基于大数据的冰箱制冷异常检测方法及装置与流程

技术特征：
1.一种基于大数据的冰箱制冷异常检测方法，其特征在于，所述方法由冰箱内的控制器执行，所述方法包括：获取预设型号的多个冰箱的多次因制冷异常而进行的维修分别对应的维修记录数据；根据每一次维修对应的维修记录数据，计算每一次维修对应的异常持续时间中的每一天的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数；所述异常持续时间为每一次维修对应的第一天出现制冷异常到维修之间的时间；将每一天的压缩机运行参数、冷藏室温度变化参数以及冷冻室温度变化参数输入至预先训练的状态判断模型中，得到所述每一天对应的制冷状态，所述制冷状态包括制冷正常和制冷异常；针对每一次维修，计算所述制冷状态为制冷异常的天数与该次维修对应的异常持续时间之间的比值；并根据所述多次维修各自对应的所述比值，确定所述预设型号的冰箱对应的异常天数占比阈值；在一个所述预设型号的冰箱出现异常时，确定在本次异常的一个移动时间窗口内每一天对应的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数，并将所述移动时间窗口内每一天对应的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数输入至所述状态判断模型中，得到每一天对应的制冷状态，计算在所述移动时间窗口内所述制冷状态为制冷异常的天数，并计算所述移动时间窗口内所述制冷状态为制冷异常的天数与所述移动时间窗口的比值，若该比值大于等于所述异常天数占比阈值，则确定该冰箱出现制冷异常。2.根据权利要求1所述的方法，其特征在于，采用第一公式计算所述压缩机运行参数，所述第一公式包括：式中，p
压缩机
为所述压缩机运行参数，t为在一天内所述压缩机的运行总时间，r
i
为所述压缩机的第i个转速，t
i
为所述压缩机在第i个转速下的运行时间。3.根据权利要求1所述的方法，其特征在于，采用第二公式计算所述冷藏室温度变化参数，所述第二公式包括：式中，p
冷藏室
为所述冷藏室温度变化参数，temperature1
i
为所述冷藏室在一天内第i个时间采集点对应的温度检测值，setting1
i
为所述冷藏室在一天内第i个时间采集点对应的用户设定温度值，n为所述时间采集点的总个数。4.根据权利要求1所述的方法，其特征在于，采用第三公式计算所述冷冻室温度变化参数，所述第三公式包括：
式中，p
冷冻室
为所述冷藏室温度变化参数，temperature2
i
为所述冷冻室在一天内第i个时间采集点对应的温度检测值，setting2
i
为所述冷冻室在一天内第i个时间采集点对应的用户设定温度值，n为所述时间采集点的总个数。5.根据权利要求1所述的方法，其特征在于，所述根据所述多次维修各自对应的所述比值，确定所述预设型号的冰箱对应的异常天数占比阈值，包括：在所述多次维修各自对应的所述比值中选取一个比值作为所述异常天数占比阈值，该比值与其余各个比值之间的差值的和最小。6.根据权利要求1所述的方法，其特征在于，还包括：若所述移动时间窗口内所述制冷状态为制冷异常的天数与所述移动时间窗口之间的比值小于所述异常天数占比阈值，则检测所述冷藏室内的当前温度和所述冷冻室内的当前温度；若所述冷藏室内的当前温度和所述冷冻室内的当前温度中的至少一个大于等于对应的温度报警阈值，则该冰箱出现制冷异常；若所述冷藏室内的当前温度和所述冷冻室内的当前温度均小于对应的温度报警阈值，则该冰箱未出现制冷异常。7.根据权利要求1所述的方法，其特征在于，所述冰箱的冷藏室内设置有紫外线发生器和冰箱门感应电路，所述冰箱外壁上设置有显示屏，所述紫外线发生器、所述显示屏和所述冰箱门感应电路均与冰箱内的控制器连接；所述冰箱门感应电路用于检测冰箱门状态，所述冰箱门状态包括开启和关闭；所述方法还包括：若确定所述冰箱在一个移动时间窗口内出现制冷异常，则向所述显示屏发送报警信息，以提示用户冰箱出现制冷异常；并在一个移动时间窗口内出现制冷异常时，若所述冰箱门状态为关闭，则启动所述紫外线发生器，以使所述紫外线发生器对冰箱内的食材进行紫外线照射。8.根据权利要求7所述的装置，其特征在于，所述冰箱的冷藏室内还设置有安装部件和旋转部件，所述旋转部件设置在所述安装部件上，所述紫外线发生器安装在所述旋转部件上，所述旋转部件与所述控制器连接；所述方法还包括：在一个移动时间窗口内出现制冷异常且所述冰箱门状态为关闭时，控制所述紫外线发生器开启以及控制所述旋转部件旋转，以使所述紫外线发生器向不同的方向进行紫外线照射。9.根据权利要求7所述的方法，其特征在于，所述冰箱门感应电路包括电源、第一电阻、第二电阻、第一电容和冷藏室的冰箱门开关，其中：所述电源与所述第二电阻的一端连接，所述第二电阻的另一端连接至所述第一电阻的一端、所述第一电容的一端和所述冰箱门开关的一端，所述第一电阻的另一端与所述控制器连接，所述第一电容的另一端接地，所述第一冰箱门开关的另一端接地；所述冰箱门开关用于在所述冷藏室的冰箱门打开时闭合，在所述冰箱门关闭时断开；所述控制器用于在在一个移动时间窗口内出现制冷异常且接收到高电平时控制所述紫外线发生器开启以及控制所述旋转部件旋转。10.一种基于大数据的冰箱制冷异常检测装置，其特征在于，包括：数据获取模块，用于获取预设型号的多个冰箱的多次因制冷异常而进行的维修分别对
应的维修记录数据；参数计算模块，用于根据每一次维修对应的维修记录数据，计算每一次维修对应的异常持续时间中的每一天的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数；所述异常持续时间为每一次维修对应的第一天出现制冷异常到维修之间的时间；模型判断模块，用于将每一天的压缩机运行参数、冷藏室温度变化参数以及冷冻室温度变化参数输入至预先训练的状态判断模型中，得到所述每一天对应的制冷状态，所述制冷状态包括制冷正常和制冷异常；阈值计算模块，用于针对每一次维修，计算所述制冷状态为制冷异常的天数与该次维修对应的异常持续时间之间的比值；并根据所述多次维修各自对应的所述比值，确定所述预设型号的冰箱对应的异常天数占比阈值；异常判断模块，用于在一个所述预设型号的冰箱出现异常时，确定在本次异常的一个移动时间窗口内每一天对应的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数，并将所述移动时间窗口内每一天对应的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数输入至所述状态判断模型中，得到每一天对应的制冷状态，计算在所述移动时间窗口内所述制冷状态为制冷异常的天数，并计算所述移动时间窗口内所述制冷状态为制冷异常的天数与所述移动时间窗口的比值，若该比值大于等于所述异常天数占比阈值，则确定该冰箱出现制冷异常。

技术总结
本发明提供一种基于大数据的冰箱制冷异常检测方法及装置，方法包括：获取预设型号的多个冰箱的多次因制冷异常而进行的维修分别对应的维修记录数据；计算每一次维修对应的异常持续时间的每一天的压缩机运行参数、冷藏室温度变化参数和冷冻室温度变化参数；将压缩机运行参数、冷藏室温度变化参数以及冷冻室温度变化参数输入至预先训练的状态判断模型中，得到每一天对应的制冷状态；计算制冷状态为制冷异常的天数与该次维修对应的异常持续时间之间的比值；确定冰箱对应的异常天数占比阈值；在预设型号的冰箱出现异常时，根据异常天数占比阈值判断冰箱是否制冷异常。本发明可以提高制冷异常判断的准确度，及时提供人员检修。及时提供人员检修。及时提供人员检修。


技术研发人员：刘录 何艳 任飞 王辰
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：2021.07.20
技术公布日：2021/10/23