一种检测洗涤设备内筒偏心的方法及装置与流程

1.本发明属于家用电器技术领域，具体地说，涉及一种检测洗涤设备内筒偏心的方法及装置。


背景技术：

2.随着生活水平的提高，用户对洗衣机的性能要求越来越高，噪声大小、衣物洗净程度、节能等都是用户在购买洗衣机时要考虑的重要因素，关于洗涤设备在处理衣物时，洗涤设备的内筒可能会存在偏心，而内筒偏心可能会导致洗涤设备整机发生位移，或者再处理衣物的过程中产生的噪声较大，又或者可能会影响衣物的清洁程度，由此可见，如何准确获取洗涤设备内筒的偏心值，利用准确的偏心值为后续衣物处理提供可靠的参考数据是非常重要的。
3.但现有技术中通常是多次采集到的电机工作参数，然后根据采集到的结果平均后得到一预测偏心值，虽然可以得到内筒偏心值，但获取的偏心值的精准度不高。
4.有鉴于此特提出本发明。


技术实现要素：

5.本发明要解决的技术问题在于克服现有技术的不足，提供一种检测洗涤设备内筒偏心的方法，以解决现有技术中获取到的预测偏心值的准确度不高的问题，提高了检测精度，以获取精准度更高的内筒偏心值。
6.为解决上述技术问题，本发明采用技术方案的基本构思是：
7.第一方面，本发明提供了一种检测洗涤设备内筒偏心的方法，包括：
8.获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；
9.将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据；所述目标偏心数据为在洗涤设备工作过程中检测到的内筒的实际偏心值。
10.可选的，获取所述目标偏心预测模型包括：
11.获取训练样本数据；所述训练样本数据中包括至少一个训练样本；每个所述训练样本中包括电机历史工作数据、利用所述电机历史工作数据预测得到的预测历史偏心数据和利用偏心检测装置检测的标准历史偏心数据；
12.从每个所述训练样本的电机历史工作数据中提取各个所述训练样本的电机目标历史工作数据；
13.将各个所述训练样本中的所述电机目标历史工作数据、预测历史偏心数据以及标准历史偏心数据输入至预设训练模型中进行训练，得到所述目标偏心预测模型。
14.可选的，所述电机目标历史工作数据中包括电机转速、电机加速度、称重值、电机电流中的任意一种。
15.可选的，所述检测方法包括：
16.判断利用所述目标偏心检测模型是否符合预设要求；
17.若所述目标偏心检测模型符合所述预设要求，则停止对所述预设训练模型的训练。
18.可选的，所述检测方法包括：
19.若所述目标偏心检测模型不符合所述预设要求，则继续对所述预设训练模型进行训练。
20.可选的，所述监测方法还包括：
21.基于所述目标偏心数据执行所述洗涤设备的洗涤程序。
22.第二方面，本发明提供了一种检测洗涤设备内筒偏心的装置，包括：
23.获取模块，获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中所述洗涤设备的偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；
24.输入模块，用于将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据；所述目标偏心数据为在洗涤设备工作过程中检测到的内筒的实际偏心值。
25.可选的，所述装置还包括：
26.获取单元，用于获取训练样本数据；所述训练样本数据中包括至少一个训练样本；每个所述训练样本中包括电机历史工作数据、利用所述电机历史工作数据预测得到的预测历史偏心数据和利用偏心检测装置检测的标准历史偏心数据；
27.提取单元，用于从每个所述训练样本的电机历史工作数据中提取各个所述训练样本的电机目标历史工作数据；
28.训练单元，用于将各个所述训练样本中的所述电机目标历史工作数据、预测历史偏心数据以及标准历史偏心数据输入至预设训练模型中进行训练，得到所述目标偏心预测模型。
29.可选的，所述装置还包括：
30.第一判断单元，用于判断利用所述目标偏心检测模型是否符合预设要求；
31.第一处理单元，用于若所述目标偏心检测模型符合所述预设要求，则停止对所述预设训练模型的训练。
32.可选的，所述装置还包括：
33.第二处理单元，用于若所述目标偏心检测模型不符合所述预设要求，则继续对所述预设训练模型进行训练。
34.可选的，所述装置还包括：
35.第三处理单元，用于基于所述目标偏心数据执行所述洗涤设备的洗涤程序。
36.第三方面，本发明还提供了一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令使时实现第一方面中任一项检测洗涤设备内筒偏心的方法。
37.第四方面，本发明还提供了一种计算机存储介质，所述计算机存储介质存储有计
算机可执行指令，该计算机可执行指令被处理器执行时实现第一方面中任一项所述的检测洗涤设备内筒偏心的方法。
38.本发明获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据。本发明将利用洗涤设备中的偏心检测程序预测到的预测偏心值和电机工作数据作为参数输入至目标偏心检测模型，得到接近于偏心检测装置检测到的目标偏心值，相比于直接根据多次采集的电机工作参数进行预测的偏心值更加精准，提高了检测精度。下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
39.附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，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附图。在附图中：
40.图1是本发明提供的一种检测洗涤设备内筒偏心的方法的流程示意图；
41.图2是本发明提供的一种检测洗涤设备内筒偏心的装置的结构示意图；
42.图3是本发明提供的一种计算机设备的结构示意图。
43.需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
44.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，以下实施例用于说明本发明，但不用来限制本发明的范围。
45.在本发明的描述中，需要说明的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
46.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
47.如1图所示，为本发明提供的一种检测洗涤设备内筒偏心的方法，包括：
48.s101，获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；
49.s102，将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据；所述目标偏心数据为在洗涤设备工作过程中检测到的内筒的实际
偏心值。
50.随着生活水平的提高，用户对洗衣机的性能要求越来越高，噪声大小、衣物洗净程度、节能等都是用户在购买洗衣机时要考虑的重要因素，关于洗涤设备在处理衣物时，洗涤设备的内筒可能会存在偏心，而内筒偏心可能会导致洗涤设备整机发生位移，或者再处理衣物的过程中产生的噪声较大，又或者可能会影响衣物的清洁程度，由此可见，如何准确获取洗涤设备内筒的偏心值，利用准确的偏心值为后续衣物处理提供可靠的参考数据是非常重要的。
51.而现有的检测洗涤设备内筒的偏心值，通常都是利用洗涤设备中的偏心检测程序进行预测，即，在洗涤设备对衣物处理的过程中获取电机的工作参数，基于电机的工作参数对洗涤设备内筒的偏心值进行预估，但由于内筒内的运行环境非常复杂，基于此种预测方法并不能得到精准的洗涤设备内筒的偏心值。
52.因此，在上述步骤s101中，在实时偏心数据是利用洗涤设备的偏心检测程序根据当前时刻洗涤设备的电机的工作数据预测得到的预测偏心值。
53.电机实时工作数据包括电机转速、电机加速度、称重值、电机电流、电机电压、电机温度、单圈最大转速等。
54.目标偏心预测模型是根据利用洗涤设备的偏心检测程序预测出来预测偏心值和洗涤设备在处理衣物时的标准偏心值拟合出来的预测模型。
55.其中获取目标偏心预测模型的步骤为：
56.步骤1031，获取训练样本数据；所述训练样本数据中包括至少一个训练样本；每个所述训练样本中包括电机历史工作数据、利用所述电机历史工作数据预测得到的预测历史偏心数据和利用偏心检测装置检测的标准历史偏心数据；
57.步骤1032，从每个所述训练样本的电机历史工作数据中提取各个所述训练样本的电机目标历史工作数据；
58.步骤1033，将各个所述训练样本中的所述电机目标历史工作数据、所述预测历史偏心数据以及所述标准历史偏心数据输入至预设训练模型中进行训练，得到所述目标偏心预测模型。
59.在上述步骤1031中，训练样本数据是在对预设训练模型进行训练得到所述目标偏心预测模型时所需要的训练数据。
60.其中训练样本数据包括至少一个训练样本，每个训练样本包括电机历史工作数据、利用该电机历史工作数据预测得到的预测历史偏心数据和利用偏心检测装置检测得到的标准历史偏心数据，其中预测历史偏心数据是洗涤设备的偏心检测程序根据该电机历史工作数据对洗涤设备内筒的偏心情况进行预测得到的一个偏心数据。
61.标准历史偏心数据是在洗涤设备处理衣物的过程中利用在洗涤设备内筒中安装的一偏心检测装置检测到的洗涤设备内筒的实际偏心值。
62.电机的工作参数会受多种因素的影响，比如放入到洗涤设备中的洗涤衣物的衣物重量、进水容量、衣物在洗涤设备中的摆放情况等等，因此，随着放入到洗涤设备中的洗涤衣物的衣物重量不同，洗涤设备在处理各种洗涤衣物时的电机工作数据也会发生改变，而由于预测历史偏心数据是根据当前的电机工作数据进行预测得到的，间接得到洗涤衣物的衣物重量会影响预测历史偏心数据。
63.以获取其中一个训练样本为例，本发明还提供了如何获取该训练样本，具体的，包括，在洗涤设备内筒上设置一偏心检测装置，获取该洗涤设备预设时间内每次洗涤时的洗涤信息，假如有一次放入到洗涤设备中的洗涤设备的衣物重量为m1，而该次的洗涤信息中显示了电机转速、电机加速度、称重值、电机电流、电机温度、电机电压、单圈最大转速等一系列的电机工作参数，则将这一列电机工作参数作为电机历史工作数据，其次该次的洗涤信息中也记录着洗涤设备的偏心检测装置根据上述电机历史工作数据预测得到的预测内筒偏心值x，进而将预测内筒偏心值x作为预测历史偏心数据，另外该次的洗涤信息中还显示偏心检测装置检测到的实际内筒偏心值y，则将实际内筒偏心值y作为标准历史偏心数据，则根据上述电机历史工作数据、预测内筒偏心值x和标准历史偏心数据y生成一个训练样本，重复上述流程，获取多个训练样本以得到训练样本数据。
64.在所述步骤1032中，电机历史工作数据涉及多个电机工作参数，但是真正能影响洗涤设备内筒的偏心值的工作参数只是众多电机工作参数中的几个工作参数，因此电机目标历史工作数据是对得到洗涤设备内筒的预测偏心值具有参考意义的工作参数。
65.在提取电机目标历史工作数据之前，可以先提前确定好哪些工作参数是具有参考意义的，本发明中以电机转速、电机加速度、称重值等这几个工作参数作为重要参数，因此从每个训练样本的电机历史工作数据中提取出和上述几个重要参数相关的数据作为每个训练样本的电机目标历史工作数据。
66.例如，以其中一个训练样本为例，假如该训练样本的电机历史工作数据中的电机转速为d1、电机加速度为d2、称重值为d3、电机电流为d4、电机电压为d5、电机温度为d6、单圈最大转速为d7等，基于已经确定好的重要参数，只提取上述几个重要参数的数据如电机转速d1、电机加速度d2、称重值d3等作为该样本的电机目标历史工作数据，以此类推，获取各个训练样本的电机目标历史数据。
67.在上述步骤1033中，将各个训练样本中的电机目标历史工作数据、预测历史偏心数据、标准历史偏心数据均输入至预设训练模型中，对该训练模型进行训练，模型训练完成后，利用均方根误差去评价模型，如果符合预设要求，则确定训练好的模型为目标偏心预测模型；如果不符合预设要求，则调整模型的参数并继续训练，直到训练好的模型符合预设要求。
68.其中，具体的训练过程包括：
69.选取训练样本数据中的五分之四的训练样本作为训练集，五分之一的训练样本作为测试集。预设训练模型以lgbm为例，在对lgbm进行训练时，将训练集中的训练样本中的电机目标历史工作数据和预测历史偏心数据作为数据矩阵x输入至待训练的lgbm中，将标准偏心数据作为输出数据矩阵y，x做特征工程，归一化后输入到lgbm中，做出预测，输出预测矩阵y’，经过损失函数计算是否收敛，若不收敛，则更新参数继续训练，直至收敛。在训练过程中需要对lgbm中的几个重要参数如学习率、数深度、调节数的复杂度、正则化参数进行调整，其中在一开始，一般会选择一个较小的学习率，学习率较小，可以先确保预测的准确率，树深度这个参数主要是防止拟合，在训练集较少时，选择一个较小的树深度可以有效避免过拟合，针对这些重要参数，将需要调节的参数设置一个范围放入容器中，利用贝叶斯优化去做参数调优确定最优参数，即，得到树模型的初始参数，在调参时还设置earlystopping，作用是当训练结果在n轮中没有提升，直接结束训练，避免过拟合。
70.因此，先导入训练集中的训练样本，然后利用贝叶斯对需要调节的参数进行调整，得到树模型的初始参数，然后基于初始参数对模型进行训练，直至得到模型训练完成。然后再利用测试集中的测试样本对模型利用均方根差去评估，若符合预设要求，则部署模型，若不符合预设要求，则继续调整模型参数。在上述步骤s102中，在得到目标偏心预测模型后，将目标偏心预测模型部署到洗衣机中，将步骤s101中获取的实时偏心数据和电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据，输出的目标偏心数据为精准偏心值，洗衣机可基于此值进行后续的洗涤流程。
71.本发明获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据；本发明将利用洗涤设备中的偏心检测程序预测到的预测偏心值和电机工作数据作为参数输入至目标偏心检测模型，得到接近于偏心检测装置检测到的目标偏心值，相比于直接根据多次采集的电机工作参数进行预测的偏心值更加精准，提高了检测精度。
72.如图2所示，为本发明提供的一种检测洗涤设备内筒偏心的装置的结构示意图，包括：获取模块201和输入模块202获取模块201，用于获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中所述洗涤设备的偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；
73.输入模块202，用于将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据；所述目标偏心数据为在洗涤设备工作过程中检测到的内筒的实际偏心值。
74.可选的，所述装置还包括：
75.获取单元，用于获取训练样本数据；所述训练样本数据中包括至少一个训练样本；每个所述训练样本中包括电机历史工作数据、利用所述电机历史工作数据预测得到的预测历史偏心数据和利用偏心检测装置检测的标准历史偏心数据；
76.提取单元，用于从每个所述训练样本的电机历史工作数据中提取各个所述训练样本的电机目标历史工作数据；
77.训练单元，用于将各个所述训练样本中的所述电机目标历史工作数据、预测历史偏心数据以及标准历史偏心数据输入至预设训练模型中进行训练，得到所述目标偏心预测模型。
78.可选的，所述装置还包括：
79.第一判断单元，用于判断利用所述目标偏心检测模型是否符合预设要求；
80.第一处理单元，用于若所述目标偏心检测模型符合所述预设要求，则停止对所述预设训练模型的训练。
81.可选的，所述装置还包括：
82.第二处理单元，用于若所述目标偏心检测模型不符合所述预设要求，则继续对所述预设训练模型进行训练。
83.可选的，所述装置还包括：
84.第三处理单元，用于基于所述目标偏心数据执行所述洗涤设备的洗涤程序。
85.对应于图3中的一种检测洗涤设备内筒偏心的方法，本发明还提供了一种计算机设备80，如图3所示，该设备包括存储器801、处理器802及存储在该存储器801上并可在该处理器802上运行的计算机程序，其中，上述处理器802执行上述计算机程序时实现检测洗涤设备内筒偏心的的方法的步骤。
86.具体地，上述存储器801和处理器802能够为通用的存储器和处理器，这里不做具体限定，当处理器802运行存储器801存储的计算机程序时，能够执行上述检测洗涤设备内筒偏心的方法，解决获取到的预测偏心值的准确度不高的问题，提高了检测精度，以获取精准度更高的内筒偏心值，首先：获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据。本发明将利用洗涤设备中的偏心检测程序预测到的预测偏心值和电机工作数据作为参数输入至目标偏心检测模型，得到接近于偏心检测装置检测到的目标偏心值，相比于直接根据多次采集的电机工作参数进行预测的偏心值更加精准，提高了检测精度。对应于图1中的检测洗涤设备内筒偏心的方法，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述检测洗涤设备内筒偏心的方法的步骤。
87.具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述检测洗涤设备内筒偏心的方法，解决了获取到的预测偏心值的准确度不高的问题，提高了检测精度，以获取精准度更高的内筒偏心值，首先：获取洗涤设备的实时偏心数据和电机实时工作数据；所述实时偏心数据为在所述洗涤设备工作过程中偏心检测程序根据所述电机实时工作数据对内筒的偏心情况进行预测得到的预测偏心值；将所述实时偏心数据和所述电机实时工作数据输入至目标偏心预测模型中，得到目标偏心数据。本发明将利用洗涤设备中的偏心检测程序预测到的预测偏心值和电机工作数据作为参数输入至目标偏心检测模型，得到接近于偏心检测装置检测到的目标偏心值，相比于直接根据多次采集的电机工作参数进行预测的偏心值更加精准，提高了检测精度。
88.以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专利的技术人员在不脱离本发明技术方案范围内，当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例，上述实施例中的实施方案也可以进一步组合或者替换，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明方案的范围内。