CN114151916A - 空气净化控制方法及装置、空气净化器及存储介质 - Google Patents

空气净化控制方法及装置、空气净化器及存储介质 Download PDF

Info

Publication number
CN114151916A
CN114151916A CN202111389800.3A CN202111389800A CN114151916A CN 114151916 A CN114151916 A CN 114151916A CN 202111389800 A CN202111389800 A CN 202111389800A CN 114151916 A CN114151916 A CN 114151916A
Authority
CN
China
Prior art keywords
particulate matter
air purifier
concentration
size
air
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111389800.3A
Other languages
English (en)
Other versions
CN114151916B (zh
Inventor
尹佳旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Chenbei Technology Co Ltd
Original Assignee
Shenzhen Chenbei Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Chenbei Technology Co Ltd filed Critical Shenzhen Chenbei Technology Co Ltd
Priority to CN202111389800.3A priority Critical patent/CN114151916B/zh
Publication of CN114151916A publication Critical patent/CN114151916A/zh
Application granted granted Critical
Publication of CN114151916B publication Critical patent/CN114151916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/88—Electrical aspects, e.g. circuits
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Fluid Mechanics (AREA)
  • Filtering Of Dispersed Particles In Gases (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请实施例公开了一种空气净化控制方法及装置、空气净化器及存储介质，方法包括：获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，根据该出风量及基准时长对空气净化器所处的实际空间进行预测，得到实际空间的大小，根据该实际空间的大小对空气净化器进行控制。其中，基准时长是在空气净化器的当前档位下，将内部空间的颗粒物浓度降低预设浓度所需要的时间，即该基准时长是与空气净化器的内部空间有关的，通过使用与空气净化器的内部空间的大小有关的基准时长预测空气净化器所处的实际空间的大小，使得能够有效提高实际空间的预测准确性，基于该实际空间的大小进行净化控制，能够有效改善净化效果，实现对整个实际空间的净化。

Description

空气净化控制方法及装置、空气净化器及存储介质
技术领域
本申请涉及空气净化技术领域，尤其涉及一种空气净化控制方法及装置、空气净化器及存储介质。
背景技术
目前，空气净化器的工作方式为：通过空气净化器内的传感器检测空气质量，并根据检测到的空气质量控制空气净化器的风速，以达到自动控制空气净化的目的。
然而，上述的工作方式中，由于传感器工作范围有限，检测的空气质量只能代表空气净化器附近的空气质量，因此，只能实现对空气净化器附近的空气进行净化，而无法实现对空气净化器的整个工作空间的净化，净化效果不好。
发明内容
本申请的主要目的在于提供一种空气净化控制方法及装置、空气净化器及存储介质，可以解决现有技术中的。
为实现上述目的，本申请第一方面提供一种空气净化控制方法，所述方法包括：
获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，所述基准时长为：在所述空气净化器的当前档位下，将所述空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小；
根据所述实际空间的大小对所述空气净化器进行控制。
可选地，所述基准时长采用如下方式得到：
获取所述空气净化器的内部空间的大小；
根据所述内部空间的大小，所述出风量及所述预设浓度进行时间估计，得到所述基准时长。
可选地，所述获取空气净化器的内部空间的大小，包括：
获取目标距离，所述目标距离为所述空气净化器内的颗粒物传感器的安装位置，至所述空气净化器的出风口位置之间的距离；
利用所述目标距离，及所述内部空间预设的体积系数，得到所述内部空间的大小。
可选地，所述根据所述内部空间的大小，所述出风量及所述预设浓度进行时间估计，得到所述基准时长，包括：
利用所述内部空间的大小及所述预设浓度，确定待过滤掉的颗粒物的第一数量，且利用所述出风量及预设的过滤效率，确定单位时间内过滤掉的颗粒物的第二数量；
根据所述第一数量与所述第二数量计算得到所述基准时长。
可选地，所述根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小，包括：
获取第一时间点所述空气净化器内的颗粒物传感器检测到的第一颗粒物浓度，及获取第二时间点所述颗粒物传感器检测到的第二颗粒物浓度，所述第一时间点与所述第二时间点之间的时间差等于所述基准时长；
根据所述基准时长、所述出风量、所述第一颗粒物浓度及第二颗粒物浓度，对所述实际空间进行预测，得到所述实际空间的大小。
可选地，所述根据所述基准时长、所述出风量、所述第一颗粒物浓度及第二颗粒物浓度，对所述实际空间进行预测，得到所述实际空间的大小，包括：
利用所述出风量及所述基准时长，确定所述空气净化器在所述基准时长内可净化的颗粒物的第三数量；
利用所述第一颗粒物浓度及第二颗粒物浓度计算所述实际空间内颗粒物浓度的实际变化量；
根据所述第三数量及所述实际变化量对实际空间进行预测，得到所述实际空间的大小。
可选地，所述利用所述第一颗粒物浓度及第二颗粒物浓度计算所述实际空间内颗粒物浓度的实际变化量，包括：
获取所述第一颗粒物浓度和所述第二颗粒物浓度的差值的绝对值，及获取预设的浓度系数，所述浓度系数用于表示：在所述基准时长内，所述实际空间的边缘的颗粒物浓度的实际变化量与颗粒物传感器采集到的颗粒物浓度的变化量之间的比值；
根据所述绝对值及所述浓度系数进行计算，得到所述实际空间的边缘的颗粒物的实际变化量。
可选地，所述利用所述出风量及所述基准时长，确定所述空气净化器在所述基准时长内可净化的颗粒物的第三数量，包括：
将所述出风量、所述基准时长及预设的过滤效率的乘积，作为所述第三数量。
为实现上述目的，本申请第二方面提供一种空气净化控制装置，所述装置包括：
获取模块，用于获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，所述基准时长为：在所述空气净化器的当前档位下，将所述空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
预测模块，用于根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小；
控制模块，用于根据所述实际空间的大小对所述空气净化器进行控制。
为实现上述目的，本申请第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面所述的步骤。
为实现上述目的，本申请第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以如第一方面所述的步骤。
本申请实施例具有如下优点或有益效果：
本申请提供一种空气净化控制方法，该方法包括：获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，该基准时长为：在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间，可根据该出风量及基准时长对空气净化器所处的实际空间进行预测，得到实际空间的大小，并根据该实际空间的大小对空气净化器进行控制。其中，该基准时长是在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间，即该基准时长是与空气净化器的内部空间有关的，通过使用与空气净化器的内部空间的大小有关的基准时长预测空气净化器所处的实际空间的大小，使得能够有效提高实际空间的预测准确性，基于该实际空间的大小进行净化控制，能够有效改善净化效果，实现对整个实际空间的净化。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本申请实施例中空气净化控制方法的一流程示意图；
图2为本申请实施例中基准时长的生成方法的一流程示意图；
图3为本申请实施例中空气净化控制方法的另一流程示意图；
图4为本申请实施例中空气净化控制装置的结构示意图；
图5为本申请实施例中空气净化器的结构框图；
图6为本申请实施例中Pm2.5随着净化时长的变化所产生的变化的图形示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，为本申请实施例中空气净化控制方法的流程示意图，该方法包括：
步骤101、获取空气净化器的当前档位的出风量，及当前档位的基准时长，基准时长为：在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
步骤102、根据出风量及基准时长对空气净化器所处的实际空间进行预测，得到实际空间的大小；
步骤103、根据实际空间的大小对空气净化器进行控制。
在本申请实施例中，空气净化器中设置有出风口，及颗粒物传感器，颗粒物传感器用于检测环境中的颗粒物浓度，颗粒物又可以称为尘，是气溶胶体系中均匀分散的中固体或液体微粒，目前可以用PM2.5，PM10等参数描述空气中的颗粒物的浓度。
空气净化器具有多个档位，每个档位具有相应的出风量，例如，空气净化器具有5个档位，分别为sleep(睡眠)档，1档、2档、3档、4档，出风量则分别为155m3/h，252m3/h，322m3/h，445m3/h，639m3/h，可以理解的是，空气净化器中预先存储了档位与出风量之间的对应关系，使得能够按照档位对应的出风量进行控制。其中，空气净化器启动之后，其将按照默认的档位运行，或者按照上一次关闭时使用的档位运行，或者按照用户设置的档位运行，且空气净化器可确定当前档位的出风量。
其中，空气净化器还预先存储有各个档位与基准时长的对应关系，使得在确定当前档位之后，可以利用档位与基准时长的对应关系，确定该当前档位的基准时长，其中，基准时长是指在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间。
进一步地，可根据空气净化器的出风量及当前档位的基准时长对空气净化器所处的实际空间进行预测，得到实际空间的大小，以便能够根据该实际空间的大小对空气净化器进行控制。其中，实际空间是指空气净化器所处的房间，或者其他的可封闭空间。
在本申请实施例中，通过使用与空气净化器的内部空间的大小有关的基准时长预测空气净化器所处的实际空间的大小，使得能够有效提高实际空间的预测准确性，基于该实际空间的大小进行净化控制，能够有效改善净化效果，实现对整个实际空间的净化。
需要说明的是，现有技术中已有根据实际空间的大小制定对空气净化器进行净化控制的策略的方案，此处不做赘述。
为了更好地理解本申请中的技术方案，请参阅图2，为图1所示实施例中基准时长的生成方法，包括：
步骤201、获取目标距离，目标距离为空气净化器内的颗粒物传感器的安装位置，至空气净化器的出风口位置之间的距离；
步骤202、利用该目标距离，及内部空间预设的体积系数，得到内部空间的大小；
步骤203、根据内部空间的大小，出风量及预设浓度进行时间估计，得到基准时长。
其中，上述步骤201及步骤202是用于获取空气净化器的内部空间的大小。
其中，空气净化器的颗粒物传感器通常是安装在空气净化器的内部空间，且该颗粒物传感器与空气净化器的出风口位置之间具有一定的距离，该距离可以称为目标距离，可以理解的是，在空气净化器生产得到之后，由于空气净化器的结构是固定的，因此，该目标距离则是固定的，且为了便于使用，可预先存储在空气净化器的存储空间内，以便能够从该存储空间内读取到该目标距离，以实现目标距离的获取。
此外，还可以预先基于空气净化器的结构设置其内部空间的体积系数，更进一步地，可以基于颗粒物传感器在空气净化器内的安装位置，以该安装位置为中心，选用匹配的空间模型对应的体积系数，其中，该空间模型可以是方形结构，或者球形结构，若是球形结构，则体积系数可以为：
Figure BDA0003367627160000071
可以理解的是，由于体积系数和空气净化器的结构有关，因此，在空气净化器的结构固定的基础上，该体积系数也是可以确定的，该体积系数可以预先存储在空气净化器的存储空间内，以便能够从该存储空间内读取到预设的体积系数。
在一种可行的实现方式中，此处以空气净化器为近似球体或正方体为例，内部空间的大小可以使用如下公式得到：
Figure BDA0003367627160000072
其中，V0表示内部空间的大小，K0表示体积系数，S0表示目标距离。
在得到内部空间的大小之后，可以根据该内部空间的大小，出风量及预设浓度进行时间估计，得到基准时长，当空气净化器为其他形状，如椭圆形球体、圆柱体、长方体等，该公式也可适用。
进一步地，考虑到空气净化器的滤网的过滤效率可能无法达到100％，在计算基准时长时，还可以使用到过滤效率这个参数，以便能够得到更准确的基准时长。其中，滤网的过滤效率可以是对产品进行实验确定的参数，并保存在空气净化器的存储介质中，例如，该过滤效率可以是0.997,0.995等等。
上述步骤203具体可以包括：利用内部空间的大小及降低的预设浓度，确定待过滤掉的颗粒物的第一数量，且利用出风量及预设的过滤效率，确定单位时间内过滤掉的颗粒物的第二数量，计算得到基准时长。
在一种可行的实现方式中，基准时长可以使用如下公式得到：
Figure BDA0003367627160000073
在公式2中，Tn表示基准时长，V0表示空气净化器的内部空间的大小，μ表示空气净化器的滤网的过滤效率，Fn表示第n个档位的出风量，ΔQ表示降低的预设浓度，且V0ΔQ表示第一数量，μFn表示第二数量。其中，降低的预设浓度可以选择实验过程中更能代表准确性的数值，例如，可以取ΔQ＝500ug/m3。
需要说明的是，上述公式(2)可以基于以下数学模型进行推导得到，如下：
A1、在不考虑空气流动的情况时，对空间V进行净化，其中，该空间V内的颗粒物的浓度为Q，则该空间V内的颗粒物数量D为：
D＝QV公式 (3)
A2、基于净化器的各档位的设计，第n个档位的出风量为Fn，空气净化器的滤网的过滤效率为μ，则基于公式(3)中的颗粒物数量，净化掉该颗粒物数量所需要的时间为：
Figure BDA0003367627160000081
A3、基于公式(4)，可以得到在出风量Fn下，将空间V内颗粒物浓度降低预设浓度ΔQ(ΔQ为从颗粒物浓度Q降低至颗粒物浓度Q1时，Q与Q1之间的差值，且通常是预先设置的常数)，那么在出风量Fn下，净化完空间V所需要的时间为：
Figure BDA0003367627160000082
可以理解的是，上述公式(2)即是基于公式(5)得到的。
可以理解的是，本申请实施例中的基准时长是基于对空气净化器的内部空间进行净化，将颗粒物浓度降低预设浓度所需要的时间，即该基准时长与内部空间的大小有关，使得能够利用该基准时长对该空气净化器所处的实际空间的大小进行预测，有效提高预测的准确性。
且需要说明的是，由于用于计算基准时长的参数中，预设浓度ΔQ，过滤效率μ，目标距离S0，当前档位的出风量Fn，体积系数K0等参数都已存储在空气净化器的存储介质中，因此，上述的基准时长可以有多种获取方法，例如，可以提前计算空气净化器的各个档位的基准时长，并保存至存储介质中，以便能够统一预置不同档位对应的基准时长，或者，空气净化器每次在启动之后，实时获取当前档位的出风量，并从存储介质中提取其他参数(预设浓度ΔQ，过滤效率μ，目标距离S0，当前档位的出风量Fn，体积系数K0)计算得到当前档位的基准时长，或者，预先设置空气净化器的内部空间的大小，使得用户在使用空气净化器时，空气净化器可根据该预置的内部空间的大小，上述的出风量及预设浓度等参数计算得到基准时长，在实际应用中，可以根据具体的情况设置，此处不做限定。
进一步地，请参阅图3，为本申请实施例中空气净化控制方法的另一流程示意图，包括：
步骤301、获取空气净化器的当前档位的出风量，及当前档位的基准时长，基准时长为：在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
步骤302、获取第一时间点空气净化器内的颗粒物传感器检测到的第一颗粒物浓度，及获取第二时间点颗粒物传感器检测到的第二颗粒物浓度，第一时间点与第二时间点之间的时间差等于基准时长；
步骤303、根据基准时长、出风量、第一颗粒物浓度及第二颗粒物浓度，对实际空间进行预测，得到实际空间的大小；
步骤304、根据所述实际空间的大小对所述空气净化器进行控制。
在本申请实施例中，为了能够对实际空间进行预测，还需要按照基准时长获取颗粒物传感器检测到的颗粒物浓度，具体可以是，获取第一时间点检测到的第一颗粒物浓度，及第二时间点检测到的第二颗粒物浓度，其中，第一时间点与第二时间点之间的时间差等于基准时长。在一种可行的实现方式中，上述的第一时间点可以是空气净化器开始净化的初始时间点。
可以理解的是，此处获取的第一颗粒物浓度和第二颗粒物浓度的时间差等于基准时长，是为了能够与基准时长匹配，以便利用第一颗粒物浓度和第二颗粒物浓度，及基准时长对实际空间的大小进行预测，且进一步的，预测过程还需要使用到出风量的大小，以便能够根据预测到的实际空间的大小对空气净化器进行控制。
具体的，上述步骤303具体可以包含以下步骤：
B1：利用出风量及基准时长，确定空气净化器在基准时长内可净化的颗粒物的第三数量；
B2：利用第一颗粒物浓度及第二颗粒物浓度计算实际空间内颗粒物浓度的实际变化量；
B3根据第三数量及实际变化量对实际空间进行预测，得到实际空间的大小。
可以先利用当前档位的出风量及当前档位的基准时长，确定空气净化器在该基准时长内可净化的颗粒物的第三数量，且考虑到空气净化器的滤网的过滤效率，在计算该第三数量时，可以增加过滤效率这个参数。
进一步地，可利用第一颗粒物浓度及第二颗粒物浓度计算实际空间内颗粒物浓度的实际变化量，该实际变化量是指在实际空间内，当前档位下经过基准时长可降低的颗粒物浓度，可利用上述的第三数量及实际变化量对实际空间进行预测，得到实际空间的大小。
其中，在计算颗粒物浓度在实际空间内的实际变化量时，需要获取第一颗粒物浓度和第二颗粒物浓度的差值的绝对值，由于该绝对值表示空气净化器的内部空间的颗粒物浓度的变化，而实际空间中颗粒物的分布具有差异性，因此，并不能直接使用空气净化器的内部空间的颗粒物浓度的变化来表示实际空间的颗粒物浓度的变化。且由于实际空间内的颗粒物浓度的变化量需要用于预测实际空间的大小，因此，为了能够确保预测的准确性，该实际空间内的颗粒物浓度的变化量可以是实际空间的边缘的颗粒物浓度在基准时长内的变化量，例如，若实际空间为方形，则该实际空间的实际变化量可以是形成该方形空间的墙体上的某一个点上检测到的颗粒物浓度的实际变化量，或者是形成该方形空间的墙体上的多个点上检测到的颗粒物浓度的实际变化量的平均值。
在一种可行的实现方式中，为了能够基于空气净化器的内部空间的颗粒物浓度变化的绝对值，得到实际空间的边缘的颗粒物的实际变化量，还将使用到浓度系数，该浓度系数是预先通过实验的方式测量得到的，且用于表示：在基准时长内，实际空间的边缘的颗粒物浓度的实际变化量，与颗粒物传感器采集到的颗粒物浓度的变化量(第一颗粒物浓度与第二颗粒物浓度的差值的绝对值)之间的比值。
具体的，浓度系数的公式表示如下：
Figure BDA0003367627160000111
其中，β表示浓度系数，ΔQS表示实际空间的边缘的颗粒物浓度的实际变化量，ΔQ净表示内部空间的颗粒物浓度的变化量(即为上述的绝对值)，其中，S表示实际空间的边缘上的点到净化器的距离，该距离是可以用于计算实际空间的大小的，Q表示当前空间的颗粒物浓度，由浓度系数的公式(6)可以看出，浓度系数实际上是与S和Q相关的函数，且可以转换成ΔQS与ΔQ净的比值关系。
在一种可实现的方式中，上述的浓度系数可以通过实验的方式得到，且为了精确的预测实际空间大小，还可以区分不同颗粒物浓度下对应的浓度系数，为更好地理解，可以参阅表1，如下：
颗粒物浓度Q(ug/m3) β取值
1000以上 小于0.0015
500～999 0.0015～0.0050
150～499 0.005～0.015
0～149 0.015～0.055
表1
可以理解的是，上述表1中的颗粒物浓度是指空气净化器设备中的颗粒物传感器检测到的颗粒物浓度。空气净化器启动之后，可以利用颗粒物传感器获取到颗粒物浓度，以便利用上述表1查找到对应的浓度系数。
在本申请实施例中，在得到上述的绝对值及浓度系数之后，可以根据该绝对值与浓度系数进行计算，得到实际空间的边缘的颗粒物的实际变化量。
具体的，基于公式(6)，可以确定实际变化量ΔQs＝βΔQ净。
在得到上述的实际变化量之后，则可以根据第三数量及实际变化量对实际空间进行预测，得到实际空间的大小。
在一种可行的实现方式中，实际空间的大小可以采用如下公式得到：
Figure BDA0003367627160000121
其中，V实表示实际空间的大小，μFnTn表示第三数量，即是将出风量、基准时长及预设的过滤效率的乘积，作为第三数量。
在本申请实施例中，通过使用上述公式(7)，使得能够基于空气净化器的内部空间的大小得到基准时长，并基于该基准时长，该基准时长内空气净化器的内部空间的颗粒物浓度的变化量，及浓度系数，对实际空间大小进行预测，有效提高实际空间大小预测的准确性，为更准确的控制净化过程提供了基础。
请参阅图4，为本申请实施例中空气净化控制装置的结构示意图，该装置包括：
获取模块401，用于获取空气净化器的当前档位的出风量，及当前档位的基准时长，基准时长为：在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
预测模块402，用于根据出风量及基准时长对空气净化器所处的实际空间进行预测，得到实际空间的大小；
控制模块403，用于根据实际空间的大小对空气净化器进行控制。
其中，上述的基准时长存储于存储介质中，或者可以利用基准模块计算得到，基准模块包括：获取目标距离，目标距离为空气净化器内的颗粒物传感器的安装位置，至空气净化器的出风口位置之间的距离；利用目标距离，及内部空间预设的体积系数，得到内部空间的大小；根据内部空间的大小，出风量及预设浓度进行时间估计，得到基准时长。
具体的，基准模块在根据内部空间的大小，出风量及预设浓度进行时间估计得到基准时长时，可以按照如下方式实现：利用内部空间的大小及预设浓度，确定待过滤掉的颗粒物的第一数量，且利用出风量及预设的过滤效率，确定单位时间内过滤掉的颗粒物的第二数量；根据第一数量与第二数量计算得到基准时长。
其中，预测模块402包括：
浓度获取模块，用于获取第一时间点空气净化器内的颗粒物传感器检测到的第一颗粒物浓度，及获取第二时间点颗粒物传感器检测到的第二颗粒物浓度，第一时间点与第二时间点之间的时间差等于基准时长；
空间预测模块，用于根据基准时长、出风量、第一颗粒物浓度及第二颗粒物浓度，对实际空间进行预测，得到实际空间的大小。
其中，空间预测模块具体用于：利用出风量及基准时长，确定空气净化器在基准时长内可净化的颗粒物的第三数量；利用第一颗粒物浓度及第二颗粒物浓度计算实际空间内颗粒物浓度的实际变化量；根据第三数量及实际变化量对实际空间进行预测，得到实际空间的大小。
其中，空间预测模块在得到实际变化量时，可以按照如下方式得到：获取第一颗粒物浓度和第二颗粒物浓度的差值的绝对值，及获取预设的浓度系数，浓度系数用于表示：在基准时长内，实际空间的边缘的颗粒物浓度的实际变化量与颗粒物传感器采集到的颗粒物浓度的变化量之间的比值；根据绝对值及浓度系数进行计算，得到实际空间的边缘的颗粒物的实际变化量。
其中，空间预测模块在得到第三数量时，可以将出风量、基准时长及预设的过滤效率的乘积，作为第三数量。
在本申请实施例中，基准时长是在空气净化器的当前档位下，将空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间，即该基准时长是与空气净化器的内部空间有关的，通过使用与空气净化器的内部空间的大小有关的基准时长预测空气净化器所处的实际空间的大小，使得能够有效提高实际空间的预测准确性，基于该实际空间的大小进行净化控制，能够有效改善净化效果，实现对整个实际空间的净化。
图5示出了一个实施例中空气净化器的结构图。如图5所示，该空气净化器包括通过***总线连接的处理器、存储器、网络接口及颗粒物传感器。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法实施例中的各个步骤。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法实施例中的各个步骤。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种空气净化器，包括颗粒物传感器、存储器和处理器，颗粒物传感器及存储器均与处理器连接，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器上述方法实施例中的步骤。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述方法实施例中的步骤。
为了更好地理解上述实施例中的技术方案，下面将举例说明预测实际空间大小的方法，如下：
以某一空气净化器为例，该净化器的档位分为5档，出风量和档位的关系如下：
档位 出风量(m<sup>3</sup>/h)
Sleep 155
1 252
2 322
3 445
4 639
表2
此外，该空气净化器内的颗粒物传感器的安装位置，至出风口位置之间的距离为S0＝0.25m；且该空气净化器的内部空间的大小使用球形结构，即体积系数
Figure BDA0003367627160000141
空气净化器的滤网的过滤效率μ＝0.997；预设浓度ΔQ＝500ug/m3。
在上述参数的基础上，若空气净化器当前的档位为4档，则4档对应的出风量参考表2为639m3/h。
利用上述的公式(2)，将距离S0＝0.25m，体积系数
Figure BDA0003367627160000151
过滤效率μ＝0.997，预设浓度ΔQ＝500ug/m3，出风量＝639m3/h代入上述的公式(2)，则可以计算得到4档的基准时长T4基准，如下：
Figure BDA0003367627160000152
在得到基准时长T4基准之后，为了能够采用上述的公式(7)预测实际空间的大小，还需要获得的参数包括浓度系数β，和空气净化器的内部空间的颗粒物浓度在上述的基准时长T4基准下的变化量ΔQ净。
其中，浓度系数β可以采用上述表1查询得到，具体可以是获取颗粒物浓度传感器在基准时长T4基准开始时采集到的初始颗粒物浓度，并利用该初始颗粒物浓度查找上述的表1，得到浓度系数β的取值。
其中，变化量ΔQ净可以是基于实验数据下颗粒物浓度从999变化到1时的数据记录得到，具体的，以颗粒物为Pm2.5为例，该数据记录表如下：
时间(min) 0 1 2 3 4 5 6 7 8
Pm2.5值 999 831 638 455 319 235 169 122 86
时间(min) 9 10 11 12 13 14 15 16 17
Pm2.5值 59 40 26 17 12 7 5 3 1
表3
其中，时间表示时长，Pm2.5值则表示颗粒物浓度，上述表3则表示开始净化时的时间为0，且Pm2.5值为999，到第17min(分钟)时，Pm2.5的值降低为1。此外，还可以参阅图6，为表3所示的数据记录的图形示意图，表示空气净化器在4档时，颗粒物传感器检测到的Pm2.5值随着净化时长的变化所产生的变化。
在上述的表3，或者图6中，选择基准时长T4基准的起始时间点，并获取该起始时间点对应的初始颗粒物浓度，获取从起始时间点开始经过上述基准时长T4基准之后的结束时间点的最终颗粒物浓度，将该最终颗粒物浓度与初始颗粒物浓度的差值的绝对值作为上述的变化量ΔQ净，并利用上述的初始颗粒物浓度查找上述的表1，得到对应的浓度系数β的取值，将上述的基准时长T4基准，变化量ΔQ净，浓度系数β的取值，过滤效率μ＝0.997，及4档的出风量639m3/h代入上述的公式(7)中，即可得到实际空间的大小，且该实际空间的大小V实＝24.4～35.9m3。
可以理解的是，可以利用不同档位预测的得到的实际空间的大小，及不同基准时长的起始时间的方式(可以选择得到不同的浓度系数)，预测得到多个不同的实际空间大小的范围，并将所有的范围求交集的方式缩小预测得到的实际空间的大小，以得到更加准确的预测值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种空气净化控制方法，其特征在于，所述方法包括：
获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，所述基准时长为：在所述空气净化器的当前档位下，将所述空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小；
根据所述实际空间的大小对所述空气净化器进行控制。
2.根据权利要求1所述的方法，其特征在于，所述基准时长采用如下方式得到：
获取所述空气净化器的内部空间的大小；
根据所述内部空间的大小，所述出风量及所述预设浓度进行时间估计，得到所述基准时长。
3.根据权利要求2所述的方法，其特征在于，所述获取所述空气净化器的内部空间的大小，包括：
获取目标距离，所述目标距离为所述空气净化器内的颗粒物传感器的安装位置，至所述空气净化器的出风口位置之间的距离；
利用所述目标距离，及所述内部空间预设的体积系数，得到所述内部空间的大小。
4.根据权利要求2所述的方法，其特征在于，所述根据所述内部空间的大小，所述出风量及所述预设浓度进行时间估计，得到所述基准时长，包括：
利用所述内部空间的大小及所述预设浓度，确定待过滤掉的颗粒物的第一数量，且利用所述出风量及预设的过滤效率，确定单位时间内过滤掉的颗粒物的第二数量；
根据所述第一数量与所述第二数量计算得到所述基准时长。
5.根据权利要求1所述的方法，其特征在于，所述根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小，包括：
获取第一时间点所述空气净化器内的颗粒物传感器检测到的第一颗粒物浓度，及获取第二时间点所述颗粒物传感器检测到的第二颗粒物浓度，所述第一时间点与所述第二时间点之间的时间差等于所述基准时长；
根据所述基准时长、所述出风量、所述第一颗粒物浓度及第二颗粒物浓度，对所述实际空间进行预测，得到所述实际空间的大小。
6.根据权利要求5所述的方法，其特征在于，所述根据所述基准时长、所述出风量、所述第一颗粒物浓度及第二颗粒物浓度，对所述实际空间进行预测，得到所述实际空间的大小，包括：
利用所述出风量及所述基准时长，确定所述空气净化器在所述基准时长内可净化的颗粒物的第三数量；
利用所述第一颗粒物浓度及第二颗粒物浓度计算所述实际空间内颗粒物浓度的实际变化量；
根据所述第三数量及所述实际变化量对实际空间进行预测，得到所述实际空间的大小。
7.根据权利要求6所述的方法，其特征在于，所述利用所述第一颗粒物浓度及第二颗粒物浓度计算所述实际空间内颗粒物浓度的实际变化量，包括：
获取所述第一颗粒物浓度和所述第二颗粒物浓度的差值的绝对值，及获取预设的浓度系数，所述浓度系数用于表示：在所述基准时长内，所述实际空间的边缘的颗粒物浓度的实际变化量与颗粒物传感器采集到的颗粒物浓度的变化量之间的比值；
根据所述绝对值及所述浓度系数进行计算，得到所述实际空间的边缘的颗粒物的实际变化量。
8.一种空气净化控制装置，其特征在于，所述装置包括：
获取模块，用于获取空气净化器的当前档位的出风量，及所述当前档位的基准时长，所述基准时长为：在所述空气净化器的当前档位下，将所述空气净化器的内部空间的颗粒物浓度降低预设浓度所需要的时间；
预测模块，用于根据所述出风量及所述基准时长对所述空气净化器所处的实际空间进行预测，得到所述实际空间的大小；
控制模块，用于根据所述实际空间的大小对所述空气净化器进行控制。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种空气净化器，包括存储器和处理器，其特征在于，还包括与所述处理器连接的颗粒物传感器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
CN202111389800.3A 2021-11-22 2021-11-22 空气净化控制方法及装置、空气净化器及存储介质 Active CN114151916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111389800.3A CN114151916B (zh) 2021-11-22 2021-11-22 空气净化控制方法及装置、空气净化器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111389800.3A CN114151916B (zh) 2021-11-22 2021-11-22 空气净化控制方法及装置、空气净化器及存储介质

Publications (2)

Publication Number Publication Date
CN114151916A true CN114151916A (zh) 2022-03-08
CN114151916B CN114151916B (zh) 2023-04-14

Family

ID=80457264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111389800.3A Active CN114151916B (zh) 2021-11-22 2021-11-22 空气净化控制方法及装置、空气净化器及存储介质

Country Status (1)

Country Link
CN (1) CN114151916B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0226607A (ja) * 1988-07-13 1990-01-29 Sanyo Electric Co Ltd 空気清浄機の制御装置
CN104315662A (zh) * 2014-10-29 2015-01-28 小米科技有限责任公司 控制空气净化器工作的方法及装置
CN105311884A (zh) * 2015-10-29 2016-02-10 小米科技有限责任公司 空气净化方法及装置
CN108679769A (zh) * 2018-05-29 2018-10-19 加丁（天津）科技有限公司 新风***的风量控制方法及装置
CN111928441A (zh) * 2020-07-23 2020-11-13 珠海格力电器股份有限公司 一种空调器的控制方法、控制装置及空调器
CN111981652A (zh) * 2020-07-23 2020-11-24 珠海格力电器股份有限公司 一种空调器的控制方法、控制装置及空调器
EP3845820A1 (en) * 2019-12-30 2021-07-07 Koninklijke Philips N.V. Air purifier and method for operating the same
JP2021135011A (ja) * 2020-02-28 2021-09-13 パナソニックＩｐマネジメント株式会社 空気調和機

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0226607A (ja) * 1988-07-13 1990-01-29 Sanyo Electric Co Ltd 空気清浄機の制御装置
CN104315662A (zh) * 2014-10-29 2015-01-28 小米科技有限责任公司 控制空气净化器工作的方法及装置
CN105311884A (zh) * 2015-10-29 2016-02-10 小米科技有限责任公司 空气净化方法及装置
CN108679769A (zh) * 2018-05-29 2018-10-19 加丁（天津）科技有限公司 新风***的风量控制方法及装置
EP3845820A1 (en) * 2019-12-30 2021-07-07 Koninklijke Philips N.V. Air purifier and method for operating the same
JP2021135011A (ja) * 2020-02-28 2021-09-13 パナソニックＩｐマネジメント株式会社 空気調和機
CN111928441A (zh) * 2020-07-23 2020-11-13 珠海格力电器股份有限公司 一种空调器的控制方法、控制装置及空调器
CN111981652A (zh) * 2020-07-23 2020-11-24 珠海格力电器股份有限公司 一种空调器的控制方法、控制装置及空调器

Also Published As

Publication number Publication date
CN114151916B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN106600344B (zh) 目标产品活跃用户数据获取方法和装置
RU2018120187A (ru) Оценка сетей потоков
DE102011103346A1 (de) Verfahren zur modellbasierten Bestimmung der Temperaturverteilung einer Abgasnachbehandlungseinheit
CN114151916B (zh) 空气净化控制方法及装置、空气净化器及存储介质
CN110933480B (zh) 一种弹幕显示的控制方法、装置、存储介质及处理器
DE102019206682A1 (de) Verfahren zum Betrieb eines Partikelfilters in einem Abgasnachbehandlungssystem einer Brennkraftmaschine
CN113695366A (zh) 一种基于环境监测的飞灰螯合剂智能筛选方法及***
Li et al. Effect of uniformity of the residual dust cake caused by patchy cleaning on the filtration process
Hoffmann et al. Prediction of shell porosities in continuous fluidized bed spray layering
Laminger et al. Modeling the pressure drop behavior of cleanable dust filters during pressure-controlled operation
JP2020504260A5 (zh)
Iliev et al. Combined depth and cake filtration model coupled with flow simulation for flat and pleated filters
Khuzhayorov et al. Some Model of a Suspension Filtration in a Porous Media That Accounts for the Two-Zone and Multistage Character of Deposition Kinetics
CN116796452A (zh) 颗粒物捕集效率预测模型的获取方法、装置、设备及介质
CN116076765A (zh) 一种基于传递函数的烘丝机出口水分预测方法
JP2017075543A (ja) 圧力損失解析方法，そのプログラム及び圧力損失解析装置
Matyasovszky et al. Autoregressive modelling of daily ragweed pollen concentrations for Szeged in Hungary
Bhatia Combined surface and pore volume diffusion in porous media
Pergam et al. Optimal dosage strategies for filter aid filtration processes with compressible cakes
CN105573237A (zh) 一种碳势计算方法
Khuzhayorov et al. A model of suspension filtration in porous media with multistage accumulation kinetics
Mead-Hunter et al. Development and validation of a computational fluid dynamics (CFD) solver for droplet-fibre systems
Onosakponome et al. Systematic Modeling of Sludge Filtration Process Using Dimensional Analysis Technique
Kocaefe et al. 2D transient filtration model for aluminum
CN114441470B (zh) 烟草薄片中化学组分的预测调节方法、***、介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant