空调运行状态检测方法和***
技术领域
本发明涉及空调技术领域,具体涉及一种空调运行状态检测方法和***。
背景技术
空调安装到客户家里使用后,其售后服务都是基于客户对空调故障的报修方式进行,这种售后服务基于客户的主动启动,售后服务部门被动执行的方式进行的;但客户不够专业,只能反馈空调运行的故障现象,这使售后人员无法准确定位故障位置和类型,需要售后人员先上客户那里检查和确定故障位置和类型后,再次上客户那里进行维修,这种售后服务步骤繁琐且效率低,降低客户使用体验,也降低了售后服务的质量。
现有技术中,出现了一种空调故障报修***,该***能够实现售后服务的主动性;具体的,是使空调和售后服务***之间实现互联,在用户启动空调自检程序后,售后服务***获取空调的运行状态参数,并基于获取的参数判断空调存在的故障,在判断空调存在故障后,以报警的方式通知客户,并为客户提供故障解决方案或者安排售后维修服务。
上述现有技术中,虽然售后服务***能够通过在线获取空调运行参数的形式,判断空调可能存在的故障,并及时安排售后服务,使售后服务的启动由被动变为主动,但这种方式也存在如下问题:客户只能在故障发生后发现空调的异常运行,并启动自检程序等待售后维修人员上门对空调进行维修,而等待期间空调无法正常使用,这降低了客户使用空调的体验。
发明内容
本申请实施例通过提供一种空调运行状态检测方法和***,能够基于空调运行状态参数,及时发现潜在发生的或者即将发生的空调故障,使得售后人员能在空调发生故障之前及时展开售后服务,提高客户使用空调的体验,也提高了售后服务的质量。
为解决上述技术问题,本申请实施例采用以下技术方案予以实现:
提出一种空调运行状态检测方法,包括以下步骤:获取空调本机当前运行参数;获取空调本机基准运行参数,一周期内空调本机的平均运行参数,以及一周期内被划分为同平台的多台空调的平均运行参数的多机均值参数;结合所述当前运行参数、所述基准运行参数、所述平均运行参数和所述多机均值参数,基于判断模型判断空调本机的运行状态;基于判断的运行状态分析空调本机的运行状态。
提出一种空调运行状态检测***,包括互联的售后服务***和空调本机;所述售后服务***获取所述空调本机的当前运行参数;并获取空调本机基准运行参数、一周期内所述空调本机的平均运行参数,以及一周期内被划分为同平台的多台空调的平均运行参数的多机均值参数;结合所述当前运行参数、所述基准运行参数、所述平均运行参数和所述多机均值参数,基于判断模型判断所述空调本机的运行状态;基于判断的运行状态分析所述空调本机的运行状态;其中,被划分为同平台的多台空调都与所述售后服务***互联。
与现有技术相比,本申请实施例提供的技术方案,具有的技术效果或优点是:本申请实施例提出的空调运行状态检测方法和***中,售后服务***获取空调本机的当前运行参数、基准运行参数、一周期内的平均运行参数,以及一周期内被划分为同平台的多台空调的平均运行参数的多机均值参数,结合上述参数,采用判断模型判断空调本机的运行状态,其中,基准运行参数和平均运行参数均能表征空调本机正常运行的稳定状态,而多机均值参数能从大数据上表征空调正常运行的稳定状态,因此基于这些参数的判断模型中,将当前运行参数与这些参数比较后,能判断出空调当前运行的状态或者趋势,例如是处于正常趋势范围内,还是处于故障趋势范围内,若处于故障趋势范围内,则售后服务***可以根据判断结果及时为客户提供售后服务,在空调故障发生以前就维护空调至最优工作状态,不必等到空调故障后再维修空调,也就不会出现客户等待售后上门维修空调的时间段内无法使用空调的状况,这提高了用户的使用体验,同时也提高了空调售后服务的质量。
附图说明
图1为本申请实施例提出的空调运行状态检测方法流程图;
图2为本申请实施例中单机运行参数的历史数据趋势分析判断模型的曲线图;
图3为本申请实施例中提供售后服务的方法流程图;
图4为本申请实施例提出的空调运行状态检测***框架图。
具体实施方式
本申请实施例通过提供一种空调运行状态检测方法和***,能够基于空调运行状态参数,及时发现潜在发生的或者即将发生的空调故障,使得售后人员能在空调发生故障之前及时展开售后服务,不必等到空调发生故障之后才为客户提供售后维修服务,为客户省去故障发生后等待维修的步骤,使客户能够根据需求随时使用空调,提高客户使用空调的体验,也提高了售后服务的质量。
由于客户对空调运行并不了解,现有技术中,客户在空调故障后报修启动售后服务程序时,只能向售后服务方提供空调故障的现象,售后服务方得到的信息量很少,很难从报修信息中准确定位空调故障的位置和原因,使得售后服务方至少需要到客户那里两次才能完成维修,这段期间客户无法使用空调;本申请实施例提出的空调运行状态检测方法和***的思路在于,提供一种方式,能够使售后服务***在空调发生故障之前提供售后服务,维护空调运行在正常状态,避免空调故障后再维修的发生,保障客户始终正常使用空调;也即,通过将空调当前运行参数与能够表征空调正常运行的参数进行比较,或者对空调一段时长内运行的参数做趋势性分析,获知空调当前运行状态,从运行状态分析出空调是否处于非正常工作状态或者是否趋于发生故障,在这之前实施售后服务,避免故障后再行维修,保证客户能够随时使用空调。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式,对上述技术方案进行详细的说明。
如图1所示,为本申请实施例提出的空调运行状态检测方法,包括以下步骤:
步骤S11:获取空调本机当前运行参数。
本发明所述的运行状态包括但不限于空调正常运行状态、空调亚健康运行状态和空调故障等;亚健康运行状态通常指,从非专业角度来看,空调还在正常运行,但实际上空调的运行参数已经发生变化、趋于发生故障、再使用一段时间后就会发生故障的状态。
本申请实施例中,主要针对在判断出亚健康状态后展开,但不限于针对亚健康状态,在判断出故障后,同样可以根据参数判断故障原因,及时启动售后服务。
要获知空调的运行状态,首先需要获取空调本机当前运行参数,这由于空调本机互联的售后服务***来获取。
这里的售后服务***,即为上述内容指出的旨在故障发生之前(包括发生故障)获知空调运行状态,及时根据运行状态提供售后服务的***;获取参数的动作可以按照预定频率进行,例如一天、一周或者用户自行设定的时长。
步骤S12:获取空调本机基准运行参数,一周期内空调本机的平均运行参数,以及一周期内被划分为同平台的多台空调的平均运行参数的多机均值参数。
步骤S12与步骤S11在执行顺序上没有严格的先后之分,也包括同时执行。
这里所指的当前运行参数、基准运行参数、平均运行参数和多机均值参数中的参数类型包括数据类参数和间接数据类参数,且按照变频机和定速机分类;其中,变频机的数据类参数包括目标排气温度T_obj、实际排气温度Td、电流I、室外盘管温度T外盘、室内盘管温度T内盘、膨胀阀(EEV)开度、目标压缩机频率F_obj、实际压缩机频率F当前、室内环境温度T_in和/或室外环境温度T_out;变频机的间接数据类参数包括排气过热度DSH、室内换热温差ΔTin、室外换热温差ΔTout、设定温差E和/或目标频率与当前频率的差值ΔF=F_obj-F当前;定速机的数据类参数包括电流I、室内盘管温度T内盘和/或室内环境温度T_in;定速机的间接数据类参数包括室内换热温差ΔTin和/或设定温差E。
而本申请实施例中,除了需要获取上述的数据类参数和间接数据类参数,为使判断更精准,还获取如下表一与表二中的数据:
表一
表二
其中,制冷时DSH=Td-T外盘,制热时DSH=Td-T内盘;制冷时ΔTin=T_in-T内盘,制热时ΔTin=T内盘-T_in;制冷时ΔTout=T外盘-T_out,制热时ΔTout=T_out-T外盘;制冷时E=T_in-T设定,制热时E=T设定-T_in。
由于空调运行的参数在室外环境温度不同时,存在差异,因此,为更好的保证本申请实施例提出的检测方法的准确性,将获取到的数据,以室外环境实时温度或者当地实时天气预报温度,按照制冷、制热季节,将室外环境温度划分为多个温区,并将上述参数按照多个温区划分到不同的温区中,例如表3和表4所示:
表三 制冷室外环境温度分区,温度范围18℃-43℃
T_out分组 |
18-25 |
26-31 |
32-38 |
39-43 |
表四 制热室外环境温度分区,温度范围-7℃-24℃
T_out分组 |
-7-0 |
1-7 |
8-15 |
16-24 |
空调本机基准运行参数,是指空调安装到客户方后,首次运行制冷或者制热时检测到的运行参数。具体的,在空调运行稳定后,分多次获取,舍去无效数据后,得到N1组参数,N1大于等于1,然后将获取的N1组参数取平均值后得到最终的基准运行参数。
一周期内空调本机的平均运行参数,是指一定周期内,将每个工作日获取到的空调本机的参数进行数学平均,得出该周期内的平均运行参数;这里的一周期包括至少一个工作日,每个工作日至少采集一次数据。
多机均值参数,是指被划分为同平台的多台空调的平均运行参数的数学平均值。同平台泛指属于同一机型或者配置和性能相同的空调。这里隐含了一个大数据的概念,即售后服务***在其***内部设置有分类,将其检测的多台空调按照平台分类,并记录和统计相同平台空调的所有运行参数,才得以计算出多机均值。
步骤S13:结合当前运行参数、基准运行参数、平均运行参数和多机均值参数,基于判断模型判断空调本机的运行状态。
步骤S14:基于判断的运行状态分析空调本机的运行状态。
基准运行参数,由其定义可知,其为空调安装后首次时采集的参数,因此基本能够表征空调正常运行状态;而该基准运行参数可以用出厂设置值来代替使用。
平均运行参数,是在一周期内采集多次数据的均值,在误差允许范围内也能够表征空调正常运行状态。
多机均值参数,为同平台多机数据的均值,由于多机中出现故障的空调概率较低,其也能够表征空调正常运行状态。
因此,采用判断模型,将当前运行参数与上述三种参数进行比较判断时,若判断结果出现允许范围以外的偏差,则说明空调本机存在出现故障的趋势或者可能性。
判断模型包括:1、单机当前运行参数比较判断模型;2、单机当前运行参数与本机基准运行参数的比较判断模型;3、单机当前运行参数与多机均值参数比较判断模型;和/或3、单机运行参数的历史数据趋势分析判断模型。
其中,单机当前运行参数比较判断模型,包括空调本机的当前运行参数与耦合关联值的比较判断;单机当前运行参数与本机基准运行参数的比较判断模型,包括空调本机的当前运行参数与基准运行参数的比较判断;单机当前运行参数与多机均值数据比较判断模型,包括空调本机当前运行参数与多机均值的比较判断;单机运行参数的历史数据趋势分析判断模型,为空调本机多周期平均运行参数在时间轴上形成的趋势曲线分析;这里的耦合关联值,是指根据实际应用情况或者经验值而定的一些参考值或者阈值。
单机当前运行参数与耦合关联值的比较判断,能够表征空调本机当前运行的状态,若比较判断结果表明当前运行参数在耦合关联值界定的范围内,则表征空调本机当前运行状态正常,若超出耦合关联值的界定范围,则表征空调本机的运行状态处于非正常或者非最佳状态,售后服务***可以根据误差的大小分析非正常运行的严重程度,针对不同的程度实施不同的售后服务。
单机当前运行参数与本机基准运行参数的比较判断结果,能够表征空调本机当前运行的状态,若比较判断结果表明当前运行参数与基准运行参数在误差允许范围内,则表征空调本机当前运行状态正常,若比较判断结果表明当前运行参数与基准运行参数超出误差允许范围,则说明空调本机的运行状态处于非正常或者非最佳状态,售后服务***可以根据误差的大小分析非正常运行的严重程度,针对不同的程度实施不同的售后服务。
单机当前运行参数与多机均值参数的比较判断结果,能够表征空调本机当前运行的状态,若比较判断结果表明当前运行参数与多机均值参数在误差允许范围内,则表征空调本机当前运行状态正常,若比较判断结果表明当前运行参数与多机均值参数超出误差允许范围,则说明空调本机的运行状态处于非正常或者非最佳状态,售后服务***可以根据误差的大小分析非正常运行的严重程度,针对不同的程度实施不同的售后服务。
单机运行参数的历史数据趋势分析判断模型,参考图2所示,为空调本机多周期平均运行参数在时间轴上形成的趋势曲线分析的一个实施例;以电流I的历史运行参数来表征制冷剂泄漏的情况。假设,一个周期为5个工作日,则在50个工作日的时间轴上,10个周期的平均运行参数,或者50个工作日的历史运行参数在时间轴上形成趋势曲线,则从曲线的变化可以推断出空调本机运行的状态,若曲线变换平缓,或者都位于平均运行参数或者多机均值以下时,说明空调本机运行正常,若曲线变换呈现明显的衰减或者增高的趋势时,则说明空调本机的运行存在潜在问题,也即存在发生故障的趋势和可能性。
上述判断模型表述的方法在具体应用中根据实际情况可以相互结合,或者做细节判断上的增减,但不脱离本申请实施例提出的思想。
在售后服务***根据获取的数据以及判断模型判断出空调的运行状态不正常时,可以及时安排售后服务到客户方对空调进行维护,保证空调始终运行在最佳或者正常运行状态,避免故障的发生,也就避免了在空调故障后才进行维修而耽误客户正常使用空调的现象发生,这显著的提高了客户使用空调的体验感,也提高了售后服务的质量。尤其在空调集中频繁使用期间,例如炎热的夏季,若空调出现故障,在等待维修的时间段内,客户不能使用空调而带来体验感降低的后果,并且,在空调集中频繁使用期间,空调出现故障的可能性也增高,报修的概率也升高,这增大了售后服务的强度,若售后服务部门***不开,就不能满足客户及时维修的需求,会造成客户不满,降低售后服务的质量;采用本申请实施例提出的方法,能够在故障发生之前预知故障发生的趋势和可能性,从而能够在故障发生前对空调实施售后维护,避免了空调故障的发生。
本申请实施例提出的空调运行状态检测方法,还包括步骤S15:若运行状态表明空调本机具有出现故障的可能或者趋势时,发出预警信息。
售后服务***在判断出空调存在发生故障的可能性或者具有发生故障的趋势时,可以将预警信息发送给客户方,例如发送到客户方的客户终端上,包括但不受限于电脑、移动终端等,告知客户故障即将发生并提供解决方案。这里的预警信息泛指报警、维修建议或售后服务申请等。例如在发出警报的同时,为客户提供维修建议或者发出售后服务申请,若客户选择接受售后服务申请,则可以使用客户终端向售后服务***发送接受申请的信息,则售后服务***根据客户的确认信息安排售后维修服务。这里的维修建议还可以包括客户自行维修的方法和建议,例如在过滤网脏堵的情况发生时,用户可以自行进行清理,无需售后服务部门安排专门的维修服务。
上述,在基于判断模型判断空调运行状态之前,还可以获取空调本机的冻结保护性计数、标志位计数和/或故障停机保护计数等信息,在基于判断模型判断空调本季度额运行状态时,还可以结合这些技术信息来进行。
对空调运行状态的检测分为对制冷模式的检测和对制热模式的检测,而空调分为变频空调和定速空调两种类型;下面,举两个具体的判断模型实施例对本申请实施例提出的空调运行状态检测方法做出详细的说明。
实施例一
变频空调制冷模式、过滤网脏或蒸发器堵判断模型:
制冷运行时,ΔTin≥T_cool_1℃,且冻结保护性计数≥1时,同时满足以下所有条件,判断室内过滤网或者蒸发器脏堵:
条件1:T_in≥T_cool_2℃;-单机当前运行参数与耦合关联值的比较判断
条件2:DSH≤DSH_cool_1℃;-单机当前运行参数与耦合关联值的比较判断
条件3:ΔTin均值i-ΔTin本机基准≥T_cool_3℃;-单机当前运行参数与本机基准运行参数的比较判断,其中,i为周期序列中当前周期排序。
实施例二
变频空调制冷模式,制冷剂泄漏判断模型:
满足以下任一条件,判断制冷剂泄漏处于较少阶段:
ΔTin均值i+1-ΔTin均值i≥ΔTin均值i-ΔTin均值i-1≥T_cool_4℃,发生连续趋势性变化,且DSH≥DSH_cool_2℃;-单机运行参数的历史数据趋势分析判断
ΔTin均值i+1-ΔTin本机基准≥T_cool_5℃,数据发生一定量的变化,且DSH≥DSH_cool_2℃;-单机当前运行参数与本机基准运行参数的比较判断
ΔTin均值-ΔTin多机均值≥T_cool_5℃,且DSH≥DSH_cool_2℃;-单机数据与多机均值参数的比较判断
满足以下任一条件,判断制冷剂泄漏处于中等阶段:
ΔTin均值i+1-ΔTin本机基准≥T_cool_6℃,数据发生一定量的变化,且DSH≥DSH_cool_3℃;-单机运行参数的历史数据趋势分析判断
ΔTin均值-ΔTin多机均值≥T_cool_6℃,且DSH≥DSH_cool_3℃;-单机数据与多机均值参数的比较判断
满足以下任一条件,判断制冷剂泄漏处于严重阶段:
ΔTin均值i+1-ΔTin均值i≤ΔTin均值i-ΔTin均值i-1≤T_cool_7℃,发生连续趋势性变化,且DSH≥DSH_cool_4℃;-单机运行参数的历史数据趋势分析判断
ΔTin均值i+1-ΔTin本机基准≤T_cool_8℃,且DSH≥DSH_cool_4℃;-单机当前运行参数与本机基准运行参数的比较判断
ΔTin均值-ΔTin多机均值≤T_cool_8℃,且DSH≥DSH_cool_4℃;-单机数据与多机均值参数的比较判断
满足以下任一条件,判断制冷剂泄漏几乎完全阶段:
ΔTin均值i+1-ΔTin本机基准≤T_cool_9℃,且DSH≥DSH_cool_5℃;-单机参数与本机基准运行参数的比较判断
ΔTin均值-ΔTin多机均值≥T_cool_9℃,且DSH≥DSH_cool_5℃;-单机数据与多机均值参数的比较判断
ΔTin均值≤T_cool_10℃;-单机当前运行参数与耦合关联值的比较判断
DSH≥DSH_cool_6℃;-单机当前运行参数与耦合关联值的比较判断
壳体停机计数≥1。-单机当前运行参数与耦合关联值的比较判断
其中,DSH_cool_6℃≥DSH_cool_5℃≥DSH_cool_4℃≥DSH_cool_3℃≥DSH_cool_2℃≥40℃,DSH_cool_1℃≤35℃;T_cool_1℃≥5℃,T_cool_2℃≥25℃,T_cool_3℃≥3℃,T_cool_4℃≥1℃,T_cool_5℃≥5℃,T_cool_6℃≥7℃,T_cool_7℃≤-1℃,T_cool_7℃≤-1℃,T_cool_8℃≤-5℃,T_cool_9℃≤-15℃,T_cool_9℃≤5℃。
如图3所示,在判断出空调本机的运行状态后,对于发生缺制冷剂、过滤网或者蒸发器脏堵等趋于故障的现象时,采取如下的维修闭环措施:
步骤S31:售后服务***向客户发送亚健康警报;
步骤S32:若判断为缺制冷剂,则向客户发送追加制冷剂售后服务申请;
步骤S33:若判断为过滤网或蒸发器脏堵,则向客户发送清洗换热器售后服务申请;或者
步骤S34:向客户发送清洗过滤网的维修建议和方法;
步骤S35:若客户接收售后服务申请,则生成订单,安排售后服务人员完成售后服务;并重新采集基准运行参数;
步骤S36:若客户选择自行清洗,则监控到客户自行清洗完毕后,重新采集基准运行参数。
基于上述提出的空调运行状态检测方法,本申请实施例还提出一种空调运行状态检测***,如图4所示,该***包括:售后服务***41和空调本机42,二者通过互联网或者蓝牙或者WIFI等方式实现互联通信。售后服务***获取空调本机的当前运行参数;并获取空调本机基准运行参数、一周期内空调本机的平均运行参数,以及一周期内被划分为同平台的多台空调的平均运行参数的多机均值参数;结合当前运行参数、基准运行参数、平均运行参数和多机均值参数,基于判断模型判断空调本机的运行状态;并基于判断的运行状态分析空调本机的运行状态;其中,被划分为同平台的多台空调都与售后服务***41互联。
该***还包括客户终端43;售后服务***41还包括预警模块411;在售后服务***41基于判断的运行状态分析空调本机的运行状态之后,若运行状态表明空调本机42具有出现故障的可能或者趋势时,预警模块411向客户终端43发出预警信息;预警信息包括报警、维修建议或售后服务申请。客户终端优选移动终端。
空调本机42还包括室外环境温度传感器421,或售后服务***41还包括天气预报信息获取模块412;天气预报信息获取模块413与互联网互联,用于从互联网获取天气预报信息;售后服务***41在获取当前运行参数、基准运行参数、平均运行参数和多机均值参数之后,接收室外环境温度传感器421获取到的室外环境温度,并根据室外环境温度或根据天气预报信息获取模块413获取的天气预报信息,划分多个温区;并将当前运行参数、基准运行参数、平均运行参数和多机均值参数按照温区划分。
售后服务***41还包括计数模块413;用于在基于判断模型判断空调运行状态之前,获取空调本机的冻结保护性计数、标志位计数和/或故障停机保护计数;则售后服务***41在基于判断模型判断空调本机的运行状态时,还结合冻结保护性计数、标志位计数和/或故障停机保护计数。
该***中,判断模型包括单机当前运行参数比较判断模型、单机当前运行参数与本机基准运行参数的比较判断模型、单机当前运行参数与多机均值数据比较判断模型、和/或单机运行参数的历史数据趋势分析判断模型;其中,单机当前运行参数比较判断模型,包括空调本机的当前运行参数与耦合关联值的比较判断;单机当前运行参数与本机基准运行参数的比较判断模型,包括空调本机的当前运行参数与基准运行参数的比较判断;单机当前运行参数与多机均值数据比较判断模型,包括空调本机当前运行参数与多机均值的比较判断;单机运行参数的历史数据趋势分析判断模型,为空调本机多周期平均运行参数在时间轴上形成的趋势曲线分析。
该***具体的工作方法已经在上述空调运行状态检测方法中详述,此处不予赘述。
本申请实施例提出的空调运行状态检测方法和***中,售后服务***、空调本机和客户终端中,空调本机和客户终端分别与售后服务***互联,使得售后服务***能够检测空调本机的运行参数,结合判断模型来分析空调本机的运行状态;这其中,运行参数包括当前运行参数和能够反映空调正常运行的基准运行参数、平均运行参数以及多机均值参数;结合判断模型,将空调本机的当前运行参数与基准运行参数或多机均值参数进行比较,或者利用空调本机当前运行参数与耦合关联值比较,或者利用空调本机历史运行参数做运行趋势性判断,能够及时分析出空调运行中发生的变化,及时分析出出现故障的可能性或者趋势,在量变向质变发生的过程中,及时向客户提供售后服务,遏制质变的发生,及时恢复空调最佳运行性能,避免空调发生故障后等待维修的现象发生,这提高了客户的体验感,也提高了售后服务的品质。
应当指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换,也应属于本发明的保护范围。