空调器过滤网脏堵程度检测方法、装置及可读存储介质与流程

1.本发明涉及空调器技术领域，具体而言，涉及空调器过滤网脏堵程度检测方法、装置及可读存储介质。


背景技术：

2.空调器在各种场景中应用越来越广泛。但是，在空调器的运行过程中，空气中的灰尘、颗粒等杂质可能会堵塞空调器的滤网，导致空调器的运行效率下降甚至无法正常运行。为了解决这一问题，相关技术采用的方法为：在预设时间点提醒用户对空调器的滤网进行清洗。相关技术中通过在预设时间点提醒用户对空调器的滤网进行清洗的方式不能准确反映空调滤网积灰和堵塞情况，可能会在空调器未积灰或堵塞时提醒用户对空调器的滤网进行清洗，让用户误以为空调检测不准确，降低用户体验。尤其是柜机空调，由于柜机空调的出风叶片是设置在出风口，如果出风叶片上堵塞积灰，会使得柜机空调的出风效果大大影响，使得用户体验感较差。
3.基于此，发明人提出空调器过滤网脏堵程度检测方法、装置及可读存储介质来解决上述技术问题。


技术实现要素：

4.本发明解决的问题是现有技术中的空调器积灰或堵塞时，用户不知道空调器内的积灰或堵塞程度，无法根据积灰或堵塞程度判断是否需要及时清理积灰，较为不便。
5.为解决上述问题，本发明提供空调器过滤网脏堵程度检测方法，包括如下步骤：s1:初次使用时，设定空调器处于第一设置条件下，检测室内环境空气中的第一过滤前颗粒物浓度值x1、经过过滤网后的第一过滤后颗粒浓度值y1；并检测多个不同种类的第一参数值；s2:通过所述第一颗粒物浓度值x1与所述第二颗粒物浓度值y1计算过滤网的初始净化效率，初始净化效率η0＝(x
1-y1)/y1，并将第一参数值记入存储模块；s3:设定空调器处于第一设置条件下，实时检测室内环境空气中的第二过滤前颗粒物浓度值x n
、经过过滤网后的第二过滤后颗粒浓度值y n
；并检测多个不同种类的第二参数值；s4:分别计算实时净化效率ηn＝(x n-y n
)/y n
，净化效率差率θ＝(η
n-1-ηn)/ηn，以及通过第一参数值和第二参数值计算参数差值率；其中n为过滤网清洗的次数；s5:判断参数差值率以及净化效率差率θ是否处于第一预设范围内，并且比较参数差值率以及净化效率差率θ，取两者最大值，并根据该值获得过滤网堵塞程度。
6.与现有技术相比，采用本方案所能达到的技术效果：初次使用时先获取初始净化效率以及多个第一参数值，以使能够记录该空调器的基础数据；并且在后续使用过程中，通过与之前的初始净化效率、第一参数值进行计算比较，可得净化效率差率θ以及参数差值率，净化效率差率是当前净化效率与初始净化效率之间的差率，通过该差率可反馈出当前过滤网堵塞程度，当参数差值率是当前参数值与初始状态下参数值的差率，通过参数值差率也可反馈出当前过滤网堵塞程度，并且为了尽快清理积灰以及堵塞，通过两者差率的较
大值来反馈过滤网堵塞程度，以使人员尽快清理过滤网。
7.在本实施例中，所述第一参数值包括：风扇叶片所产生的第一噪音分贝值a1、空调器吹风口的第一温度h1、空调器吹风口的第一风速v1；所述风扇叶片所产生的第二噪音分贝值an、空调器吹风口的第二温度hn、空调器吹风口的第二风速vn。。
8.采用该技术方案后的技术效果为，在同一第一设置条件下，由于过滤网产生堵塞时，风扇叶片的噪声值会明显增加，可通过分贝测量仪测量风扇叶片所产生的噪音值，且根据与过滤网初次使用下的噪音值进行比较，从而可反馈过滤网堵塞程度；相应的，空调器吹风口即出风口的温度会随着过滤网的堵塞程度发生改变，当制冷模式下，过滤网的堵塞程度越大，相对应的制冷效果更不明显，导致出风口的温度越高；相应的，空调器出风速度也会随着过滤网的堵塞程度发生改变，当过滤网的堵塞程度越大时，相对应的风速会由于过滤网上的积灰影响，导致风速降低，综上，采用上述的参数可以反馈过滤网的堵塞程度。
9.在本实施例中，所述参数差值率包括噪音分贝差值率ηa＝(a
n-a
n-1
)/a
n-1
，吹风口温度差值率ηh＝(h
n-h
n-1
)/h
n-1
，吹风口第二风速差值率ηv＝(v
n-v
n-1
)/v
n-1
,计算参数率差值率α＝δ1ηa+δ2ηh+δ3ηv。
10.采用该技术方案后的技术效果为，由于仅凭单一参数值无法精确的反馈过滤网的堵塞程度，且多个参数值之间的权重比也有一定的关系，故将风扇叶片的噪声值差率、出风口的温度差率、出风速度差率乘以相对应的权重比，以可较为精确的反馈过滤网堵塞程度。
11.在本实施例中，所述δ1+δ2+δ3＝1，所述δ1＞δ2＞δ3。
12.采用该技术方案后的技术效果为，上述三者的权重比相加为1，且可根据权重比的占比关系，将风扇叶片产的噪声值差率作为最大的占比权重，将出风口的温度差率作为较为中间的占比权重，将出风速度差率作为较轻的占比权重。
13.在本实施例中，所述存储模块同时存储初始净化效率、第一参数值以及至少两组实时净化效率、第二参数值。
14.采用该技术方案后的技术效果为，由于存储模块中的存储器存储数据有限，而检测实时净化效率、第二参数值的时间间隔可预先设置，且可根据空调器的使用频率以及空调器所处环境进行相对应设置，如每隔2天检测实时净化效率、第二参数值；而随着时间的推移，存储模块仅仅保留最近2次的第二参数值、实时净化效率记录以及初始净化效率和第一参数值。
15.在本实施例中，每次清洗所述过滤网后的过滤网净化效率是清洗前所述过滤网下洁净状态的的β％，所述β的取值为95-99；过滤网在未清洗状态下的净化效率为γ％，所述γ的取值为90-99。
16.采用该技术方案后的技术效果为，过滤网在积灰堵塞到一定程度后需要对过滤网进行清理和清洗，而清理和清洗是由人工拆卸后进行清理和清洗的，人工清洗会有因清洗不彻底等问题，且考虑到过滤网使用寿命，故经过清洗后的过滤网洁净状态的过滤效率比之前的过滤效率要低，其中β可以理解为折旧因子和人为清洗因素；而过滤网在没有灰尘堆积和有灰尘堆积的情况下，其净化效率是完全不同，当过滤网有积灰的情况下，净化效率低于80％时，需要及时清洗过滤网，其中γ可反馈当前过滤网积灰程度。
17.在本实施例中，所述第一预设范围为β与γ的合集与100的差值率，为1％-10％。
18.本发明还提供一种空调器过滤网脏堵程度检测装置，包括：获取模块，用于获取室
内环境空气中的第一过滤前颗粒物浓度值x1和第二过滤前颗粒物浓度值x n
以及多个不同种类的第一参数值、第二参数值；计算模块，用于计算初始净化效率η0，实时净化效率ηn，参数差值率，净化效率差率θ；判断模块，用于参数差值率以及净化效率差率θ是否处于第一预设范围内，并且比较参数差值率以及净化效率差率θ，取两者最大值，并根据该值获得过滤网堵塞程度；控制模块，用于计算模块和判断模块得出滤网堵塞程度时，发出滤网堵塞程度信息。
19.采用该技术方案后的技术效果为，能够实现上述任意一种实例所述的技术效果，此处不再赘述。
20.本发明还提供一种空调器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤。
21.采用该技术方案后的技术效果为，能够实现上述任意一种实例所述的技术效果，此处不再赘述。
22.本发明还提供一种计算器可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。
23.采用该技术方案后的技术效果为，能够实现上述任意一种实例所述的技术效果，此处不再赘述。
附图说明
24.图1为本发明空调器过滤网脏堵程度检测方法的步骤示意图。
具体实施方式
25.为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
26.本发明提供空调器过滤网脏堵程度检测方法，如图1所示，包括如下步骤：s1:初次使用时，设定空调器处于第一设置条件下，检测室内环境空气中的第一过滤前颗粒物浓度值x1、经过过滤网后的第一过滤后颗粒浓度值y1；并检测多个不同种类的第一参数值；s2:通过所述第一颗粒物浓度值x1与所述第二颗粒物浓度值y1计算过滤网的初始净化效率，初始净化效率η0＝(x
1-y1)/y1，并将第一参数值记入存储模块；s3:设定空调器处于第一设置条件下，实时检测室内环境空气中的第二过滤前颗粒物浓度值x n
、经过过滤网后的第二过滤后颗粒浓度值y n
；并检测多个不同种类的第二参数值；s4:分别计算实时净化效率ηn＝(x n-y n
)/y n
，净化效率差率θ＝(η
n-1-ηn)/ηn，以及通过第一参数值和第二参数值计算参数差值率；其中n为过滤网清洗的次数；s5:判断参数差值率以及净化效率差率θ是否处于第一预设范围内，并且比较参数差值率以及净化效率差率θ，取两者最大值，并根据该值获得过滤网堵塞程度。
27.初始使用时，用户开启初步录入过滤网性能数据的步骤，在第一前置条件下，第一前置条件是用户将空调设置在指定温度，指定出风量，指定模式下，如采用室内22℃，制冷模式，中风等情况下，可采用第一颗粒物检测传感器，设置在空调器内并且位于进风口处，检测室内空气的第一过滤前颗粒物浓度值x1，而采用第二颗粒物检测传感器，设置在空调器内并且位于出风处，检测室内空气的第一过滤后颗粒物浓度值y1，可获得η0＝(x
1-y1)/y1，
并且存储至存储模块中，通过上述检测可得到该空调器内过滤器的初始净化效率η0，为后续计算净化效率差率提供数据基础。实际检测过程中，过滤网的初始净化效率η0范围为95-99％。为了保证能够检测过滤网脏堵程度的准确性，同时，检测第一参数值，并将检测到的第一参数值存储至存储模块中。
28.相应的，在后续空调器使用过程中，可根据空调器使用的频率或空调器所在的环境，一定频率的进行检测。如在冬天、夏天等需要经常使用空调器时，检测频率可为隔天一次。同样的，检测时，将空调器设定至第一前置条件，用户将空调设置在指定温度，指定出风量，指定模式下，如采用室内22℃，制冷模式，中风等情况下与前述的第一前置条件一致。可采用第一颗粒物检测传感器，设置在空调器内并且位于进风口处，检测室内空气的第二过滤前颗粒物浓度值x n
，而采用第二颗粒物检测传感器，设置在空调器内并且位于出风处，检测室内空气的第二过滤前颗粒物浓度值y n
，并获得ηn＝(x n-y n
)/y n
，由于过滤网上积灰的存在导致实时净化效率ηn会相较于初始净化效率η0有所降低，并且通过计算净化效率差率θ＝(η
n-1-ηn)/ηn可以反馈两者之间的差率，相当于可以反馈相比于初始状态下的过滤网的脏堵程度，差率较大，表明脏堵程度越脏，更需要及时提供用户进行清理。为了保证能够检测过滤网脏堵程度的准确性，同时，检测第二参数值，并将检测到的第二参数值与第一参数值也进行差率计算，也可反馈脏堵程度，且净化效率差率θ与参数差值率之间取相对最大值来反馈过滤网的脏堵程度，以尽可能提前预见性的提醒用户清理过滤网上的积灰。
29.如当η0为98％时，而检测到的η1为95％，则净化效率差率θ为3％，则表明过滤网较上一次初始过滤网清洁状态下，多脏堵了3％。
30.优选的是，所述第一参数值包括：风扇叶片所产生的第一噪音分贝值a1、空调器吹风口的第一温度h1、空调器吹风口的第一风速v1；所述风扇叶片所产生的第二噪音分贝值an、空调器吹风口的第二温度hn、空调器吹风口的第二风速vn。
31.在同一第一设置条件下，由于过滤网上的积灰程度不同，风扇叶片上的噪声值也所有不同，当过滤网上的积灰程度越多时，风扇叶片上的噪声值也越大，可通过分贝测量传感器测量风扇叶片所产生的噪音值，分贝测量传感器设置在风扇叶片附近，同样的，空调器吹风口即出风口的温度会随着过滤网的堵塞程度发生改变，当制冷模式下，过滤网的堵塞程度越大，相对应的制冷效果更不明显，导致出风口的温度越高；相应的，空调器出风速度也会随着过滤网的堵塞程度发生改变，当过滤网的堵塞程度越大时，相对应的风速会由于过滤网上的积灰影响，导致风速降低，综上，采用上述的参数可以反馈过滤网的堵塞以及积灰程度。
32.优选的是，所述参数差值率包括噪音分贝差值率ηa＝(a
n-a
n-1
)/a
n-1
，吹风口温度差值率ηh＝(h
n-h
n-1
)/h
n-1
，吹风口第二风速差值率ηv＝(v
n-v
n-1
)/v
n-1
,计算参数率差值率α＝δ1ηa+δ2ηh+δ3ηv。
33.通过最近两次的噪音分贝值进行比较计算，可计算噪音分贝差值率ηa，如初次使用下的第一噪音分贝值为50db，再次测量的第二噪音分贝值为52.3db，则噪音分贝差值率ηa为4.6％。通过最近两次的吹风口风速进行比较计算，如初次使用下的第一风速为3m/s,再次测量的第二风速为2.9m/s,则吹风口第二风速差值率ηv为3.33％。通过最近两次的吹风口温度进行比较计算，如初次使用下的第一温度h1为22℃，再次测量的第二温度hn为22.2℃，则吹风口ηh为0.9％。
34.由于仅凭单一参数值无法精确的反馈过滤网的堵塞程度，且多个参数值之间的权重比也有一定的关系，故将风扇叶片的噪声值差率、出风口的温度差率、出风速度差率乘以相对应的权重比，以可较为精确的反馈过滤网堵塞程度，其中，δ1为噪音分贝差值率的权重比，δ2为出风口的温度差率的权重比，δ3为出风速度差率。优选的是，δ1为50％
，
δ2为30％
，
δ3为20％，基于上述的数据计算参数率差值率α＝50％*4.6％+30％*3.33％+20％*0.9％＝3.48％。即表明最近一次的过滤网较上一次初始过滤网清洁状态下，多脏堵了3.48％。且3.48％＞3％，故提醒用户过滤网的脏堵程度较上一次检测脏堵了3.48％，用户可根据该提示是否决定清洗过滤网。
35.优选的是，所述δ1+δ2+δ3＝1，所述δ1＞δ2＞δ3。
36.上述三者的权重比相加为1，且可根据权重比的占比关系，将风扇叶片产的噪声值差率作为最大的占比权重，将出风口的温度差率作为较为中间的占比权重，将出风速度差率作为较轻的占比权重。
37.优选的是，所述存储模块同时存储初始净化效率、第一参数值以及至少两组实时净化效率、第二参数值。
38.由于存储模块中的存储器存储数据有限，而检测实时净化效率、第二参数值的时间间隔可预先设置，且可根据空调器的使用频率以及空调器所处环境进行相对应设置，如每隔2天检测实时净化效率、第二参数值；而随着时间的推移，存储模块仅仅保留最近2次的第二参数值、实时净化效率记录以及初始净化效率和第一参数值以实时更新检测的参数率差值率以及净化效率差率。
39.优选的是，每次清洗所述过滤网后的过滤网净化效率是清洗前所述过滤网下洁净状态的的β％，所述β的取值为95-99；过滤网在未清洗状态下的净化效率为γ％，所述γ的取值为90-99。
40.优选的是，所述第一预设范围为β与γ的合集与100的差值率，为1％-10％。
41.每次清洗后考虑到过滤网使用寿命的影响以及清洗中人为因素的影响，清洗过后的过滤网洁净状态的过滤效率比上一次的过滤网下洁净状态的过滤效率要低，故β可以理解为折旧因子和人为清洗因素的综合影响。
42.一种空调器过滤网脏堵程度检测装置，包括：获取模块，用于获取室内环境空气中的第一过滤前颗粒物浓度值x1和第二过滤前颗粒物浓度值x n
以及多个不同种类的第一参数值、第二参数值；计算模块，用于计算初始净化效率η0，实时净化效率ηn，参数差值率，净化效率差率θ；
43.判断模块，用于参数差值率以及净化效率差率θ是否处于第一预设范围内，并且比较参数差值率以及净化效率差率θ，取两者最大值，并根据该值获得过滤网堵塞程度；控制模块，用于计算模块和判断模块得出滤网堵塞程度时，发出滤网堵塞程度信息。
44.一种空调器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤。
45.一种计算器可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。
46.虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所
限定的范围为准。