CN114719421A - 一种空调智能控制方法、存储介质及空调器 - Google Patents
一种空调智能控制方法、存储介质及空调器 Download PDFInfo
- Publication number
- CN114719421A CN114719421A CN202210544435.7A CN202210544435A CN114719421A CN 114719421 A CN114719421 A CN 114719421A CN 202210544435 A CN202210544435 A CN 202210544435A CN 114719421 A CN114719421 A CN 114719421A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- mode
- node
- control method
- intelligent control
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005057 refrigeration Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 2
- 238000009529 body temperature measurement Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
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
- F24F11/62—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
- F24F11/65—Electronic processing for selecting an operating mode
-
- 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
-
- 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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- F24F2110/10—Temperature
-
- 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
- F24F2110/10—Temperature
- F24F2110/12—Temperature of the outside air
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/20—Feedback from users
-
- 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)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种空调智能控制方法、存储介质及空调器,所述空调智能控制方法包括:S1、开机,对用户进行识别;S2、判断是否接收“普通模式”指令,若是,则空调器按照接收的控制指令运行,记录并存储相关数据,所述数据包括所述用户的身份信息、当前时刻所对应的节点、运行参数;若否,则进入步骤S3;S3、根据预存模式和预判模式共同确定空调器的运行模式。本发明所述的空调智能控制方法通过对用户信息、当前节点、空调运行参数进行关联、存储,将离散数据拼接形成关于时间轴的控制线,实现开机自动进入与用户相匹配的运行模式;同时将预存模式与预判模式进行比较,以确保空调控制准确、可靠,舒适性佳。
Description
技术领域
本发明涉及空调技术领域,具体而言,涉及一种空调智能控制方法、存储介质及空调器。
背景技术
随着科技的发展,空调已经成为不可或缺的电气设备之一。目前市面上的主流空调都需要人为手动设置运行参数,难以实现智能化。不同用户对同一空调的运行模式、目标温度有不同的需求,可能在一天内需要多次设定空调的参数导致操作十分繁琐,尤其是对老年人或残障人士来说不够人性化,用户体验较差。
现有空调器的智能控制方法尚无法完全满足用户的使用需求,部分用户甚至反馈空调器提供的环境不够舒适,反而带来了更多困扰。例如申请号201710509405.1的中国专利公开了一种空调智能控制方法,通过学习前一天的用户习惯,将用户的空调设定习惯智能地应用在当天的空调控制过程中以实现空调自动化、智能化,满足用户每天不同时间段对空调的运行模式、目标温度的需求,但该方法由于用户不同或者是处于换季时气温波动大而导致舒适性较差。
有鉴于此,特提出本发明。
发明内容
本发明解决的问题是目前空调的红外遥控器使用较为普遍,但控制方法较为简单,难以针对特定用户实现人性化智能控制。
为解决上述问题,本发明提供一种空调智能控制方法,包括:
S1、开机,对用户进行识别;
S2、判断是否接收“普通模式”指令,若是,则空调器按照接收的控制指令运行,记录并存储相关数据,所述数据包括所述用户的身份信息、当前时刻所对应的节点、运行参数;若否,则进入步骤S3;
S3、根据预存模式和预判模式共同确定空调器的运行模式。
本发明所述的空调智能控制方法通过对用户信息、当前节点、空调运行参数进行关联、存储,将离散数据拼接形成关于时间轴的控制线,实现开机自动进入与用户相匹配的运行模式;同时将预存模式与预判模式进行比较,以确保空调控制准确、可靠,舒适性佳。
当用户点击普通模式,则跳转至普通模式,此时预判模式的优先级小于人工设置,开机后默认运行预判模式;点击“修改”后默认进入数据输入界面,可修改当前运行时间对应的第一节点,点击“其它”可浏览所有节点的或修改任意节点。点击“智能模式”,则跳转到智能模式;点击“记录”,可记录第一节点的参数。
优选的,步骤S1包括:
S11、空调器开机运行,通过雷达扫描获取物体的所在位置;
S12、获取所述物体的红外信息,当检测温度为35-40℃时则获取室内的图像信息;
S13、根据图像信息进行人脸识别以获取所述用户的身份信息。
通过雷达扫描、红外测温及人脸识别以检测并确定用户的身份信息,通过多级操作、判断减以小图像处理数据量且信息准确。优选的,所述雷达为毫米波雷达,利用红外测温仪对用户的体温进行检测。
优选的,步骤S2中所述运行参数包括运行模式、预设温度、风挡、摆风角度、摆风速度。优选的,步骤S32中所述运行模式包括制冷模式、制热模式、舒适模式、除霜模式。
优选的,步骤S3包括:
S31、判断是否存储所述用户的数据信息,若是,则进入步骤S32;若否,则根据室外温度T外环、室内温度T内环与预设值的大小关系来获取预判模式,空调按照预判模式运行;
S32、判断所述数据是否含有第一节点的预存模式,所述第一节点为当前时刻所对应的节点,若是,则根据所述第一节点的预存模式控制空调运行;若否,则进行步骤S33;
S33、获取第二节点的预存模式;判断第二节点的预存模式与所述预判模式是否一致,所述第二节点为距离所述第一节点最近且有数据存储的节点,若是,则空调按照所述第二节点的预存模式运行,若否,则空调按照所述预判模式运行。
S34、记录并存储用户信息、当前时刻对应的节点、运行参数。
如果无存储数据,则按预判模式运行;如果有存储数据,当第一节点的预存模式与预判模式一致时,则运行预存模式;如果不一致,则运行预判模式;当无第一节点数据但有第二节点数据时,若第二节点的预存模式与预判模式一致,则记录运行参数记录至第一节点,否则会运行预判模式并记录于第一节点。
优选的,步骤S31所述的预判模式采用如下方法确定:
S311、检测并判断是否T外环≥T1,若是,则空调运行制冷模式;若否,则进入步骤S312;
S312、检测并判断是否T内环≥T2,若是,则空调运行制冷模式;若否,则进入步骤S313;
S313、检测并判断是否T内环≤T3,若是,则空调运行制热模式;若否,则空调保持原有的运行模式。
其中T外环、T内环分别为利用温度传感器测定的室外环境温度、室内环境温度。优选的,步骤S32中所述第一节点的对应时长为X×24h/n,n为正整数,X取值为0.1-1。所述第二节点和第一节点为时长相同的不同时间段。
例如,空调器按天或星期或月份进行记录,每个记录周期又分为多个节点,如每天有24个节点,如1:00、2:00、3:00...、24:00;或者每天有48各节点,如1:00、1:30、2:00、2:30…23:30、24:00。优选的,如果进入下一月份时,则进行询问是否拷贝当前月份数据至下一月份,用户同意后进行拷贝并在下一个月更改内容则记录在下一月份,否则下一月份无数据存储。
优选的,在存储任一运行参数之前,判断空调在相应的运行参数下的运行时长是否达到额定时长t2,若是,则将相应的运行参数作为有效参数,进行存储;若否,则将相应的运行参数作为无效参数,不进行存储。优选的,当空调对当前用户、当前节点的有效参数存储后,删除之前所存储的当前用户、当前节点的运行参数。优选的,所述t2为1-3min,如1min。
相对于现有技术,本发明所述空调智能控制方法具有下述有益效果:1)本发明利用雷达、红外测温、人脸识别以精准识别不同的操作用户,同时根据用户习惯和时间节点对空调进行智能控制;2)通过预判模式、预存模式比较进行调整以防止误判,舒适性佳;3)选择性进行模式切换,满足用户多样化需求。
本发明还提供了一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的空调智能控制方法。本发明还提供了一种空调器,包括存储有计算机程序的可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现上述的空调智能控制方法。所述可读存储介质、空调器具有与所述空调智能控制方法相同的有益效果,在此不进行赘述。
附图说明
图1为本发明实施例所述空调进行模式切换示意图;
图2为本发明实施例所述空调智能控制方法的一种流程示意图;
图3为本发明实施例所述空调智能控制方法的另一种流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。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。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。本领域技术人员可根据需要对其作出调整以适应具体的应用场合。
随着时代的发展与进步,消费者对空调的选择不再仅关注产品的硬件质量,而是更注重使用体验。现有空调器通常需要用户根据自身需求手动设置运行参数,包括运行模式以及在此基础上的温度、风量大小、吹风方向等,操作十分繁琐。为满足市场需求,空调器的功能日益多样,控制也愈发精细,这无疑进一步增加了操作难度,导致用户体验差。
随着人工智能、机器学习等技术的快速发展,空调器相关的智能控制方法也逐渐成为研究热点。为此,申请人提出如下技术方案。
如图1所示,空调遥控器包括智能模式和普通模式,两种模式可随时切换;在智能模式下可进行数据读取或存储;而在普通模式下,点击操作记录可进行运行参数存储;相应的,空调的控制器可对运行参数进行存储或读取,当读取运行参数时,空调按照读取的参数进行负载运行。
空调默认进入智能模式,当用户点击普通模式时,则跳转至普通模式,此时预判模式的优先级小于人工设置,再次开机后默认运行预判模式;点击“修改”后默认进入数据输入界面,可修改当前运行时间对应的第一节点,点击“其它”可浏览所有节点的或修改任意节点。点击“智能模式”,则跳转到智能模式;点击“记录”,可记录第一节点的参数,再次开机后默认运行预存模式。如果无存储数据,则按预判模式运行;如果有存储数据,当第一节点的预存模式与预判模式一致时,则运行预存模式,按照用户设置的参数运行制冷、制热等模式,不需用户多次调整,用户体验佳;如果不一致,则运行预判模式;为避免影响用户体验,当二者不匹配时,利用预判模式进行空调控制,满足用户对温度调节的基本要求,用户体验佳。当无第一节点数据但有第二节点数据时,若第二节点的预存模式与预判模式一致,则记录运行参数记录至第一节点,否则会运行预判模式并记录于第一节点。
如图2-3所示,本发明提供一种空调智能控制方法,包括:
S1、开机,对用户进行识别;
具体的,采用如下步骤:
S11、空调器开机运行,通过雷达扫描获取物体的所在位置;
S12、获取所述物体的红外信息,当检测温度为35-40℃时则获取室内的图像信息;
S13、根据图像信息进行人脸识别以获取所述用户的身份信息。
通过雷达扫描、红外测温及人脸识别以检测并确定用户的身份信息,通过多级操作、判断以减小图像处理数据量且确保用户的身份信息准确。优选的,所述雷达为毫米波雷达,利用红外测温仪对用户的体温进行检测,其具体检测方法为现有技术,在此不进行赘述。
S2、判断是否接收“普通模式”指令,若是,则空调器按照接收的控制指令运行,记录并存储相关数据,所述数据包括所述用户的身份信息、当前时刻所对应的节点、运行参数;若否,则进入步骤S3;
所述运行参数包括运行模式、预设温度、风挡、摆风角度、摆风速度。所述运行模式包括制冷模式、制热模式、舒适模式、除霜模式。
S3、根据预存模式和预判模式共同确定空调器的运行模式。
具体的,步骤S3包括:
S31、判断是否存储所述用户的数据信息,若是,则进入步骤S32;若否,则根据室外温度T外环、室内温度T内环与预设值的大小关系来获取预判模式,空调按照预判模式运行;
优选的,所述预判模式采用如下方法:
S311、检测并判断是否T外环≥T1,若是,则空调运行制冷模式;若否,则进入步骤S312;
S312、检测并判断是否T内环≥T2,若是,则空调运行制冷模式;若否,则进入步骤S313;
S313、检测并判断是否T内环≤T3,若是,则空调运行制热模式;若否,则空调保持原有的运行模式。
作为本发明的一个示例,所述T1、T2、T3的取值分别为28-31℃、25.5-26.5℃、18-22℃,优选的,所述T1、T2、T3分别为30℃、26℃、19-a℃,其中a为制热模式下内环境的补偿温度,如1-3℃。
S32、判断所述数据是否含有第一节点的预存模式,所述第一节点为当前时刻所对应的节点,若是,则根据所述第一节点的预存模式控制空调运行;若否,则进行步骤S33;
优选的,步骤S32中所述第一节点的对应时长为X×24h/n,n为正整数,X取值为0.1-1。所述第二节点和第一节点为时长相同的不同时间段。例如,空调器按天或星期或月份进行记录,每个记录周期又分为多个节点,如每天有24个节点,如1:00、2:00、3:00...、24:00;或者每天有48各节点,如1:00、1:30、2:00、2:30…23:30、24:00。优选的,如果进入下一月份时,则进行询问是否拷贝当前月份数据至下一月份,用户同意后进行拷贝并在下一个月更改内容则记录在下一月份,否则下一月份无数据存储。
S33、获取第二节点的预存模式;判断第二节点的预存模式与所述预判模式是否一致,所述第二节点为距离所述第一节点最近且有数据存储的节点,若是,则空调按照所述第二节点的预存模式运行,若否,则空调按照所述预判模式运行。
S34、记录并存储用户信息、当前时刻对应的节点、运行参数。
优选的,在存储任一运行参数之前,判断空调在相应的运行参数下的运行时长是否达到额定时长t2,若是,则将相应的运行参数作为有效参数,进行存储;若否,则将相应的运行参数作为无效参数,不进行存储。优选的,当空调对当前用户、当前节点的有效参数存储后,删除之前所存储的当前用户、当前节点的运行参数。优选的,所述t2为1-3min,如1min。
本发明利用雷达、红外测温、人脸识别以精准识别不同的操作用户,通过对用户信息、当前节点、空调运行参数进行关联、存储,将离散数据拼接形成关于时间轴的控制线,实现开机自动进入与用户相匹配的运行模式;同时将预存模式与预判模式比较进行调整以防止误判,以确保空调控制准确、可靠,舒适性佳。
本发明还提供了一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的空调智能控制方法。所述可读存储介质可以是可读存储介质或可读信号介质,例如:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等。在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
本发明还提供了一种空调器,包括存储有计算机程序的可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现上述的空调智能控制方法。所述空调器可以为柜式空调、壁挂式空调、吸顶式空调、新风空调等;所述可读存储介质、空调器具有与所述空调智能控制方法相同的有益效果,在此不进行赘述。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种空调智能控制方法,其特征在于,包括:
S1、开机,对用户进行识别;
S2、判断是否接收“普通模式”指令,若是,则空调器按照接收的控制指令运行,记录并存储相关数据,所述数据包括所述用户的身份信息、当前时刻所对应的节点、运行参数;若否,则进入步骤S3;
S3、根据预存模式和预判模式共同确定空调器的运行模式。
2.根据权利要求1所述的空调控制方法,其特征在于,步骤S1包括:
S11、空调器开机运行,通过雷达扫描获取物体的所在位置;
S12、获取所述物体的红外信息,当检测温度为35-40℃时则获取室内的图像信息;
S13、根据图像信息进行人脸识别以获取所述用户的身份信息。
3.根据权利要求1所述的空调控制方法,其特征在于,步骤S2中所述运行参数包括运行模式、预设温度、风挡、摆风角度、摆风速度。
4.根据权利要求3所述的空调智能控制方法,其特征在于,步骤S2中所述运行模式包括制冷模式、制热模式、舒适模式、除霜模式。
5.根据权利要求1所述的空调智能控制方法,其特征在于,步骤S3包括:
S31、判断是否存储所述用户的数据信息,若是,则进入步骤S32;若否,则根据室外温度T外环、室内温度T内环与预设值的大小关系来获取预判模式,空调按照预判模式运行;
S32、判断所述数据是否含有第一节点的预存模式,所述第一节点为当前时刻所对应的节点,若是,则根据所述第一节点的预存模式控制空调运行;若否,则进行步骤S33;
S33、获取第二节点的预存模式,判断第二节点的预存模式与所述预判模式是否一致,所述第二节点为距离所述第一节点最近且有数据存储的节点,若是,则空调按照所述第二节点的预存模式运行,若否,则空调按照所述预判模式运行。
S34、记录并存储用户信息、当前时刻对应的节点、运行参数。
6.根据权利要求5所述的空调智能控制方法,其特征在于,步骤S31所述的预判模式采用如下方法确定:
S311、检测并判断是否T外环≥T1,若是,则空调运行制冷模式;若否,则进入步骤S312;
S312、检测并判断是否T内环≥T2,若是,则空调运行制冷模式;若否,则进入步骤S313;
S313、检测并判断是否T内环≤T3,若是,则空调运行制热模式;若否,则空调保持原有模式运行。
7.根据权利要求5所述的空调智能控制方法,其特征在于,步骤S32中所述第一节点的对应时长为X×24h/n,n为正整数,X取值为0.1-1。
8.根据权利要求1所述的空调智能控制方法,其特征在于,步骤S2还包括:存储任一运行参数之前,判断空调在相应的运行参数下的运行时长是否达到额定时长t2,若是,则将相应的运行参数作为有效参数,进行存储;若否,则将相应的运行参数作为无效参数,不进行存储。
9.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1-8任一项所述的空调智能控制方法。
10.一种空调器,其特征在于,包括存储有计算机程序的可读存储介质和处理器,所述计算机程序被所述处理器读取并运行时,实现如权利要求1-8任一项所述的空调智能控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210544435.7A CN114719421B (zh) | 2022-05-18 | 2022-05-18 | 一种空调智能控制方法、存储介质及空调器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210544435.7A CN114719421B (zh) | 2022-05-18 | 2022-05-18 | 一种空调智能控制方法、存储介质及空调器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114719421A true CN114719421A (zh) | 2022-07-08 |
CN114719421B CN114719421B (zh) | 2024-01-19 |
Family
ID=82232051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210544435.7A Active CN114719421B (zh) | 2022-05-18 | 2022-05-18 | 一种空调智能控制方法、存储介质及空调器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114719421B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103982982A (zh) * | 2014-05-05 | 2014-08-13 | 美的集团股份有限公司 | 空调器的控制方法和空调器 |
JP2016017707A (ja) * | 2014-07-09 | 2016-02-01 | 日立アプライアンス株式会社 | 空気調和システム |
CN105444359A (zh) * | 2015-12-14 | 2016-03-30 | 海信(山东)空调有限公司 | 一种空调控制方法 |
JP2016071722A (ja) * | 2014-09-30 | 2016-05-09 | 三菱電機株式会社 | 機器管理装置、操作再現方法、および、プログラム |
CN107451242A (zh) * | 2017-07-26 | 2017-12-08 | 广东美的制冷设备有限公司 | 数据播放控制方法、***和计算机可读存储介质 |
CN108826593A (zh) * | 2018-04-18 | 2018-11-16 | 广东美的暖通设备有限公司 | 一种空调器定时控制方法、控制***及空调器 |
CN109059222A (zh) * | 2018-06-19 | 2018-12-21 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
CN109114737A (zh) * | 2018-08-28 | 2019-01-01 | 广东美的暖通设备有限公司 | 空调的智能控制方法、***、设备及介质 |
CN109140706A (zh) * | 2017-06-28 | 2019-01-04 | 奥克斯空调股份有限公司 | 一种空调智能控制方法 |
CN109724215A (zh) * | 2018-06-27 | 2019-05-07 | 平安科技(深圳)有限公司 | 空调控制方法、空调控制装置、空调设备及存储介质 |
CN110118420A (zh) * | 2019-05-30 | 2019-08-13 | 珠海格力电器股份有限公司 | 一种依据时间变化的个性化设备控制方法、装置及设备 |
CN110500728A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN112413839A (zh) * | 2020-10-20 | 2021-02-26 | 珠海格力电器股份有限公司 | 基于天气预测的智能运行控制方法、空调器、介质及终端 |
-
2022
- 2022-05-18 CN CN202210544435.7A patent/CN114719421B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103982982A (zh) * | 2014-05-05 | 2014-08-13 | 美的集团股份有限公司 | 空调器的控制方法和空调器 |
JP2016017707A (ja) * | 2014-07-09 | 2016-02-01 | 日立アプライアンス株式会社 | 空気調和システム |
JP2016071722A (ja) * | 2014-09-30 | 2016-05-09 | 三菱電機株式会社 | 機器管理装置、操作再現方法、および、プログラム |
CN105444359A (zh) * | 2015-12-14 | 2016-03-30 | 海信(山东)空调有限公司 | 一种空调控制方法 |
CN109140706A (zh) * | 2017-06-28 | 2019-01-04 | 奥克斯空调股份有限公司 | 一种空调智能控制方法 |
CN107451242A (zh) * | 2017-07-26 | 2017-12-08 | 广东美的制冷设备有限公司 | 数据播放控制方法、***和计算机可读存储介质 |
CN108826593A (zh) * | 2018-04-18 | 2018-11-16 | 广东美的暖通设备有限公司 | 一种空调器定时控制方法、控制***及空调器 |
CN109059222A (zh) * | 2018-06-19 | 2018-12-21 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
CN109724215A (zh) * | 2018-06-27 | 2019-05-07 | 平安科技(深圳)有限公司 | 空调控制方法、空调控制装置、空调设备及存储介质 |
CN109114737A (zh) * | 2018-08-28 | 2019-01-01 | 广东美的暖通设备有限公司 | 空调的智能控制方法、***、设备及介质 |
CN110118420A (zh) * | 2019-05-30 | 2019-08-13 | 珠海格力电器股份有限公司 | 一种依据时间变化的个性化设备控制方法、装置及设备 |
CN110500728A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN112413839A (zh) * | 2020-10-20 | 2021-02-26 | 珠海格力电器股份有限公司 | 基于天气预测的智能运行控制方法、空调器、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN114719421B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108168034B (zh) | 空调器控制方法 | |
CN110308660B (zh) | 智能设备控制方法及装置 | |
CN108870686A (zh) | 空调器的控制方法、空调器和计算机可读存储介质 | |
AU2018246843A1 (en) | Data learning server and method for generating and using learning model thereof | |
EP3029389A2 (en) | Controlling system for environmental comfort degree and controlling method of the controlling system | |
WO2018205487A1 (zh) | 家电设备控制方法、装置及终端设备 | |
CN110895011B (zh) | 一种空调控制方法、装置、存储介质及空调 | |
CN106765971B (zh) | 空调器控制方法和装置 | |
WO2022267671A1 (zh) | 用于空调的运行模式推送方法及装置、空调 | |
CN111459388B (zh) | 一种智慧家居信息的息屏显示方法、显示设备及存储介质 | |
CN110186161B (zh) | 默认参数更新方法、空调自学习控制方法以及空调器 | |
CN113739376B (zh) | 空调***、空调***的控制方法及计算机可读存储介质 | |
WO2022242143A1 (zh) | 用于空调控制的方法、装置和空调 | |
CN111240217B (zh) | 状态检测方法、装置、电子设备及存储介质 | |
CN105004005A (zh) | 空调器的控制方法、装置和空调器 | |
CN112432322A (zh) | 一种共享空调的控制方法及控制装置 | |
CN109163422A (zh) | 空调器及其控制方法、装置和计算机可读存储介质 | |
CN113495487A (zh) | 一种调节目标设备运行参数的终端和方法 | |
CN110953701B (zh) | 运行控制方法、运行控制装置、空调器和存储介质 | |
CN112013517A (zh) | 空气调节设备及其控制方法、终端控制设备和存储介质 | |
CN114612635A (zh) | 一种能够在增强现实和虚拟现实模式切换的方法及装置 | |
CN114719421A (zh) | 一种空调智能控制方法、存储介质及空调器 | |
CN113847712A (zh) | 空调的控制方法、控制装置和空调*** | |
CN112013513A (zh) | 空气调节设备及其自动控制方法、终端控制设备 | |
CN112325450A (zh) | 智能空调器控制参数的获取方法与控制设备 |
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 |