双循环系统冰箱的制冷系统的故障诊断方法和系统与流程

本发明一个或多个实施例涉及网络通信技术，尤其涉及双循环系统冰箱的制冷系统的故障诊断方法、系统和计算设备。

背景技术：

1、冰箱可以分为单循环系统冰箱和双循环系统冰箱。其中，单循环、双循环是指冰箱制冷系统的循环。单循环系统冰箱的冷冻室受控于冷藏室，只要冷藏室出现温差压缩机就会工作，这时冷冻室也要被迫制冷。双循环系统冰箱采用冷藏室与冷冻室各自封闭设计，冰箱的冷藏室和冷冻室都搭载了独立的蒸发器和风机系统从而分别实现冰箱的制冷。因此，双系统冰箱的制冷效率和性能都相对于单系统冰箱都有极大的提高。

2、由于双循环系统冰箱采用了两个独立的制冷系统，双循环系统冰箱的设计结构和控制逻辑更加复杂了，复杂的设计结构和控制逻辑大大增加了冰箱的维修难度。冰箱制冷系统是冰箱制冷控制系统的重要组成部分，它主要用于冰箱内部空气循环、冷却冰箱内部物品以及保持冰箱内部温度的作用。当冰箱制冷系统出现故障时，会直接导致冰箱内部温度失衡，从而影响冰箱制冷性能，传统的人工故障检测方法由于效率低，也很难快速检测出冰箱制冷系统故障，这进一步影响了冰箱的制冷效果，同时也给用户带来较大的损失。

技术实现思路

1、本发明一个或多个实施例描述了双循环系统冰箱的制冷系统的故障诊断方法、系统和计算设备，能够更为快速准确地对双循环系统冰箱的制冷系统的故障进行诊断。

2、根据第一方面，提供了一种双循环系统冰箱的制冷系统的故障诊断方法，获取多个双循环系统冰箱运行时产生的大数据，根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，根据大数据分析结果确定对应于压缩机的运行时长算法参考值；

3、该方法还包括：

4、实时监测双循环系统冰箱的压缩机的运行时长；

5、获取双循环系统冰箱的压缩机在当前制冷周期内的第一运行时长；

6、获取双循环系统冰箱的压缩机在上一个制冷周期内的第二运行时长；

7、根据计算出的所述第一运行时长、所述第二运行时长以及所述运行时长算法参考值，判断双循环系统冰箱的制冷系统在当前的制冷周期中是否出现故障。

8、所述获取多个双循环系统冰箱运行时产生的大数据，包括：

9、获取至少一个双循环系统冰箱在实验室环境下运行时产生的数据，以及获取配置了物联网通讯模块的至少一个双循环系统冰箱在用户居室环境下运行时产生的数据。

10、所述大数据包括：双循环系统冰箱中的物联网通讯模块上传的iot数据以及双循环系统冰箱的维修记录相关数据；其中，所述维修记录相关数据包含设备型号以及维修故障详情信息；其中，所述iot数据包含双循环系统冰箱运行过程中的间室温度、间室设定温度、门开关状态、制冷零部件运行状态中的至少一个。

11、所述根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，包括：

12、分析双循环系统冰箱在发生制冷系统故障之前，压缩机在当前制冷周期内的运行时长与压缩机在上一个制冷周期内的运行时长的关系，并根据分析结果进行取值，所取的值包含制冷系统故障设备，并且排除其他故障所导致的参数值异常。

13、所述根据大数据分析结果确定对应于压缩机的运行时长算法参考值，包括：根据大数据分析结果确定对应于压缩机的运行时长算法参考值为：压缩机在一个制冷周期内的运行时长大于压缩机在上一个制冷周期内的运行时长的2倍以上；

14、所述根据计算出的所述第一运行时长、所述第二运行时长以及所述运行时长算法参考值判断双循环系统冰箱的制冷系统是否出现故障，包括：判断第一运行时长是否为第二运行时长的2倍以上，如果是，则确定双循环系统冰箱的制冷系统出现故障，否则，确定双循环系统冰箱的制冷系统未出现故障。

15、所述根据大数据分析结果确定对应于压缩机的运行时长算法参考值为：压缩机在一个制冷周期内的运行时长与压缩机在上一个制冷周期内的运行时长的差值大于压缩机在该上一个制冷周期内的运行时长；

16、所述根据计算出的所述第一运行时长、所述第二运行时长以及所述运行时长算法参考值判断双循环系统冰箱的制冷系统是否出现故障，包括：计算第一运行时长减去第二运行时长所得到的差值；判断该差值是否大于第二运行时长，如果是，则确定双循环系统冰箱的制冷系统出现故障，否则，确定双循环系统冰箱的制冷系统未出现故障。

17、在所述获取多个双循环系统冰箱运行时产生的大数据之后，并在所述根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点之前，进一步包括：对所获取的大数据进行数据清洗、故障样本数据过滤；

18、和/或，

19、在所述根据大数据分析结果确定对应于压缩机的运行时长算法参考值之后，进一步包括：利用新获取的多个双循环系统冰箱运行时产生的大数据，对运行时长算法参考值进行动态优化。

20、根据第二方面，提供了一种双循环系统冰箱的制冷系统的故障诊断系统，该系统包括：

21、大数据获取模块，配置为获取多个双循环系统冰箱运行时产生的大数据；

22、大数据分析模块，配置为根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，根据大数据分析结果确定对应于压缩机的运行时长算法参考值；

23、部署模块，配置为将对应于压缩机的运行时长算法参考值部署在故障诊断模块中；

24、监测模块，配置为监测双循环系统冰箱的压缩机的运行时长；获取双循环系统冰箱的压缩机在当前制冷周期内的第一运行时长；获取双循环系统冰箱的压缩机在上一个制冷周期内的第二运行时长；

25、故障诊断模块，配置为计算第一运行时长与第二运行时长的差值；根据计算出的所述差值与被部署的运行时长算法参考值，判断双循环系统冰箱的制冷系统是否出现故障。

26、所述大数据获取模块、所述大数据分析模块以及所述部署模块被设置于管理服务器中；

27、所述监测模块以及所述故障诊断模块被设置于各个双循环系统冰箱中。

28、根据第三方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现本发明任一实施例所述的方法。

29、本发明实施例提供的双循环系统冰箱的制冷系统的故障诊断方法和系统，考虑到双循环系统冰箱的特点，当双循环系统冰箱制冷系统出现故障时，会触发冰箱压缩机异常运行，从而使冰箱内部制冷效率降低。因此本发明实施例以压缩机的运行时长作为故障诊断的依据，根据大数据分析结果预先确定出对应于双循环系统冰箱的压缩机的运行时长算法参考值，这样，后续在对双循环系统冰箱进行监控时，实时监控压缩机的运行时长，根据该运行时长以及预先确定出的运行时长算法参考值，就能自动、快速地判断出双循环系统冰箱的制冷系统是否出现故障。

技术特征：

1.双循环系统冰箱的制冷系统的故障诊断方法，其特征在于，获取多个双循环系统冰箱运行时产生的大数据，根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，根据大数据分析结果确定对应于压缩机的运行时长算法参考值；

2.根据权利要求1所述的方法，其特征在于，所述获取多个双循环系统冰箱运行时产生的大数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述大数据包括：双循环系统冰箱中的物联网通讯模块上传的iot数据以及双循环系统冰箱的维修记录相关数据；其中，所述维修记录相关数据包含设备型号以及维修故障详情信息；其中，所述iot数据包含双循环系统冰箱运行过程中的间室温度、间室设定温度、门开关状态、制冷零部件运行状态中的至少一个。

4.根据权利要求1所述的方法，其特征在于，所述根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，包括：

5.根据权利要求1所述的方法，其特征在于，

6.根据权利要求1所述的方法，其特征在于，

7.根据权利要求1所述的方法，其特征在于，在所述获取多个双循环系统冰箱运行时产生的大数据之后，并在所述根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点之前，进一步包括：对所获取的大数据进行数据清洗、故障样本数据过滤；

8.双循环系统冰箱的制冷系统的故障诊断系统，其特征在于，该系统包括：

9.根据权利要求8所述的系统，其特征在于，所述大数据获取模块、所述大数据分析模块以及所述部署模块被设置于管理服务器中；

10.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-7中任一项所述的方法。

技术总结
本发明提供了一种双循环系统冰箱的制冷系统的故障诊断方法及系统。该方法中，获取多个双循环系统冰箱运行时产生的大数据，根据所获取的大数据分析双循环系统冰箱的压缩机在各个制冷周期内的运行时长的特点，根据大数据分析结果确定对应于压缩机的运行时长算法参考值；实时监测双循环系统冰箱的压缩机的运行时长；获取双循环系统冰箱的压缩机在当前制冷周期内的第一运行时长及在上一个制冷周期内的第二运行时长；根据计算出的所述第一运行时长、所述第二运行时长以及所述运行时长算法参考值，判断双循环系统冰箱的制冷系统在当前的制冷周期中是否出现故障。本发明能够更为快速准确地对双循环系统冰箱的制冷系统的故障进行诊断。

技术研发人员：黄奥云,王绍岗,尚靖,陈峰峰
受保护的技术使用者：四川虹美智能科技有限公司
技术研发日：
技术公布日：2024/10/17