用于确定hvac系统的流体中的防冻剂含量的方法和设备
技术领域
1.本发明涉及用于确定hvac系统的流体中的防冻剂含量的方法和设备。特别地，本发明涉及用于确定hvac系统的流体中的防冻剂含量的方法、包括处理器的设备、以及计算机程序产品。
背景技术：
2.供热、通风和空气调节（hvac）系统通常使用流体以将热量运送到热交换器和/或从热交换器运送热量。尽管纯水由于其大热容量且无毒性而可以被认为是作为用于hvac系统的流体的优秀候选者，但是由于操作温度受到流体沸腾温度和流体冻结温度所限制，纯水通常会以二元混合物的形式与附加流体（诸如防冻剂）混合，以增加流体的操作温度的范围。公知的防冻剂是乙二醇（glycol），它具有诸如丙烯乙二醇（propylene glycol）和乙烯乙二醇（ethylene glycol）之类的品种。其他的包括盐水（水/盐混合物）。通过使用水/乙二醇混合物，流体冻结温度降低，并且流体沸腾温度增加。除了水/乙二醇组分外，还可以向流体添加少量添加剂，诸如稳定剂、缓蚀剂、还原剂（氧气捕集器（oxygen trap））和防污剂。
3.知晓水和防冻剂的混合比率以及所使用防冻剂的类型是重要的，以便能够准确地确定流体运送了多少热量并且还确定hvac系统的操作温度的范围。例如，如果存在过多的乙二醇，则hvac系统的效率会降低。这是因为乙二醇具有高于水的粘度，并且因此在较高的乙二醇比例时需要更多的泵送能量。此外，乙二醇具有比水更差的热量传递，并且还更加昂贵。出于这些原因，知晓水/乙二醇的混合比率是重要的。典型地，hvac系统可以具有多达60%的混合比率。hvac系统中的混合比率可能随时间缓慢地改变。当水和/或防冻剂在hvac系统中被再填充（refill）时，混合比率也可能快速地改变。为了确保hvac系统的可靠且可预测的操作，周期性地确定流体中的防冻剂含量因此是重要的。
技术实现要素：
4.本发明的目的是提供一种用于确定hvac系统的流体中的防冻剂含量的方法和设备。特别地，本发明的目的是提供一种用于确定hvac系统的流体中的防冻剂含量的方法、包括处理器的设备、以及计算机程序产品。
5.根据本发明，这些目的通过独立权利要求的特征来实现。此外，进一步的有利实施例由从属权利要求和说明书产生。
6.根据本发明，上述目的特别地通过一种用于确定hvac系统的流体中的防冻剂含量的方法来实现，该方法包括：在处理器中接收流体的测量数据，该测量数据包括流体的所测量的温度和流体中的所测量的声速。该方法包括：在处理器中使用该测量数据以及先前测量数据或先前防冻剂浓度数据中的至少一个来针对多个防冻剂浓度值中的每一个计算拟合参数。该方法包括：在处理器中通过选择具有最优拟合参数的防冻剂浓度值来确定流体中的防冻剂浓度。
7.在一实施例中，针对该多个防冻剂浓度值中的每一个计算拟合参数迭代地进行，
包括：在处理器中针对初始防冻剂浓度值集合来计算初始拟合参数集合，并且在处理器中使用初始防冻剂浓度值集合中具有最优拟合参数的防冻剂浓度值来生成后续防冻剂浓度值集合。计算拟合参数包括：在处理器中使用后续防冻剂浓度值集合来计算后续拟合参数集合；以及在处理器中通过选择后续防冻剂浓度值集合中具有后续最优拟合参数的防冻剂浓度值来确定流体中的防冻剂浓度。
8.在一实施例中，在处理器中针对该多个防冻剂浓度值中的每一个计算拟合参数包括使用防冻剂浓度、温度和声速之间的所定义的关系。
9.在一实施例中，该方法进一步包括：在处理器中使用该测量数据来确定该多个防冻剂浓度值，使得该多个防冻剂浓度值中的每一个满足防冻剂浓度、温度和声速之间的所定义的关系。
10.在一实施例中，该方法进一步包括：如果仅确定了一个防冻剂浓度值，则在处理器中将流体中的防冻剂浓度确定为具有该防冻剂浓度值，并且如果确定了多于一个防冻剂浓度值，则在处理器中计算拟合参数。
11.在一实施例中，每个防冻剂浓度值与防冻剂类型相关联，并且该方法进一步包括：通过在处理器中确定与所确定的防冻剂浓度相关联的防冻剂类型来标识流体中的防冻剂类型。
12.在一实施例中，防冻剂类型是进一步使用先前防冻剂类型数据来确定的，该先前防冻剂数据是由处理器21从存储器22检索的。先前防冻剂类型数据与流体中的先前确定的防冻剂类型有关。附加地，与指定防冻剂类型有关的数据条目也被包含在先前防冻剂类型数据中。在当前确定流体中的防冻剂类型时，先前防冻剂类型数据被很重地（heavily）加权。这是因为防冻剂类型不能够从一天到下一天自发地（spontaneously）改变，它通常需要hvac系统中的手动干预。
13.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：在处理器中使用先前测量数据和/或先前防冻剂浓度数据来计算预测器，并且在处理器中将预测器与测量数据和/或防冻剂浓度值进行比较。
14.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：在处理器中通过比较以下各项中的一个或多个来计算差的一个或多个总和：比较所测量的温度与先前温度数据、比较所测量的声速与先前声速数据、以及比较防冻剂浓度值与先前防冻剂浓度数据。
15.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：处理器计算一个或多个偏导数。例如，由处理器来计算声速关于温度的偏导数。
16.在一实施例中，在特定防冻剂浓度处声速关于温度的偏导数是在处理器中通过计算接续声速之间的差并且将该差除以接续温度之间的差来计算的。
17.在一实施例中，计算所测量的偏导数和所预测的偏导数，所测量的偏导数是由处理器使用所测量的声速、先前测量的声速、所测量的温度和先前测量的温度来计算的。所预测的偏导数是在处理器中通过使用所测量的温度和所定义的关系计算所预测的声速、并且将两个接续的所预测的声速之间的差除以两个接续温度测量结果之间的差来计算的。
18.在一实施例中，该关系进一步包括温度、浓度和偏导数之间的微分关系。它然后用于确定所预测的偏导数。
19.在一实施例中，所测量的偏导数和所预测的偏导数是针对每一个防冻剂浓度值来
计算的，并且处理器使用所测量的偏导数与所预测的偏导数之间的差来针对每个防冻剂浓度计算拟合参数。
20.在一实施例中，差的总和被加权，例如使用指数加权，使得更加新近的（more recent）先前测量数据与较不新近的（less recent）测量数据相比被加权得更大，并且更加新近的先前防冻剂浓度数据与较不新近的先前防冻剂浓度数据相比被加权得更大。
21.在一实施例中，差的加权总和使用先前测量数据的接续测量结果之间和/或先前防冻剂浓度数据的接续防冻剂浓度之间的差。
22.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：在处理器中使用先前测量数据和先前防冻剂浓度数据来确定移动平均值，该移动平均值包括以下各项中的一个或多个：移动温度平均值、移动声速平均值和移动防冻剂浓度平均值。该方法包括：在处理器中比较以下各项中的一个或多个：比较所测量的温度与移动温度平均值、比较所测量的声速与移动声速平均值、以及比较防冻剂浓度值与移动防冻剂浓度平均值。
23.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：在处理器中使用所测量的温度和所定义的关系来估计所预测的声速和/或声速中的所预测的改变、相应地是声速的偏导数，并且在处理器中将所预测的声速与所测量的声速进行比较。在一实施例中，该方法进一步包括：在处理器中检测测量数据中的改变，并且在检测到测量数据中的改变时确定流体中的防冻剂含量，包括防冻剂浓度和/或防冻剂类型。
24.在一实施例中，该方法进一步包括：在处理器中接收再填充指示器，该再填充指示器指示hvac系统中的流体已经被再填充的时间点。该方法包括使用该再填充指示器来计算拟合参数。
25.在一实施例中，该方法进一步包括：通过在处理器中将流体中的所确定的防冻剂浓度与先前防冻剂浓度数据进行比较来确定流体中的防冻剂浓度的改变，并且在处理器中生成指示流体中的防冻剂浓度的改变的消息。
26.除了用于确定hvac系统的流体中的防冻剂含量的方法之外，本发明还涉及一种用于确定hvac系统的流体中的防冻剂含量的设备，该设备包括处理器，该处理器被配置成接收流体的测量数据，该测量数据包括流体的所测量的温度和流体中的所测量的声速。该处理器被配置成使用该测量数据以及先前测量数据或先前防冻剂浓度数据中的至少一个来针对多个防冻剂浓度值中的每一个计算拟合参数；以及通过选择具有最优拟合参数的防冻剂浓度值来确定流体中的防冻剂浓度。
27.在一实施例中，该处理器被配置成迭代地针对该多个防冻剂浓度值中的每一个计算拟合参数。该处理器被配置成针对初始防冻剂浓度值集合来计算初始拟合参数集合；使用初始防冻剂浓度值集合中具有最优拟合参数的防冻剂浓度值来生成后续防冻剂浓度值集合；使用后续防冻剂浓度值集合来计算后续拟合参数集合；以及通过选择后续防冻剂浓度值集合中具有后续最优拟合参数的防冻剂浓度值来确定流体中的防冻剂浓度。
28.在一实施例中，该处理器被配置成使用防冻剂浓度、温度和声速之间的所定义的关系来针对该多个防冻剂浓度值中的每一个计算拟合参数。
29.在一实施例中，该处理器进一步被配置成使用该测量数据来确定该多个防冻剂浓度值，使得该多个防冻剂浓度值中的每一个满足防冻剂浓度、温度和声速之间的所定义的关系。
30.在一实施例中，如果仅确定了一个防冻剂浓度值，则该处理器被配置成将流体中的防冻剂浓度确定为具有该防冻剂浓度值，并且如果确定了多于一个防冻剂浓度值，则针对每个防冻剂浓度来计算拟合参数。
31.在一实施例中，每个防冻剂浓度值与防冻剂类型相关联，并且该处理器进一步被配置成通过确定与所确定的防冻剂浓度相关联的防冻剂类型来标识流体中的防冻剂类型。
32.在一实施例中，为了针对每个防冻剂浓度值计算拟合参数，该处理器被配置成使用先前测量数据和/或先前防冻剂浓度数据来计算预测器，并且将预测器与测量数据和/或防冻剂浓度值进行比较。
33.在一实施例中，为了针对每个防冻剂浓度值计算拟合参数，该处理器被配置成通过比较以下各项中的一个或多个来计算差的一个或多个加权总和：比较所测量的温度与先前温度数据、比较所测量的声速与先前声速数据、以及比较防冻剂浓度值与先前防冻剂浓度数据。
34.在一实施例中，该处理器被配置成通过使用先前测量数据的接续测量结果之间和/或先前防冻剂浓度数据的接续防冻剂浓度之间的差来计算差的加权总和。
35.在一实施例中，为了针对每个防冻剂浓度值计算拟合参数，该处理器被配置成使用先前测量数据和先前防冻剂浓度数据来确定移动平均值，该移动平均值包括以下各项中的一个或多个：移动温度平均值、移动声速平均值和移动防冻剂浓度平均值。该处理器被配置成比较以下各项中的一个或多个：比较所测量的温度与移动温度平均值、比较所测量的声速与移动声速平均值、以及比较防冻剂浓度值与移动防冻剂浓度平均值。
36.在一实施例中，为了针对每个防冻剂浓度值计算拟合参数，该处理器被配置成使用所测量的温度和所定义的关系来估计所预测的声速，并且将所预测的声速与所测量的声速进行比较。
37.在一实施例中，该处理器进一步被配置成检测测量数据中的改变，并且在检测到测量数据中的改变时确定流体中的防冻剂含量，包括防冻剂浓度和/或防冻剂类型。
38.在一实施例中，该处理器进一步被配置成接收再填充指示器，该再填充指示器指示hvac系统中的流体已经被再填充的时间点，并且该处理器被配置成使用该再填充指示器来计算拟合参数。
39.在一实施例中，该处理器进一步被配置成通过将流体中的所确定的防冻剂浓度与先前防冻剂浓度数据进行比较来确定流体中的防冻剂浓度的改变，并且如果改变被确定，则生成指示流体中的防冻剂浓度的改变的消息。
40.除了用于确定hvac系统的流体中的防冻剂含量的方法和设备之外，本发明还涉及一种包括计算机程序代码的计算机程序产品，该计算机程序代码被配置成控制设备的处理器，使得该设备执行上面描述的方法的步骤。特别地，该方法包括：在处理器中接收流体的测量数据，该测量数据包括流体的所测量的温度和流体中的所测量的声速。该方法包括：在处理器中使用该测量数据以及先前测量数据或先前防冻剂浓度数据中的至少一个来针对多个防冻剂浓度值中的每一个计算拟合参数。该方法包括：在处理器中通过选择具有最优拟合参数的防冻剂浓度值来确定流体中的防冻剂浓度。
41.本发明还涉及一种被配置成接收hvac系统的流体的关系的hvac系统的设备、一种用于在hvac系统的设备中接收hvac系统的流体的关系的方法、以及一种包括计算机程序代
码的计算机程序产品，该计算机程序代码被配置成控制hvac系统的设备的处理器，使得该设备接收hvac系统的流体的关系，特别是作为二元混合物的流体（诸如包括防冻剂的流体）的关系。在hvac系统的领域中公知的是，许多类型的防冻剂也具有防沸腾效果，并且因此取决于实施例，包含防冻剂的流体也具有升高的沸点。例如，水/乙二醇混合物不仅具有比纯水更低的冰点（freezing point），而且还具有比纯水更高的沸点。该设备包括处理器和存储器，并且体现为例如控制设备或诸如热量计量表（heat meter）之类的传感器单元。
42.该关系与包含特定类型防冻剂的流体相关联。在一实施例中，该关系包括与以下各项中的一个或多个有关的流体的特性值：作为流体温度和/或流体浓度的函数的流体密度、热容量、声速、或粘度。在一实施例中，特性值是特性值的表格。在一实施例中，特性值包括用于生成作为流体温度和/或流体浓度的函数的特性值的函数系数。
43.该设备经由有线连接（例如建筑物管理系统的线缆）或经由无线连接（例如nfc）来接收该关系。该关系是从本地网关、从数据存储系统、或从远程服务器（特别是基于云的远程服务器）来接收的。
44.该设备被配置成将该关系存储在该设备的存储器中。该设备被配置成使用接收到的关系。特别地，该设备被配置成使用特性值，以根据本文中描述的方法使用所测量的声速和所测量的流体温度来确定流体浓度。
45.接收和存储新流体的关系不需要任何先前测量数据或先前防冻剂浓度数据被存储在该设备的存储器中。
46.应当注意的是，本发明的所有方面、特别是hvac系统的该设备以及方法步骤不仅涉及确定hvac系统的流体中的防冻剂的浓度，而且还涉及确定hvac系统的所有类型的流体的浓度，这些流体是二元混合物，并且可以具有诸如防冻、防沸腾、防腐蚀和/或防结垢之类的性质。
附图说明
47.将参考附图通过示例来更详细地解释本发明，在附图中：图1：示出了示意性地图示hvac系统的框图。
48.图2：示出了示意性地图示具有分离的控制设备的hvac系统的示图。
49.图3：示出了图示温度、防冻剂浓度和声速之间的关系的3d标绘图。
50.图4：示出了图示70℃的温度下防冻剂浓度与声速之间的关系、以及70℃的温度下防冻剂浓度与声速关于温度的偏导数之间的关系的2d标绘图。
51.图5：示出了图示用于确定hvac系统的流体中的防冻剂含量的步骤序列的流程图。
52.图6：示出了图示用于确定hvac系统的流体中的防冻剂含量的步骤序列的流程图。
53.图7：示出了图示用于确定hvac系统的流体中的防冻剂含量的步骤序列的流程图。
54.图8：示出了图示用于确定hvac系统的流体中的防冻剂含量的步骤序列的流程图。
55.图9：示出了图示用于接收流体的关系的步骤序列的流程图。
具体实施方式
56.在图1中，附图标记1指代供热、通风和空气调节（hvac）系统。hvac系统1包括控制设备2和传感器单元3。阀4控制通过hvac系统1、特别是通过hvac系统1的管道的二元流体
（更具体地，水/防冻剂混合物，或者甚至更具体地，水/乙二醇混合物）的流动。阀4由致动器5控制。致动器5是包括电动机的机电设备，该电动机取决于控制信号来更改阀4的打开或关闭，以分别允许更多或更少的流体通过阀4。流体由泵7来驱动通过hvac系统1。流体通过加热器和/或冷却器9流动，加热器和/或冷却器9对流体进行加热或冷却。流体还通过热交换器8流动。热交换器8将热量从流体沉积或吸收到热交换器8周围的环境中。
57.在一实施例中，hvac系统1包括多于一个泵7、加热器和/或冷却器9或热交换器8。
58.在一些实施例中，如上所描述的hvac系统1的一个或多个组件被集成在一起。
59.在一实施例中，阀4和致动器5被布置在单个设备中，如虚线框13所指示。
60.在一实施例中，传感器单元3、阀4和致动器5被布置在单个设备中，如虚线框12所指示。
61.在优选实施例中，控制设备2和传感器单元3是单个设备的一部分。
62.在一实施例中，控制设备2、传感器单元3、阀4和致动器5被集成到单个设备中，如虚线框11所指示。
63.在一实施例中，传感器单元3进一步包括控制器和存储器，并且本公开中描述的一个或多个功能和/或步骤由控制器在传感器单元3中执行。此外，本公开中描述的某些数据被存储在传感器单元3的存储器中。
64.传感器单元3包括一个或多个传感器，这些传感器被配置成测量流体，更特别地，测量流体的物理性质。传感器单元包括以下传感器中的一个或多个：温度传感器31和声速传感器32。温度传感器31被配置成测量流体的温度，并且在一示例中是热敏电阻或电阻式温度检测器（rtd）。温度传感器31的温度感测元件与流体直接接触或间接接触。声速传感器32测量流体中的声速。在一实施例中，声速传感器32包括第一和第二超声换能器，并且在第一和第二超声换能器之间行进的超声脉冲的传输时间（transit time）被用于确定流体中的声速。
65.在一实施例中，传感器单元3是热量计量表的一部分并且包括附加的温度传感器，该附加的温度传感器允许传感器单元3测量温度差并且允许传感器单元3和/或控制设备2确定由热交换器8传递的热量。热量传递的计算由传感器单元3本身中的控制器来执行、或者在控制单元2中执行。
66.传感器单元3连接到控制设备2。传感器单元3被配置成向控制设备2发送测量数据，控制设备2接收该测量数据。传感器单元3被配置成从控制设备2接收测量命令，在接收到该测量命令后，传感器单元3执行测量并且将测量数据传输到控制设备2。
67.在一实施例中，传感器单元3以预定间隔连续地执行测量。当控制设备2询问传感器单元3时，传感器单元3将测量数据传输到控制设备2。
68.控制设备2包括电子电路，该电子电路包括处理器21和各种模块。这些模块包括存储器22和通信接口23，例如bacnet和/或modbus接口。取决于实施例，这些模块进一步包括显示器、电池和/或用户接口。电池也可以是传感器单元3的一部分。用户接口可以以触敏显示器的形式被集成到显示器中。在一示例中，用户接口包括按钮。控制设备2的模块经由数据连接机制彼此连接，使得它们可以传输和/或接收数据。通信接口23被配置用于与传感器单元3进行有线和/或无线通信。控制设备2还连接到致动器5、泵7或加热器和/或冷却器9中的一个或多个，并且被配置成将控制信号传输到这些，以用于控制hvac系统1的操作。取决
于实施例，通信接口23被配置成经由通信网络10与远程服务器通信。如下面的图2中所描绘，通信网络10包括互联网以及其他中介网络。无线通信是使用移动数据网络（诸如gsm、cdma和lte网络）和/或使用wi-fi网络、蓝牙、nfc的近距离无线通信接口和/或其他无线网络类型和标准而进行的。在一示例中，处理器21提供托管网页的内部web服务器，该网页提供用户接口。
69.在一实施例中，控制设备2经由本地网关与远程服务器通信，该本地网关将消息从控制设备2转发到远程服务器，并且反之亦然（即，本地网关也将消息从远程服务器转发到控制设备2）。
70.术语“数据连接机制”涉及便于两个模块、设备、系统或其他实体之间的数据通信的机制。数据连接机制是跨线缆或系统总线的有线连接、或使用直接或间接无线传输的无线连接。
71.取决于实施例，电子电路或处理器21分别包括片上系统（soc）、中央处理单元（cpu）和/或其他更具体的处理单元，诸如图形处理单元（gpu）、专用集成电路（asic）、可重编程处理单元、诸如现场可编程门阵列（fpga）、以及被专门配置成加速某些应用的处理单元，诸如用于加速神经网络和/或机器学习过程的人工智能（ai）加速器。
72.存储器22包括一个或多个易失性（暂时性）和/或非易失性（非暂时性）存储组件。存储组件可以是可移除的和/或不可移除的，并且也可以全部或部分地与控制设备2集成。存储组件的示例包括ram（随机存取存储器）、闪速存储器、硬盘、数据存储器和/或其他数据存储库。存储器22上存储有计算机程序代码，该计算机程序代码被配置成控制控制设备2的处理器21，使得控制设备2执行如本文中描述的一个或多个步骤和/或功能。取决于实施例，计算机程序代码是编译的或非编译的程序逻辑和/或机器代码。由此，控制设备2被配置成执行一个或多个步骤和/或功能。计算机程序代码定义了离散软件应用和/或是离散软件应用的一部分。本领域技术人员将理解，计算机程序代码也可以跨多个软件应用而分布。软件应用被安装在控制设备2中。替代地，计算机程序代码也可以由控制设备2根据需要来检索和执行。在一实施例中，计算机程序代码进一步提供诸如api（应用编程接口）之类的接口，使得控制设备2的功能和/或数据可以被远程地访问，诸如经由客户端应用或经由web浏览器。在一实施例中，计算机程序代码被配置成使得一个或多个步骤和/或功能不在控制设备2中执行，而是在与控制设备2不同的位置处的远程服务器中执行，例如在基于云的计算机系统中执行。
73.图2示出了示意性地图示本发明的实施例的示图，其中控制设备2与hvac系统1分离并且使用数据连接机制与hvac系统1连接。特别地，控制设备2的通信接口23使用数据连接机制与hvac系统1的传感器单元3连接。此外，在一实施例中，传感器设备3还具有被配置用于有线和/或无线传输的通信接口。
74.在一实施例中，控制设备2使用数据连接机制直接连接到hvac系统1。在该实施例中，控制设备2位于hvac系统1的位置处或附近，诸如与hvac系统1在同一建筑物中或在同一房屋上。在一示例中，控制设备2被实现为移动通信设备，例如移动电话。移动电话（例如，运行android操作系统或ios操作系统的智能电话）被配置成从服务器（例如，从app商店）下载并安装计算机程序代码。控制设备2的进一步示例是平板计算机、智能手表等。被实现为移动通信设备的控制设备2的另一个示例是便携式计算机，例如膝上型电脑。
75.在一实施例中，除了连接到hvac系统1之外，控制设备2还使用通信接口23经由互联网10连接到远程服务器。与远程服务器的连接使得控制设备2能够在与hvac系统1交换数据时与远程服务器交换数据。
76.在一实施例中，控制设备2远离hvac系统1被定位，并且经由互联网10连接到hvac系统1。特别地，控制设备2在远程服务器上实现，并且与hvac系统1的传感器单元3交换数据。可选地，本地网关充当控制设备2与传感器单元3之间的中介。
77.图3示出了以摄氏度（℃）为单位的温度、作为重量或体积百分比（%）的流体中的防冻剂浓度、以及以米/秒（m/s）为单位的声速之间的所定义的关系。该关系指定了3d空间中的点的集合，这些点对应于流体的可能物理状态，其中流体的物理状态由流体的温度、流体的防冻剂浓度以及流体中的声速来定义。流体中的防冻剂浓度和温度两者都会影响流体中的声速。不同的防冻剂类型具有在温度、防冻剂浓度和声速之间的不同的关系，并且一般而言，每个防冻剂类型与独特的（distinct）关系相关联。该关系以及因此点的集合可以被标绘为以弯曲二维表面形式的几何形状，如图3中所图示。图3示出了针对特定防冻剂类型的这种表面的部分。如还可以通过图3中的该表面的阴影（shading）看出的那样，该表面的曲率使得对于某些温度值，在声速与防冻剂浓度之间不存在明确的映射。因此，流体的所测量的温度和流体中的所测量的声速不一定足以明确地确定流体中的防冻剂浓度的值。
78.根据本发明的特定实施例，该关系可以以各种方式来存储和/或生成。该关系可以被存储在控制设备2上，或者由控制设备2从本地网关、从远程服务器或从另一数据存储系统中检索。每个关系与特定的防冻剂类型相关联，使得取决于实施例，针对多个防冻剂类型来存储多个关系。
79.在一实施例中，该关系被存储为点的集合，特别地，存储为查找表中的点的集合。在另一个实施例中，该关系被存储为函数或函数集合，特别地，存储为一个或多个多项式函数。多项式函数的系数与函数一起存储或者与函数分离地存储。
80.在一实施例中，进一步的函数、性质和/或量与该关系相关联，并且这些可以根据需要被存储或生成。这些包括该关系在特定点处关于特定参数和/或量（包括最大值、最小值、拐点（inflection point）等）的导数。
81.在一实施例中，控制设备2从远程服务器针对特定防冻剂类型接收新的或更新的关系，并且控制设备2存储针对该特定防冻剂类型的更新的关系。
82.图4首先示出了在70℃处防冻剂浓度与声速之间的关系，作为关于左侧纵轴的实线。该线图示了在70℃处穿过图3的表面的切口（cut）。可以看出，该线近似遵循了倒抛物线（inverted parabola）的形状。此外，可以看出，给定声速值不一定足以明确地确定流体中的防冻剂浓度的值，并且同样地，每个防冻剂浓度值并不通向唯一的声速值。其次，图4示出了在70℃处防冻剂浓度与声速关于温度的偏导数之间的关系，作为关于右侧纵轴的虚线。该偏导数与图3的表面沿着其中温度为70℃的恒温线的曲率有关。可以看出，该曲率对于低防冻剂浓度值为正，并且对于较高防冻剂浓度值变得为负。该偏导数曲线使得能够针对大约在0%与60%之间的防冻剂浓度值找到明确的解。
83.图5示出了图示用于确定hvac系统1的流体中的防冻剂含量的步骤序列的流程图。
84.在准备步骤s1（未图示）中，传感器单元3测量流体的温度和流体中的声速，并且将包括流体的所测量的温度和流体中的所测量的声速的测量数据传输到控制设备2。
85.在步骤s2中，控制设备2从传感器单元3接收流体的测量数据。流体的测量数据被存储在存储器22中，并且在一实施例中，经由通信接口23被传输到远程服务器。
86.在一实施例中，控制设备2检测流体的测量数据是否已经改变。如果测量数据已经改变了大于预定量，则测量数据中的改变被处理器21检测到。例如，如果所测量的声速在一周的时间段内改变了超过20m/s，则改变被控制设备2检测到，并且该改变被存储在存储器22中。在一实施例中，该改变的检测由控制设备2经由通信接口23传输到远程服务器。因为声速取决于流体的温度，并且流体的温度可以随时间在hvac系统1中变化，所以处理器21在检测改变时使用该关系来考虑由于温度改变所致的声速中的变化。只有当改变被检测到时，控制设备2的处理器21才会进行到步骤s2之外。
87.在步骤s4中，针对多个防冻剂浓度值来计算拟合参数。拟合参数是使用测量数据来计算的。拟合参数也是使用先前测量数据和/或先前防冻剂浓度数据来计算的。特别地，控制设备2的处理器21使用测量数据连同先前测量数据和/或先前防冻剂浓度数据来针对该多个防冻剂浓度值中的每一个计算拟合参数。先前测量数据包括流体的先前测量的温度和流体中的先前测量的声速，两者都涉及延伸到过去的多个时间点，例如延伸到过去几天的每小时测量数据。与先前测量数据一样，先前防冻剂浓度数据包括涉及延伸到过去的多个时间点的先前确定的防冻剂浓度值。先前测量数据和/或先前防冻剂浓度数据被存储在控制设备2的存储器22中，或者由控制设备2来检索，例如从本地网关或从远程服务器来检索。该多个防冻剂浓度值可以根据规则或算法被自动生成，诸如以0%至100%的防冻剂浓度值之间的均匀分布被自动生成，或者被随机地生成。
88.拟合参数指示防冻剂浓度值与测量数据连同先前测量数据和/或先前防冻剂浓度数据的吻合程度。特别地，每个拟合参数指示每个对应的防冻剂浓度值与测量数据连同先前测量数据和/或先前防冻剂浓度数据的吻合程度。在一实施例中，拟合参数是残差，其指示防冻剂浓度值与测量数据、先前测量数据和/或先前防冻剂浓度数据的函数之间的差。在一实施例中，拟合参数是误差，诸如误差变量或误差函数，其指示防冻剂浓度值离流体的真实防冻剂浓度值有多远。
89.在一实施例中，拟合参数是通过回归模型来计算的，该回归模型将先前测量数据和/或先前防冻剂浓度数据取作输入。预测器由处理器21来使用以针对每个防冻剂浓度值计算拟合参数。
90.在一实施例中，每个拟合参数是使用每个防冻剂浓度值与一个或多个先前确定的防冻剂浓度值之间的差来计算的。那些与一个或多个过去的防冻剂浓度值具有较大差的防冻剂浓度值将比那些具有较小差的防冻剂浓度值具有更大的相关联拟合参数。在这种情况下，更小的拟合参数是更优的。
91.在一实施例中，通过评估特定防冻剂浓度值与每个先前确定的防冻剂浓度值之间的差的总和来计算针对特定防冻剂浓度值的拟合参数。
92.在一实施例中，对总和进行加权，例如，该加权是以指数衰减的形式，使得更加新近的先前确定的防冻剂浓度值与较不新近的先前确定的防冻剂浓度值相比被更高地加权。
93.在一实施例中，每个拟合参数是在控制设备2的处理器21中使用预测器来计算的。预测器是变量、函数、算法、模型或其组合，其使用测量数据、先前测量数据和/或先前防冻剂浓度数据来确定所预测的防冻剂浓度值。预测器进一步使用测量数据以及温度、防冻剂
浓度和声速之间的关系来针对每个防冻剂浓度值计算拟合参数。预测器是由处理器21从存储器22或者经由通信接口23从远程服务器来接收的。在一实施例中，预测器是由处理器21使用先前测量数据和/或先前防冻剂浓度数据来生成的。
94.在一实施例中，预测器是机器学习模型，例如神经网络。神经网络是使用来自大量hvac系统1的训练数据来训练的，该训练数据包括训练测量数据，该训练测量数据包括大量时间点的温度和声速测量结果。附加地，该训练数据包括防冻剂含量数据，该防冻剂含量数据包括大量时间点的所确定的防冻剂浓度和/或防冻剂类型。控制设备2的处理器21使用神经网络以使用先前测量数据和/或先前防冻剂浓度数据来生成所预测的防冻剂浓度值。然后，处理器21将所预测的防冻剂浓度值与该多个防冻剂浓度值中的每一个进行比较，以计算每个拟合参数。
95.在一实施例中，预测器包括移动平均值，该移动平均值包括以下各项中的一个或多个：移动平均防冻剂浓度值、移动平均温度值或移动平均声速值。更具体地，移动平均值是在特定时间窗口内的先前测量数据和/或先前防冻剂浓度数据的平均值，该时间窗口从当前以预定数量的小时或天或月、或特定数量的值延伸到过去。在一实施例中，移动平均值被指数地加权，使得更加新近的先前测量数据和/或先前防冻剂浓度数据与较不新近的测量数据和/或先前防冻剂浓度数据相比被加权得更高。考虑到该关系，处理器21被配置成通过将移动平均值与测量数据进行比较来计算拟合参数。
96.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：处理器21使用所测量的温度以及该关系来估计所预测的声速。该关系针对每个温度和防冻剂浓度值定义了声速的单一值。通过使用所测量的温度以及防冻剂浓度值，处理器21估计所预测的声速。替代地或附加地，处理器21使用先前防冻剂浓度数据来估计所预测的声速。然后，在处理器21中将该所预测的声速与所测量的声速进行比较，并且由处理器21使用该比较来计算拟合参数。所预测的声速与所测量的声速之间的偏差越大，拟合参数就越大。
97.在一实施例中，通过在处理器21中将所预测的声速与所测量的声速进行比较来计算拟合参数进一步包括：将先前声速数据与先前预测的声速进行比较。先前预测的声速通常针对该多个防冻剂浓度值中的每一个而变化。即，为了获得针对（假定的）防冻剂浓度值的先前预测的声速，使用先前测量数据，诸如先前测量的温度和/或先前测量的声速。因此，最优拟合参数还考虑了在先前迭代循环中获得的历史测量数据。然后使用针对多个时间点的所预测的声速与所测量的声速之间的差的加权总和来计算拟合参数。在一实施例中，该加权是指数加权，其中更加新近的时间点与较不新近的时间点相比被加权得更大。
98.在一实施例中，针对每个防冻剂浓度值计算拟合参数包括：处理器21计算一个或多个偏导数。例如，由处理器21计算声速关于温度的偏导数。如图4中所图示，在70℃处所评估的声速关于温度的偏导数具有大致抛物线的形状，其在大约90%的防冻剂浓度处具有转折点（turning point）。在处理器21中，通过计算接续声速之间的差并且将该差除以接续温度之间的差，来计算在特定防冻剂浓度处针对索引t的声速关于温度的偏导数，如以下公式所定义的那样：
其中sos是声速，temp是温度，并且t是声速和温度的序列的索引。计算所测量的偏导数和所预测的偏导数，所测量的偏导数是由处理器21根据上述公式使用所测量的声速、先前测量的声速、所测量的温度和先前测量的温度来计算的。所预测的偏导数是在处理器21中通过使用所测量的温度和所定义的关系计算所预测的声速、并且将两个接续的所预测的声速之间的差除以两个接续温度测量结果之间的差来计算的。
99.在一实施例中，该关系进一步包括温度、浓度和偏导数之间的微分关系。它然后用于确定所预测的偏导数。
100.所测量的偏导数和所预测的偏导数是针对每一个防冻剂浓度值来计算的，并且处理器21使用所测量的偏导数与所预测的偏导数之间的差来针对每个防冻剂浓度计算拟合参数。
101.在一实施例中，使用所预测的偏导数与所测量的偏导数之间的差来计算拟合参数进一步包括：处理器21将先前预测的偏导数与先前测量的偏导数进行比较。使用多个时间点的所预测的偏导数与所测量的偏导数之间的差的加权总和来计算拟合参数。优选地，该加权是指数加权，其中更加新近的时间点与较不新近的时间点相比被加权得更大。
102.在一实施例中，针对给定防冻剂浓度值conc的拟合参数fp是在特定时间点t处使用以下函数来计算的：其中sos
t-i
是所测量的声速，sos
pred,t-i
是使用所测量的温度以及该关系来计算的所预测的声速，是如上所解释的所测量的偏导数，是如上所描述的所预测的偏导数，conc
t
和conc
t-i
是在时间t和t
−
i处的先前防冻剂浓度值，并且α、β、γ分别是该函数的第一、第二和第三项的权重。附加地，这三个项中的每一个可以在该总和内部包括依赖于索引i的加权函数。例如，加权函数是指数函数，使得对于较大的i，该加权减小，并且因此更加新近的结果被赋予更大的权重。参数n和m是自然值，它们可能彼此不同。它们可以被选择，以使得函数（1）考虑一个或多个周或月的先前测量数据和先前防冻剂浓度数据、取决于计算资源的特定数量的样本、或直到特定截止点的先前测量数据和先前防冻剂浓度数据。在一示例中，该特定截止点是指示hvac系统1的再填充的时间点，如下所描述。这确保了防冻剂流体的再填充不会导致有偏差的关于确定流体中防冻剂浓度的未来结果。
103.在步骤s6中，选择具有最优拟合参数的单个防冻剂浓度值。控制设备2的处理器21确定具有最优的相关联拟合参数的防冻剂浓度值，并且该防冻剂浓度值是流体中的所确定的防冻剂浓度值。该防冻剂浓度值然后由处理器21存储在控制设备2的存储器22中。在一实施例中，该防冻剂浓度值由控制设备2传输到远程服务器。
104.在一实施例中，最优拟合参数是最小拟合参数。
105.在一实施例中，在选择了最优拟合参数之后，由处理器基于与最优拟合参数相关
联的防冻剂浓度值来生成新的防冻剂浓度值集合。然后计算新的拟合参数集合，并且确定该新集合的最优拟合参数。该优化过程是迭代的，并且使得能够实现防冻剂浓度值的快速且高效的生成。使用该优化过程，处理器然后从所有迭代中选择最优拟合参数，并且确定相关联的防冻剂浓度值。该防冻剂浓度值是流体中的所确定的防冻剂浓度值。
106.在一实施例中，处理器21接收再填充指示器，该再填充指示器指示hvac系统1中的流体已经被再填充的时间点。再填充指示器由处理器21在计算拟合参数时使用。例如，当确定在计算拟合参数时应当考虑直到哪一个时间点的过去先前测量数据和/或先前防冻剂数据时，由处理器21使用再填充指示器。这是因为作为hvac系统1中流体的行为的基础的假设是流体中的防冻剂浓度随时间缓慢且连续地变化，并且在一些实施例中，该假设作为拟合参数计算的基础。因此，接收再填充指示器使得能够更准确地确定流体中的防冻剂浓度，这是由于处理器21具有与流体中的防冻剂浓度的（相对）快速且突然的改变相关的信息。在一实施例中，当计算拟合参数时，不考虑对应于比再填充指示器所指示的时间点在过去更远的时间点的先前测量数据和/或先前防冻剂浓度数据。在一实施例中，再填充指示器进一步包括被再填充的流体的体积和/或被再填充的流体的类型的指示器，并且处理器21使用被再填充的流体的体积和/或被再填充的流体的类型来计算拟合参数。
107.在一实施例中，处理器21通过将步骤s4的所确定的防冻剂浓度值与先前防冻剂浓度值进行比较来确定流体的防冻剂浓度值中的改变。如果所确定的防冻剂浓度值之间的差在预定时间段内大于预定阈值，则处理器21确定该改变。响应于确定该改变，处理器21生成指示流体中的防冻剂浓度值中的改变的消息。该消息包括以下各项中的一个或多个：所确定的防冻剂浓度值、指示测量数据被接收到的时间的时间戳、或相对于先前防冻剂浓度值的差。同样，如果防冻剂类型还被确定为与先前防冻剂类型不同，则该消息进一步指示防冻剂类型中的改变。该消息被存储在存储器22中和/或经由通信接口23被传输到远程服务器，使得技术人员能够验证hvac系统1是否仍然根据规范进行操作或者是否需要维护或维修。此外，可以计算流体中的防冻剂浓度值的长期趋势。该长期趋势可以用于预测性维护和/或用于生成早期警告消息。例如，该长期趋势可以指示防冻剂浓度值持续减小并且维护必须在特定时间段内执行、或者流体中的防冻剂浓度值不足以使hvac系统1可靠地操作度过冬季。
108.图6示出了图示用于确定hvac系统1的流体中的防冻剂含量的步骤序列的流程图。
109.在步骤s3中，控制设备2确定满足所定义的关系（参见图3）以及测量数据的一个或多个防冻剂浓度值。特别地，控制设备2确定点的集合中与所测量的数据相匹配的一个或多个点，即具有与所测量的温度和所测量的声速相同或近似相同的温度和声速的点。根据该一个或多个点，确定一个或多个对应的防冻剂浓度值。例如，如果所测量的温度是70℃，所测量的声速是1620m/s，并且防冻剂浓度值的移动平均值是25%，则根据该关系（见图4），防冻剂浓度值中的一个是大约28%，另一个防冻剂浓度值是大约72%。然后，处理器21将更小的拟合参数与防冻剂浓度值28%相关联，而不是与防冻剂浓度值72%相关联。
110.在一实施例中，处理器21生成位于该关系的已知点之间的插值点。然后将这些插值点与所测量的数据进行匹配。
111.在一实施例中，控制设备2可以使用公差范围来确定一个或多个匹配点，并且因此确定一个或多个防冻剂浓度值。公差范围计及了所测量的温度和所测量的声速中的测量不
确定性。公差范围包括温度公差值和声速公差值。公差范围由取决于所测量的温度和所测量的声速两者的函数来生成。该公差范围可以被图示为公差椭圆，其长轴和短轴分别对应于温度公差值和声速公差值。附加地，由于该关系的改变的曲率，在特定温度和声速下，所测量的温度或所测量的声速可能允许比另一个更准确地确定防冻剂浓度值。
112.取决于所测量的温度和所测量的声速，确定满足该关系和测量数据的一个或多个防冻剂浓度值。在一实施例中，测量数据周围的公差范围用于确定哪些防冻剂浓度值满足该关系。在一实施例中，确定满足该关系和测量数据的所有防冻剂浓度值。防冻剂浓度值是彼此相邻的或不相邻的。如果所有防冻剂浓度值被一起分组在单个集群中，例如在范围40-60%内，则防冻剂浓度值被认为是相邻的。这是当所测量的温度是大约70℃并且所测量的声速是大约1640m/s（见图4）时的情况。防冻剂值的该大范围是由于在70℃处声速关于防冻剂浓度的函数中的拐点所致。如果防冻剂浓度值没有被一起分组在单个集群中而是被布置在多个集群中，例如在15-20%和80-85%的两个范围内，则防冻剂浓度值被认为是不相邻的。这是当例如所测量的温度是大约70℃并且所测量的声速是大约1600m/s时的情况。这种情况是由于在70℃处声速关于防冻剂浓度的函数的抛物线形状而产生的，这是因为存在满足该关系的多于一个防冻剂值（或公差范围内的多于一组防冻剂值）。
113.在图7中，针对多个关系来实行步骤s1-s6中的一个或多个，每个关系被指派给特定防冻剂类型，这些步骤s1-s6涉及上面针对图5和6所描述的步骤s1、s2、s3、s4和s6以及下面针对图8所描述的可选步骤s5。在步骤s8中，控制设备2使用与最小的、相应地最优的拟合参数相关联的关系来标识流体中的防冻剂类型。例如，防冻剂类型丙烯乙二醇的防冻剂浓度可以具有比与防冻剂类型乙烯乙二醇的防冻剂浓度相关联的拟合参数更大的相关联拟合参数，并且因此在该示例中，控制设备2的处理器21将把防冻剂类型确定为乙烯乙二醇。控制设备2将所标识的防冻剂类型存储在存储器22中，并且在一实施例中，将指示所标识的防冻剂类型的消息传输到远程服务器。
114.图8示出了一实施例，其中处理器21检查在步骤s2中是否确定了一个防冻剂浓度值、或者是否确定了多于一个防冻剂浓度值。如果仅确定了一个防冻剂浓度值，则在步骤s5中，处理器21将该单个防冻剂浓度值取作流体中的所确定的防冻剂浓度值。如果确定了多于一个防冻剂浓度值，则在步骤s4中，如上面关于图5所描述的那样，针对每个防冻剂浓度值计算拟合参数，并且同样针对步骤s6，也如上面关于图5和6所描述的那样，由处理器确定防冻剂浓度值。
115.在图9的步骤s9中，接收流体的关系。流体的关系由hvac系统1的设备来接收，特别地，由控制设备2使用通信接口23来接收。流体的关系可以在hvac系统1的安装和/或调试之后由控制设备2来接收。该关系是从本地网关、从远程服务器、或从其他数据存储系统来接收的。
116.在一实施例中，在准备步骤（未示出）中，hvac系统1向本地网关、向远程服务器、或向另一个数据存储系统传输针对流体关系的请求。该请求包括流体的测量数据以及可选地流体中的所确定的防冻剂浓度。取决于实施例，如果hvac系统1不能够标识流体中的防冻剂类型、或者如果hvac系统1确定所存储的关系（每个关系与特定防冻剂类型相关联）中没有一个与测量数据和/或所确定的防冻剂浓度相匹配，则传输该请求。
117.在步骤s10中，将该关系存储在控制设备2的存储器22中。因此，具有新类型的防冻
剂的新流体可以被添加到hvac系统1中并在hvac系统1中使用，该新类型的防冻剂与先前存储在存储器22中的防冻剂不具有关系。特别地，可以接收并存储该关系，该关系在安装、调试或以其他方式设置或初始地配置hvac系统1期间未被存储在该设备上。这具有的优点在于：可以在hvac系统1中添加和使用新开发的防冻剂流体的关系，特别是在hvac系统1的安装和调试期间尚不存在的防冻剂流体、或尚未被测量和表征的防冻剂流体（即，尚未针对其建立关系的防冻剂流体）。这些新开发的防冻剂流体包括根据hvac系统1的要求专门开发的防冻剂流体。
118.在步骤s11中，控制设备2实现并使用该关系。特别地，控制设备2被配置成根据本文中描述的方法使用该关系来确定流体中的防冻剂浓度。
119.应当注意的是，在本描述中，已经以特定次序呈现了步骤的序列，然而，本领域技术人员将理解，在不脱离本发明的范围的情况下，可以更改至少一些步骤的次序。