[發明專利]室內換熱器冷凝水的檢測方法及系統和空調器

在審

• 申請號: 201510675323.5
• 申請日: 2015-10-16
• 公開（公告）號: CN105202703A
• 公開（公告）日: 2015-12-30
• 發明（設計）人: 吳志鵬
• 申請（專利權）人: 廣東美的制冷設備有限公司;美的集團股份有限公司
• 主分類號: F24F11/00
• 分類號: F24F11/00;F24F13/22
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

技術領域

本發明涉及空調技術領域，具體而言，涉及一種室內換熱器冷凝水的檢測方法、一種室內換熱器冷凝水的檢測系統和一種空調器。

背景技術

目前，空調器在制冷模式下工作時，室內機室內換熱器上有可能會出現冷凝水，冷凝水的產生會影響到室內換熱器的熱交換性能，也會影響到風機的出風量和運行功率，另外，還會干擾到室內換熱器積塵狀態的檢測。

因此，如何準確地準確地檢測出空調器室內換熱器冷凝水的凝結情況，但無需增加額外的硬件成本成為亟待解決的技術問題。

發明內容

本發明旨在至少解決現有技術或相關技術中存在的技術問題之一。

為此，本發明的一個目的在于提出一種室內換熱器冷凝水的檢測方法。

本發明的另一個目的在于提出一種室內換熱器冷凝水的檢測系統。

本發明的又一個目的在于提出一種空調器。

為實現上述至少一個目的，根據本發明的一方面的實施例，提出了一種室內換熱器冷凝水的檢測方法，包括：通過至少一個第一采樣模塊和至少一個第二采樣模塊分別獲取空調器的至少一個第一性能參數的第一當前采樣值和至少一個第二性能參數的第二當前采樣值；將所述第一當前采樣值和所述第二當前采樣值分別輸入至所述空調器的軟件數字模型模塊和補償校正模塊中，以分別根據所述軟件數字模型模塊中預置的PNN數字模型和所述補償校正模塊中預置的補償校正數字模型計算得到所述室內換熱器冷凝水的凝結狀態概率計算值和凝結狀態補償值；根據所述凝結狀態概率計算值和所述凝結狀態補償值在所述補償校正模塊中計算得到所述室內換熱器冷凝水的凝結狀態檢測結果。

根據本發明的實施例的室內換熱器冷凝水的檢測方法，通過空調器的至少一個第一采樣模塊和至少一個第二采樣模塊并行地獲取影響空調器的室內換熱器冷凝水的凝結情況的至少一個第一性能參數(主要因子)的第一當前采樣值和至少一個第二性能參數(次要因子)的第二當前采樣值，然后將該至少一個第一性能參數的第一當前采樣值代入軟件數字模型模塊中預置的PNN(概率神經網絡，用于模式分類的神經網絡，是一種基于統計原理的神經網絡模型)數字模型中輸出室內換熱器冷凝水的凝結狀態概率計算值，并將至少一個第二性能參數的第二當前采樣值代入補償校正模塊中預置的補償校正數字模型中輸出室內換熱器冷凝水的凝結狀態補償值，同時將由軟件數字模型模塊輸出的凝結狀態概率計算值輸入補償校正模塊中與凝結狀態補償值一起計算得到室內換熱器冷凝水的凝結狀態檢測結果，如此，無需增加額外的硬件成本，比如采樣電路，僅通過空調器現有的硬件平臺以及軟件建模的手段即可準確地檢測出空調器室內換熱器冷凝水的凝結情況，不僅增加了產品的市場競爭力，還提升了用戶的使用體驗。

根據本發明的一個實施例，在上述技術方案中，優選地，所述PNN數字模型為：P＝P(X|C_i)，其中，P代表所述凝結狀態概率計算值，X代表輸入的待檢測樣本量，C_i代表室內換熱器凝結狀態等級值，以及X＝(x₁，x₂，x₃，…，x_m)，是一個多維度的待檢測樣本量，x₁，x₂，x₃，…，x_m代表所述至少一個第一性能參數的所述第一當前采樣值，m為大于或等于1的整數；所述補償校正數字模型為：ΔW_e＝ξ(u)，其中，ΔW_e代表所述凝結狀態補償值，u代表輸入變量，以及u＝(u₁，u₂，u₃，…，u_k)是一個多維度的輸入變量，u₁，u₂，u₃，…，u_k代表所述至少一個第二性能參數的所述第二當前采樣值，k為大于或等于1的整數；以及所述室內換熱器冷凝水的所述凝結狀態檢測結果為所述凝結狀態概率計算值和所述凝結狀態補償值之和。