KR102680639B1 - Artificial Intelligence Washing machine and Method for controlling the same - Google Patents
Artificial Intelligence Washing machine and Method for controlling the same Download PDFInfo
- Publication number
- KR102680639B1 KR102680639B1 KR1020190078223A KR20190078223A KR102680639B1 KR 102680639 B1 KR102680639 B1 KR 102680639B1 KR 1020190078223 A KR1020190078223 A KR 1020190078223A KR 20190078223 A KR20190078223 A KR 20190078223A KR 102680639 B1 KR102680639 B1 KR 102680639B1
- Authority
- KR
- South Korea
- Prior art keywords
- degree
- laundry
- foam
- washing
- control unit
- Prior art date
Links
- 238000005406 washing Methods 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000013473 artificial intelligence Methods 0.000 title description 9
- 230000018044 dehydration Effects 0.000 claims abstract description 107
- 238000006297 dehydration reaction Methods 0.000 claims abstract description 107
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 78
- 239000006260 foam Substances 0.000 claims abstract description 75
- 230000002776 aggregation Effects 0.000 claims abstract description 71
- 238000005054 agglomeration Methods 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 57
- 238000003860 storage Methods 0.000 claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims description 57
- 239000004744 fabric Substances 0.000 claims description 42
- 238000001035 drying Methods 0.000 claims description 35
- 238000005187 foaming Methods 0.000 claims description 22
- 230000007423 decrease Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 67
- 238000010801 machine learning Methods 0.000 description 19
- 238000013135 deep learning Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000003599 detergent Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000008400 supply water Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002144 chemical decomposition reaction Methods 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002979 fabric softener Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/30—Control of washing machines characterised by the purpose or target of the control
- D06F33/32—Control of operational steps, e.g. optimisation or improvement of operational steps depending on the condition of the laundry
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/30—Control of washing machines characterised by the purpose or target of the control
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/30—Control of washing machines characterised by the purpose or target of the control
- D06F33/44—Control of the operating time, e.g. reduction of overall operating time
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F34/00—Details of control systems for washing machines, washer-dryers or laundry dryers
- D06F34/14—Arrangements for detecting or measuring specific parameters
- D06F34/18—Condition of the laundry, e.g. nature or weight
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F35/00—Washing machines, apparatus, or methods not otherwise provided for
- D06F35/005—Methods for washing, rinsing or spin-drying
- D06F35/007—Methods for washing, rinsing or spin-drying for spin-drying only
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F37/00—Details specific to washing machines covered by groups D06F21/00 - D06F25/00
- D06F37/30—Driving arrangements
- D06F37/304—Arrangements or adaptations of electric motors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/02—Characteristics of laundry or load
- D06F2103/04—Quantity, e.g. weight or variation of weight
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
- D06F2105/46—Drum speed; Actuation of motors, e.g. starting or interrupting
- D06F2105/48—Drum speed
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
- D06F2105/56—Remaining operation time; Remaining operational cycles
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Control Of Washing Machine And Dryer (AREA)
Abstract
본 발명은 세탁기 및 세탁기의 제어방법에 관한 것이다. 본 발명의 일 실시 예에 따른 세탁기는, 저수조, 포를 수용하고, 상기 저수조 내에서 회전 가능하게 구비되는 세탁조, 상기 세탁조를 회전시키는 모터 및 상기 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지하고, 감지된 포량값들을 이용하여 함습률을 결정하는 제어부를 포함하고, 상기 제어부는, 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포 뭉침 정도를 결정하고, 결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 상기 세탁조가 회전되는 최대 속도 및 탈수시간을 결정하는 것을 특징으로 한다.The present invention relates to a washing machine and a method of controlling the washing machine. A washing machine according to an embodiment of the present invention includes a water storage tank, a washing tank that accommodates laundry, and is rotatable in the water tank, a motor that rotates the washing tank, and detects the amount of laundry accommodated in the washing tank at different times. , a control unit that determines the moisture content using the sensed laundry weight values, wherein the control unit determines the degree of foam agglomeration using a plurality of types of data measured while rotating the washing tub, and determines the determined moisture rate and the degree of foam agglomeration. Based on this, the maximum speed at which the washing tub is rotated and the dehydration time are determined during the dehydration process.
Description
본 발명은 인공지능이 적용된 세탁기 및 세탁기의 제어방법에 관한 것으로, 보다 상세하게는 머신 러닝(machine learning) 기반의 인공지능 탈수를 수행하는 것이 가능한 세탁기 및 세탁기의 제어 방법에 관한 것이다.The present invention relates to a washing machine and a method of controlling the washing machine to which artificial intelligence is applied, and more specifically, to a washing machine and a method of controlling the washing machine capable of performing machine learning-based artificial intelligence dehydration.
일반적으로 세탁기는, 물과 세제의 화학적 분해 작용과 물과 세탁물간의 마찰 등 물리적 작용 등을 이용하여, 의복, 침구 등의 세탁물(이하, '포'라고도 함)에 묻은 오염물질을 분리해내는 장치를 통칭하는 것이다.In general, a washing machine is a device that separates contaminants from laundry (hereinafter referred to as 'cloth') such as clothing and bedding by using the chemical decomposition action of water and detergent and physical actions such as friction between water and laundry. It is a general term for .
세탁기는 크게 교반식과 와류식 및 드럼식 세탁기로 구분된다. 이 중 드럼식 세탁기는 물이 담기는 저수조(또는 터브)와, 상기 저수조 내에 회전 가능하게 구비되어 세탁물을 수용하는 세탁조(또는 드럼)를 포함한다. Washing machines are largely divided into agitator type, vortex type and drum type washing machines. Among these, a drum-type washing machine includes a water tank (or tub) containing water, and a washing tank (or drum) rotatably provided in the water tank to accommodate laundry.
상기 세탁조(또는 드럼)에는 물이 통과하는 다수의 통공이 형성된다. 세탁운전은 통상적으로 세탁행정, 헹굼행정 및 탈수행정으로 구분된다. 이러한 행정의 진행 과정은 세탁기의 외부에 구비된 컨트롤 패널(또는 디스플레이)를 통해 확인이 가능하다.The washing tank (or drum) is formed with a plurality of holes through which water passes. The washing operation is usually divided into a washing cycle, a rinsing cycle, and a spin-drying cycle. The progress of this administration can be confirmed through the control panel (or display) provided on the outside of the washing machine.
세탁행정은 저수조에 저장된 물과 세탁조에 저장된 포의 마찰력, 물에 저장된 세제의 화학적 작용에 의해 세탁물에 묻은 오염물질을 제거하게 된다.The washing process removes contaminants from laundry by the friction of the water stored in the water tank, the friction of the fabric stored in the washing tank, and the chemical action of the detergent stored in the water.
헹굼행정은 저수조 내로 세제가 용해되지 않은 물을 공급하여, 포를 헹구는 것으로, 특히 세탁행정시 포에 흡수된(또는 묻어 있는) 세제가 제거된다. 헹굼행정시에는 물과 함께 섬유 유연제가 공급되기도 한다.The rinsing cycle is to supply water in which detergent is not dissolved into the water storage tank to rinse the fabric. In particular, the detergent absorbed (or attached) to the fabric during the washing cycle is removed. During the rinsing cycle, fabric softener is supplied along with water.
탈수행정은 헹굼행정이 완료된 이후에, 세탁조를 고속으로 회전시켜 포를 탈수시키는 것이다. 통상적으로 탈수행정이 완료됨으로써, 세탁기의 모든 운전이 종료된다. 반면, 건조 겸용 세탁기의 경우는, 탈수행정 이후에 건조행정이 더 추가되기도 한다.The dehydration cycle is to spin the washing tank at high speed after the rinsing cycle is completed to dehydrate the fabric. Typically, when the spin-drying cycle is completed, all operations of the washing machine end. On the other hand, in the case of a washing machine with a dryer function, a drying cycle may be added after the dehydration cycle.
통상 세탁운전은 세탁조 내에 투입된 세탁물의 양(이하, '포량'이라고도 함)에 따라 서로 다른 조건으로 운전하도록 설정된다. 예를들어, 포량에 따라 급수수위, 세탁강도, 배수시간, 탈수시간 등의 설정이 달라질 수 있다.Normally, the washing operation is set to operate under different conditions depending on the amount of laundry (hereinafter referred to as 'laundry amount') put into the washing machine. For example, settings such as water level, washing intensity, draining time, and spin-drying time may vary depending on the amount of laundry.
반면, 세탁성능은 포량 뿐만 아니라 세탁물의 종류에 따라서도 편차가 발생되는 것으로, 세탁운전을 설정함에 있어서 포량만을 고려하는 경우에는 충분한 세탁성능을 기대할 수 없는 문제가 있다.On the other hand, washing performance varies depending on not only the amount of laundry but also the type of laundry, and if only the amount of laundry is considered when setting the washing operation, there is a problem in that sufficient washing performance cannot be expected.
선행문헌 (등록특허공고 특1994-0008628호(1994.09.24.))에는, 세탁기의 포량/포질을 감지하는 구성에 대하여 개시하고 있다. 구체적으로, 선행문헌은, 전류값의 평균치를 포량으로, 전류값의 편차를 포질로 감지하는 기술에 대하여 개시한다. Prior literature (Patent Publication No. 1994-0008628 (September 24, 1994)) discloses a configuration for detecting the amount/quality of laundry in a washing machine. Specifically, the prior literature discloses a technology for detecting the average value of current values as cloth amount and the deviation of current values as foam amount.
그러나, 선행문헌은, 종래의 포량 및 포질감지의 오차를 줄이기 위한 것을 목적으로 할 뿐이다.However, the prior literature only aims to reduce errors in conventional laundry weight and fabric texture detection.
즉, 선행문헌은, 포 뭉침 정도를 감지하는 기술에 대해서는 개시하지 못하며, 포 뭉침 정도에 따라 탈수 과정에서의 세탁조의 최대 회전 속도 및 탈수 시간을 가변하는 구성에 대해서 개시하지 못한다.In other words, the prior literature does not disclose technology for detecting the degree of foam agglomeration, nor does it disclose a configuration for varying the maximum rotation speed and dehydration time of the washing tank during the dehydration process depending on the degree of foam agglomeration.
이에 따라, 선행문헌은, 함습률 뿐만 아니라 포 뭉침 정도도 함께 고려하여 인공지능적으로 탈수과정에서의 최대 회전속도 및 탈수 시간을 설정하는 구성에 대해서는 개시하지 못한다.Accordingly, the prior literature does not disclose a configuration that artificially sets the maximum rotation speed and dehydration time in the dehydration process by considering not only the moisture content but also the degree of foam agglomeration.
최근에는 탈수행정에서 포가 머금고 있는 수분을 최대한 배출시켜 탈수 성능을 향상시키기 위한 기술개발이 활발히 진행되고 있다.Recently, technology development is actively underway to improve dehydration performance by discharging as much moisture as possible from the fabric during the dehydration process.
한편, 최근에는 인공지능과 딥러닝 등 머신 러닝에 관한 관심이 크게 증가하고 있다.Meanwhile, interest in machine learning, such as artificial intelligence and deep learning, has recently increased significantly.
종래의 머신 러닝은 통계학 기반의 분류, 회귀, 군집 모델이 중심이었다. 특히, 분류, 회귀 모델의 지도 학습에서는 학습 데이터의 특성과 이러한 특성을 기반으로 새로운 데이터를 구별하는 학습 모델을 사람이 사전에 정의했다. 이와 달리, 딥러닝은 컴퓨터가 스스로 특성을 찾아내고 판별하는 것이다.Conventional machine learning was centered on statistics-based classification, regression, and cluster models. In particular, in supervised learning of classification and regression models, humans pre-defined the characteristics of the learning data and the learning model that distinguishes new data based on these characteristics. In contrast, deep learning is when a computer discovers and determines characteristics on its own.
딥러닝의 발전을 가속화한 요인 중 하나로 오픈소스로 제공되는 딥러닝 프레임워크를 들 수 있다. 예를 들어, 딥러닝 프레임워크로는 캐나다 몬트리올 대학교의 시아노(Theano), 미국 뉴욕 대학교의 토치(Torch), 캘리포니아 버클리 대학교의 카페(Caffe), 구글의 텐서플로우(TensorFlow) 등이 있다.One of the factors that accelerated the development of deep learning is the deep learning framework provided as open source. For example, deep learning frameworks include Theano from the University of Montreal in Canada, Torch from New York University in the United States, Caffe from the University of California, Berkeley, and TensorFlow from Google.
딥러닝 프레임워크들의 공개에 따라, 효과적인 학습 및 인식을 위해, 딥러닝 알고리즘 외에 학습 과정, 학습 방법, 학습에 시용하는 데이터의 추출 및 선정이 더욱 중요해지고 있다.With the release of deep learning frameworks, for effective learning and recognition, the extraction and selection of learning processes, learning methods, and data used for learning, in addition to deep learning algorithms, are becoming more important.
또한, 인공지능과 머신 러닝을 다양한 제품, 서비스에 이용하기 위한 연구가 증가하고 있다.Additionally, research on using artificial intelligence and machine learning in various products and services is increasing.
또한, 인공지능과 머신 러닝을 탈수행정에 적용하여, 최적화된 탈수행정을 수행하기 위한 개발이 활발히 진행되고 있다.In addition, development is actively underway to apply artificial intelligence and machine learning to the dehydration process to perform an optimized dehydration process.
본 발명의 실시예는 상기한 문제점을 해결하기 위하여, 탈수성능을 향상시키는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.The purpose of the embodiment of the present invention is to provide a washing machine and a control method of the washing machine capable of improving dehydration performance in order to solve the above problems.
본 발명의 실시예는, 세탁되는 포의 함습률 및 포 뭉침 정도를 함께 고려하여, 건조시간을 최대한 단축시키도록 최적화된 탈수과정을 수행하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.The purpose of the embodiment of the present invention is to provide a washing machine and a control method for the washing machine that can perform an optimized dehydration process to shorten the drying time as much as possible, taking into account the moisture content and the degree of agglomeration of the fabric being washed. .
본 발명의 실시예는, 동일한 함습률을 갖는 세탁물이더라도, 포 뭉침 정도에 따라 세탁조의 최대 회전 속도 및 탈수 시간을 다르게 설정하여 탈수과정에서 단락이 발생할 확률을 최소화하는 것이 가능한 세탁기 및 세탁기의 제어방법을 제공하는데 목적이 있다.An embodiment of the present invention is a washing machine and a washing machine control method that can minimize the probability of a short circuit occurring during the dehydration process by setting the maximum rotation speed and spin-drying time of the washing tank differently depending on the degree of agglomeration, even for laundry with the same moisture content. The purpose is to provide.
본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems of the present invention are not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the description below.
상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 세탁기는, 저수조, 포를 수용하고, 상기 저수조 내에서 회전 가능하게 구비되는 세탁조, 상기 세탁조를 회전시키는 모터 및 상기 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지하고, 감지된 포량값들을 이용하여 함습률을 결정하는 제어부를 포함하고, 상기 제어부는, 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포 뭉침 정도를 결정하고, 결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 상기 세탁조가 회전되는 최대 속도 및 탈수시간을 결정하는 것을 특징으로 한다.In order to achieve the above object, a washing machine according to an embodiment of the present invention includes a water storage tank, a washing tank that accommodates laundry, a washing tank rotatable in the water storage tank, a motor that rotates the washing tank, and the amount of laundry accommodated in the washing tank. and a control unit that senses the laundry at different times and determines the moisture content using the detected laundry weight values, wherein the control unit determines the degree of laundry clumping using a plurality of types of data measured while rotating the washing tub, and determines the determined laundry amount. Based on the moisture content and the degree of fabric agglomeration, the maximum speed at which the washing tub is rotated and the dehydration time are determined during the dehydration process.
실시 예에 있어서, 상기 제어부는, 급수가 되기 전에 상기 세탁조에 수용된 포의 제1 포량을 측정하고, 급수된 물을 배출한 후 상기 세탁조에 수용된 포의 제2 포량을 측정하며, 상기 제1 포량 및 상기 제2 포량을 이용하여, 상기 세탁조에 수용된 포의 함습률을 결정하는 것을 특징으로 한다.In an embodiment, the control unit measures a first amount of laundry accommodated in the washing tub before water is supplied, and measures a second amount of laundry accommodated in the washing tub after discharging the supplied water, and measures the first laundry amount. and determining the moisture content of the fabric contained in the washing tank using the second laundry amount.
실시 예에 있어서, 상기 제어부는, 탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 상기 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 한다.In an embodiment, the control unit measures the plurality of types of data while the washing tub is rotated at a specific rotation speed so that the laundry rises to a predetermined height and then falls during a rinsing process performed before the dehydration process. .
실시 예에 있어서, 상기 제어부는, 상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력하는 것을 특징으로 한다.In an embodiment, the control unit inputs the plurality of types of measured data as input values to a previously learned artificial neural network and outputs the degree of agglomeration as a result value.
실시 예에 있어서, 상기 제어부는, 상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 한다.In an embodiment, the control unit determines one of a plurality of classified agglomeration degrees through the pre-trained artificial neural network.
실시 예에 있어서, 상기 제어부는, 동일한 함습률이 결정되더라도, 결정된 포 뭉침 정도에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 한다.In an embodiment, the control unit sets the maximum speed and the dehydration time differently depending on the determined degree of foam agglomeration, even if the same moisture content is determined.
실시 예에 있어서, 상기 제어부는, 상기 포 뭉침 정도가 적을수록, 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 한다.In an embodiment, the control unit sets the maximum speed higher as the degree of foam clumping decreases, and sets the dehydration time longer.
실시 예에 있어서, 상기 제어부는, 상기 포 뭉침 정도가 제2 단계로 결정된 경우, 상기 제2 단계보다 포 뭉침 정도가 많은 제3 단계일 때보다 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하며, 상기 포 뭉침 정도가 상기 제2 단계보다 포 뭉침 정도가 적은 제1 단계로 결정된 경우, 상기 포 뭉침 정도가 상기 제2 단계일 때보다 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 한다.In an embodiment, when the degree of foam agglomeration is determined to be the second stage, the control unit sets the maximum speed higher than when the degree of foam agglomeration is more than the third stage than the second stage, and lengthens the dehydration time. When the degree of foam agglomeration is determined to be a first stage in which the degree of foam agglomeration is less than the second stage, the maximum speed is set higher than when the degree of fabric agglomeration is the second stage, and the dehydration time is prolonged. It is characterized by setting.
실시 예에 있어서, 상기 제어부는, 동일한 포 뭉침 정도가 감지되더라도, 함습률에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 한다.In an embodiment, the control unit sets the maximum speed and the dehydration time differently depending on the moisture content even if the same degree of foam clumping is detected.
실시 예에 있어서, 상기 제어부는, 함습률이 작을수록, 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 한다.In an embodiment, the control unit sets the maximum speed higher as the moisture content decreases and sets the dehydration time longer.
실시 예에 있어서, 상기 제어부는, 상기 제2 포량 및 상기 제1 포량의 차이가 기 설정값보다 작은 경우, 상기 최대 속도 및 상기 탈수시간을 기존 설정된 값으로 유지시키는 것을 특징으로 한다.In an embodiment, the control unit maintains the maximum speed and spin-drying time at previously set values when the difference between the second laundry weight and the first laundry weight is less than a preset value.
실시 예에 있어서, 상기 제어부는, 상기 제2 포량 및 상기 제1 포량의 차이가 기 설정값보다 큰 경우, 함습률을 감지하고, 포 뭉침 정도를 감지하며, 상기 함습률 및 상기 포 뭉침 정도에 근거하여, 상기 최대 속도 및 상기 탈수시간을 설정하는 것을 특징으로 한다.In an embodiment, when the difference between the second laundry weight and the first laundry weight is greater than a preset value, the control unit detects the moisture content and the degree of foam clumping, and determines the moisture content and the foam clumping degree. Based on this, the maximum speed and the dehydration time are set.
본 발명의 일 실시예에 따른 세탁기의 제어방법은, 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지하고, 감지된 포량값들을 이용하여 함습률을 결정하는 단계, 상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포 뭉침 정도를 결정하는 단계 및 결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 상기 세탁조가 회전되는 최대 속도 및 탈수시간을 결정하는 단계를 포함한다.A washing machine control method according to an embodiment of the present invention includes the steps of detecting the amount of laundry contained in a washing tub at different times and determining the moisture content using the sensed laundry weight values, and determining the moisture content while rotating the washing tub. It includes determining the degree of fabric agglomeration using type data and determining the maximum speed and dehydration time at which the washing tub is rotated during the dehydration process based on the determined moisture content and degree of fabric agglomeration.
실시 예에 있어서, 상기 최대 속도 및 탈수시간을 결정하는 단계는, 동일한 함습률이 결정되더라도, 결정된 포 뭉침 정도에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 한다.In an embodiment, the step of determining the maximum speed and dehydration time is characterized in that, even if the same moisture content is determined, the maximum speed and the dehydration time are set differently depending on the determined degree of foam agglomeration.
실시 예에 있어서, 상기 최대 속도 및 탈수시간을 결정하는 단계는, 동일한 포 뭉침 정도가 감지되더라도, 함습률에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 한다.In an embodiment, the step of determining the maximum speed and dehydration time is characterized by setting the maximum speed and dehydration time differently depending on the moisture content even if the same degree of foam clumping is detected.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Specific details of other embodiments are included in the detailed description and drawings.
본 발명의 실시예에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.According to an embodiment of the present invention, one or more of the following effects are achieved.
첫째, 본 발명은 함습률 뿐만 아니라 포 뭉침 정도까지 함께 고려하여 탈수 과정에서 세탁조의 최대 회전 속도 및 탈수시간을 결정함으로써, 언발란스의 상태별로 최대의 탈수 성능을 발휘할 수 있는 새로운 탈수 제어방법을 제공할 수 있다.First, the present invention determines the maximum rotational speed and spin-drying time of the washing tub during the de-hydrating process by considering not only the moisture content but also the degree of foam agglomeration, thereby providing a new de-watering control method that can achieve maximum de-watering performance for each state of unbalance. You can.
둘째, 본 발명은 함습률이 낮을수록 탈수과정에서 세탁조의 고회전 탈수에 의한 언발란스의 발생확률(또는 언발란스가 발생되는 정도)가 적으므로, 최대 회전 속도를 높이고, 탈수시간을 길게 설정하여, 탈수성능을 높여 추후 건조시간을 단축시킬 수 있다.Second, in the present invention, the lower the moisture rate, the lower the probability of unbalance (or the degree of unbalance occurring) caused by high-speed dehydration of the washing machine during the dehydration process, so the maximum rotation speed is increased and the dehydration time is set to increase the dehydration performance. By increasing , the drying time can be shortened in the future.
셋째, 본 발명은 동일한 함습률이더라도, 포 뭉침 정도가 적을수록 탈수과정에서 세탁조의 고회전 탈수에 의한 언발란스의 발생확률(또는 언발란스가 발생되는 정도)가 적으므로, 최대 회전 속도를 높이고, 탈수시간을 길게 설정하여, 탈수성능을 향상시키고, 이로 인해 추후 건조시간을 현저히 줄일 수 있다.Third, in the present invention, even if the moisture content is the same, the lower the degree of foam agglomeration, the lower the probability of unbalance (or the degree of unbalance occurring) due to high-rotation dehydration of the washing machine during the dehydration process. Therefore, the maximum rotation speed is increased and the dehydration time is reduced. By setting it long, dehydration performance can be improved, which can significantly reduce future drying time.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description of the claims.
도 1은 본 발명의 일 실시 예에 따른 세탁기의 측단면도이다.
도 2는 도 1의 세탁기의 주요 구성들 간의 제어 관계를 설명하기 위한 블록도이다.
도 3은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이다.
도 4, 도 5, 도 6 및 도 7은 도 3에서 살펴본 제어방법을 설명하기 위한 개념도이다.1 is a side cross-sectional view of a washing machine according to an embodiment of the present invention.
FIG. 2 is a block diagram for explaining the control relationship between the main components of the washing machine of FIG. 1.
Figure 3 is a flowchart for explaining a representative control method of the present invention.
FIGS. 4, 5, 6, and 7 are conceptual diagrams for explaining the control method shown in FIG. 3.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Hereinafter, embodiments disclosed in the present specification will be described in detail with reference to the attached drawings. However, identical or similar components will be assigned the same reference numbers regardless of reference numerals, and duplicate descriptions thereof will be omitted. The suffixes “module” and “part” for components used in the following description are given or used interchangeably only for the ease of preparing the specification, and do not have distinct meanings or roles in themselves. Additionally, in describing the embodiments disclosed in this specification, if it is determined that detailed descriptions of related known technologies may obscure the gist of the embodiments disclosed in this specification, the detailed descriptions will be omitted. In addition, the attached drawings are only for easy understanding of the embodiments disclosed in this specification, and the technical idea disclosed in this specification is not limited by the attached drawings, and all changes included in the spirit and technical scope of the present invention are not limited. , should be understood to include equivalents or substitutes.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms containing ordinal numbers, such as first, second, etc., may be used to describe various components, but the components are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. Singular expressions include plural expressions unless the context clearly dictates otherwise.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that it does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
도 1은 본 발명의 일 실시 예에 따른 세탁기의 측단면도이고, 도 2는 도 1의 세탁기의 주요 구성들 간의 제어 관계를 설명하기 위한 블록도이다.FIG. 1 is a side cross-sectional view of a washing machine according to an embodiment of the present invention, and FIG. 2 is a block diagram for explaining the control relationship between the main components of the washing machine of FIG. 1.
도 1을 참조하면, 본 발명의 실시예에 따른 세탁기는, 외관을 형성하는 케이싱(1)과, 케이싱(1) 내에 배치되고 세탁수가 저장되는 저수조(3)(또는 터브(Tub))와, 저수조(3)내에 회전 가능하도록 설치되어 세탁물이 투입되는 세탁조(4)와, 세탁조(4)를 회전시키는 모터(9)를 포함한다.Referring to Figure 1, a washing machine according to an embodiment of the present invention includes a casing 1 forming the exterior, a water storage tank 3 (or tub) disposed in the casing 1 and storing washing water, It includes a washing tank (4) rotatably installed in the water storage tank (3) into which laundry is placed, and a motor (9) that rotates the washing tank (4).
세탁조(4)는 세탁물의 입출을 위한 개구부가 형성된 전면 커버(41)와, 대략 수평하게 배치되어 전단이 전면 커버(41)와 결합되는 원통형의 드럼(42)과, 드럼(42)의 후단에 결합되는 후면 커버(43)를 포함한다. 모터(9)의 회전축은 저수조(3)의 후벽을 통과하여 후면 커버(43)와 연결될 수 있다. 세탁조(4)와 저수조(3) 사이에 물이 교류될 수 있도록, 드럼(42)에는 다수개의 통공이 형성될 수 있다.The washing tub 4 includes a front cover 41 with an opening for loading and unloading laundry, a cylindrical drum 42 arranged approximately horizontally and the front end coupled to the front cover 41, and a rear end of the drum 42. Includes a rear cover 43 that is coupled. The rotation axis of the motor 9 may pass through the rear wall of the water tank 3 and be connected to the rear cover 43. A plurality of holes may be formed in the drum 42 to allow water to exchange between the washing tank 4 and the water storage tank 3.
드럼(42)의 내주면에는 리프터(20)가 구비될 수 있다. 리프터(20)는 드럼(42)의 내주면 상에서 돌출된 형태로써, 드럼(42)의 길이방향(전후 방향)으로 길게 연장되고, 복수개가 원주방향으로 이격 배치될 수 있다. 세탁조(4)의 회전시 리프터(20)에 의해 포가 퍼 올려져 질 수 있다.A lifter 20 may be provided on the inner peripheral surface of the drum 42. The lifter 20 has a protruding form on the inner peripheral surface of the drum 42, extends long in the longitudinal direction (front-back direction) of the drum 42, and may be arranged in plural pieces to be spaced apart in the circumferential direction. When the washing tub (4) rotates, the laundry can be lifted up by the lifter (20).
반드시 이에 한정되어야 하는 것은 아니나, 드럼(42)으로부터 리프터(20)가 돌출된 높이는 바람직하게는 30mm(또는, 드럼 직경의 6.0%) 이하일 수 있고, 더 바람직하게는 10 내지 20mm이다. 특히, 리프터(20)의 높이가 20mm 이하인 경우, 세탁조(4)를 대략 80rpm으로 일방향으로 연속하여 회전시키더라도 포가 세탁조(4)에 달라 붙지 않고 유동될 수 있다. 즉, 세탁조(4)가 1회전 이상을 일방향으로 회전될 시, 세탁조(4) 내에서 최하측에 위치한 포가 세탁조(4)의 회전에 의해 소정 높이까지 상승하였다가 세탁조(4)로부터 분리되며 낙하될 수 있다.Although it is not necessarily limited to this, the height at which the lifter 20 protrudes from the drum 42 is preferably 30 mm (or 6.0% of the drum diameter) or less, and more preferably 10 to 20 mm. In particular, when the height of the lifter 20 is 20 mm or less, the laundry may flow without sticking to the washing tub 4 even if the washing tub 4 is continuously rotated in one direction at approximately 80 rpm. That is, when the washing tub (4) is rotated in one direction for more than one revolution, the cloth located at the lowest level in the washing tub (4) rises to a predetermined height due to the rotation of the washing tub (4), then separates from the washing tub (4) and falls. It can be.
세탁조(4)는 수평한 축을 중심으로 회전된다. 여기서의 "수평"은 엄밀한 의미에서의 기하학적인 수평을 의미하는 것은 아니고, 도 1에 도시된 바와 같이 수평에 대해 소정 각도로 기울어진 경우에도 수직보다는 수평에 가까운 경우인 바, 세탁조(4)가 수평한 축을 중심으로 회전된다고 하기로 한다.The washing tub 4 is rotated around a horizontal axis. Here, “horizontal” does not mean geometrical horizontal in the strict sense, and as shown in FIG. 1, even when tilted at a predetermined angle to the horizontal, it is closer to horizontal than vertical, so the washing tub 4 is Let us say that it rotates around a horizontal axis.
케이싱(1)의 전면에는 세탁물 투입구가 형성되고, 상기 세탁물 투입구를 개폐하는 도어(2)가 케이싱(1)에 회전 가능하게 구비된다. 케이싱(1)의 내부에는 급수밸브(5), 급수관(6), 급수호스(8)가 설치될 수 있다. 급수밸브(5)가 개방되어 급수가 이루어질 시, 급수관(6)을 통과한 세탁수가 디스펜서(7)에서 세제와 혼합된 다음, 급수호스(8)를 통하여 저수조(3)로 공급될 수 있다.A laundry inlet is formed in the front of the casing (1), and a door (2) for opening and closing the laundry inlet is rotatably provided on the casing (1). A water supply valve (5), a water supply pipe (6), and a water supply hose (8) may be installed inside the casing (1). When the water supply valve (5) is opened to supply water, the washing water that has passed through the water supply pipe (6) is mixed with detergent in the dispenser (7) and then can be supplied to the water storage tank (3) through the water hose (8).
펌프(11)의 입력포트는 배출 호스(10)에 의해 저수조(3)와 연결되고, 펌프(11)의 토출포트는 배수관(12)과 연결된다. 저수조(3)로부터 배출 호스(10)를 통해 배출된 물이 펌프(11)에 의해 압송되어 배수관(12)을 따라 유동된 후, 세탁기의 외부로 배출된다.The input port of the pump 11 is connected to the water storage tank 3 by the discharge hose 10, and the discharge port of the pump 11 is connected to the drain pipe 12. The water discharged from the water storage tank 3 through the discharge hose 10 is pumped by the pump 11, flows along the drain pipe 12, and is then discharged to the outside of the washing machine.
도 2를 참조하면, 본 발명의 일 실시예에 따른 세탁기는, 세탁기의 전반적인 동작을 제어하는 제어부(60), 제어부(60)에 의해 제어되는 모터 구동부(71), 출력부(72), 통신부(73), 속도 감지부(74), 전류 감지부(75), 진동 감지부(76), UB 감지부(77) 및 메모리(78)를 포함할 수 있다.Referring to FIG. 2, the washing machine according to an embodiment of the present invention includes a control unit 60 that controls the overall operation of the washing machine, a motor drive unit 71 controlled by the control unit 60, an output unit 72, and a communication unit. (73), it may include a speed detection unit 74, a current detection unit 75, a vibration detection unit 76, a UB detection unit 77, and a memory 78.
제어부(60)는 세탁, 헹굼, 탈수 및 건조의 일련의 세탁과정을 제어할 수 있다. 제어부(60)는 미리 설정되어 있는 알고리즘에 따라, 세탁, 헹굼, 탈수 및 건조 행정을 진행할 수 있고, 또한, 제어부(60)는 상기 알고리즘에 따라 모터 구동부(71)를 제어할 수 있다.The control unit 60 can control a series of washing processes including washing, rinsing, dehydration, and drying. The control unit 60 can perform washing, rinsing, dehydration, and drying processes according to a preset algorithm, and can also control the motor drive unit 71 according to the algorithm.
모터 구동부(71)는 제어부(60)로부터 인가되는 제어신호에 대응하여, 모터(9)의 구동을 제어할 수 있다. 제어신호는 모터(9)의 목표속도, 가속 기울기(또는, 가속도), 구동시간 등을 제어하는 신호일 수 있다.The motor driving unit 71 may control the driving of the motor 9 in response to a control signal applied from the control unit 60. The control signal may be a signal that controls the target speed, acceleration slope (or acceleration), driving time, etc. of the motor 9.
모터 구동부(71)는, 모터(9)를 구동시키기 위한 것으로, 인버터(미도시), 및 인버터 제어부(미도시)를 포함할 수 있다. 또한, 모터 구동부(71)는, 인버터에 입력되는 직류 전원을 공급하는, 컨버터 등을 더 포함하는 개념일 수 있다.The motor driving unit 71 is for driving the motor 9 and may include an inverter (not shown) and an inverter control unit (not shown). Additionally, the motor drive unit 71 may be a concept that further includes a converter that supplies direct current power input to the inverter.
예를 들어, 인버터 제어부(미도시)가 펄스폭 변조(PWM) 방식의 스위칭 제어 신호를 인버터(미도시)로 출력하면, 인버터(미도시)는 고속 스위칭 동작을 하여, 소정 주파수의 교류 전원을 모터(9)에 공급할 수 있다.For example, when the inverter control unit (not shown) outputs a pulse width modulation (PWM) type switching control signal to the inverter (not shown), the inverter (not shown) performs a high-speed switching operation to supply AC power of a predetermined frequency. It can be supplied to the motor (9).
본 명세서에서, 제어부(60)가 모터(9)를 특정 방식으로 제어한다고 설명하는 것은, 모터(9)가 특정 방식으로 제어되도록, 제어부(60)가 모터 구동부(71)로 제어신호를 인가하고, 상기 모터 구동부(71)가 상기 제어신호에 근거하여, 상기 모터(9)를 상기 특정 방식으로 제어한다는 것을 의미할 수 있다. 여기서, 상기 특정 방식은, 본 명세서에서 설명하는 다양한 실시 예를 포함할 수 있다.In this specification, explaining that the control unit 60 controls the motor 9 in a specific manner means that the control unit 60 applies a control signal to the motor driving unit 71 so that the motor 9 is controlled in a specific manner. , This may mean that the motor driving unit 71 controls the motor 9 in the specific manner based on the control signal. Here, the specific method may include various embodiments described in this specification.
속도 감지부(74)는 세탁조(4)의 회전속도를 감지한다. 속도 감지부(74)는 모터(9)의 회전자의 회전속도를 감지할 수 있다. 모터(9)의 회전비를 변환시켜 세탁조(4)를 회전시키는 유성 기어열이 구비된 경우, 세탁조(4)의 회전속도는 속도 감지부(74)에 의해 감지된 상기 회전자의 회전속도를 상기 유성 기어열의 감속 또는 증속비를 고려하여 변환한 값일 수 있다. The speed detection unit 74 detects the rotational speed of the washing tub 4. The speed detection unit 74 can detect the rotational speed of the rotor of the motor 9. When a planetary gear train is provided to rotate the washing tub 4 by converting the rotation ratio of the motor 9, the rotational speed of the washing tub 4 is determined by the rotational speed of the rotor detected by the speed sensing unit 74. It may be a value converted considering the reduction or increase ratio of the planetary gear train.
제어부(60)는, 속도 감지부(74)로부터 전달된 세탁조의 회전속도를 피드백(feedback)으로 하여, 모터(9)가 기 설정된 목표속도를 추종하도록 모터 구동부(71)를 제어할 수 있다. 다른 말로, 제어부(60)는, 세탁조의 회전속도가 목표속도에 도달하도록, 상기 모터(9)를 제어할 수 있다.The control unit 60 may control the motor drive unit 71 so that the motor 9 follows a preset target speed by using the rotational speed of the washing tub transmitted from the speed detection unit 74 as feedback. In other words, the control unit 60 can control the motor 9 so that the rotation speed of the washing machine reaches the target speed.
전류 감지부(75)는, 모터(9)에 인가되는 전류(또는 모터(9)에 흐르는 출력 전류)를 감지하여 제어부(60)로 전달할 수 있다. 제어부(60)는 수신된 전류를 이용하여 포량과 포뭉침 정도를 감지할 수 있다. The current detection unit 75 can detect the current applied to the motor 9 (or the output current flowing through the motor 9) and transmit it to the control unit 60. The control unit 60 can detect the amount of laundry and the degree of foam clumping using the received current.
이때, 상기 전류 값들은 세탁조(4)가 목표속도를 향해 가속되는 과정(또는 모터(9)가 기 설정된 목표속도를 향해 가속되는 과정)에서 구한 값들을 포함한다.At this time, the current values include values obtained in the process of accelerating the washing machine 4 toward the target speed (or the process of accelerating the motor 9 toward a preset target speed).
토크 전류와 자속 전류를 바탕으로 한 벡터 제어에 의해 모터(9)의 회전이 제어되는 경우, 상기 전류는 모터 회로에 흐르는 전류의 토크축(q축) 성분, 즉, 토크 전류(Iq)일 수 있다.When the rotation of the motor 9 is controlled by vector control based on torque current and magnetic flux current, the current may be the torque axis (q-axis) component of the current flowing in the motor circuit, that is, the torque current (Iq). there is.
진동 감지부(76)는, 포를 수용한 세탁조(4)의 회전에 의해 저수조(3)(또는 세탁기)에서 발생되는 진동을 감지하는 역할을 한다. The vibration detection unit 76 serves to detect vibration generated in the water storage tank 3 (or washing machine) due to the rotation of the washing tank 4 containing the laundry.
본 발명의 일 실시 예에 따른 세탁기는, 진동센서(또는 진동측정센서)를 포함할 수 있다. 상기 진동센서는, 세탁기의 일 지점에 구비될 수 있으며, 일 예로, 저수조(3)의 일 지점에 구비될 수 있다. 일 예로, 상기 진동센서는, 진동 감지부(76)에 포함될 수 있다.The washing machine according to an embodiment of the present invention may include a vibration sensor (or vibration measurement sensor). The vibration sensor may be installed at one point of the washing machine, for example, at one point of the water storage tank 3. As an example, the vibration sensor may be included in the vibration detection unit 76.
진동 감지부(76)는, 진동센서에 의해 측정되는 진동값(또는 진동신호)을 수신하고, 이를 제어부(60)로 전달할 수 있다. 또한, 진동 감지부(76)는, 진동센서에서 측정되는 진동신호를 이용하여, 저수조(3)(또는 세탁기)의 진동값(또는 진동 크기)를 산출할 수도 있다.The vibration detection unit 76 may receive the vibration value (or vibration signal) measured by the vibration sensor and transmit it to the control unit 60. Additionally, the vibration detection unit 76 may calculate the vibration value (or vibration magnitude) of the water storage tank 3 (or washing machine) using the vibration signal measured by the vibration sensor.
한편, 본 발명은 UB 감지부(77)를 더 포함할 수 있다. 상기 UB 감지부(77)는, 세탁조(4)의 편심량(흔들림량), 즉 세탁조(4)의 언발란스(unbalance, UB)를 감지할 수 있다. UB감지부(77)는 세탁조(4)의 흔들림을 수치적으로 나타내는 UB값을 산출할 수 있다. Meanwhile, the present invention may further include a UB detection unit 77. The UB detection unit 77 can detect the amount of eccentricity (amount of shaking) of the washing tub 4, that is, the unbalance (UB) of the washing tub 4. The UB detection unit 77 can calculate a UB value that numerically represents the shaking of the washing tub 4.
상기 UB감지부(77)에 대한 설명은 이하에서 보다 구체적으로 후술하기로 한다.The UB detection unit 77 will be described in more detail below.
본 발명의 일 실시 예에 따른 세탁기에 구비되는 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)는, 센싱부로 명명될 수도 있고, 상기 센싱부에 포함되는 개념으로 이해될 수 있다.The speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 provided in the washing machine according to an embodiment of the present invention may be called a sensing unit, and the sensing unit It can be understood as a concept included in wealth.
또한, 상기 센싱부에서는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도값(또는 속도 값), 전류 감지부(75)에서 측정된 모터(9)에 인가되는 전류값, 진동 감지부(76)에서 측정된 저수조(3)의 진동값 및 UB 감지부(77)에서 측정된 세탁조(4)의 흔들림 값(UB 값) 중 적어도 하나를 포함하는 복수 종류의 데이터(신호, 정보)를 측정(산출)할 수 있다.In addition, in the sensing unit, the rotation speed value (or speed value) of the washing tub 4 measured by the speed detection unit 74, the current value applied to the motor 9 measured by the current detection unit 75, and vibration Multiple types of data (signals, information) including at least one of the vibration value of the water tank 3 measured by the detection unit 76 and the shaking value (UB value) of the washing tank 4 measured by the UB detection unit 77. ) can be measured (calculated).
상기 복수 종류의 데이터는, 세탁조(4)의 UB(언발란스)와 관련된 데이터, 세탁조(4)의 UB를 측정하기 위한 데이터, 세탁조(4)의 회전에 의해 발생되는 데이터 등을 의미할 수 있다. 상기 복수 종류의 데이터는, 탈수행정에서 세탁조(4)를 제어하는데 이용될 수 있다. The plurality of types of data may mean data related to the UB (unbalance) of the washing tub 4, data for measuring the UB of the washing tub 4, data generated by rotation of the washing tub 4, etc. The plurality of types of data can be used to control the washing tank 4 in the dehydration process.
예를 들어, 상기 복수 종류의 데이터는, 머신 러닝을 통해 학습된 인공신경망의 입력값으로 입력되어, 포뭉침 정도를 출력값으로 산출하는데 이용될 수 있다.For example, the plurality of types of data can be input as input values of an artificial neural network learned through machine learning and used to calculate the degree of agglomeration as an output value.
한편, 도면에는, 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)가 제어부(60)와 별도로 마련되는 것으로 도시하나, 이에 한정되지 않는다. Meanwhile, in the drawing, the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 are shown as being provided separately from the control unit 60, but the present invention is not limited thereto.
속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나는 제어부(60) 내에 구비될 수 있다. 이 경우, 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77)에 의해 수행되는 기능/동작/제어방법은, 제어부(60)에 의해 수행될 수 있다.At least one of the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 may be provided in the control unit 60. In this case, the functions/operations/control methods performed by the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 are performed by the control unit 60. You can.
진동 감지부(76)가 제어부(60) 내에 포함되거나, 제어부(60)에 의해 수행되는 경우, 진동센서는, 진동 감지부(76)에 포함되는 것이 아니라, 세탁기의 일 지점에 별도로 마련되는 것으로 이해될 수 있다.When the vibration detection unit 76 is included in the control unit 60 or is performed by the control unit 60, the vibration sensor is not included in the vibration detection unit 76 but is provided separately at a point of the washing machine. It can be understood.
제어부(60)는, 포량/포뭉침 정도 학습모듈(미도시) 및 포량/포뭉침 정도 인식모듈(미도시)를 포함할 수 있다. 상기 포량/포뭉침 정도 학습모듈은 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나에서 감지된 복수 종류의 데이터를 이용하여 머신 러닝을 할 수 있다. 이러한 머신 러닝을 통해, 포량/포뭉침 정도 학습모듈은 메모리(78)에 저장된 기 학습된 인공신경망을 업데이트할 수 있다.The control unit 60 may include a laundry quantity/foaming degree learning module (not shown) and a laundry weight/foaming degree recognition module (not shown). The laundry weight/clumping degree learning module uses multiple types of data detected by at least one of the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 to detect the machine. You can run. Through this machine learning, the foaming/foaming degree learning module can update the previously learned artificial neural network stored in the memory 78.
포량/포뭉침 정도 학습모듈(미도시)의 학습 방법으로는, 자율학습 (unsupervised learning)과 및 지도학습 (supervised learning) 중 적어도 하나가 포함될 수 있다.The learning method of the foaming/pomungchim degree learning module (not shown) may include at least one of unsupervised learning and supervised learning.
포량/포뭉침 정도 인식모듈(미도시)은 포량/포뭉침 정도 학습모듈에 의해 학습된 데이터(또는 인공신경망)에 기반하여 포량에 따른 레벨 및 포뭉침 정도에 따른 레벨을 판정할 수 있다. The laundry/foaming degree recognition module (not shown) can determine the level according to the amount of laundry and the level according to the degree of foaming based on data (or artificial neural network) learned by the laundry/foaming degree learning module.
포량의 판정은, 세탁조(4) 안에 투입된 포를 무게(부하)에 따라 기 설정된 복수의 포량 레벨(Level)로 분류하는 작업일 수 있다.Determination of the laundry weight may be a task of classifying the laundry put into the washing tub 4 into a plurality of preset laundry weight levels according to the weight (load).
포뭉침 정도의 판정은, 세탁조(4)에 투입된 포를 뭉쳐지는 정도에 따라 기 설정된 복수의 포뭉침 정도 레벨(또는 단계, class)로 분류하는 작업일 수 있다.Determination of the degree of agglomeration may be a task of classifying the laundry put into the washing tank 4 into a plurality of preset agglomeration degree levels (or stages, classes) according to the degree of agglomeration.
포량/포뭉침 정도 인식모듈은 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나로부터 구해진 복수 종류의 데이터를 바탕으로, 세탁조(4) 내에 투입된 포가 복수의 포량단계 중 어느 것에 해당하고, 이때의 포뭉침 정도는 어떤 분류에 해당하는지(즉, 포량별 포뭉침 정도)를 판정할 수 있다.The laundry weight/clumping degree recognition module is based on a plurality of types of data obtained from at least one of the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77, and detects the washing machine ( 4) It is possible to determine which of the plurality of wrapping levels the loaded foam corresponds to, and which classification the foam agglomeration level corresponds to (i.e., foam agglomeration degree by foam amount).
이상에서 살펴본 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈은, 독립적인 구성요소일 수 있으며, 제어부(60)에 포함될 수 있다.The laundry amount/foaming degree learning module and the laundry amount/foaming degree recognition module discussed above may be independent components and may be included in the control unit 60.
또한, 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈에서 수행되는 기능/동작/제어방법은, 제어부(60)에 의해 수행될 수도 있다. 이하에서는, 설명의 편의를 위해, 포량/포뭉침 정도 학습모듈 및 포량/포뭉침 정도 인식모듈이 수행하는 기능/동작/제어방법을 제어부(60)가 수행하는 것으로 설명한다.Additionally, the functions/operations/control methods performed in the laundry weight/foaming degree learning module and the laundry weight/foaming degree recognition module may be performed by the control unit 60. Hereinafter, for convenience of explanation, it will be described that the controller 60 performs the functions/operations/control methods performed by the laundry weight/foaming degree learning module and the laundry weight/foaming degree recognition module.
출력부(72)는 세탁기와 관련된 다양한 정보를 출력할 수 있다. 일 예로, 출력부(72)는, 세탁기의 작동 상태를 출력하는 것이다. 출력부(72)는 시각적 표시를 출력하는 LCD, LED 등의 화상 출력장치 또는 음향을 출력하는 스피커 부져(buzzer) 등의 음향 출력장치일 수 있다. 제어부(60)의 제어에 의해 출력부(72)는 포량 또는 포뭉침 정도에 대한 정보를 출력할 수 있다.The output unit 72 can output various information related to the washing machine. As an example, the output unit 72 outputs the operating status of the washing machine. The output unit 72 may be an image output device such as an LCD or LED that outputs a visual display, or an audio output device such as a speaker buzzer that outputs sound. Under the control of the control unit 60, the output unit 72 can output information about the amount of laundry or the degree of foam clumping.
메모리(78)에는 프로그램된 인공신경망, 포량 별 및/또는 포뭉침 정도 별 전류 패턴들, 상기 전류 패턴을 바탕으로 머신 러닝 기반의 학습을 통해 구축된 데이터 베이스(DB), 머신 러닝 알고리즘, 전류 감지부(75)에 의해 감지된 전류 값, 상기 전류 값들을 평균한 값, 이들 평균한 값들을 파싱 룰(parsing rule)에 따라 처리한 값, 통신부(73)를 통해 송수신되는 데이터 등이 저장될 수 있다.The memory 78 includes a programmed artificial neural network, current patterns for each weight and/or degree of foaming, a database (DB) built through machine learning-based learning based on the current pattern, a machine learning algorithm, and current detection. The current value detected by the unit 75, the average value of the current values, the value processed by these average values according to a parsing rule, and data transmitted and received through the communication unit 73 can be stored. there is.
뿐만 아니라, 메모리(78)에는 세탁기의 동작 전반의 제어를 위한 각종 제어 데이터, 사용자가 입력한 세탁설정 데이터, 세탁설정에 따라 산출되는 세탁시간, 세탁 코스 등에 대한 데이터, 세탁기의 에러 발생 여부를 판단하기 위한 데이터 등이 저장될 수 있다.In addition, the memory 78 contains various control data for controlling the overall operation of the washing machine, washing setting data input by the user, data on washing time and washing course calculated according to the washing setting, and determining whether an error has occurred in the washing machine. Data for this purpose may be stored.
통신부(73)는 네트워크에 연결된 서버와 통신할 수 있다. 통신부(73)는 인터넷 모듈, 이동 통신 모듈 등 하나 이상의 통신 모듈을 구비할 수 있다. 통신부(73)는 상기 서버로부터 학습 데이터, 알고리즘 업데이트 등의 각종 데이터를 수신할 수 있다. The communication unit 73 can communicate with a server connected to the network. The communication unit 73 may be equipped with one or more communication modules, such as an Internet module and a mobile communication module. The communication unit 73 can receive various data such as learning data and algorithm updates from the server.
제어부(60)는 통신부(73)를 통해 수신된 각종 데이터를 처리하여 메모리(78)를 갱신할 수 있다. 예를 들어, 통신부(73)를 통해 입력된 데이터가 메모리(78)에 기저장된 운전 프로그램에 대한 업데이트 데이터인 경우, 제어부(60)는, 업데이트 데이터를 이용하여 메모리(78)에 업데이트시킬 수 있다. 또한, 제어부(60)는, 입력된 데이터가 신규한 운전 프로그램인 경우, 메모리(78)에 신규한 운전 프로그램을 추가로 저장시킬 수 있다.The control unit 60 can update the memory 78 by processing various data received through the communication unit 73. For example, if the data input through the communication unit 73 is update data for a driving program previously stored in the memory 78, the control unit 60 may update the memory 78 using the update data. . Additionally, if the input data is a new driving program, the control unit 60 may additionally store the new driving program in the memory 78.
머신 러닝은 컴퓨터에게 사람이 직접 로직(Logic)을 지시하지 않아도 데이터를 통해 컴퓨터가 학습을 하고 이를 통해 컴퓨터가 알아서 문제를 해결하게 하는 것을 의미한다.Machine learning means that a computer learns from data without a person directly instructing the computer to use logic, and through this, the computer solves problems on its own.
딥러닝(Deep Learning)은, 인공지능을 구성하기 위한 인공신경망(ANN)에 기반으로 해 컴퓨터에게 사람의 사고방식을 가르치는 방법으로 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술이다. 인공신경망(ANN)은 소프트웨어 형태로 구현되거나 칩(chip) 등 하드웨어 형태로 구현될 수 있다.Deep Learning is an artificial intelligence technology that teaches computers how to think like humans, based on artificial neural networks (ANN) to construct artificial intelligence. It is an artificial intelligence technology that allows computers to learn like humans on their own without being taught. . Artificial neural networks (ANN) can be implemented in software form or in hardware form such as chips.
일 예로, 세탁기는, 머신 러닝(machine learning) 기반으로 전류 감지부(75)에 의해 감지된 전류 값들을 처리하여 세탁조(4) 내에 투입된 세탁물(포)의 특성(이하, 포 특성이라고 함.)을 파악할 수 있다. As an example, the washing machine processes the current values detected by the current sensing unit 75 based on machine learning to provide characteristics of laundry (laid) put into the washing machine 4 (hereinafter referred to as fabric characteristics). can be figured out.
이러한 포 특성은 포량과 포뭉침 정도를 포함할 수 있다.These foam characteristics may include foam volume and foam agglomeration degree.
제어부(60)는 머신 러닝 기반으로 포량 별 포뭉침 정도를 판정할 수 있다. 예를 들어, 제어부(60)는 포량을 구하고, 다시 포뭉침 정도에 따라 기 분류된 카테고리들 중 어느 것에 속하는지를 판정할 수 있다. 이러한 포뭉침 정도는 세탁조(4) 내에 투입된 세탁물(포)끼리 서로 뭉쳐지는(또는 얽히는) 정도 및 하나의 세탁물(포)이 고르게 펴지는지 뭉쳐지는 정도를 나타내며, 기 설정된 포뭉침 정도 레벨(단계)로 구분될 수 있다. The control unit 60 can determine the degree of foam agglomeration for each weight based on machine learning. For example, the control unit 60 can obtain the amount of laundry and determine which of the pre-classified categories it belongs to based on the degree of clumping. This degree of agglomeration indicates the degree to which the laundry (laid) put into the washing machine 4 is clumped together (or entangled) and the degree to which one laundry (laid) is spread evenly or clumped together, and is determined by the preset agglomeration degree level (level). It can be divided into:
예를 들어, 포뭉침 정도의 단계가 낮을수록 포가 잘 뭉쳐지지 않는다(즉, 포뭉침이 적다)는 것을 나타내고, 포뭉침 정도의 단계가 높을수록 포가 잘 뭉쳐진다(즉, 포뭉침이 많다)는 것을 나타낸다.For example, a lower level of foaming indicates that the foam does not clump together well (i.e., there is less foaming), and a higher level of foaming degree indicates that the foam clumps well (i.e., there is a lot of foaming). indicates that
이러한 포뭉침 정도는, 세탁조(4) 내에 존재하는 여러 종류의 세탁물(옷감)에 따라 다양하게 정의되거나 구분될 수 있으며, 이러한 여러 종류의 세탁물의 조합, 특성에 따라 달라질 수 있다. 또한, 포뭉침 정도는, 한 종류의 세탁물인 경우, 해당 세탁물의 재질, 함습률, 부피 차, 세탁물의 종류에 따라 결정되거나 달라질 수 있다.This degree of agglomeration can be defined or classified in various ways depending on the various types of laundry (cloth) present in the washing tank 4, and may vary depending on the combination and characteristics of these various types of laundry. Additionally, in the case of one type of laundry, the degree of foaming may be determined or varied depending on the material, moisture content, volume difference, and type of laundry.
이와 같은, 포뭉침 정도는, 포의 재질, 부드러운 정도(예를 들어, 부드러운(soft) 포/ 뻣뻣한(hard) 포), 포가 물을 머금을 수 있는 능력(즉, 함습율), 건포와 습포 간의 부피 차 등의 여러 요인들을 바탕으로 정의되는 포질과는 구별되는 개념으로 이해될 수 있다.In this way, the degree of foam agglomeration is determined by the material of the fabric, the degree of softness (e.g., soft fabric/stiff fabric), the ability of the fabric to retain water (i.e., moisture content), dry cloth and wet cloth. It can be understood as a concept distinct from cysts, which are defined based on various factors such as the difference in volume between livers.
제어부(60)는, 상기 목표속도에 도달하는 시점까지 전류 감지부(75)에서 감지된 현재 전류 값을 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network)의 입력 데이터(input data)로 사용하여 포량을 감지할 수 있다.The control unit 60 uses the current current value detected by the current detection unit 75 until the target speed is reached as input data of an artificial neural network that has been previously learned through machine learning. ) can be used to detect the amount of laundry.
또한, 제어부(60)는, 머신 러닝을 통해 학습된 인공신경망(ANN)을 이용하여, 본 발명의 세탁조(4)의 언발란스와 관련된 다양한 정보를 판단(예측, 추정, 산출)할 수 있다.Additionally, the control unit 60 can determine (predict, estimate, calculate) various information related to the unbalance of the washing machine 4 of the present invention using an artificial neural network (ANN) learned through machine learning.
예를 들어, 제어부(60)는, 앞서 설명한 복수 종류의 데이터를 상기 인공신경망(ANN)의 입력값으로 입력하여, 포뭉침 정도를 구분(결정)할 수 있다. For example, the control unit 60 can classify (determine) the degree of agglomeration by inputting the plurality of types of data described above as input values to the artificial neural network (ANN).
이하에서는, 본 발명의 세탁조(4)의 UB를 측정하는 UB 감지부(77)에 대하여 보다 구체적으로 설명하기로 한다.Hereinafter, the UB detection unit 77 that measures the UB of the washing tank 4 of the present invention will be described in more detail.
UB 감지부(77)는, 포를 수용한 세탁조(4)가 회전할 때 발생되는 세탁조(4)의 언발란스(unbalance, UB)를 측정할 수 있다. 여기서 세탁조(4)의 언발란스는, 세탁조(4)의 흔들림 또는 세탁조(4)의 흔들림 값(또는 흔들림 정도)을 의미할 수 있다.The UB detection unit 77 can measure the unbalance (UB) of the washing tub 4 that occurs when the washing tub 4 containing the laundry rotates. Here, the unbalance of the washing tub 4 may mean the shaking of the washing tub 4 or the shaking value (or degree of shaking) of the washing tub 4.
UB 감지부(77)는, 세탁조(4)(또는 드럼)의 흔들림 값(또는 흔들림 정도)을 측정(산출)할 수 있다. 여기서, 상기 세탁조(4)의 흔들림 값은, UB값, UB량, 언발란스값, 언발란스량 또는 편심량 등으로 명명될 수 있다.The UB detector 77 can measure (calculate) the shaking value (or shaking degree) of the washing tub 4 (or drum). Here, the shaking value of the washing tub 4 may be named UB value, UB amount, unbalance value, unbalance amount, or eccentricity amount, etc.
본 명세서에서 UB(UnBalance)는, 세탁조(4)의 편심량, 즉, 세탁조(4)의 언밸런스 또는 세탁조(4)의 흔들림을 의미할 수 있으며, 포의 불균일한 배치에 의해 발생될 수 있다. In this specification, UB (UnBalance) may mean the amount of eccentricity of the washing tub 4, that is, the unbalance of the washing tub 4 or the shaking of the washing tub 4, and may be caused by uneven arrangement of the cloth.
상기 UB값은, 세탁조(4)의 흔들림의 크기(또는 정도)를 나타내기 위한 값으로, 세탁조(4)(또는 모터(9))의 회전속도 변화량 또는 세탁조(4)(또는 모터(9))의 가속도 변화량에 기초하여 산출(연산)될 수 있다.The UB value is a value that represents the magnitude (or degree) of shaking of the washing tub 4, and is the amount of change in rotational speed of the washing tub 4 (or motor 9) or the amount of change in rotational speed of the washing tub 4 (or motor 9). ) can be calculated (operated) based on the acceleration change amount.
일 예로, 상기 UB 감지부(77)는, 속도 감지부(74)에서 측정된 세탁조(4)(또는, 모터(9))의 회전속도 값을 수신하고, 상기 수신된 회전속도 값의 변화량을 이용하여 UB값을 산출할 수 있다. 여기서, 상기 회전속도 변화량은, 일 예로, 소정 시간마다 측정되는 회전속도들의 차이를 의미하거나, 세탁조(4)가 소정 각도만큼 회전될 때마다 측정되는 회전속도들의 차이를 의미하거나, 최대 회전속도와 최소 회전속도의 차이를 의미할 수도 있다.As an example, the UB detection unit 77 receives the rotational speed value of the washing tub 4 (or motor 9) measured by the speed detection unit 74, and determines the amount of change in the received rotational speed value. The UB value can be calculated using . Here, the amount of change in rotation speed means, for example, the difference between rotation speeds measured every predetermined time, the difference between rotation speeds measured each time the washing tub 4 is rotated by a predetermined angle, or the maximum rotation speed and It may also mean the difference in minimum rotation speed.
일 예로, 상기 UB 감지부(77)는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도를 일정 각도마다 측정하고, 측정된 회전속도의 차이를 통해 UB값을 측정할 수 있다. 이후, UB 감지부(77)는, 측정된 회전속도 값 중 최대 회전속도에서 최소 회전속도를 뺀 차이에 해당하는 값을 이용하여 UB값을 산출할 수 있다.As an example, the UB detection unit 77 measures the rotational speed of the washing tub 4 measured by the speed detection unit 74 at certain angles, and can measure the UB value through the difference between the measured rotational speeds. . Thereafter, the UB detection unit 77 may calculate the UB value using a value corresponding to the difference between the maximum rotation speed and the minimum rotation speed among the measured rotation speed values.
또 다른 예로, UB 감지부(77)는, 일정 각도마다 측정된 회전속도(예를 들어, 30도 마다 감지한 회전속도(RPM)) 값들을 이용하여, 하기 수학식 1 내지 3에 따라 UB값(UB(k))을 산출할 수도 있다.As another example, the UB detection unit 77 uses rotational speed values measured at certain angles (e.g., rotational speed (RPM) detected every 30 degrees) to determine the UB value according to Equations 1 to 3 below. (UB(k)) can also be calculated.
상기 v_k 내지 v_(k-11)은 일정 각도(30도)마다 측정된 회전속도를 의미하고, k는 정수이다.The v_k to v_(k-11) refer to rotational speeds measured at certain angles (30 degrees), and k is an integer.
이에 따라, 세탁조(4) 내 포의 불균일한 배치(UB)로 인해 세탁조 회전시의 세탁조 흔들림(또는 진동)이 클 수록, UB값도 커지게 된다.Accordingly, the greater the shaking (or vibration) of the washing tub when the washing tub is rotated due to the non-uniform arrangement (UB) of the clothes in the washing tub 4, the greater the UB value.
또 다른 예로, 상기 UB값은, 상기 회전속도 변화량(최대 회전속도에서 최소 회전속도를 뺀 값)에 비례하는 소정 값을 의미할 수 있다. As another example, the UB value may mean a predetermined value proportional to the rotational speed change (a value obtained by subtracting the minimum rotational speed from the maximum rotational speed).
상기 UB값은, 세탁조의 회전속도 뿐만 아니라, 모터에 인가되는 전류값 또는 진동센서에 의해 측정된 저수조(3)의 진동값에 근거하여 산출될 수도 있다.The UB value may be calculated based on not only the rotational speed of the washing tank, but also the current value applied to the motor or the vibration value of the water storage tank 3 measured by a vibration sensor.
이와 같이, UB값은, 세탁조(4)의 UB에 의해 측정되는 다양한 값으로 정의될 수 있다. 본 명세서에서는, 세탁조(4) 회전시 감지되는 세탁조(4)의 회전속도 흔들림에 근거하여 UB값이 정의되는 것으로 가정하기로 한다.In this way, the UB value can be defined as various values measured by the UB of the washing tank 4. In this specification, it is assumed that the UB value is defined based on the rotational speed fluctuation of the washing tub 4 detected when the washing tub 4 rotates.
예를 들어, 세탁조(4) 내에서 포가 어느 한 쪽으로 뭉치도록 배치되거나 포끼리 뭉쳐진 경우, 밸런스가 나빠지게 되고(즉, 언발란스가 심해지게 되고), 이에 따라, 세탁조의 회전에 따른 세탁조의 흔들림은 커지게 되며, UB값도 커지게 된다.For example, if the laundry is arranged to be bundled on one side or the laundry is bunched together in the washing tub 4, the balance deteriorates (i.e., the unbalance becomes worse), and accordingly, the shaking of the washing tub due to the rotation of the washing tub causes As it increases, the UB value also increases.
세탁조의 흔들림이 커지게 되면(세탁조의 UB값이 커지면), 탈수행정에서 세탁조(4)의 고속회전을 위해 모터(9)에 전류부하가 많이 인가되게 되어 에너지 소모가 많아지며, 소음이 발생된다는 문제를 야기한다.When the shaking of the washing tub increases (the UB value of the washing tub increases), a large current load is applied to the motor (9) for high-speed rotation of the washing tub (4) during the spin-drying cycle, resulting in increased energy consumption and noise. It causes problems.
반대로, 세탁조(4) 내에서 포가 균일하게 배치되거나, 포의 뭉침이 적은 경우, 밸런스가 좋아지게 되며, 이에 따라, 세탁조가 고속 회전되더라도, 세탁조의 흔들림은 작아지게 되며, UB값도 작아지게 된다.On the other hand, when the clothes are arranged uniformly in the washing tank 4 or when there is little clumping of the clothes, the balance improves. Accordingly, even if the washing tank is rotated at high speed, the shaking of the washing tub becomes small and the UB value also becomes small. .
한편, 본 발명은, 탈수과정(탈수행정)에서, 세탁조의 회전에 의해 발생되는 UB(UnBalance)값이 기 설정된 UB허용값보다 크게 측정(감지)되는 것에 근거하여(즉, UB값이 기 설정된 UB허용값을 초과하는 경우), 세탁조(4)의 회전을 중단시킬 수 있다.Meanwhile, in the present invention, in the dehydration process (dehydration stroke), the UB (UnBalance) value generated by the rotation of the washing tub is measured (detected) to be greater than the preset UB allowable value (i.e., the UB value is greater than the preset UB allowable value). If UB exceeds the allowable value), the rotation of the washing tub (4) may be stopped.
UB값이 기 설정된 UB허용값을 초과한다는 것은, 세탁조(4) 내의 포가 불균일하게 배치되어, 세탁조(4) 회전시 회전속도의 흔들림 또는 진동이 기준치보다 크게 발생된다는 것을 의미할 수 있다. 이 경우, 고속 RPM으로 세탁조(4)를 회전시키게 되면, 소음이 발생되게 되고, 전류부하가 많이 소모된다는 문제점이 있다.If the UB value exceeds the preset UB tolerance value, it may mean that the fabric in the washing tub 4 is arranged unevenly, causing shaking or vibration at the rotation speed when the washing tub 4 rotates greater than the standard value. In this case, when the washing tub 4 is rotated at high RPM, there is a problem in that noise is generated and a lot of current load is consumed.
본 발명의 제어부(60)는, UB값이 기 설정된 UB허용값을 초과하는 경우, 탈수과정을 단락시킬 수 있다. The control unit 60 of the present invention can short-circuit the dehydration process when the UB value exceeds a preset UB allowable value.
여기서, 탈수과정을 단락시킨다는 것은, 탈수과정을 처음부터 다시 시작하도록(또는 탈수포량 감지 이후 과정부터 다시 탈수과정을 시작하도록) 탈수과정을 초기화한다, 세탁조(4)의 회전을 중단시킨다, 세탁조(4)의 회전을 단락시킨다 등의 의미를 포함할 수 있으며, 혼용되어 사용될 수 있다.Here, short-circuiting the dehydration process means initializing the dehydration process to start the dehydration process again from the beginning (or to start the dehydration process again from the process after detecting the dehydration amount), stopping the rotation of the washing tank 4, and stopping the washing tank ( 4) It may include meaning such as short-circuiting the rotation, and may be used interchangeably.
상기 기 설정된 UB허용값은, 탈수과정에서 세탁조의 회전을 중단(탈수과정을 초기화)시키는 기준이 되는 미리 설정된 기준값을 의미할 수 있다. The preset UB tolerance value may mean a preset reference value that serves as a standard for stopping the rotation of the washing tub during the dehydration process (initializing the dehydration process).
상기 기 설정된 UB허용값은, 한계허용UB값, 기준UB값, 설정UB값 등으로 명명될 수도 있다.The preset UB tolerance value may be named a limit tolerance UB value, a standard UB value, a set UB value, etc.
이러한 UB허용값은, 기 설정된 UB테이블에 포량/포뭉침 정도 별로 탈수 구간마다 구분되어 각각 설정되어 있을 수 있다.These UB allowable values may be set separately for each dehydration section according to the weight/clumping level in the preset UB table.
한편, 본 발명은 최적화된 탈수 성능을 발휘하도록 설계된 세탁기 및 세탁기의 제어방법을 제공할 수 있다.Meanwhile, the present invention can provide a washing machine and a control method for the washing machine designed to achieve optimized dehydration performance.
이하에서는, 최적화된 탈수 성능을 발휘하도록 형성된 본 발명의 세탁기 및 세탁기의 제어방법에 대하여 첨부된 도면을 참조하여 보다 구체적으로 살펴보기로 한다.Hereinafter, the washing machine and its control method of the present invention designed to achieve optimized dewatering performance will be examined in more detail with reference to the attached drawings.
도 3은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이고, 도 4, 도 5, 도 6 및 도 7은 도 3에서 살펴본 제어방법을 설명하기 위한 개념도이다.FIG. 3 is a flowchart for explaining a representative control method of the present invention, and FIGS. 4, 5, 6, and 7 are conceptual diagrams for explaining the control method shown in FIG. 3.
본 발명의 일 실시예에 따른 세탁기는, 저수조(3), 상기 저수조에 구비되는 진동센서, 포(세탁물)를 수용하고, 저수조(3) 내에서 회전 가능하게 구비되는 세탁조(4), 상기 세탁조를 회전시키는 모터(9) 및 상기 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지하고, 감지된 포량값들을 이용하여 함습률을 결정하는 제어부(60)를 포함할 수 있다.A washing machine according to an embodiment of the present invention includes a water storage tank (3), a vibration sensor provided in the water tank, a washing tank (4) that accommodates laundry (laundry) and is rotatable within the water storage tank (3), and the washing tank. It may include a motor 9 that rotates and a control unit 60 that senses the weight of the laundry contained in the washing tub at different times and determines the moisture content using the sensed laundry weight values.
여기서, 도 3을 참조하면, 제어부(60)는, 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지(측정)하기 위해, 급수가 되기 전에 세탁조에 수용된 포의 제1 포량을 감지(측정)하고(S310), 급수된 물을 배출한 후 세탁조에 수용된 포의 제2 포량을 감지(측정)할 수 있다(S320).Here, referring to FIG. 3, in order to detect (measure) the amount of laundry contained in the washing tub at different times, the control unit 60 detects (measures) the first amount of laundry accommodated in the washing tub before water is supplied. (S310), after discharging the supplied water, the second amount of laundry accommodated in the washing tub can be detected (measured) (S320).
여기서, 상기 제1 포량은, 세탁조에 수용된 포가 물에 젖기 전의 포량을 의미하며, 건조포량, 건포량, 세탁포량 등으로 명명될 수 있다.Here, the first laundry weight refers to the weight of the laundry stored in the washing tank before it gets wet with water, and may be referred to as dry laundry weight, dry laundry weight, washing laundry weight, etc.
여기서, 급수가 되기 전은, 세탁과정이 시작되고나서 최초로 급수가 되기 전을 의미할 수 있다. 이는, 상기 제1 포량이 물이 닿기 전의 포량을 의미하기 때문이다. 제어부(60)는, 급수가 되기 전(즉, 최초로 물이 급수되기 전), 물에 젖지 않은 포량을 측정하고, 측정된 포량을 제1 포량으로 결정(정의)할 수 있다.Here, before water is supplied, it may mean before water is supplied for the first time after the washing process begins. This is because the first amount of laundry refers to the amount of laundry before contact with water. The control unit 60 may measure the amount of laundry that is not wet with water before water is supplied (i.e., before water is supplied for the first time) and determine (define) the measured amount of laundry as the first laundry amount.
상기 제2 포량은, 세탁조에 수용된 포가 물에 젖은 후의 포량(즉, 물을 머금은 포량)을 의미하며, 습포량 또는 탈수포량 등으로 명명될 수 있다.The second laundry weight refers to the weight of the laundry after the fabric stored in the washing tank is wet with water (i.e., the weight of the water-soaked laundry), and may be referred to as wet laundry volume or dehydrated laundry volume.
여기서, 급수가 된 물을 배출한 후라는 것은, 세탁과정이 끝나고 배수가 된 후 또는 헹굼과정이 수행된 후 배수가 된 후를 의미할 수 있다. Here, after discharging the supplied water may mean after the washing process is completed and drained or after the rinsing process is performed and then drained.
즉, 포에 머금어진 물을 제외한 나머지 물이 모두 배출된 후, 물을 머금은 포의 무게(포량)을 제2 포량으로 명명할 수 있다. 제어부(60)는, 급수가 된 후 세탁과정이 완료되거나, 급수가 된 후 헹굼과정이 완료된 후 물이 배출된 이후의 포량을 측정하고, 측정된 포량을 제2 포량으로 결정(정의)할 수 있다.In other words, after all water except for the water contained in the bag is discharged, the weight (laid weight) of the water-containing bag can be referred to as the second bag weight. The control unit 60 measures the amount of laundry after water is discharged after the washing process is completed after water is supplied or the rinsing process is completed after water is supplied, and determines (defines) the measured laundry quantity as the second laundry quantity. there is.
예를 들어, 제어부(60)는, 세탁행정 시작 전(제1 포량), 세탁행정 종료 후, 헹굼행정 시작 전, 헹굼행정 종료 후 탈수행정 전 적어도 하나의 시점에 포량을 감지할 수 있다. For example, the control unit 60 may detect the laundry weight at at least one point in time: before the start of the washing cycle (first laundry weight), after the end of the washing cycle, before the start of the rinsing cycle, and after the end of the rinsing cycle and before the spin-drying cycle.
예를 들어, 제어부(60)는, 제1 포량(세탁포량)을 감지할 수 있으며, 상기 세탁포량은, 세탁행정이 시작되기 전(즉, 최초로 급수가 되기 전) 포가 젖지 않은 상태For example, the control unit 60 may detect the first amount of laundry (laundry amount), and the amount of laundry is determined when the laundry is not wet before the wash cycle begins (i.e., before water is supplied for the first time).
(즉, 마른 상태)의 포량을 의미할 수 있다.(i.e., it can refer to the weight of laundry in a dry state).
예를 들어, 제어부(60)는, 제2 포량(탈수포량)을 감지할 수 있으며, 상기 탈수포량은, 헹굼행정이 종료되어 배수가 완료된 상태에서 포가 젖은 상태의 포량을 의미할 수 있다.For example, the control unit 60 may detect the second amount of laundry (dehydrated laundry amount), and the dehydrated laundry amount may mean the amount of wet laundry when the rinsing cycle is completed and drainage is completed.
예를 들어, 제어부(60)는, 세탁조의 회전속도가 목표속도에 도달하는 시점까지 전류 감지부(75)에서 감지된 전류(현재 전류) 값을 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network)의 입력 데이터(input data)로 사용하여 제1 및 제2 포량을 감지할 수 있다. 여기서의 기학습된 인공신경망은, 제1 인공신경망으로, 포량을 감지하도록 학습된 인공신경망일 수 있다.For example, the control unit 60 uses an artificial neural network that has already learned the current (current current) value detected by the current detection unit 75 through machine learning until the rotation speed of the washing machine reaches the target speed. The first and second weights can be detected by using it as input data of an Artificial Neural Network. Here, the pre-trained artificial neural network is a first artificial neural network and may be an artificial neural network trained to detect the amount of laundry.
제어부(60)는, 상기 제2 포량(습포량, 탈수포량)과 상기 제1 포량(건포량, 세탁포량)을 이용하여(근거하여), 세탁조에 수용된 포의 함습률을 결정할 수 있다(S330).The control unit 60 may determine the moisture content of the fabric contained in the washing tub using (based on) the second laundry amount (wet laundry amount, dehydrated laundry amount) and the first laundry amount (dry laundry amount, washing laundry amount) (S330 ).
여기서, 상기 함습률은, 포가 물을 머금을 수 있는 정도를 의미하며, 제2 포량과 제1 포량의 차이가 클수록, 포가 물을 많이 머금는다는 것을 의미하므로, 함습률이 커질 수 있다.Here, the moisture content refers to the degree to which the fabric can hold water, and the larger the difference between the second fabric amount and the first fabric amount means that the fabric retains more water, so the moisture content can increase.
한편, 제어부(60)는, 함습률 뿐만 아니라, 포 뭉침 정도를 감지(결정)할 수 있다(S340).Meanwhile, the control unit 60 can detect (determine) not only the moisture content but also the degree of foam clumping (S340).
구체적으로, 제어부(60)는, 앞서 설명한 인공 신경망을 이용하여 현재 세탁중인 포의 포 뭉침 정도를 결정(분류, 측정)할 수 있다.Specifically, the control unit 60 can determine (classify, measure) the degree of clumping of the fabric currently being washed using the artificial neural network described above.
제어부(60)는, 앞서 설명한 것과 같이, 세탁조를 회전시키면서 복수 종류의 데이터를 측정할 수 있다. 상기 복수 종류의 데이터는, 세탁조(4)의 UB(언발란스)와 관련된 데이터, 세탁조(4)의 UB를 측정하기 위한 데이터, 세탁조(4)의 회전에 의해 발생되는 데이터 등을 의미할 수 있다.As described above, the control unit 60 can measure multiple types of data while rotating the washing tub. The plurality of types of data may mean data related to the UB (unbalance) of the washing tub 4, data for measuring the UB of the washing tub 4, data generated by rotation of the washing tub 4, etc.
제어부(60)는, 탈수 행정 전, 헹굼 행정(헹굼 과정)에서 측정되는 복수 종류의 데이터를 이용하여 포뭉침 정도를 결정할 수 있다. The control unit 60 may determine the degree of agglomeration using multiple types of data measured during the rinsing process (rinsing process) before the dehydration process.
예를 들어, 제어부(60)는, 우선, 탈수 과정에 진입하기 전에, 특정 회전속도로 세탁조를 회전시키면서 복수 종류의 데이터를 측정할 수 있다.For example, the control unit 60 may first measure a plurality of types of data while rotating the washing tub at a specific rotation speed before entering the dehydration process.
여기서, 상기 탈수 과정에 진입하기 전은, 헹굼 과정(또는 헹굼 행정)일 수 있다. Here, before entering the dehydration process, there may be a rinsing process (or rinsing process).
또한, 상기 특정 회전속도는, 일 예로, 포의 텀블링 모션(tumbling motion)이 수행되는 회전속도를 의미하며, 일 예로, 40~50RPM 사이의 어느 일 회전속도일 수 있다.In addition, the specific rotation speed refers to a rotation speed at which a tumbling motion of the gun is performed, and may be any rotation speed between 40 and 50 RPM, for example.
상기 텀블링 모션은 모터(9)가 세탁조(4)를 일방향으로 회전시키되 드럼(42) 내측면에 있는 세탁물이 세탁조(4)의 회전방향 약 90도 내지 110도 위치에서 드럼(42)의 최저점으로 낙하하도록 제어되는 모션이다. 텀블링모션은 모터(9)가 세탁조(4)를 일방향으로 회전시키고, 만약 시계방향으로 회전 시 세탁물이 드럼의 3사분면으로부터 2사분면의 일부로 이동한 뒤 드럼(42) 내측면에서 벗어나 드럼(42)의 최저점방향으로 낙하하고, 다시 상승한 후 낙하하는 유동을 지속적으로 반복한다.In the tumbling motion, the motor 9 rotates the washing tub 4 in one direction, and the laundry on the inner side of the drum 42 moves to the lowest point of the drum 42 at a position of about 90 to 110 degrees in the rotation direction of the washing tub 4. It is a motion controlled to fall. In the tumbling motion, the motor (9) rotates the washing tub (4) in one direction, and if it rotates clockwise, the laundry moves from the third quadrant of the drum to part of the second quadrant, then leaves the inner surface of the drum (42) and falls into the drum (42). It continuously repeats the flow of falling in the direction of the lowest point, rising again, and then falling.
제어부(60)는, 탈수 과정 전에 수행되는 헹굼 과정에서, 포가 소정높이만큼 상승한 후 낙하하도록 세탁조가 상기 특정 회전속도(예를 들어, 46RPM)로 회전되는 동안 상기 복수 종류의 데이터를 측정할 수 있다.The control unit 60 may measure the plurality of types of data while the washing tub is rotated at the specific rotation speed (for example, 46 RPM) so that the laundry rises to a predetermined height and then falls during the rinsing process performed before the dehydration process. .
즉, 제어부(60)는, 헹굼 과정에서, 텀블링 모션이 수행되도록 상기 특정 회전속도로 세탁조(4)를 회전시키면서, 복수 종류의 데이터를 측정할 수 있다.That is, the control unit 60 may measure a plurality of types of data while rotating the washing tub 4 at the specific rotation speed so that a tumbling motion is performed during the rinsing process.
상기 복수 종류의 데이터는, 현재 회전속도(Current RPM), 속도 UB(또는 UB값, 또는 가상 진동량), q축 전류(Iq) 및 기동/유지전류, 포량 레벨 정보 및 진동값 중 적어도 하나를 포함할 수 있다.The plurality of types of data include at least one of current rotation speed (Current RPM), speed UB (or UB value, or virtual vibration amount), q-axis current (Iq) and start/maintenance current, weight level information, and vibration value. It can be included.
상기 복수 종류의 데이터는, 세탁조의 회전과 관련된 데이터일 수 있다. 예를 들어, 상기 복수 종류의 데이터는, 앞퍼 설명한 속도 감지부(74), 전류 감지부(75), 진동 감지부(76) 및 UB 감지부(77) 중 적어도 하나를 통해 측정(산출)될 수 있다.The plurality of types of data may be data related to the rotation of the washing tub. For example, the plurality of types of data may be measured (calculated) through at least one of the speed detection unit 74, current detection unit 75, vibration detection unit 76, and UB detection unit 77 described above. You can.
상기 복수 종류의 데이터는, 속도 감지부(74)에서 측정된 세탁조(4)의 회전속도값(또는 현재 속도 값), 전류 감지부(75)에서 측정된 모터(9)에 인가되는 전류값(q축 전류 및 기동/유지전류), 진동 감지부(76)에서 측정된 저수조(3)의 진동값 및 UB 감지부(77)에서 측정된 세탁조(4)의 흔들림 값(UB 값, 속도 UB)을 포함할 수 있다.The plurality of types of data include the rotational speed value (or current speed value) of the washing tub 4 measured by the speed detection unit 74, and the current value applied to the motor 9 measured by the current detection unit 75 ( q-axis current and starting/maintaining current), vibration value of the water tank 3 measured by the vibration detection unit 76, and shaking value of the washing tank 4 measured by the UB detection unit 77 (UB value, speed UB) may include.
상기 현재 회전속도는, 도 4에 도시된 것과 같이, 목표 회전속도(Request_RPM)가 아닌, 실제로 측정되는 세탁조(4)의 회전속도(Current_RPM)를 의미할 수 있다.As shown in FIG. 4, the current rotational speed may mean the actually measured rotational speed (Current_RPM) of the washing tub 4, rather than the target rotational speed (Request_RPM).
도 4에 도시된 것과 같이, 제어부(60)가 목표 회전속도로 세탁조(4)를 회전시키도록 모터 구동부(71)에 제어신호를 인가하여도, 세탁조(4)에 포함된 포가 불균일하게 배치되는 경우, UB가 발생되어 세탁조(4)의 회전속도가 흔들릴 수 있다.As shown in FIG. 4, even when the control unit 60 applies a control signal to the motor drive unit 71 to rotate the washing tub 4 at the target rotation speed, the clothes contained in the washing tub 4 are unevenly arranged. In this case, UB may occur and the rotation speed of the washing tub 4 may fluctuate.
상기 현재 회전속도는, 소정 시간간격(예를 들어 70ms)마다 측정되는 회전속도 값들을 소정 개수만큼(예를 들어, 10개씩) 순차적으로 합산한 데이터를 의미할 수 있다. 다만, 이에 한정되지 않고, 상기 현재 회전속도는, 소정 시간간격마다 측정된 회전속도 값들의 평균값(즉, 상기 소정 개수별로 순차적으로 합산한 데이터의 평균값)일 수도 있다.The current rotational speed may refer to data obtained by sequentially adding up a predetermined number of rotational speed values (e.g., 10 at a time) measured at predetermined time intervals (e.g., 70 ms). However, the present rotation speed is not limited to this, and the current rotation speed may be an average value of rotation speed values measured at predetermined time intervals (i.e., an average value of data sequentially summed for each predetermined number).
상기 속도 UB(UB값)는, 소정 시간간격(예를 들어, 70ms)마다 측정된 속도 UB 값들을 소정 개수만큼(예를 들어, 5개씩) 순차적으로 합산한 데이터를 의미할 수 있다. 마찬가지로, 상기 속도 UB는, 소정 시간간격마다 측정된 UB값들(또는 합산한 데이터)의 평균값일 수도 있다.The speed UB (UB value) may refer to data obtained by sequentially adding up a predetermined number of speed UB values (for example, 5 at a time) measured at predetermined time intervals (for example, 70 ms). Likewise, the speed UB may be an average value of UB values (or summed data) measured at predetermined time intervals.
상기 현재 회전속도 및 상기 속도 UB는, 속도 감지부(74)에 의해 측정될 수 있다.The current rotational speed and the speed UB may be measured by the speed detection unit 74.
상기 q축 전류(Iq)는, 모터이 인가되는 전류 중 토크축(q축) 성분에 해당하는 토크 전류(Iq)를 값(또는, 소정 시간간격마다 측정된 전류값들의 합산 데이터 또는 평균값)을 의미할 수 있다.The q-axis current (Iq) refers to the torque current (Iq) corresponding to the torque axis (q-axis) component of the current applied to the motor (or the sum data or average value of current values measured at predetermined time intervals). can do.
상기 기동전류는, 세탁조(4)를 특정 회전속도(예를 들어, 46RPM)로 가속시키기 위해 인가되는 전류를 의미하며, 상기 유지전류는, 세탁조(4)가 특정 회전속도에 도달한 후 유지하는데 인가되는 전류를 의미할 수 있다.The starting current refers to a current applied to accelerate the washing tub 4 to a specific rotation speed (for example, 46 RPM), and the maintaining current is maintained after the washing tub 4 reaches a specific rotation speed. It may refer to the applied current.
상기 기동/유지 전류는, 기동 시작 후 소정 시간이 경과한 후 생성되며, 1 개의 대표값일 수 있다. 상기 기동/유지전류는, 측정된 q축 전류에 근거하여 측정(산출)될 수 있다.The starting/maintaining current is generated after a predetermined time has elapsed after starting, and may be one representative value. The starting/maintaining current can be measured (calculated) based on the measured q-axis current.
상기 q축 전류, 기동/유지전류는, 전류 감지부(75)를 통해 측정될 수 있다.The q-axis current and starting/maintaining current can be measured through the current sensing unit 75.
또한, 제어부(60)는, 세탁기에 진동센서가 구비되는 경우, 진동센서를 이용하여, 저수조(3)의 진동값을 측정할 수 있다. 마찬가지로, 상기 진동값은, 저수조의 진동 변위값을 의미하며, 소정시간 간격마다 측정된 진동값들의 합산 데이터(또는 평균값)을 의미할 수 있다.Additionally, if the washing machine is equipped with a vibration sensor, the control unit 60 can measure the vibration value of the water storage tank 3 using the vibration sensor. Likewise, the vibration value refers to the vibration displacement value of the water tank and may refer to the sum data (or average value) of vibration values measured at predetermined time intervals.
즉, 본 발명의 제어부(60)는, 어느 한 순간에 측정되는 데이터만을 측정하는 것이 아니라, 소정시간동안 측정되는 합산 데이터(또는 평균값)를 데이터로 이용할 수 있다.That is, the control unit 60 of the present invention does not only measure data measured at a certain moment, but can use summed data (or average value) measured over a predetermined period of time as data.
또한, 제어부(60)는, 한 종류의 데이터만을 이용하는 것이 아닌, 서로 다른 복수 종류의 데이터를 측정할 수 있다.Additionally, the control unit 60 can measure a plurality of different types of data rather than using only one type of data.
제어부(60)는, 측정된 복수 종류의 데이터를 이용하여, 포뭉침 정도를 결정할 수 있다.The control unit 60 can determine the degree of agglomeration using a plurality of types of measured data.
제어부(60)는, 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포뭉침 정도를 결과값으로 출력할 수 있다. 여기서의 기학습된 인공신경망은, 포뭉침 정도를 산출하도록 학습된 인공신경망을 의미하며, 제2 인공신경망으로 명명될 수 있다.The control unit 60 may input a plurality of types of measured data as input values of a previously learned artificial neural network and output the degree of agglomeration as a result value. Here, the pre-trained artificial neural network refers to an artificial neural network that has been trained to calculate the degree of clumping, and may be named a second artificial neural network.
구체적으로, 제어부(60)는, 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 (예를 들어, 포 뭉침 정도 1단계(레벨)(class 1), 포 뭉침 정도 2단계(레벨)(class 2), 포 뭉침 정도 3단계(레벨)(class 3)) 중 어느 하나를 결정할 수 있다.Specifically, the control unit 60, through a previously learned artificial neural network, determines the degree of foam agglomeration classified into a plurality (e.g., level 1 (level) of foam agglomeration (class 1), level 2 (level) of foam agglomeration) (class 2), you can decide on one of the three levels (class 3) of foam agglomeration.
도 5을 참조하면, 제어부(60)는, 헹굼 과정에서 측정된 복수 종류의 데이터(예를 들어, 현재 회전속도, 속도 UB, q축 전류, 기동/유지전류)를 머신 러닝(machine learning)으로 기학습된 인공신경망(Artificial Neural Network, ANN)의 입력 데이터(input data, input layer)로 사용하여, 포뭉침 정도를 결정(감지, 판정, 산출)할 수 있다.Referring to FIG. 5, the control unit 60 analyzes multiple types of data (e.g., current rotation speed, speed UB, q-axis current, and start/maintenance current) measured during the rinsing process through machine learning. By using it as input data (input layer) of a pre-trained artificial neural network (ANN), the degree of agglomeration can be determined (detected, judged, calculated).
제어부(60)는, 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 포뭉침 정도를 결과값으로 출력할 수 있다. The control unit 60 may input a plurality of types of measured data as input values of a previously learned artificial neural network and output the degree of agglomeration as a result value.
이 때, 제어부(60)는, 기학습된 인공신경망(ANN)을 통해, 복수 개로 분류된 포뭉침 정도(포 뭉침 정도 1단계, 포 뭉침 정도 2단계, 포 뭉침 정도 3단계) 중 어느 하나를 결정할 수 있다.At this time, the control unit 60, through a pre-trained artificial neural network (ANN), selects one of the plurality of clumping degrees (level 1 of clumping, level 2 of clumping, level 3 of clumping). You can decide.
한편, 본 발명에서는, 포뭉침 정도를 결과값으로 산출하기 위한 인공신경망(ANN)을 포함할 수 있다. 상기 인공신경망(ANN)에 대한 정보는, 메모리(78) 혹은 제어부(60)에 기 저장되어 있을 수 있다. 도 5는 인공신경망의 일례를 도시한 개요도이다.Meanwhile, in the present invention, an artificial neural network (ANN) may be included to calculate the degree of foaming as a result. Information about the artificial neural network (ANN) may be previously stored in the memory 78 or the control unit 60. Figure 5 is a schematic diagram showing an example of an artificial neural network.
머신 러닝(Machine Learning)의 일종인 딥러닝(Deep Learning) 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습하는 것을 의미할 수 있다.Deep learning technology, a type of machine learning, can mean learning down to a deep level in multiple stages based on data.
딥러닝(Deep learning)은 히든 레이어들을 차례로 거치면서 복수의 데이터들로부터 핵심적인 데이터를 추출하는 머신 러닝(Machine Learning) 알고리즘의 집합을 나타낼 수 있다.Deep learning can represent a set of machine learning algorithms that extract key data from a plurality of data by sequentially going through hidden layers.
딥러닝 구조는 인공신경망(ANN)을 포함할 수 있으며, 예를 들어 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(DNN)으로 구성될 수 있다.The deep learning structure may include an artificial neural network (ANN). For example, the deep learning structure consists of deep neural networks (DNN) such as CNN (Convolutional Neural Network), RNN (Recurrent Neural Network), and DBN (Deep Belief Network). It can be.
도 5를 참조하면, 인공신경망(ANN)은 입력 레이어(Input Layer), 히든 레이어(Hiddent Layer) 및 출력 레이어(Output Layer)를 포함할 수 있다. 다중의 히든 레이어(hidden layer)를 갖는 것을 DNN(Deep Neural Network)이라고 한다. 각 레이어는 복수의 노드들을 포함하고, 각 레이어는 다음 레이어와 연관되어 있다. 노드들은 웨이트(weight)를 가지고 서로 연결될 수 있다.Referring to FIG. 5, an artificial neural network (ANN) may include an input layer, a hidden layer, and an output layer. A network with multiple hidden layers is called a Deep Neural Network (DNN). Each layer contains multiple nodes, and each layer is related to the next layer. Nodes can be connected to each other with weights.
제 1 히든 레이어(Hidden Layer 1)에 속한 임의의 노드로부터의 출력은, 제 2 히든 레이어(Hidden Layer 2)에 속하는 적어도 하나의 노드로의 입력이 된다. 이때, 각 노드의 입력은 이전 레이어의 노드의 출력에 웨이트(weight)가 적용된 값일 수 있다. 웨이트(weight)는 노드간의 연결 강도를 의미할 수 있다. 딥러닝 과정은 적절한 웨이트(weight)를 찾아내는 과정으로도 볼 수 있다.The output from any node belonging to the first hidden layer (Hidden Layer 1) becomes an input to at least one node belonging to the second hidden layer (Hidden Layer 2). At this time, the input of each node may be a weight applied to the output of the node of the previous layer. Weight may refer to the strength of the connection between nodes. The deep learning process can also be seen as a process of finding appropriate weights.
본 발명의 일 실시 예에 따른 세탁기에 적용되는 인공신경망(ANN)은, 앞서 살펴본 복수 종류의 데이터(현재 회전속도, 속도UB, q축 전류 및 기동/유지전류)를 입력 데이터로 하고, 실험에 의해 측정된 포뭉침 정도를 결과 데이터로 하여 지도 학습(Supervised Learning)된 심층신경망(DNN)을 의미할 수 있다.The artificial neural network (ANN) applied to the washing machine according to an embodiment of the present invention uses the plurality of types of data (current rotational speed, speed UB, q-axis current, and start/maintenance current) discussed above as input data, and is used in experiments. It may refer to a deep neural network (DNN) that is supervised learning using the degree of agglomeration measured as the result data.
상기 지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법을 의미할 수 있다.The supervised learning may refer to a method of machine learning to infer a function from training data.
본 발명의 인공신경망(ANN)은, 복수 종류의 데이터별로 포뭉침 정도를 실험적으로 측정하고, 각 복수 종류의 데이터를 입력 데이터로, 각 복수 종류의 데이터별로 측정된 포뭉침 정도를 결과값으로 입력하여, 히든 레이어가 학습된 심층신경망일 수 있다. 여기서 히든 레이어를 학습시킨다는 것은, 히든 레이어에 포함된 노드 간 연결선의 웨이트(weight)를 조정(업데이트)하는 것을 의미할 수 있다.The artificial neural network (ANN) of the present invention experimentally measures the degree of agglomeration for each plural type of data, inputs each plural type of data as input data, and inputs the degree of agglomeration measured for each plural type of data as a result value. Therefore, the hidden layer may be a learned deep neural network. Here, learning the hidden layer may mean adjusting (updating) the weight of the connection lines between nodes included in the hidden layer.
이러한 인공신경망(ANN)을 이용하여, 본 발명의 제어부(60)는, 어느 시점에 복수 종류의 데이터를 산출하고, 상기 복수 종류의 데이터를 상기 인공신경망의 입력값으로 하여, 포뭉침 정도를 결정(예측, 추출, 산출, 판정, 추정)할 수 있다.Using this artificial neural network (ANN), the control unit 60 of the present invention calculates a plurality of types of data at a certain point in time, uses the plurality of types of data as input values of the artificial neural network, and determines the degree of agglomeration. (prediction, extraction, calculation, judgment, estimation) can be made.
제어부(60)는, 현재 회전속도, 속도UB, q축 전류 및 기동/유지전류에 해당하는 복수 종류의 데이터를 트레이닝(training) 데이터로 사용하여 학습(learning)을 수행할 수 있다. The control unit 60 may perform learning by using multiple types of data corresponding to the current rotation speed, speed UB, q-axis current, and start/maintenance current as training data.
또한, 이에 한정되지 않고, 제어부(60)는, 진동값 및 포량을 추가적인 트레이닝 데이터로 사용할 수 있으며, 상기 진동값 및 포량을 입력값으로 사용할 수도 있다.In addition, the control unit 60 is not limited to this, and may use the vibration value and the laundry weight as additional training data, and may also use the vibration value and the laundry weight as input values.
또한, 제어부(60)는 포뭉침 정도를 인식 또는 판정할 때마다, 그 판정 결과와, 그 때 입력된 복수 종류의 데이터를 데이터 베이스에 추가하여 웨이트(weight)나 바이어스 등의 심층신경망(DNN) 구조를 업데이트(update)할 수 있다. 또한, 제어부(60)는, 소정 횟수의 트레이닝 데이터가 확보된 후에 확보된 트레이닝 데이터로 지도 학습 과정을 수행하여 웨이트(weight) 등 심층신경망(DNN) 구조를 업데이트할 수 있다.In addition, each time the control unit 60 recognizes or determines the degree of agglomeration, the judgment result and the plurality of types of data input at that time are added to the database to create a deep neural network (DNN) such as weight or bias. The structure can be updated. In addition, the control unit 60 may update the deep neural network (DNN) structure, such as weights, by performing a supervised learning process with the secured training data after a predetermined number of training data is secured.
제어부(60)는, 상기 복수 종류의 데이터를 기학습된 인공신경망의 입력값으로 입력하여, 포뭉침 정도를 출력값으로 출력(결정, 감지)할 수 있다.The control unit 60 may input the plurality of types of data as input values of a pre-trained artificial neural network and output (determine, detect) the degree of agglomeration as an output value.
이후, 제어부(60)는, 결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 세탁조가 회전되는 최대 속도(최대 회전속도, 최대 RPM(Revolution Per Minute) 및 탈수시간을 결정(가변)할 수 있다(S350).Afterwards, the control unit 60 can determine (variable) the maximum speed at which the washing tub is rotated during the dehydration process (maximum rotation speed, maximum RPM (Revolution Per Minute), and dehydration time) based on the determined moisture content and the degree of foam agglomeration. There is (S350).
여기서 탈수시간은, 탈수과정의 전체 탈수시간을 의미할 수도 있고, 탈수과정에서 세탁조가 최대 속도로 회전하는 시간을 의미할 수도 있다.Here, the spin-drying time may mean the entire spin-drying time of the spin-drying process, or it may mean the time during which the washing tank rotates at maximum speed during the spin-drying process.
탈수시간이 길어지면, 포에 머금어진 물의 탈수가 많이 일어나게 되어, 탈수성능이 향상될 수 있다.If the dehydration time is prolonged, more water contained in the fabric can be dehydrated, and dehydration performance can be improved.
탈수 성능이 향상된다는 것은, 탈수 이후의 건조시간을 단축시킨다는 의미를 포함할 수 있다.Improving dehydration performance may mean shortening the drying time after dehydration.
함습률이 적을수록(낮을수록), 고속RPM에서 물이 빠지는 양이 적어, UB가 발생할 확률이 줄어든다. 즉, 함습률이 적을수록, 포에서 물이 빠지기 전과 빠진 후의 차이가 적게 되어, 고속RPM에서 포의 무게변화로 인해 UB가 발생할 확률이 줄어들 수 있다.The lower the moisture content (lower), the less water is lost at high RPM, which reduces the chance of UB occurring. In other words, the lower the moisture content, the smaller the difference between before and after water drains from the foam, which reduces the probability of UB occurring due to a change in the weight of the foam at high RPM.
이에 따라, 본 발명의 세탁기의 제어부(60)는, 함습률이 적을수록 탈수과정에서의 세탁조의 최대 속도(최대 회전속도, 최대 RPM)을 높이고, 탈수시간을 늘려, 탈수성능을 향상시키고, 물을 최대한 탈수시켜 추후 건조시간을 줄일 수 있다.Accordingly, the control unit 60 of the washing machine of the present invention increases the maximum speed (maximum rotation speed, maximum RPM) of the washing machine during the dehydration process as the moisture content decreases, increases the dehydration time, improves dehydration performance, and improves dehydration performance. By dehydrating as much as possible, you can reduce drying time later.
예를 들어, 도 6에 도시된 것과 같이, 제어부(60)는, 세탁조에 수용된 포의 함습률이 제2 단계(Lv.2) 보다 적은 제1 단계(Lv.1)인 경우, 최대 속도(최대 RPM)를 더 높게 설정할 수 있다(a1, a2, a3 > b1, b2, b3).For example, as shown in FIG. 6, the control unit 60 sets the maximum speed ( Maximum RPM) can be set higher (a1, a2, a3 > b1, b2, b3).
다른 예로, 제어부(60)는, 세탁조에 수용된 포의 함습률이 제2 단계(Lv.2) 보다 적은 제1 단계(Lv.1)인 경우, 탈수시간을 길게 설정할 수 있다(t1, t2, t3> t1’, t2’, t3’)As another example, the control unit 60 may set the spin-drying time to be long (t1, t2, t3> t1', t2', t3')
한편, 본 발명의 세탁기의 제어부(60)는, 동일한 함습률이 결정되더라도, 결정된 포 뭉침 정도에 따라 최대 속도 및 탈수시간을 다르게 설정할 수 있다.Meanwhile, the control unit 60 of the washing machine of the present invention can set the maximum speed and spin-drying time differently depending on the determined degree of foam agglomeration, even if the same moisture content is determined.
구체적으로 제어부(60)는, 포 뭉침 정도가 적을수록, 탈수 과정에서의 세탁조의 최대 속도(최대 회전속도, 최대RPM)를 높게 설정하고, 탈수시간을 길게 설정할 수 있다.Specifically, the control unit 60 can set the maximum speed (maximum rotation speed, maximum RPM) of the washing tub during the dehydration process to be higher and the dehydration time to be longer as the degree of foam clumping is small.
예를 들어, 도 6에 도시된 것과 같이, 동일한 함습률(예를 들어, Lv. 1)이더라도, 제어부(60)는, 포 뭉침 정도가 제2 단계(class 2)로 결정된 경우, 제2 단계보다 포 뭉침 정도가 많은 제3 단계(class 3)일 때보다 최대속도를 높게 설정하고(a2>a3), 탈수시간을 길게 설정(t2>t3)할 수 있다.For example, as shown in FIG. 6, even if the moisture content is the same (e.g., Lv. 1), if the degree of foam clumping is determined to be the second level (class 2), the control unit 60 The maximum speed can be set higher (a2>a3) and the dehydration time can be set longer (t2>t3) than in the third stage (class 3), where there is more agglomeration.
또한, 제어부(60)는, 포 뭉침 정도가 상기 제2 단계(class 2)보다 포 뭉침 정도가 적은 제1 단계(class 1)로 결정된 경우, 포 뭉침 정도가 상기 제2 단계(class 2)일 때보다 최대 속도를 높게 설정하고(a1>a2), 탈수시간을 길게 설정(t1>t2)할 수 있다.In addition, when the control unit 60 determines that the degree of foam aggregation is the first stage (class 1), where the degree of foam agglomeration is less than the second stage (class 2), the controller 60 determines that the degree of foam agglomeration is the second stage (class 2). You can set the maximum speed higher than before (a1>a2) and set the dehydration time longer (t1>t2).
이는, 동일한 함습률을 갖더라도, 포 뭉침이 많은 옷감(포)의 경우(예를 들어, class 3)에는, 포 뭉침이 적은 옷감(예를 들어, class 1)보다 고속 RPM에서 UB가 발생활 확률이 높기 때문이다. This means that even if the moisture content is the same, in the case of cloth (fabric) with a lot of clumping (e.g., class 3), UB occurs at higher RPM than in cloth with less clumping (e.g., class 1). Because the probability is high.
따라서, 동일한 함습률이더라도, UB 발생 확률이 낮은 포 뭉침 정도(class 1)일수록 탈수 과정에서의 최대 속도(최대 회전속도, 최대 RPM)을 높이고, 탈수시간을 길게 하여, UB의 발생확률을 줄이면서도 최대의 탈수 성능을 발휘할 수 있다.Therefore, even if the moisture content is the same, the lower the probability of UB occurrence, the lower the degree of foam agglomeration (class 1), the higher the maximum speed (maximum rotation speed, maximum RPM) during the dehydration process, and the longer the dehydration time, thereby reducing the probability of UB occurrence. Maximum dehydration performance can be achieved.
한편, 제어부(60)는, 동일한 포 뭉침 정도가 감지(결정)되더라도, 함습률에 따라 최대속도 및 탈수시간을 다르게 설정할 수 있다.Meanwhile, the control unit 60 can set the maximum speed and dehydration time differently depending on the moisture content even if the same degree of foam clumping is detected (determined).
앞서 설명한 것과 같이, 함습률이 적을수록, 고속RPM에서 UB가 발생할 확률이 적기 때문에, 제어부(60)는, 함습률이 작을수록, 최대 속도를 높게 설정하고, 탈수시간을 길게 설정할 수 있다.As described above, the lower the moisture content, the less likely it is that UB will occur at high RPM, so the control unit 60 can set the maximum speed higher and the dehydration time longer as the moisture content decreases.
예를 들어, 제어부(60)는, 도 6을 참조하면, 동일한 포 뭉침 정도(class 2)가 감지되더라도, 함습률이 작을수록(Lv.1 < Lv.2), 최대 속도(최대 RPM)을 높게 설정하고(a2>b2), 탈수시간을 길게(t2>t2’) 설정할 수 있다.For example, referring to FIG. 6, the control unit 60 increases the maximum speed (maximum RPM) as the moisture content decreases (Lv.1 < Lv.2) even if the same degree of foam clumping (class 2) is detected. You can set it high (a2>b2) and set the dehydration time long (t2>t2').
한편, 제어부(60)는, 함습률과 무관하게, 포 뭉침 정도에 따라 탈수시간을 다르게 설정할 수 있다(t1 = t1’, t2 = t2’, t3 = t3’). 이는, 함습률에 따라 총 세탁시간이 길어지는 것을 방지하기 위함이다. 즉 제어부(60)는, 탈수시간이 함습률에 영향을 받지 않고, 포 뭉침 정도에 따라서만 가변되도록 설계될 수도 있다.Meanwhile, the control unit 60 can set the dehydration time differently depending on the degree of foam agglomeration, regardless of the moisture content (t1 = t1', t2 = t2', t3 = t3'). This is to prevent the total washing time from becoming longer depending on the moisture content. That is, the control unit 60 may be designed so that the dehydration time is not affected by the moisture rate and varies only depending on the degree of foam agglomeration.
한편, 본 발명은, 함습률을 감지(측정)할 때, 처음부터 물에 젖은 옷감(세탁물, 포)가 세탁조로 투입되는 경우, 함습률을 측정의 신뢰성이 현저히 떨어질 수 있다.Meanwhile, in the present invention, when detecting (measuring) the moisture content, if cloth (laundry, cloth) that is wet with water from the beginning is put into the washing machine, the reliability of measuring the moisture content may be significantly reduced.
즉, 도 7을 참조하면, 제어부(60)는, 함습률을 산출하는 단계에서, 제2 포량(급수된 물이 배출된 후 측정되는 포량)과 제1 포량(최초로 물이 급수되기 전에 측정된 포량)의 차이가 기 설정값(미리 설정된 값, 또는 기준값)보다 작은지 여부를 판단할 수 있다.That is, referring to FIG. 7, in the step of calculating the moisture content, the control unit 60 calculates the second laundry quantity (the laundry quantity measured after the supplied water is discharged) and the first laundry quantity (the laundry quantity measured before the water is first supplied). It is possible to determine whether the difference in weight) is smaller than a preset value (preset value or reference value).
예를 들어, 상기 제2 포량과 제1 포량이 거의 비슷한 수치로 측정된 경우(또는 제2 포량과 제1 포량의 차이가 기 설정값보다 작은 경우), 제어부(60)는, 처음부터 물이 젖은 포가 투입되었다고 판단할 수 있다.For example, when the second laundry weight and the first laundry weight are measured to be almost similar values (or when the difference between the second laundry weight and the first laundry weight is smaller than the preset value), the control unit 60 controls the water from the beginning. It can be judged that wet foam was put in.
이 경우에는, 포의 함습률을 산출할 수 없으므로, 탈수과정에서 최대 속도(최대 RPM) 및 탈수시간을 변경하지 않고 기존 설정된 값으로 유지시킬 수 있다. 여기서, 기존 설정된 값은, 제2 포량에 연계된 최대속도 및 탈수시간일 수도 있고, 포 뭉침 정도에 연계된 최대속도 및 탈수시간일 수도 있고, 세탁기에 최초로 설정된(또는 코스별로 설정된) 최대속도 및 탈수시간을 의미할 수 있다.In this case, since the moisture content of the fabric cannot be calculated, the maximum speed (maximum RPM) and dehydration time can be maintained at the previously set values during the dehydration process without changing them. Here, the previously set value may be the maximum speed and spin-drying time linked to the second laundry quantity, the maximum speed and spin-drying time linked to the degree of foam clumping, or the maximum speed and spin-drying time initially set in the washing machine (or set for each course). This may mean dehydration time.
반면, 제2 포량 및 제1 포량의 차이가 상기 기 설정값보다 큰 경우, 제어부(60)는, 도 3의 S330단계로 진입하여, 함습률을 감지하고, 이후 포 뭉침 정도도 감지하며, 함습률 및 포 뭉침 정도에 근거하여 최대 속도 및 탈수시간을 설정(결정)할 수 있다.On the other hand, if the difference between the second laundry weight and the first laundry weight is greater than the preset value, the control unit 60 enters step S330 of FIG. 3, detects the moisture content, and then also detects the degree of foam clumping, and The maximum speed and dehydration time can be set (determined) based on the moisture content and the degree of foam agglomeration.
제2 포량 및 제1 포량의 차이가 기 설정값보다 작다는 것은, 함습률이 일정값보다 작다는 것을 의미하며, 여기서의 일정값은, 처음부터 포가 젖은 상태로 세탁조로 투입될정도로 작은 차이를 의미하는 값일 수 있다.The fact that the difference between the second and first laundry weights is less than the preset value means that the moisture content is less than a certain value, and the constant value here is a difference small enough to put the fabric into the washing machine in a wet state from the beginning. It may be a meaningful value.
이러한 구성을 통해, 본 발명은, 처음부터 포가 젖은 상태로 투입됨에 따라 함습률을 산출할 수 없는 경우에도, 기존 설정된 값으로 최대 속도 및 탈수시간을 유지시키거나, 포 뭉침 정도에 연계된 값으로 최대 속도 및 탈수시간을 설정하여, 탈수성능을 개선시킬 수 있는 최적화된 세탁기 제어방법을 제공할 수 있다.Through this configuration, the present invention maintains the maximum speed and dehydration time at the previously set values, even when the moisture content cannot be calculated as the fabric is put in wet from the beginning, or at values linked to the degree of foam clumping. By setting the maximum speed and spin-drying time, an optimized washing machine control method that can improve spin-drying performance can be provided.
본 발명의 실시예에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.According to an embodiment of the present invention, one or more of the following effects are achieved.
첫째, 본 발명은 함습률 뿐만 아니라 포 뭉침 정도까지 함께 고려하여 탈수 과정에서 세탁조의 최대 회전 속도 및 탈수시간을 결정함으로써, 언발란스의 상태별로 최대의 탈수 성능을 발휘할 수 있는 새로운 탈수 제어방법을 제공할 수 있다.First, the present invention determines the maximum rotational speed and spin-drying time of the washing tub during the de-hydrating process by considering not only the moisture content but also the degree of foam agglomeration, thereby providing a new de-watering control method that can achieve maximum de-watering performance for each state of unbalance. You can.
둘째, 본 발명은 함습률이 낮을수록 탈수과정에서 세탁조의 고회전 탈수에 의한 언발란스의 발생확률(또는 언발란스가 발생되는 정도)가 적으므로, 최대 회전 속도를 높이고, 탈수시간을 길게 설정하여, 탈수성능을 높여 추후 건조시간을 단축시킬 수 있다.Second, in the present invention, the lower the moisture rate, the lower the probability of unbalance (or the degree of unbalance occurring) caused by high-speed dehydration of the washing machine during the dehydration process, so the maximum rotation speed is increased and the dehydration time is set to increase the dehydration performance. By increasing , the drying time can be shortened in the future.
셋째, 본 발명은 동일한 함습률이더라도, 포 뭉침 정도가 적을수록 탈수과정에서 세탁조의 고회전 탈수에 의한 언발란스의 발생확률(또는 언발란스가 발생되는 정도)가 적으므로, 최대 회전 속도를 높이고, 탈수시간을 길게 설정하여, 탈수성능을 향상시키고, 이로 인해 추후 건조시간을 현저히 줄일 수 있다.Third, in the present invention, even if the moisture content is the same, the lower the degree of foam agglomeration, the lower the probability of unbalance (or the degree of unbalance occurring) due to high-rotation dehydration of the washing machine during the dehydration process. Therefore, the maximum rotation speed is increased and the dehydration time is reduced. By setting it long, dehydration performance can be improved, which can significantly reduce future drying time.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다. The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description of the claims.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 프로세서 또는 제어부를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.The present invention described above can be implemented as computer-readable code on a program-recorded medium. Computer-readable media includes all types of recording devices that store data that can be read by a computer system. Examples of computer-readable media include HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is. Additionally, the computer may include a processor or control unit. Accordingly, the above detailed description should not be construed as restrictive in all respects and should be considered illustrative. The scope of the present invention should be determined by reasonable interpretation of the appended claims, and all changes within the equivalent scope of the present invention are included in the scope of the present invention.
Claims (15)
포를 수용하고, 상기 저수조 내에서 회전 가능하게 구비되는 세탁조;
상기 세탁조를 회전시키는 모터; 및
상기 세탁조에 수용된 포의 포량을 서로 다른 시점에 감지하고, 감지된 포량값들을 이용하여 함습률을 결정하는 제어부를 포함하고,
상기 제어부는,
상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포 뭉침 정도를 결정하고,
결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 상기 세탁조가 회전되는 최대 속도 및 탈수시간을 결정하며,
동일한 함습률이 결정되더라도, 결정된 포 뭉침 정도에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하고,
상기 포 뭉침 정도가 적을수록, 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 하는 세탁기.water tank;
a washing tank that accommodates laundry and is rotatable within the water storage tank;
a motor that rotates the washing tub; and
A control unit that detects the weight of the laundry contained in the washing tub at different times and determines the moisture content using the detected laundry weight values,
The control unit,
Determining the degree of foam clumping using a plurality of types of data measured while rotating the washing tub,
Based on the determined moisture content and degree of foam agglomeration, the maximum speed and dehydration time at which the washing tub is rotated during the dehydration process are determined,
Even if the same moisture content is determined, the maximum speed and the dehydration time are set differently depending on the determined degree of foam agglomeration,
A washing machine characterized in that, as the degree of foam clumping decreases, the maximum speed is set higher and the spin-drying time is set longer.
상기 제어부는,
급수가 되기 전에 상기 세탁조에 수용된 포의 제1 포량을 측정하고,
급수된 물을 배출한 후 상기 세탁조에 수용된 포의 제2 포량을 측정하며,
상기 제1 포량 및 상기 제2 포량을 이용하여, 상기 세탁조에 수용된 포의 함습률을 결정하는 것을 특징으로 하는 세탁기.According to claim 1,
The control unit,
Measure the first amount of laundry accommodated in the washing tank before water supply,
After discharging the supplied water, measure the second amount of laundry accommodated in the washing tank,
A washing machine, characterized in that the moisture content of the laundry accommodated in the washing tank is determined using the first laundry weight and the second laundry weight.
상기 제어부는,
탈수 과정 전에 수행되는 헹굼 과정에서, 상기 포가 소정높이만큼 상승한 후 낙하하도록 상기 세탁조가 특정 회전속도로 회전되는 동안 상기 복수 종류의 데이터를 측정하는 것을 특징으로 하는 세탁기.According to claim 1,
The control unit,
A washing machine, characterized in that the plurality of types of data are measured while the washing tub is rotated at a specific rotational speed so that the laundry rises to a predetermined height and then falls during a rinsing process performed before the dehydration process.
상기 제어부는,
상기 측정된 복수 종류의 데이터를 기 학습된 인공신경망의 입력값으로 입력하여, 상기 포 뭉침 정도를 결과값으로 출력하는 것을 특징으로 하는 세탁기.According to claim 1,
The control unit,
A washing machine, wherein the measured plural types of data are input as input values to a previously learned artificial neural network, and the degree of foam clumping is output as a result value.
상기 제어부는,
상기 기 학습된 인공신경망을 통해, 복수 개로 분류된 포뭉침 정도 중 어느 하나를 결정하는 것을 특징으로 하는 세탁기.According to claim 4,
The control unit,
A washing machine, characterized in that one of a plurality of classified foaming degrees is determined through the previously learned artificial neural network.
상기 제어부는,
상기 포 뭉침 정도가 제2 단계로 결정된 경우, 상기 제2 단계보다 포 뭉침 정도가 많은 제3 단계일 때보다 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하며,
상기 포 뭉침 정도가 상기 제2 단계보다 포 뭉침 정도가 적은 제1 단계로 결정된 경우, 상기 포 뭉침 정도가 상기 제2 단계일 때보다 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 하는 세탁기.According to claim 1,
The control unit,
When the degree of foam agglomeration is determined to be the second stage, the maximum speed is set higher and the dehydration time is set longer than in the third stage where the degree of foam agglomeration is greater than the second stage,
When the degree of foam agglomeration is determined to be a first stage in which the degree of foam agglomeration is less than the second stage, the maximum speed is set higher than when the degree of fabric agglomeration is the second stage, and the dehydration time is set longer. Featured washing machine.
상기 제어부는,
동일한 포 뭉침 정도가 감지되더라도, 함습률에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 하는 세탁기.According to claim 1,
The control unit,
A washing machine characterized in that, even when the same degree of foam clumping is detected, the maximum speed and the spin-drying time are set differently depending on the moisture content.
상기 제어부는,
함습률이 작을수록, 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 하는 세탁기.According to clause 9,
The control unit,
A washing machine characterized in that, as the moisture content is smaller, the maximum speed is set higher and the spin-drying time is set longer.
상기 제어부는,
상기 제2 포량 및 상기 제1 포량의 차이가 기 설정값보다 작은 경우, 상기 최대 속도 및 상기 탈수시간을 기존 설정된 값으로 유지시키는 것을 특징으로 하는 세탁기.According to claim 2,
The control unit,
When the difference between the second laundry weight and the first laundry weight is less than a preset value, the washing machine maintains the maximum speed and the spin-drying time at the preset value.
상기 제어부는,
상기 제2 포량 및 상기 제1 포량의 차이가 기 설정값보다 큰 경우, 함습률을 감지하고, 포 뭉침 정도를 감지하며, 상기 함습률 및 상기 포 뭉침 정도에 근거하여, 상기 최대 속도 및 상기 탈수시간을 설정하는 것을 특징으로 하는 세탁기.According to claim 11,
The control unit,
When the difference between the second laundry amount and the first laundry weight is greater than a preset value, the moisture content is detected, the foam clumping degree is detected, and based on the moisture rate and the foam clumping degree, the maximum speed and the dehydration A washing machine characterized by setting the time.
상기 세탁조를 회전시키면서 측정되는 복수 종류의 데이터를 이용하여 포 뭉침 정도를 결정하는 단계; 및
결정된 함습률 및 포 뭉침 정도에 근거하여, 탈수 과정에서 상기 세탁조가 회전되는 최대 속도 및 탈수시간을 결정하는 단계를 포함하고,
상기 최대 속도 및 탈수시간을 결정하는 단계는,
동일한 함습률이 결정되더라도, 결정된 포 뭉침 정도에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하며, 상기 포 뭉침 정도가 적을수록, 상기 최대 속도를 높게 설정하고, 상기 탈수시간을 길게 설정하는 것을 특징으로 하는 세탁기의 제어방법.Detecting the weight of the laundry contained in the washing machine at different times and determining the moisture content using the sensed laundry weight values;
determining the degree of foam clumping using a plurality of types of data measured while rotating the washing tub; and
Based on the determined moisture content and the degree of foam agglomeration, determining the maximum speed at which the washing tub is rotated and the dehydration time during the dehydration process,
The step of determining the maximum speed and dehydration time is,
Even if the same moisture content is determined, the maximum speed and the dehydration time are set differently depending on the determined degree of foam agglomeration, and as the degree of foam agglomeration decreases, the maximum speed is set higher and the dehydration time is set longer. How to control a washing machine.
상기 최대 속도 및 탈수시간을 결정하는 단계는,
동일한 포 뭉침 정도가 감지되더라도, 함습률에 따라 상기 최대 속도 및 상기 탈수시간을 다르게 설정하는 것을 특징으로 하는 세탁기의 제어방법.According to claim 13,
The step of determining the maximum speed and dehydration time is,
A control method for a washing machine, characterized in that even when the same degree of foam clumping is detected, the maximum speed and the spin-drying time are set differently depending on the moisture content.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190078223A KR102680639B1 (en) | 2019-06-28 | 2019-06-28 | Artificial Intelligence Washing machine and Method for controlling the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190078223A KR102680639B1 (en) | 2019-06-28 | 2019-06-28 | Artificial Intelligence Washing machine and Method for controlling the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210001723A KR20210001723A (en) | 2021-01-06 |
| KR102680639B1 true KR102680639B1 (en) | 2024-07-03 |
Family
ID=74128795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190078223A KR102680639B1 (en) | 2019-06-28 | 2019-06-28 | Artificial Intelligence Washing machine and Method for controlling the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102680639B1 (en) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR960041493A (en) * | 1995-05-16 | 1996-12-19 | 구자홍 | How to prevent entanglement of the washing machine |
| KR100653769B1 (en) * | 2003-06-20 | 2006-12-05 | 엘지전자 주식회사 | Semi-Dry Method of Washing Machines |
| KR102206464B1 (en) * | 2014-02-21 | 2021-01-21 | 엘지전자 주식회사 | Method and apparatus for |
| KR102541172B1 (en) * | 2016-09-12 | 2023-06-08 | 엘지전자 주식회사 | Spinning course control method of laundry machine |
-
2019
- 2019-06-28 KR KR1020190078223A patent/KR102680639B1/en not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210001723A (en) | 2021-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102578643B1 (en) | Washing machine and Method for controlling the same | |
| KR102652592B1 (en) | Washing machine and Method for controlling the same | |
| US11098431B2 (en) | Method for controlling spin-drying operation of washing apparatus | |
| CN110924053B (en) | Artificial intelligent washing machine and control method thereof | |
| US20200248357A1 (en) | Washing machine and method for controlling the same | |
| US11821128B2 (en) | Artificial intelligence washing machine and controlling method therefor | |
| CN110924056B (en) | Artificial intelligent washing machine and control method thereof | |
| US11447904B2 (en) | Artificial intelligence washing machine and method of controlling the same | |
| KR102627104B1 (en) | Washing machine and Method for controlling the same | |
| US20200095719A1 (en) | Artificial intelligence washing machine and controlling method therefor | |
| KR102680639B1 (en) | Artificial Intelligence Washing machine and Method for controlling the same | |
| KR102559073B1 (en) | Artificial intelligence laundry treating apparatus and method of controlling laundry treating apparatu | |
| CN110924061B (en) | Artificial intelligent washing machine and control method thereof | |
| CN110924065B (en) | Artificial intelligence clothes treating apparatus and control method thereof | |
| KR102569216B1 (en) | Artificial intelligence laundry treating apparatus and method of controlling laundry treating apparatus | |
| US11725324B2 (en) | Washing machine and control method thereof | |
| KR20200095981A (en) | Washing machine and Method for controlling the same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal |