[go: up one dir, main page]

CN110579001A - 空调器的控制方法及装置 - Google Patents

空调器的控制方法及装置 Download PDF

Info

Publication number
CN110579001A
CN110579001A CN201910740699.8A CN201910740699A CN110579001A CN 110579001 A CN110579001 A CN 110579001A CN 201910740699 A CN201910740699 A CN 201910740699A CN 110579001 A CN110579001 A CN 110579001A
Authority
CN
China
Prior art keywords
carbon dioxide
limiting plate
window
air conditioner
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910740699.8A
Other languages
English (en)
Inventor
吕磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Meibo Intelligent Electrical Appliances Co Ltd
Original Assignee
Anhui Meibo Intelligent Electrical Appliances Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Meibo Intelligent Electrical Appliances Co Ltd filed Critical Anhui Meibo Intelligent Electrical Appliances Co Ltd
Priority to CN201910740699.8A priority Critical patent/CN110579001A/zh
Publication of CN110579001A publication Critical patent/CN110579001A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/89—Arrangement or mounting of control or safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/66—Volatile organic compounds [VOC]
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/72—Carbon monoxide

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

本发明公开了一种空调器的控制方法及装置，所述装置包括：主控制器、二氧化碳传感器和开窗模块，所述二氧化碳传感器用于检测室内的二氧化碳浓度，所述开窗模块设置在窗户上，用于打开窗户，所述二氧化碳传感器和开窗模块均与所述主控制器电连接。本发明通过采集室内二氧化碳浓度数据，对二氧化碳浓度数据进行线性回归预测，及时打开窗户和空调的送风模式，增加空气流通，降低二氧化碳浓度。

Description

空调器的控制方法及装置
技术领域
本发明涉及空调产品技术领域，更具体地说涉及空调器的控制方法及装置。
背景技术
现有技术中空调能换气的只有窗机具备这种功能，而且换气的概率只是空调制冷量的10％。各种分体的空调都没有换气功能。无论是夏季还是冬季，人们都长期开空调，关闭窗门会使得室内的空气不流通，室内环境有害物质无法及时排出，造成室内的空气质量会下降，影响人体健康。
人体对空气中二氧化碳的增长非常敏感，二氧化碳含量每增加0.5％会导致人体的明显反映。如果我们短期处于二氧化碳过高的房间里，二氧化碳对我们的身体会起到以下影响：
当二氧化碳的浓度达到1％(1000PPM)时，人们会感到沉闷，注意力开始不集中，心悸。如果在不透气的卧室里二氧化碳达到1000PPM，而我们连续睡觉8个小时，早上起床时我们会感觉没有休息好，不想起床。如果办公室的空气中CO2含量达到1000PPM，员工们的工作效率会下降。二氧化碳浓度达到1500-2000PPM时，人们会感到气喘、头痛、眩晕。两个人在密闭的卧室里睡一个晚上，二氧化碳的浓度很容易达到2000PPM。办公室的空气中CO2浓度达到2000PPM时，员工们会感觉很困，注意力不集中，精神疲劳。超过了2000PPM后，员工们甚至不想继续工作，思考能力明显下降。5000PPM以上时人体机能严重混乱，使人丧失知觉、神志不清。
发明内容
本发明型要解决的技术问题是：长期开空调，室内空气不流通，室内二氧化碳浓度过高会对人体造成影响。
本发明提供一种空调器的控制方法及装置，通过检测二氧化碳的浓度，自动打开窗户进行空气流通，降低二氧化碳浓度。
本发明解决其技术问题的解决方案是：
空调器的控制方法，包括二氧化碳传感器和开窗模块，所述开窗模块用于打开窗户，所述方法包括：
当空调为制冷或制热模式时，采集室内二氧化碳的浓度数据，得到单位时间内的二氧化碳浓度数据的集合，所述二氧化碳浓度数据的集合内包含若干个离散的二氧化碳浓度数据点(t，C)，C表示t时刻室内的二氧化碳浓度；
对所述单位时间内的二氧化碳浓度数据的集合进行线性回归，得到二氧化碳浓度随时间变化的线性方程Ci＝a*ti+b，其中i＝1，2…m，a和b均为常数；
通过线性方程预测下一个单位时间内的二氧化碳预测浓度数据的集合，得到所述二氧化碳预测浓度数据的集合的平均值，即预测平均值；
当a为正数且所述预测平均值大于预设的第一阈值时，则发出预警信号，空调转换成送风模式，开窗模块打开窗户。
空调器的控制装置，包括：主控制器、二氧化碳传感器和开窗模块，所述二氧化碳传感器用于检测室内的二氧化碳浓度，所述开窗模块设置在窗户上，用于打开窗户，所述二氧化碳传感器和开窗模块均与所述主控制器电连接。
作为上述技术方案的进一步改进，还包括窗扇和窗框，所述开窗模块包括微型推杆电机、推板、第一限位板和第二限位板，窗框下部的侧壁上设有相互平行的第一限位板和第二限位板，所述第一限位板和第二限位板均与所述窗框下部的侧壁相互垂直且固定连接；
所述推板位于所述第一限位板和第二限位板之间且分别与所述第一限位板和第二限位板抵接，所述第二限位板上设有通孔；
所述微型推杆电机固定设置在窗扇下部的侧壁上，所述微型推杆电机包括推杆，所述推杆穿过所述通孔与所述推板固定连接；
所述第一限位板、第二限位板和微型推杆电机处于同一水平面上。
作为上述技术方案的进一步改进，还包括甲醛浓度传感器、一氧化氮浓度传感器、二氧化硫浓度传感器和TVOC浓度传感器，所述甲醛浓度传感器、一氧化氮浓度传感器、二氧化硫浓度传感器和TVOC浓度传感器分别与主控制器电连接。
作为上述技术方案的进一步改进，所述主控制器为ARM处理器。
作为上述技术方案的进一步改进，所述二氧化碳传感器的型号为COZIR-LP。
本发明的有益效果是：本发明通过采集室内二氧化碳浓度数据，对二氧化碳浓度数据进行线性回归预测，及时打开窗户和空调的送风模式，增加空气流通，降低二氧化碳浓度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。
图1是本实施例的模块连接示意图；
图2是开窗模块的结构示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，文中所提到的所有连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少连接辅件，来组成更优的连接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
实施例1，空调器的控制方法，包括二氧化碳传感器200和开窗模块300，所述开窗模块300用于打开窗户，所述方法包括：
当空调为制冷或制热模式时，采集室内二氧化碳的浓度数据，得到单位时间内的二氧化碳浓度数据的集合，所述二氧化碳浓度数据的集合内包含若干个离散的二氧化碳浓度数据点(t，C)，C表示t时刻室内的二氧化碳浓度；
对所述单位时间内的二氧化碳浓度数据的集合进行线性回归，得到二氧化碳浓度随时间变化的线性方程Ci＝a*ti+b，其中i＝1，2…m，a和b均为常数；
通过线性方程预测下一个单位时间内的二氧化碳预测浓度数据的集合，得到所述二氧化碳预测浓度数据的集合的平均值，即预测平均值；
当a为正数且所述预测平均值大于预设的第一阈值时，则发出预警信号，空调转换成送风模式，开窗模块300打开窗户。
当a为正数且所述预测平均值大于预设的第一阈值时，则说明二氧化碳的浓度在不断上升，室内空气质量不佳。所述单位时间和预设的第一阈值均可调，本实施例中的单位时间为1个小时，所述第一阈值为1000PPM。
当a为正数时，则说明二氧化碳浓度保持着上升的趋势。
所述二氧化碳传感器200检测和采集的频率为每分钟检测一次，得到单位时间内二氧化碳的浓度数据的集合，通过线性归回，得到相应的线性方程，将下一个单位时间的时刻代入线性方程中，可进行线性回归预测，得到下一个单位时间内的二氧化碳预测浓度数据的集合，最终通过求平均值得到预测平均值。
本空调器的控制方法通过检测室内二氧化碳的浓度，对采集得到的二氧化碳的浓度数据进行线性回归预测，得到二氧化碳浓度的预测平均值，将所述二氧化碳浓度的预测平均值与所述第一阈值进行比较，当所述预测平均值大于第一阈值时，则说明室内空气质量正在下降，则向用户发出预警信号，空调转换成送送风模式，且所述开窗模块300打开窗户，实现室内空气流通，降低二氧化碳浓度。
所述预警信号可为蜂鸣器发出的报警，或者是发送到用户手机的预警短信，但不仅限于这两种形式。所述预警信号为了提醒用户室内空气质量不佳，需要尽快开窗或开门进行通风。
本发明通过线性回归预测下一个单位时间内二氧化碳浓度的预测平均值，有利于在室内二氧化碳浓度对人体造成影响之前，及时开窗，增加空气流通，降低室内的二氧化碳浓度，更有利于人体健康。
参照图1和图2，所述空调器的控制方法应用于空调器的控制装置，所述控制装置包括：主控制器100、二氧化碳传感器200和开窗模块300，所述二氧化碳传感器200用于检测室内的二氧化碳浓度，所述开窗模块300设置在窗户上，用于打开窗户，所述二氧化碳传感器200和开窗模块300均与所述主控制器100电连接。
所述二氧化碳传感器200用于采集处于制冷或制热模式的室内的二氧化碳浓度，并将采集得到的二氧化碳浓度数据发送到主控制器100，所述主控制器100对接收到的二氧化碳浓度数据进行线性回归，得到线性方程，并进行线性方程预测，得到下一个单位时间内的二氧化碳预测浓度数据的集合，进而得到预测平均值，当a为正数且所述预测平均值大于预设的第一阈值时，所述主控制器100发出预警信号，控制空调转换到送风模式，同时控制设置在窗户上的开窗模块300进行开窗，进行空气流通。
所述主控制器100与空调控制器电连接，所述主控制器100向空调控制器发送高电平信号，则所述空调控制器接收到所述高电平信号后，控制空调转换为送风模式。
所述主控制器100可与蜂鸣器电连接，当a为正数且所述预测平均值大于预设的第一阈值时，所述主控制器100向蜂鸣器发送高电平信号，所述蜂鸣器发出预警信号。
所述主控制器100通过无线传输模块与用户的手机端进行通信连接，当a为正数且所述预测平均值大于预设的第一阈值时，所述主控制器100通过无线传输模块向手机端发送预警信号，手机端接收到所述预警信号后，可通过短信或者语音通知来通知用户开窗或开门进行通风。
作为优选的实施方式，还包括窗扇306和窗框307，所述开窗模块300包括微型推杆电机301、推板303、第一限位板304和第二限位板305，窗框307下部的侧壁上设有相互平行的第一限位板304和第二限位板305，所述第一限位板304和第二限位板305均与所述窗框307下部的侧壁相互垂直且固定连接；
所述推板303位于所述第一限位板304和第二限位板305之间且分别与所述第一限位板304和第二限位板305抵接，所述第二限位板305上设有通孔；
所述微型推杆电机301固定设置在窗扇306下部的侧壁上，所述微型推杆电机301包括推杆302，所述推杆302穿过所述通孔与所述推板303固定连接；
所述第一限位板304、第二限位板305和微型推杆电机301处于同一水平面上。所述推板303与所述推杆302垂直，所述推板303与所述第一限位板304和第二限位板305平行。
所述微型推杆电机301与所述主控制器100电连接，主控制器100控制所述开窗模块300开窗时，所述微型推杆电机301的推杆302伸长，推动所述推板303，所述推板303对所述第一限位板304有一个作用力，所述第一限位板304为所述推板303提供的反向作用力，在所述反向作用力的作用下，所述微型推杆电机301移动，远离第一限位板304，在移动的过程中带动窗扇306移动，因此实现打开窗户。
本实施例中描述的窗扇306和窗框307为推拉窗的构成部件。
进一步作为优选的实施方式，还包括甲醛浓度传感器400、一氧化氮浓度传感器500、二氧化硫浓度传感器600和TVOC浓度传感器700，所述甲醛浓度传感器400、一氧化氮浓度传感器500、二氧化硫浓度传感器600和TVOC浓度传感器700分别与主控制器100电连接。
所述甲醛浓度传感器400用于检测和采集室内甲醛浓度，其中甲醛浓度的阈值为S1＝0.1mg/m3，所述一氧化氮浓度传感器500用于检测和采集一氧化氮浓度，其中一氧化氮浓度的阈值为S2＝0.24mg/m3，所述二氧化硫浓度传感器600用于检测和采集二氧化硫浓度，其中二氧化硫浓度的阈值为S3＝0.50mg/m3，所述TVOC浓度传感器700用于检测和采集TVOC浓度，其中TVOC浓度的阈值为S4＝0.6mg/m3。
当检测上述气体超过对应的阈值时，对应的浓度传感器向主控制器100发送高电平信号，所述主控制器100接收到所述高电平信号后，发出预警信号，并通过开窗模块300打开窗户。
进一步作为优选的实施方式，所述主控制器100为ARM处理器。
进一步作为优选的实施方式，所述二氧化碳传感器200的型号为COZIR-LP。
本装置还包括电源模块，所述电源模块用于为整个装置提供电能。
本发明通过实时检测二氧化碳浓度和其他有害气体的浓度值，预测或判断室内的空气质量，当室内空气质量不佳时，向用户发送预警信号，并控制打开窗户和空调转换为送风模式，及时进行空气流通，有益于保证用户的健康。
以上对本发明的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.空调器的控制方法，其特征在于：包括二氧化碳传感器和开窗模块，所述开窗模块用于打开窗户，所述方法包括：
当空调为制冷或制热模式时，采集室内二氧化碳的浓度数据，得到单位时间内的二氧化碳浓度数据的集合，所述二氧化碳浓度数据的集合内包含若干个离散的二氧化碳浓度数据点(t，C)，C表示t时刻室内的二氧化碳浓度；
对所述单位时间内的二氧化碳浓度数据的集合进行线性回归，得到二氧化碳浓度随时间变化的线性方程Ci＝a*ti+b，其中i＝1，2…m，a和b均为常数；
通过线性方程预测下一个单位时间内的二氧化碳预测浓度数据的集合，得到所述二氧化碳预测浓度数据的集合的平均值，即预测平均值；
当a为正数且所述预测平均值大于预设的第一阈值时，则发出预警信号，空调转换成送风模式，开窗模块打开窗户。
2.空调器的控制装置，其特征在于，包括：主控制器、二氧化碳传感器和开窗模块，所述二氧化碳传感器用于检测室内的二氧化碳浓度，所述开窗模块设置在窗户上，用于打开窗户，所述二氧化碳传感器和开窗模块均与所述主控制器电连接。
3.根据权利要求2所述的空调器的控制装置，其特征在于：还包括窗扇和窗框，所述开窗模块包括微型推杆电机、推板、第一限位板和第二限位板，窗框下部的侧壁上设有相互平行的第一限位板和第二限位板，所述第一限位板和第二限位板均与所述窗框下部的侧壁相互垂直且固定连接；
所述推板位于所述第一限位板和第二限位板之间且分别与所述第一限位板和第二限位板抵接，所述第二限位板上设有通孔；
所述微型推杆电机固定设置在窗扇下部的侧壁上，所述微型推杆电机包括推杆，所述推杆穿过所述通孔与所述推板固定连接；
所述第一限位板、第二限位板和微型推杆电机处于同一水平面上。
4.根据权利要求2所述的空调器的控制装置，其特征在于：还包括甲醛浓度传感器、一氧化氮浓度传感器、二氧化硫浓度传感器和TVOC浓度传感器，所述甲醛浓度传感器、一氧化氮浓度传感器、二氧化硫浓度传感器和TVOC浓度传感器分别与主控制器电连接。
5.根据权利要求2所述的空调器的控制装置，其特征在于：所述主控制器为ARM处理器。
6.根据权利要求2所述的空调器的控制装置，其特征在于：所述二氧化碳传感器的型号为COZIR-LP。
CN201910740699.8A 2019-08-12 2019-08-12 空调器的控制方法及装置 Pending CN110579001A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910740699.8A CN110579001A (zh) 2019-08-12 2019-08-12 空调器的控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910740699.8A CN110579001A (zh) 2019-08-12 2019-08-12 空调器的控制方法及装置

Publications (1)

Publication Number Publication Date
CN110579001A true CN110579001A (zh) 2019-12-17

Family

ID=68811109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910740699.8A Pending CN110579001A (zh) 2019-08-12 2019-08-12 空调器的控制方法及装置

Country Status (1)

Country Link
CN (1) CN110579001A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111457562A (zh) * 2020-04-08 2020-07-28 宁波奥克斯电气股份有限公司 通风控制方法、装置和空调器
CN112815497A (zh) * 2021-01-14 2021-05-18 珠海格力电器股份有限公司 一种空调控制方法、装置、存储介质及空调
WO2021213545A1 (zh) * 2020-05-29 2021-10-28 青岛海尔电冰箱有限公司 冰箱预测煤气浓度的方法、设备及冰箱
CN114992790A (zh) * 2022-04-27 2022-09-02 珠海格力电器股份有限公司 一种提示方法、装置、电子设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007003160A (ja) * 2005-06-27 2007-01-11 Fuji Electric Holdings Co Ltd 換気システム
CN102353119A (zh) * 2011-08-09 2012-02-15 北京建筑工程学院 一种vav变风量空调系统控制方法
CN103673223A (zh) * 2013-12-02 2014-03-26 重庆大学 一种基于送风空气品质预警的新风系统及智能控制方法
CN104633833A (zh) * 2013-11-12 2015-05-20 珠海格力电器股份有限公司 空调按需控制方法、系统及空调
EP2930442A1 (en) * 2012-12-10 2015-10-14 Panasonic Intellectual Property Management Co., Ltd. Air-conditioning control system
CN105133996A (zh) * 2015-09-06 2015-12-09 苏州南光电子科技有限公司 基于湿度感应和二氧化碳感应的电动窗户控制方法
CN105178772A (zh) * 2015-09-06 2015-12-23 苏州南光电子科技有限公司 基于湿度感应和二氧化碳感应的电动窗户
CN106196423A (zh) * 2016-06-30 2016-12-07 西安建筑科技大学 一种基于模型预测的室内环境品质控制优化方法
CN106440229A (zh) * 2016-10-24 2017-02-22 美的集团武汉制冷设备有限公司 智能扫地机器人及其系统和检测空气状况的方法
CN107560087A (zh) * 2017-09-18 2018-01-09 广东美的制冷设备有限公司 基于空调器的控制方法、空调器、家居系统、及存储介质
CN108344104A (zh) * 2017-12-27 2018-07-31 青岛海尔空调器有限总公司 一种用于空调器的室内温度预测方法以及空调器
CN109425080A (zh) * 2017-06-30 2019-03-05 建汉科技股份有限公司 空调系统及方法
CN109812938A (zh) * 2019-03-11 2019-05-28 上海荷福人工智能科技（集团）有限公司 一种基于神经网络的空气净化方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007003160A (ja) * 2005-06-27 2007-01-11 Fuji Electric Holdings Co Ltd 換気システム
CN102353119A (zh) * 2011-08-09 2012-02-15 北京建筑工程学院 一种vav变风量空调系统控制方法
EP2930442A1 (en) * 2012-12-10 2015-10-14 Panasonic Intellectual Property Management Co., Ltd. Air-conditioning control system
CN104633833A (zh) * 2013-11-12 2015-05-20 珠海格力电器股份有限公司 空调按需控制方法、系统及空调
CN103673223A (zh) * 2013-12-02 2014-03-26 重庆大学 一种基于送风空气品质预警的新风系统及智能控制方法
CN105178772A (zh) * 2015-09-06 2015-12-23 苏州南光电子科技有限公司 基于湿度感应和二氧化碳感应的电动窗户
CN105133996A (zh) * 2015-09-06 2015-12-09 苏州南光电子科技有限公司 基于湿度感应和二氧化碳感应的电动窗户控制方法
CN106196423A (zh) * 2016-06-30 2016-12-07 西安建筑科技大学 一种基于模型预测的室内环境品质控制优化方法
CN106440229A (zh) * 2016-10-24 2017-02-22 美的集团武汉制冷设备有限公司 智能扫地机器人及其系统和检测空气状况的方法
CN109425080A (zh) * 2017-06-30 2019-03-05 建汉科技股份有限公司 空调系统及方法
CN107560087A (zh) * 2017-09-18 2018-01-09 广东美的制冷设备有限公司 基于空调器的控制方法、空调器、家居系统、及存储介质
CN108344104A (zh) * 2017-12-27 2018-07-31 青岛海尔空调器有限总公司 一种用于空调器的室内温度预测方法以及空调器
CN109812938A (zh) * 2019-03-11 2019-05-28 上海荷福人工智能科技（集团）有限公司 一种基于神经网络的空气净化方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111457562A (zh) * 2020-04-08 2020-07-28 宁波奥克斯电气股份有限公司 通风控制方法、装置和空调器
WO2021213545A1 (zh) * 2020-05-29 2021-10-28 青岛海尔电冰箱有限公司 冰箱预测煤气浓度的方法、设备及冰箱
CN112815497A (zh) * 2021-01-14 2021-05-18 珠海格力电器股份有限公司 一种空调控制方法、装置、存储介质及空调
CN112815497B (zh) * 2021-01-14 2022-04-22 珠海格力电器股份有限公司 一种空调控制方法、装置、存储介质及空调
CN114992790A (zh) * 2022-04-27 2022-09-02 珠海格力电器股份有限公司 一种提示方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110579001A (zh) 空调器的控制方法及装置
CN109812938B (zh) 一种基于神经网络的空气净化方法及系统
CN201438011U (zh) 一种通过人体感应控制的空调器
CN108549282A (zh) 一种汽车防窒息智能控制系统
CN108278732B (zh) 一种空调控制方法、装置、存储介质及空调
CN108870680A (zh) 新风系统控制方法及系统
CN108323180B (zh) 家庭环境监控方法、装置及系统
CN106642547B (zh) 空调器的控制方法及空调器
US20210035426A1 (en) Early Warning Forecasting Life-Threatening Temperature Method and System
CN205871675U (zh) 一种车内环境检测装置
CN113009865A (zh) 联动控制系统和方法
KR102574624B1 (ko) 이산화탄소 감지센서를 포함하는 장치에서의 독거노인이상상태 검출방법
CN103759384A (zh) 一种自然通风器及室内实时空气品质监测方法
CN106643874A (zh) 一种家用厨房消防系统
US20230333075A1 (en) Air quality sensors
CN110631181A (zh) 一种基于循环系统的建筑环境监控方法和系统
CN207131249U (zh) 智能窗户的控制装置及系统
CN109901411B (zh) 一种智能家居窗体多参数采集控制系统及方法
CN110549981A (zh) 一种防止人员在密闭车体内窒息的监控方法及系统
CN215770026U (zh) 一种基于大数据的环境检测分析系统
CN109403778A (zh) 车窗控制方法及装置
CN113829918A (zh) 一种可识别充电器和电池健康的充电桩及其识别方法
CN208502531U (zh) 智能窗户控制系统
CN211086246U (zh) 一种二氧化碳在线监测系统
CN217820290U (zh) 一种基于室内碳排放的监测平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191217