一种智能家居的管理方法和系统与流程

本发明实施例涉及空气净化处理技术，尤其涉及一种智能家居的管理方法和系统。

背景技术：

随着生活水平的提高，人们对生活环境的要求越来越高。水污染、空气污染已经逐渐被广泛关注。近年来，空气中可吸入颗粒物(pm2.5)浓度成为了衡量空气质量的一个主要指标。

由于汽车尾气、燃烧等原因，室外空气中pm2.5的浓度在较多时间内保持在高水平。人们为了防止吸入过量的pm2.5，采取了各种防护措施，例如出门戴口罩、减少外出并封闭门窗等，门窗封闭时间较长的情况下，为了使得室内空气流通减少二氧化碳的浓度，通常进行开窗通风。但是，这开窗通风不可避免地会引入pm2.5，从而造成室内空气中的pm2.5含量也很高。

经分析可知，导致空气中pm2.5含有的主要物质(重点是有害物质)有：微生物、化学气体或异味、物理态的微粒；微生物包括细菌、病毒、霉菌及孢子等在室内空气中漂浮的活性有害微生物；微生物的尺寸范围通常在0.02微米至10微米之间。化学气体/异味包括室内装修装饰材料、家具、日化制品、食品腐败、人体、宠物等均可产生危害健康的挥发性有害气体和异味，如：甲醛、苯系物、tvoc等；化学气体/异味的尺寸范围通常在0.0001微米至0.001微米之间；物理态的微粒包括能够长期悬浮于空气中的非常细小的固体或液体颗粒。由灰尘、毛屑(皮屑)、烟尘、花粉以及烟雾颗粒组成；物理态的微粒的尺寸范围通常在0.01微米至100微米之间。

随着生活水平追求的提高，很多家庭或公共办公场所均安装有空气净化系统、空调、加湿/除湿设备，现有技术中，也公开了空气净化装置、空调、以及其他职能设备之间联动控制，但是现有技术中的联动控制所采用的技术方案是通过读取每个职能设备上的标识信息，根据该标识信息获取与标识信息匹配的智能设备的控制权限，通过一控制装置对每个职能设备进行联动控制，简言之，现有技术中的联动控制仅止于将若干个家居设备的权限集中于同一控制装置中，由该控制装置同时对一个或多个家居设备进行控制，此种控制方式下，每个家居设备的还是处于单独工作状态下，无法实现一个整体的控制效果。其整体的净化效果相对较低。

技术实现要素：

本发明提供一种智能家居的管理方法和系统，旨在实现智能设备之间的相互配合运行，提高空气净化效率。

一方面，本发明提供一种智能家居的管理方法，其中，包括；

获取当前环境的空气污染物的状态，并形成一匹配当前环境中空气状态的检测数据输出；

判断所述检测数据是否匹配预制的阈值范围，于所述检测数据不匹配的所述阈值范围的状态下，获取处于异常状态的检测数值；根据处于异常状态的检测数值形成与所述检测数值匹配的所述控制命令输出。

优选地，上述的智能家居的管理方法，其中，还包括,

当前环境中的智能设备接收所述控制命令，并于所述控制命令的作用下执行相应的操作。

优选地，上述的智能家居的管理方法，其中，所述检测数据至少包括：pm2.5浓度，其中，判断所述检测数据是否匹配预制的阈值范围，于所述检测数据不匹配的所述阈值范围的状态下，获取处于异常状态的检测数值；根据处于异常状态的检测数值形成与所述检测数值匹配的所述控制命令输出，具体包括：

获取当前环境中的所述pm2.5浓度；

判断所述pm2.5浓度是否大于pm2.5额定最大值；于pm2.5浓度大于所述pm2.5额定最大值的状态下形成第一类控制信号输出；

于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集；

于所述污染物差值数据集中查询差值最大值、差值最小值；

根据所述差值最大值、所述差值最小值计算形成差值系数；

于所述差值系数不小于第一差值预定值的状态形成第二类控制信号输出；

于所述差值系数小于第一差值预定值的状态形成第三类控制信号输出。

优选地，上述的智能家居的管理方法，其中，所述检测数据至少还包括粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度；其中，于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集具体包括：

根据所述粉尘污染物的浓度与预制的粉尘污染物浓度阈值形成粉尘污染物差值；

根据所述甲醛污染物的浓度与预制的甲醛污染物浓度阈值形成甲醛污染物差值；

根据所述微生物污染物的浓度与预制的微生物污染物浓度阈值形成微生物污染物差值；

根据所述化学气体的浓度与预制的化学气体浓度阈值形成化学气体差值；

根据所述二氧化碳的浓度与预制的二氧化碳浓度阈值形成二氧化碳差值；

根据所述粉尘污染物差值、所述甲醛污染物差值、所述微生物污染物差值、所述化学气体差值、所述二氧化碳差值形成所述污染物差值数据集。

优选地，上述的智能家居的管理方法，其中，所述智能设备至少包括空气净化装置、空调、加湿器。

另一方面，本发明再提供一种智能家居的管理系统，其中，包括；

检测单元，用以获取当前环境的空气污染物的状态，并形成一匹配当前环境中空气状态的检测数据输出；

控制单元，用以判断所述检测数据是否匹配预制的阈值范围，于所述检测数据不匹配的所述阈值范围的状态下，获取处于异常状态的检测数值；根据处于异常状态的检测数值形成与所述检测数值匹配的所述控制命令输出。

优选地，上述的智能家居的管理系统，其中，还包括,

智能设备,用以接收所述控制命令，并于所述控制命令的作用下执行相应的操作。

优选地，上述的智能家居的管理系统，其中，所述检测数据至少包括：pm2.5浓度，其中，所述控制单元包括：

pm2.5浓度采集单元，获取当前环境中的所述pm2.5浓度；

第一判断单元，判断所述pm2.5浓度是否大于pm2.5额定最大值；于pm2.5浓度大于所述pm2.5额定最大值的状态下形成第一类控制信号输出；

第一计算单元，于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集；

第一查询单元，于所述污染物差值数据集中查询差值最大值、差值最小值；

差值系数计算单元，根据所述差值最大值、所述差值最小值计算形成差值系数；

第一处理单元，于所述差值系数不小于第一差值预定值的状态形成第二类控制信号输出；于所述差值系数小于第一差值预定值的状态形成第三类控制信号输出。

优选地，上述的智能家居的管理系统，其中，所述检测数据至少还包括粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度；其中，所述第一计算单元包括：

第一计算器，根据所述粉尘污染物的浓度与预制的粉尘污染物浓度阈值形成粉尘污染物差值；

第二计算器，根据所述甲醛污染物的浓度与预制的甲醛污染物浓度阈值形成甲醛污染物差值；

第三计算器，根据所述微生物污染物的浓度与预制的微生物污染物浓度阈值形成微生物污染物差值；

第四计算器，根据所述化学气体的浓度与预制的化学气体浓度阈值形成化学气体差值；

第五计算器，根据所述二氧化碳的浓度与预制的二氧化碳浓度阈值形成二氧化碳差值；

处理器，根据所述粉尘污染物差值、所述甲醛污染物差值、所述微生物污染物差值、所述化学气体差值、所述二氧化碳差值形成所述污染物差值数据集。

优选地，上述的智能家居的管理系统，其中，所述智能设备至少包括空气净化装置、空调、加湿器。

与现有技术相比，本发明的有意效果是：

本发明中，上述技术方案中，首先判断pm2.5浓度、粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度，根据pm2.5浓度、粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度与相匹配的阈值进行比较，并根据比较结果选择第一类控制信号或第二类控制信号或第三类控制信号，通过不同的环境状态选择合适的净化方式，同时使得智能设备相互合作进行工作，提高净化效率。

附图说明

图1为本发明实施例中提供的一种智能家居的管理方法流程示意图；

图2为本发明实施例中提供的一种智能家居的管理方法流程示意图；

图3为本发明实施例中提供的一种智能家居的管理方法流程示意图；

图4为本发明实施例中提供的一种智能家居的管理系统结构示意图；

图5为本发明实施例中提供的一种智能家居的管理系统结构示意图；

图6为本发明实施例中提供的一种智能家居的管理系统结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

基于此，本发明提供一种智能家居的管理方法，旨在实现各个智能设备之间的整体控制，以使得各个智能设备之间相互配合，提高对当前空气的净化效果。

如图1所示，一方面，本发明提供一种智能家居的管理方法，其中，包括；

步骤s110、获取当前环境的空气污染物的状态，并形成一匹配当前环境中空气状态的检测数据输出；

步骤s120、判断所述检测数据是否匹配预制的阈值范围，于所述检测数据不匹配的所述阈值范围的状态下，获取处于异常状态的检测数值；根据处于异常状态的检测数值形成与所述检测数值匹配的所述控制命令输出；进一步地，所述检测数据至少包括：pm2.5浓度，具体包括：如图2所示，

步骤s1201、获取当前环境中的所述pm2.5浓度；

步骤s1202、判断所述pm2.5浓度是否大于pm2.5额定最大值；于pm2.5浓度大于所述pm2.5额定最大值的状态下形成第一类控制信号输出；第一类控制信号为整体控制，当pm2.5浓度大于所述pm2.5额定最大值的状态下，可以判定当前环境的污染程度相对较高，故而需要对当前环境做全面净化处理，即相当于对当前环境内的所有智能设备予以整体控制。其中pm2.5额定最大值可由用户自行设定，需要说明的是pm2.5额定最大值可为用户不可接收的污染最小值。

步骤s1203、于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集；于pm2.5浓度不大于所述pm2.5额定最大值的状态下，可判定当前环境为用户可接收的污染范围，此时根据污染物的检测值有针对性地做单独净化处理或整体净化处理。

步骤s1204、于所述污染物差值数据集中查询差值最大值、差值最小值；

步骤s1205、根据所述差值最大值、所述差值最小值计算形成差值系数；其中差值系数的计算方法为：

k＝qmin/qmax；

其中，所述k为差值系数；

qmin为所述差值最小值；

qmax为所述差值最大值。

步骤s1206、于所述差值系数不小于第一差值预定值的状态形成第二类控制信号输出；当所述差值系数不小于第一差值预定值的状态，第一差值阈值可为0.7至1，即所述差值最小值与所述差值最大值接近，此种状态下可以判定当前空气中每个污染物的占有比例相似，此种状态下，则采用整体净化处理方法。即第二类控制信号仍然为整体控制信号，对每个智能设备均有效，但是与第一类控制信号不同的是，智能设备的工作状态不同。简言之，智能设备于第一类控制信号的作用下以最大功率进行工作，以实现快速净化的目的，智能设备于第二类控制信号的作用下以小于最大功率的功率进行工作，以实现节能的目的。

步骤s1207、于所述差值系数小于第一差值预定值的状态形成第三类控制信号输出。当所述差值系数小于第一差值预定值的状态，可以判定当前空气中每个污染物的占有比例差距较大，此种状态下，则采用有针对性净化处理，重点净化与所述差值最大值匹配的污染物，以快速净化当前空气中多数污染物质，快速提高当前空气质量。即第三类控制信号可为某一个智能设备或某几个智能设备的启动信号。

步骤s130、当前环境中的智能设备接收所述控制命令，并于所述控制命令的作用下执行相应的操作。所述智能设备至少包括空气净化装置、空调、加湿器。关于智能设备接受控制命令的技术方案在现有技术中已有公布，此处不做具体阐述。

上述技术方案中，首先判断pm2.5浓度、以及其他污染物浓度，根据pm2.5浓度、以及其他污染物浓度选择较佳的空气净化方式。

作为进一步优选实施方案，上述的智能家居的管理方法，其中，所述检测数据至少还包括粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度；其中，步骤s1203、于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集具体包括：如图3所示，

步骤s12031、根据所述粉尘污染物的浓度与预制的粉尘污染物浓度阈值形成粉尘污染物差值；其中，粉尘可采用静电吸附装置进行净化处理，静电吸附装置可为单独智能设备，也可集成于空气净化设备内部。

粉尘污染物差值的计算方法为：

q1＝q粉-q粉阈；

q1：为所述粉尘污染物差值；

q粉：为所述粉尘污染物的浓度；

q粉阈：为所述粉尘污染物浓度阈值；

步骤s12032、根据所述甲醛污染物的浓度与预制的甲醛污染物浓度阈值形成甲醛污染物差值；其中，

所述甲醛污染物差值的计算方法为：

q2＝q甲-q甲阈；

q2：为所述甲醛污染物差值；

q甲：为所述甲醛污染物的浓度；

q甲阈：为所述甲醛污染物浓度阈值；

步骤s12033、根据所述微生物污染物的浓度与预制的微生物污染物浓度阈值形成微生物污染物差值；其中，

所述微生物污染物差值的计算方法为：

q3＝q微-q微阈；

q3：为所述微生物污染物差值；

q微：为所述微生物污染物的浓度；

q微阈：为所述微生物污染物浓度阈值；

步骤s12034、根据所述化学气体的浓度与预制的化学气体浓度阈值形成化学气体差值；其中，

所述化学气体差值的计算方法为：

q4＝q化-q化阈；

q4：为所述化学气体差值；

q化：为所述化学气体的浓度；

q化阈：为所述化学气体浓度阈值；

步骤s12035、根据所述二氧化碳的浓度与预制的二氧化碳浓度阈值形成二氧化碳差值；其中，

所述二氧化碳差值的计算方法为：

q5＝q二-q二阈；

q5：为所述二氧化碳差值；

q二：为所述二氧化碳的浓度；

q二阈：为所述二氧化碳浓度阈值；

步骤s12036、根据所述粉尘污染物差值、所述甲醛污染物差值、所述微生物污染物差值、所述化学气体差值、所述二氧化碳差值形成所述污染物差值数据集，其中：

所述污染物差值数据集为m＝{q1、q2、q3、q4、q5}。

上述实施例中，例如当前环境中的二氧化碳的浓度较高，则第三类控制信号则输出驱动空调开启的启动信号，由空调将室外的新风传输至室内，需要说明的是，虽然第三类控制信号仅驱动空调，但是其他智能设备仍然处于工作状态，但不处于最大功率运行状态，仅有与第三类控制信号匹配的智能设备处于最大功率运行状态。

补充说明，上述的第一类控制信号、第二类控制信号和第三类控制信号中均可包含多个控制命令，但是第一类控制信号、第二类控制信号可驱动所有的智能设备，第一类控制信号使得所有智能设备均以最大功率进行工作，而第二类控制信号使得所有智能设备均以正常功率进行工作。第三类控制信号只能部分智能设备，第三类控制信号根据时间检测数据选择驱动的设备，选择过程为本领域技术人员的公知常识，此处不做具体限制。

另外，本发明中的所有步骤仅为循环步骤中的一次操作，简言之，智能空气净化设备可以预定的间隔循环实施上述所有步骤。同时因对空气的净化处理需要一定的时间，当净化过程中前一分钟与下一分钟之间的空气结果不明显，基于此，本发明中，智能空气净化设备的预定的间隔时间匹配当前的空气净化效率，例如在净化预处理阶段实时获取当前空气净化的速度，根据该净化速度计算预定的间隔时间，因预定的间隔时间并非本发明要解决的核心技术问题，故而本发明对该技术方案不做详细赘述。

实施例二

另一方面，本发明再提供一种智能家居的管理系统，其中，包括；

检测单元，用以获取当前环境的空气污染物的状态，并形成一匹配当前环境中空气状态的检测数据输出；

控制单元，用以判断所述检测数据是否匹配预制的阈值范围，于所述检测数据不匹配的所述阈值范围的状态下，获取处于异常状态的检测数值；根据处于异常状态的检测数值形成与所述检测数值匹配的所述控制命令输出。

作为进一步优选实施方案，上述的智能家居的管理系统，其中，还包括,

智能设备,用以接收所述控制命令，并于所述控制命令的作用下执行相应的操作。

作为进一步优选实施方案，上述的智能家居的管理系统，其中，所述检测数据至少包括：pm2.5浓度，其中，所述控制单元包括：如图5所示，

pm2.5浓度采集单元，获取当前环境中的所述pm2.5浓度；

第一判断单元，判断所述pm2.5浓度是否大于pm2.5额定最大值；于pm2.5浓度大于所述pm2.5额定最大值的状态下形成第一类控制信号输出；

第一计算单元，于pm2.5浓度不大于所述pm2.5额定最大值的状态；继续计算每个污染物检测值与该污染物匹配的污染物阈值之间的差值，并形成一组污染物差值数据集；

第一查询单元，于所述污染物差值数据集中查询差值最大值、差值最小值；

差值系数计算单元，根据所述差值最大值、所述差值最小值计算形成差值系数；

第一处理单元，于所述差值系数不小于第一差值预定值的状态形成第二类控制信号输出；于所述差值系数小于第一差值预定值的状态形成第三类控制信号输出。

作为进一步优选实施方案，上述的智能家居的管理系统，其中，所述检测数据至少还包括粉尘污染物的浓度、甲醛污染物的浓度、微生物的浓度、化学气体的浓度、二氧化碳的浓度；其中，所述第一计算单元包括：如图6所示，

第一计算器，根据所述粉尘污染物的浓度与预制的粉尘污染物浓度阈值形成粉尘污染物差值；

第二计算器，根据所述甲醛污染物的浓度与预制的甲醛污染物浓度阈值形成甲醛污染物差值；

第三计算器，根据所述微生物污染物的浓度与预制的微生物污染物浓度阈值形成微生物污染物差值；

第四计算器，根据所述化学气体的浓度与预制的化学气体浓度阈值形成化学气体差值；

第五计算器，根据所述二氧化碳的浓度与预制的二氧化碳浓度阈值形成二氧化碳差值；

处理器，根据所述粉尘污染物差值、所述甲醛污染物差值、所述微生物污染物差值、所述化学气体差值、所述二氧化碳差值形成所述污染物差值数据集。

上述的智能家居的管理系统可实现上述的智能家居的管理方法的所有功能，均可以实现上述智能家居的管理系统的有益效果，此处不做具体赘述。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。