正相关关系；或者，工作参数为风机功率，堵塞程度与风机功率呈负相关关系。

第三种方式与第二种方式原理相同，控制组件无需使用堵塞程度计算模型来计算堵塞程度，而是根据堵塞程度与工作参数之间的对应关系确定当前风道的堵塞程度。比如：将风机功率的倒数确定为堵塞程度，或者，将风机转速确定为堵塞程度等。

可选地，在步骤302之后，控制组件还可以根据堵塞程度确定风道是否发生堵塞。示意性地，将堵塞程度与目标程度阈值进行比较；在堵塞程度大于目标程度阈值时，确定风道堵塞；在堵塞程度小于或等于目标程度阈值时，确定风道未堵塞。

可选地，目标程度阈值固定不变，或者，随着风机工作状态的变化而变化。下面，对这两种情况分别进行介绍，参见下述第一种情况和第二种情况。

第一种情况：目标程度阈值固定不变。此时，目标程度阈值可以是用户设置的；或者，是清洁设备中默认设置的，本实施例不对目标程度阈值的设置方式作限定。目标程度阈值在预设的取值范围内。比如，取值范围为[hmin，hmax]，hmin为目标程度阈值的取值范围的最小值，hmax为目标程度阈值的取值范围的最大值，此时，目标程度阈值h大于等于hmin且小于等于hmax。

第二种情况：目标程度阈值随着风机工作状态的变化而变化。

在实际使用过程中，随着风机工作时间变长或者风机工作电压过低，风机会老化，此时，若使用固定的目标程度阈值，可能导致确定出的堵塞结果不准确的问题。基于此，本实施例中，清洁设备可以根据风机的工作时长和工作电压确定目标程度阈值。此时，风机的工作状态包括风机的工作时长和风机的工作电压。

其中，根据风机的工作时长和工作电压确定目标程度阈值通过下式表示：

h＝h+f(v-v额定)-f(t)；

f(x)＝ax+bx²+cx³+...+kxⁿ。

其中，h为确定出的目标程度阈值；h为目标程度阈值的初始值，h为常数；v为风机当前的工作电压；v额定为风机的额定工作电压；f(x)为n阶拟合公式，n阶拟合公式用于补偿目标程度阈值的变化；n为正整数；a、b、c、…、k均为常数。

可选地，动态确定出的目标程度阈值需要控制在预设的取值范围内。此时，在基于上述公式确定出目标程度阈值后，将该目标程度阈值与取值范围进行比较；在目标程度阈值小于取值范围的最小值时，将该取值范围的最小值确定为最终的目标程度阈值；在目标程度阈值大于取值范围的最大值时，将该取值范围的最大值确定为最终的目标程度阈值。

比如：取值范围为[hmin，hmax]，若目标程度阈值h＜hmin，则确定h＝hmin；若目标程度阈值h＞hmax，则确定h＝hmax。

可选地，在堵塞程度大于目标程度阈值时，控制组件输出堵塞告警信息。堵塞告警信息用于指示风道发生堵塞。其中，告警信息的输出方式包括以下几种中的至少一种：通过指示灯闪烁输出、通过音频播放器输出和通过通信组件输出至指定设备。

为了更清楚地理解本申请提供的清洁设备中风道的堵塞确定方法，下面对该方法举一个实例进行说明，参考图4，本实例中以工作参数包括工作电压、工作电流和风机转速，使用堵塞程度计算模型计算堵塞程度，且堵塞程度计算模型为s＝τn³/ui为例进行说明，该方法至少包括以下几个步骤：

步骤401，控制风机运行；

步骤402，获取风机的工作电压、工作电流和风机转速；

步骤403，将工作电压、工作电流和风机转速输入堵塞程度计算模型，得到堵塞程度；

步骤404，将堵塞程度与目标程度阈值进行比较，以确定风道是否堵塞；若是，则执行步骤405；若否，则再次执行步骤402；

步骤405，输出堵塞告警信息。

综上所述，本实施例提供的清洁设备中风道的堵塞确定方法，通过获取清洁设备中风机的工作参数；根据工作参数确定清洁设备中风道的堵塞程度；可以解决在清洁设备中安装对应的传感器来确定风道堵塞情况，导致清洁设备的结构复杂，以及当传感器出现故障时无法实现判断风道的堵塞情况的问题；由于可以根据风机的工作参数确定风道的堵塞程度，不需要在清洁设备中增加传感器就确定出清洁设备的堵塞情况，因此，可以简化清洁设备的结构；另外，只需要使用风机的工作参数就可以确定出风道的堵塞程度，堵塞程度的确定结果与传感器是否正常工作无关，可以保证即时传感器故障时，仍可确定出风道的堵塞程度，因此，可以提高确定风道堵塞程度的精度。

另外，通过将工作参数输入堵塞程度计算模型，可以得到堵塞程度的具体数值，可以量化风道的堵塞程度，为用户提供更精细的堵塞信息。

另外，通过控制工作电压、工作电流和风机转速中的两种参数不变，根据其中一种参数直接确定堵塞程度，无需使用堵塞程度计算模型量化堵塞程度，可以降低量化堵塞程度的复杂度。

另外，通过根据堵塞程度确定风道是否发生堵塞，在确定出发生堵塞时输出堵塞告警信息；可以及时提醒用户更换过滤器、清洁尘盒，从而提高清洁设备的工作效果。

图5是本申请一个实施例提供的清洁设备中风道的堵塞确定装置的框图，该装置至少包括以下几个模块：参数获取模块510、程度确定模块520。

参数获取模块510，用于获取清洁设备中风机的工作电压、工作电流和风机转速中的至少一种；或者，用于获取风机的风机功率和风机转速中的至少一种；

程度确定模块520，用于根据工作参数确定清洁设备中风道的堵塞程度。

相关细节参考上述方法实施例。

需要说明的是：上述实施例中提供的清洁设备中风道的堵塞确定装置在进行堵塞确定时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将清洁设备中风道的堵塞确定装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的清洁设备中风道的堵塞确定装置与清洁设备中风道的堵塞确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图6是本申请一个实施例提供的清洁设备中风道的堵塞确定装置的框图，该装置可以是图1所示的清洁设备。该装置至少包括处理器601和存储器602。

处理器601可以包括一个或多个处理核心，比如：4核心处理器、8核心处理器等。处理器601可以采用dsp(digitalsignalprocessing，数字信号处理)、fpga(field－programmablegatearray，现场可编程门阵列)、pla

(programmablelogicarray，可编程逻辑阵列)中的至少一种硬件形式来实现。

存储器602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器602还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器602中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器601所执行以实现本申请中方法实施例提供的清洁设备中风道的堵塞确定方法。

在一些实施例中，清洁设备中风道的堵塞确定装置还可选包括有：外围设备接口和至少一个外围设备。处理器601、存储器602和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地，外围设备包括但不限于：射频电路、音频电路、和电源等。

当然，清洁设备中风道的堵塞确定装置还可以包括更少或更多的组件，本实施例对此不作限定。

可选地，本申请还提供有一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的清洁设备中风道的堵塞确定方法。

可选地，本申请还提供有一种计算机产品，该计算机产品包括计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的清洁设备中风道的堵塞确定方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。