[發明專利]空調自清潔控制方法、裝置和空調

有效

• 申請號: 202011422491.0
• 申請日: 2020-12-08
• 公開（公告）號: CN112503725B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 梁之琦;廖敏;連彩云;梁博;徐耿彬;翟振坤
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: F24F11/41
• 分類號: F24F11/41;F24F11/77;F24F11/83;F24F11/64;F24F110/10;F24F110/20;F24F110/30;F24F140/40
• 代理公司: 北京麥寶利知識產權代理事務所(特殊普通合伙) 11733
• 代理人: 趙艷紅

1.一種空調自清潔控制方法,包括:

S1：獲取空調的環境工況、工作模式和空調所在房間的相關參數，所述相關參數包括內機盤管溫度、內機風機轉速、外機風機轉速；

S2:判斷空調是否為結露階段或結霜階段，并根據判斷結果將相關參數分別輸入到相應的結露或結霜過程的神經網絡預測模型進行處理，輸出優化的空調的內機盤管溫度和內機風機轉以及優化的外機盤管溫度和外機風機轉速；

S3：空調的神經網絡模型根據所述內機盤管溫度以及所述內機風機轉速和外機風機轉速，結合當前空調系統的運行參數進行組合迭代計算空調運行狀態下的能效值，當所述能效值滿足預設條件時，將神經網絡中相關的參數作為自清潔過程的控制參數，所述預設條件為滿足空調運行的最佳能效值。

2.根據權利要求1所述的方法，所述結露或結霜過程的神經網絡預測模型的輸入層為室內/室外干/濕球溫度，換熱器尺寸，內/外風機轉速，盤管溫度；輸出層為冷凝水量和霜層厚度。

3.根據權利要求1所述的方法，所述空調的神經網絡模型輸入層為房間溫度和濕度、空調導風板位置、空調內機風機轉速、空調外機風機轉速、空調電子膨脹閥開度；輸出層為空調盤管溫度、空調系統功耗、空調制冷/熱量，根據空調系統功耗來確定空調運行狀態下的能效值。

4.根據權利要求1所述的方法，當室內外溫度不滿足預設條件時，所述空調進入自清潔功能控制，所述預設條件為：內環溫度T內環＞T1且外環T外環＞T2；內環溫度T內環＜T3且外環T外環＜T4。

5.根據權利要求4所述的方法，其中，根據不同的空調機型配置，T1在35℃～40℃中取值，T2在35℃～45℃中取值，T3在0～18℃中取值，T4在-5℃～10℃中取值。

6.根據權利要求1所述的方法，在所述步驟S2中，如果判斷空調進入內機結露階段，所述結露或結霜過程的神經網絡預測模型將在內機冷凝水量最多時的內機盤管溫度和內機風機轉速分別作為優化的目標內機盤管溫度和優化的內機風機轉速輸入至空調的神經網絡模型；如果判斷空調進入外機結露階段，所述結露或結霜過程的神經網絡預測模型將在外機冷凝水量最多時的外機盤管溫度和外機風機轉速分別作為優化的目標外機盤管溫度和優化的外機風機轉速輸入至空調的神經網絡模型。

7.根據權利要求1所述的方法，在所述步驟S2中，如果判斷空調進入內機結霜階段，所述結露或結霜過程的神經網絡預測模型將在內機霜層厚度在標準最小霜層厚度范圍內時的內機盤管溫度作為優化的目標內機盤管溫度輸入至空調的神經網絡模型；如果判斷空調進入外機結霜階段，所述結露或結霜過程的神經網絡預測模型將在外機霜層厚度在標準最小霜層厚度范圍內時的外機盤管溫度作為優化的目標外機盤管溫度輸入至空調的神經網絡模型。

8.根據權利要求1所述的方法，如果判斷空調既不處于結霜階段，也不處于結露階段，則所述空調自清潔控制默認進入內機化霜階段，采用空調的神經網絡模型來計算空調盤管溫度。

9.根據權利要求1所述的方法，其中，所述自清潔過程依次為：內機結露階段、內機結霜階段、外機結露階段、外機結霜階段、外機化霜階段。

10.一種空調自清潔控制裝置，其包括一個或多個處理器以及存儲有程序指令的非暫時性計算機可讀存儲介質，當所述一個或 多個處理器執行所述程序指令時，所述一個或多個處理器用于實現根據權利要求1-9 任意一項所述的方法。

11.一種非暫時性計算機可讀存儲介質，其上存儲有程序指令，當所述程序指令被一個或多個處理器執行時，所述一個或多個處理器用于實現根據權利要求1-9中任一項所述的方法。