空调控制系统的制作方法

1.本发明涉及空调器控制技术领域，尤其涉及一种空调控制系统。


背景技术：

2.空调器在运行制冷/制热模式时，通常是根据用户预先设定的温度或风速等参数值运行，考虑到用户的个体差异以及室内环境参数的不均匀性，空调器按照用户预先设定的参数运行后有时并非真正适合用户，会出现反复调节空调器的情况，从某种程度上来说，用户不一定能够准确判断自身需求和空调设定之间的关系，造成“夏季室温偏低、冬季室温偏高”，不仅影响用户的舒适性、体验度，而且还增加空调能耗。
3.目前，在热舒适研究领域，表征人体的温冷感/舒适性可以分为两类：一类是以人与环境的换热模型或环境参数为基础，依赖大量人的热感觉投票（tsv，thermal sensation vote）建立的控制方法；另一类是试图模拟人的热生理过程及其与环境之间的换热关系，用生理参数来定义和描述人在环境中的热状态。
4.现有专利cn110454930b提供了人体最佳热舒适度估算方法、设备及空调控制方法和装置，利用智能穿戴设备获取人体体征参数，通过给定人体热平衡模型计算人体所处室内环境参数下的平均皮肤温度和平均皮肤湿润度，预测人体对所处环境的tsv，该发明涉及的参数较多，计算复杂，导致空调控制时效性差；且增加智能穿戴设备对用户产生心理压力，影响其热感觉。


技术实现要素：

5.本发明的目的在于提供一种空调控制系统，通过红外感测设备感测目标对象、感测目标对象的手部温度和脸部温度，在云平台建立热舒适模型并获取目标对象所处环境的tsv，根据tsv云平台向空调器下发控制调节指令，能够快速实现空调的舒适性控制。
6.为实现上述发明目的，本发明采用下述技术方案予以实现：本申请涉及一种空调控制系统，其特征在于，包括：红外感测设备，其用于感测目标对象、所述目标对象的手部温度和脸部温度；云平台，其用于建立手部温度及脸部温度与tsv之间的热舒适性模型，所述云平台还包括调节模块；所述调节模块被配置为根据所述红外感测设备反馈的数据，向空调器下发控制调节指令。
7.在本申请的一些实施例中，所述调节模块被配置为根据所述红外感测设备反馈的数据，向所述空调器下发控制调节指令，具体为：在实时接收到所述红外感测设备反馈的手部温度和/或脸部温度时，所述调节模块根据所述热舒适性模型获取对应手部温度的tsv
手
、和/或对应脸部温度的tsv
脸
，并向空调器下发控制调节指令；在感测到所述目标对象，且在第一预设时间段内未接收到手部温度和脸部温度
时，所述调节模块保持上次感测的手部温度的tsv
手
、和/或对应脸部温度的tsv
脸
，并向空调器下发控制调节指令；在感测到所述目标对象，且超过第一预设时间段未接收到手部温度和脸部温度时，所述调节模块向空调器下发制冷模式指令或制热模式指令；在第二预设时间段内未感测到所述目标对象，所述调节模块向空调器下发停机指令。
8.在本申请的一些实施例中，在实时接收到所述红外感测设备反馈的手部温度和/或脸部温度时，所述调节模块根据所述热舒适性模型获取对应手部温度的tsv
手
、和/或对应脸部温度的tsv
脸
下发控制调节指令，具体为：若接收到所述手部温度和脸部温度，所述调节模块按权重计算tsv
手
和tsv
脸
之和以获取tsv1，且根据所述tsv1和预设的热感觉范围进行比较，确定tvs1隶属的目标热感觉范围；根据所述目标热感觉范围下发控制调节指令；若接收到所述手部温度，所述调节模块根据tsv
手
和预设的热感觉范围进行比较，确定tsv
手
隶属的目标热感觉范围；根据所述目标热感觉范围下发控制调节指令；若接收到所述脸部温度，所述调节模块根据tsv
脸
和预设的热感觉范围进行比较，确定tsv
脸
隶属的目标热感觉范围；根据所述目标热感觉范围下发所述控制调节指令。
9.在本申请的一些实施例中，所述的预设的热感觉范围包括第一范围[
‑
3,
‑
2]、第二范围(
‑
2,
‑
1) 、第三范围[
‑
1,1]、第四范围(1,2)及第五范围[2,3]；在tsv1、tsv
手
或tsv
脸
隶属于第一范围且保持一定时间时，向所述空调器发送第一升温补偿；在tsv1、tsv
手
或tsv
脸
隶属于第二范围且保持一定时间时，向所述空调器发送第二升温补偿；在tsv1、tsv
手
或tsv
脸
隶属于第三范围，保持所述空调器的当前运行状态；在tsv1、tsv
手
或tsv
脸
隶属于第四范围且保持一定时间时，向所述空调器发送第一降温补偿；在tsv1、tsv
手
或tsv
脸
隶属于第五范围且保持一定时间时，向所述空调器发送第二降温补偿。
[0010]
在本申请的一些实施例中，在感测到所述目标对象，且超过第一预设时间段未接收到手部温度和/或脸部温度时，所述调节模块根据室外温度下发制冷模式指令或制热模式指令，以调节室内温度在预设温度范围内，且室内湿度在预设湿度范围内。
[0011]
在本申请的一些实施例中，所述云平台包括：数据预设模块，其用于预设热舒适性模型，其中用于所述热舒适性模型的数据来自大量用户的热舒适主观问卷。
[0012]
在本申请的一些实施例中，采用随机森林算法建立所述热舒适性模型。
[0013]
在本申请的一些实施例中，所述云平台还包括：数据更新模块，其通过终端上加载的应用程序获取用于控制空调器的用户调节数据，所述终端与所述云平台通讯连接；所述数据更新模块根据所述用户调节数据、室内温度、室内湿度、环境温度、手部温度及脸部温度、及当前环境下的tsv，更新用于所述热舒适性模型的数据。
[0014]
在本申请的一些实施例中，所述云平台还包括：数据过滤模块，其用于过滤所述室内温度、室内湿度、环境温度、手部温度及脸部温度中的无效数据。
[0015]
相比现有技术，本申请提出的空调控制系统具有如下优点和有益效果：（1）利用红外感测设备感测目标对象、目标对象的手部温度和脸部温度，不直接与用户皮肤接触，不会对用户心理造成压力，能够比较准确地反映用户的热感觉；（2）利用云平台强大的计算能力建立手部温度及脸部温度与tsv之间的热舒适性模型，数据处理快，且不占用空调器的计算资源，不影响空调器的控制时效性；（3）热舒适模型是以目标对象的手部温度及脸部温度为输入参数，以控制调节指令为输出参数，大大提高空调器的智能化控制水平，且目标对象的手部温度及脸部温度能够灵敏地反应目标对象对环境冷热感知的情况，提升用户使用体验。
[0016]
结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。
附图说明
[0017]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]
图1为本发明提出的空调控制系统一实施例的通讯框图；图2为本发明提出的空调控制系统一实施例中更新热舒适性模型的原理框图；图3为本发明提出的空调控制系统一实施例的基于tvs的控制流程图。
具体实施方式
[0019]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0020]
基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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。
[0021]
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。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。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0022]
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或
两个以上。
[0023]
[空调器的基本运行原理]空调的制冷循环包括压缩机、冷凝器、膨胀阀和蒸发器。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。
[0024]
压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。所排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。
[0025]
膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调器可以调节室内空间的温度。
[0026]
空调室外机是指包括制冷循环的压缩机的部分以及包括室外热交换器，空调室内机包括室内热交换器，并且膨胀阀可以提供在空调室内机或室外机中。
[0027]
室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调器用作制热模式的加热器，当室内热交换器用作蒸发器时，空调器用作制冷模式的冷却器。
[0028]
[空调控制系统]参见图1，空调控制系统涉及红外感测设备、云平台、网络连接器、室外机及室内机。
[0029]
红外感测设备红外感测设备可以例如为红外热像仪，其安装在房间内，能够对房间内的目标对象进行感应，并能够对目标对象的人体温度进行检测。
[0030]
其中，目标对象是在空调器的有效工作范围内，具有制热或制冷需求的用户。
[0031]
红外感测设备与云平台通讯连接，能够将红外感测设备感测的数据（例如，房间内是否有人、有人时的用户的手部温度t
手
和脸部温度t
脸
）反馈至云平台。
[0032]
由于手部表面积大、散热量多、代谢产量热少等因素，手部温度，特别是手指，是人体最容易受冷热影响的部位之一。
[0033]
研究表明，手部皮肤温度直接影响手的灵活性和舒适性，手部温度保持在15℃以上，才能保证不影响手的灵活性和舒适性，当手部温度在6℃至8℃之间时，手的灵活性急剧降低，容易引发事故，当手部温度低于5℃时，容易冻伤。
[0034]
因此，手部温度能够很好地反映用户冷热舒适性。
[0035]
脸部一般没有遮挡，可以保证获取脸部温度，且脸部血管丰富，当体温调节系统控制脸部血管流量变化时，极易被检测到。
[0036]
室内冷热程度能够影响用户脸部血管分布，因此，脸部温度也能够很好地反映用户冷热舒适性。
[0037]
云平台云平台与网络连接器互相通讯，网络连接器与空调器互相通信，因此，能够通过网络连接器实现云平台和空调器之间的互相通讯。
[0038]
即，云平台能够通过网络连接器向空调器下发控制调节指令，且空调器的运行状
态数据也可以通过网络连接器上传至云平台。
[0039]
控制调节指令能够调整例如温度、湿度、风速等参数，最终使室内达到舒适性环境。
[0040]
网络连接器包括但不限于限于通过nb
‑
iot、4g、5g等通信方式连接至云平台。
[0041]
终端（例如手机、pad或电脑等）可以通过例如路由器、网关等网络连接设备连接至云平台。
[0042]
终端上加载有用于控制空调器及监控空调器运行状态的应用程序app，用户通过app可以下发对空调器的用于调节信息（例如，用户感觉到热，会将温度降低和/或风速增大）。
[0043]
且app也可以读取云平台上关于室外机/室内机运行状态的数据。
[0044]
利用云平台强大的数据处理能力，在云平台上建立手部温度t手和脸部温度t脸与热感觉投票tsv之间的热舒适性模型，速度快。
[0045]
通过红外感测设备，间隔一定时间（例如1min）感测房间内是否存在目标对象、并感测目标对象的手部温度和脸部温度，再根据热舒适性模型计算当前手部和脸部的热感觉tsv
手
和tsv
脸
，利用手部和脸部的热感觉tsv
手
和tsv
脸
表征人体整体的舒适性/温冷感，从而实现对空调器的控制。
[0046]
云平台包括数据预设模块、数据更新模块和调节模块。
[0047]
数据预设模块和数据更新模块均用于建立热舒适性模型。
[0048]
调节模块用于根据红外感测设备反馈的数据，向空调器下发控制调节指令。
[0049]
该控制调节指令，包括但不限于，对空调器的温度调节、湿度调节、室内风速调节等，满足空调器执行反馈调节的需求。
[0050]
如下具体说明数据预设模块和数据更新模块。
[0051]
数据预设模块数据预设模块用于建立并预设热舒适性模型。
[0052]
用于预设热舒适性模型的数据来自大量用户的热舒适主观问卷。
[0053]
风速、风向、室内温度、湿度、辐射温度等环境因素，以及人的活动量、服装、年龄、性别、体脂率等个体差异，影响手部温度和脸部温度。
[0054]
因此，此数据基于大量的主观实验得到，精准的控制室内热湿环境参数以及人体的新陈代谢率、服装热阻等参数，进行大样本量的受试者实验，收集到的手部温度和脸部温度与tsv之间的关系，并填写热舒适性主观问卷，数据包括不同湿度、不同风速、不同服装类型、不同活动类型工况下，用户舒适性水平与手部温度及脸部温度之间的关系。
[0055]
此种数据中的参数类型涉及多，能够准确反映用户舒适性水平与手部温度及脸部温度之间的关系。
[0056]
通过如上获取的数据，采用现有随机森林算法对数据进行训练并预测，建立热舒适性模型。
[0057]
如上的随机森林算法中，在每个森林树中，每个交叉点处，根据多个不同特征（脸部温度t、手部温度、环境温度等）进行判断，一层一层判断后得出tsv。
[0058]
在实际应用时，根据多棵随机森林树的判断结果，进行投票，最高投票数对应人的热感觉，例如，热舒适模型有17棵随机森林树，基于脸部温度和皮肤温度，求出17个tsv。
[0059]
此后对17个tsv进行统计，其中3个tsv=
‑
1，4个tsv=+1，10个tsv=0，中性的投票数最高有10个，因此，该环境下的人体热感觉总体为中性。
[0060]
需要说明得是，此处的热感觉tsv以tsv=
±
1为界，转化成
‑
1/0/+1三个数值，tsv=
‑
1对应“冷”，tsv=0对应“中性（即不冷不热）”，tsv=+1对应“热”。
[0061]
现有tsv对环境的热感觉，分为7级，如下表所示。
[0062]
tsv+3+2+10
‑1‑2‑
3热感觉热暖稍暖适中稍凉凉冷 在空调器出厂时，数据预设模块已完成模型训练及生成模型两个步骤。
[0063]
数据更新模块数据更新模块用于更新用于建立该热舒适性模型的数据，以更新该热舒适性模型，以便更智能地控制空调器。
[0064]
可以在使用空调器一段时间后或使用与云平台通讯连接的app的用户反馈的数据量达到一定程度时，再次对热舒适性模型建模，以更新预设的热舒适性模型，从而能够动态地更新适用于表征用户个人的人体舒适性的热舒适模型。
[0065]
用于更新的数据包括通过终端上的app获取用户控制空调器的用户调节数据、室内温度、室内湿度、环境温度、手部温度、脸部温度和当前环境下的tsv。
[0066]
其中当前环境下的tsv可以为用户在当前环境参数下通过app输入的热感觉tsv。
[0067]
在云平台上，不仅存储大量数据，而且建立手部温度、脸部温度和tsv之间的关系，且根据tsv，向空调器下发控制调节指令，包括空调升温/降温信号、湿度调节信号等。
[0068]
数据过滤模块此外，云平台还包括数据过滤模块。
[0069]
该数据过滤模块用于：在使用用于更新建立热舒适性模型的数据之前，对数据进行过滤，以滤除无效数据，因为有些数据需在一定范围内才符合实际情况。
[0070]
例如，脸部合理温度在29℃至38℃范围内；无论夏季还是冬季，室内温度应低于40℃等。
[0071]
参见图2，其示出了更新热舒适性模型的过程。
[0072]
（1）数据收集。此部分如上所述的，收集红外感测设备感测的手部温度和脸部温度、以及用户通过app的用户调节数据。
[0073]
（2）数据过滤。此部分如上所述的采用数据过滤模块对不合理的数据进行过滤，以保证用于建模的数据是可靠数据。
[0074]
（3）数据更新。利用过滤后的新的数据更新用于建立热舒适性模型的数据。
[0075]
（4）建模。利用更新后的数据进行建模，得到更新后的热舒适性模块，以智能实现空调器的舒适性控制。
[0076]
控制调节指令红外感测设备，间隔一定时间（例如1min）感测房间内是否存在目标对象、并感测目标对象的手部温度和脸部温度，再根据热舒适性模型计算当前手部和脸部的热感觉tsv
手
和tsv
脸
，利用手部和脸部的热感觉tsv
手
和tsv
脸
表征人体整体的热感觉，从而实现对空调器的控制。
[0077]
根据红外感测设备反馈的数据，具体计算人体整体的热感觉tsv。
[0078]
（1）红外感测设备感测到目标对象，且感测到目标对象的手部温度和脸部温度。
[0079]
（1.1）云平台接收红外感测设备反馈的数据，并计算输出手部和脸部的热感觉tsv
手
和tsv
脸
；（1.2）按照权重tsv
手
和tsv
脸
计算人体整体的热感觉tsv；tsv= tsv
手
×
a%+ tsv
脸
×
b%，其中a%+b%=100%；且由于如前述所说的，手指对热感觉的灵敏度较高，因此，可以设置a＞b。
[0080]
（2）红外感测设备感测到目标对象，且感测到目标对象的手部温度（2.1）云平台接收红外感测设备反馈的数据，并计算输出手部的热感觉tsv
手
；（2.2）此时手部的热感觉tsv
手
表征人体整体的热感觉tsv。
[0081]
（3）红外感测设备感测到目标对象，且感测到目标对象的脸部温度（3.1）云平台接收红外感测设备反馈的数据，并计算输出脸部的热感觉tsv
脸
；（3.2）此时手部的热感觉tsv
脸
表征人体整体的热感觉tsv。
[0082]
参见图3，在s21获取到如上所述的热感觉tsv之后，调节模块根据tsv和预设的热感觉范围进行比较，确定tsv隶属的目标热感觉范围，根据目标热感觉范围下发控制调节指令。
[0083]
如下所述的控制调节指令以温度调节为例进行说明。
[0084]
如上所述，预设的热感觉范围根据tsv可以分为如下三个范围：第一范围[
‑
3,
‑
1)、第二范围[
‑
1,1]及第三范围(1,3]。
[0085]
s22：在tsv隶属于第二范围内时，此时冷热适中，空调器保持当前状态，否则进入s23；s23：判断tsv是否小于第二范围。
[0086]
若tvs小于第二范围，即tvs隶属于第一范围内时，此时冷感较强，调节模块向空调器发送升温补偿。
[0087]
若tvs大于第二范围，即，tsv隶属于第三范围内时，此时热感较强，调节模块向空调器发送降温补偿。
[0088]
也可以将预设的热感觉范围根据tsv可以分为如下五个范围：第一范围[
‑
3,
‑
2]、第一范围(
‑
2,
‑
1)、第三范围[
‑
1,1]、第四范围(1,2)及第五范围[2,3]。
[0089]
s22'：在tsv隶属于第三范围内时，此时冷热适中，空调器保持当前状态，否则进入s23'；s23'：判断tsv是否小于第三范围。
[0090]
若tsv小于第三范围，即，tsv隶属于第一范围内时，此时冷感较强，调节模块向空调器发送第一升温补偿。
[0091]
tsv隶属于第二范围内时，此时冷感稍强，调节模块向空调器发送第二升温补偿。
[0092]
第一升温补偿的升温步长δt1（例如+5℃）大于第二升温补偿的升温步长步长δt2（（例如+1℃）。
[0093]
若tsv大于第三范围，即，tsv隶属于第四范围内时，此时热感较强，调节模块向空调器发送第一降温补偿。
[0094]
在tsv隶属于第五范围内时，此时热感稍强，调节模块向空调器发送第二降温补偿。
[0095]
第一降温补偿的降温步长δt3（例如
‑
1℃）小于第二降温补偿的降温步长步长δt4（（例如
‑
5℃）。
[0096]
如上对tsv的判断及下发控制调节指令的周期可以假设为1min。
[0097]
为了避免对空调器的频繁调节，增加能耗，可以在连续例如3个周期（例如3min）内，若tsv均隶属于同一个范围内时，调节模块才向空调器下发升温/降温信号，否则，保持空调器的当前状态。
[0098]
（4）红外感测设备感测到目标对象，但未感测到目标对象的手部温度和脸部温度（41）一段时间内，红外感测设备感测到目标对象，但未感测到目标对象的手部温度和脸部温度例如，一段时间可以设定为10分钟。
[0099]
若在10分钟内红外感测设备感测到目标对象，但未感测到目标对象的手部温度和脸部温度，采用上次感测到的目标对象的手部温度和/或脸部温度，来计算tsv
手
和/或tsv
脸
。
[0100]
根据tsv
手
和/或tsv
脸
计算人体整体的热感觉tsv，参见如上所述的（1）至（3）。
[0101]
（42）一段时间之外，红外感测设备感测到目标对象，但未感测到目标对象的手部温度和脸部温度。
[0102]
若在10分钟之外红外感测设备感测到目标对象，但仍未感测到目标对象的手部温度和脸部温度，根据室外温度判断是需要制冷/制热，以下发控制调节指令。
[0103]
对应需要制冷，该控制调节指令为制冷模式指令；对应需要制热，该控制调节指令为制热模式指令。
[0104]
可以预设制冷执行指令或制热模式指令，以将室内温度调节至预设温度值或预设温度范围内、以及将室内湿度调节至预设湿度值或预设湿度范围内，例如制冷时室内温度为26℃，制热时室内温度为22℃，湿度在30%至70%之间。
[0105]
根据tsv
手
和/或tsv
脸
计算人体整体的热感觉tsv，参见如上所述的（1）至（3）。
[0106]
（5）红外感测设备未感测到目标对象红外感测设备未感测到目标对象，具体可以在连续一段时间（例如30min）内均未感测到目标对象，此时表示房间内无人，下发控制调节指令，直接控制空调器关机。
[0107]
本申请提供的空调控制系统利用红外感测设备感测目标对象、目标对象的手部温度和脸部温度，不直接与用户皮肤接触，不会对用户心理造成压力，能够比较准确地反映用户的热感觉。
[0108]
利用云平台强大的计算能力建立手部温度及脸部温度与tsv之间的热舒适性模型，数据处理快，且不占用空调器的计算资源，不影响空调器的控制时效性。
[0109]
云平台能够获取到红外感测设备感测的数据，且通过终端能够收集用户对空调器的用户调节数据，对热舒适性模型进行更新，实现用户舒适性控制的更新，实现空调器的智能化控制。
[0110]
并且，热舒适模型是以目标对象的手部温度及脸部温度为输入参数，手部温度及脸部温度能够灵敏地反应目标对象对环境冷热感知的情况，提升用户使用体验。
[0111]
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替
换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。