空气净化控制方法及系统技术方案

部分空气净化器可以与智能家居系统联动，实现远程控制。 #生活常识# #空气净化器#

本申请公开了一种空气净化控制方法及系统。其中，该方法包括响应于指定空气污染物的浓度检测结果，控制启动空气净化器；基于指定空气污染物的浓度确定目标净化等级；控制空气净化器按照目标净化等级运行，以及通过改进的LeNet‑5网络对气体传感器的故障进行诊断、通过卷积神经网络学习模型识别图像中是否有用户以及用户的状态。该方法无需用户手动操作空气净化器，能自动诊断传感器故障以及通过识别用户确定关机时机，使得净化空气更智能、更准确以及更节能，为用户提供了智能的保障，为用户提供了一个健康舒适的环境，提升了用户与空气调节设备的交互，提升了用户体验。

【技术实现步骤摘要】

的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。此外，在本专利技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本专利技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本专利技术的限制，本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术介绍

1、随着现代科学技术的快速发展，在科技改变生活的时代下，用户对生活质量的要求也越来越高，尤其是对室内环境的要求。其中，室内有人吸烟，以及家具设备的甲醛释、pm2.5等，都会影响室内空气质量和人体健康。

2、相关技术中，空气净化器作为室内主要家电，常常通过气体传感器的检测浓度结果来自动控制净化器的启闭，以及用户通常根据对污染物浓度的感觉手动调节净化档位。但其存在如下技术问题：常常会因为气体传感器存在故障而无法自动启闭，在没有人时也存在自动开启净化器导致不节能，以及不能够自动控制净化器的档位而不智能、自动化低。

技术实现思路<

1、本申请提供一种空气净化控制方法及系统，以解决在使用空气净化器过程中，因为空气质量传感器存在故障而无法自动启闭，在没有人时也存在自动开启净化器导致不节能，以及不能够自动控制净化器的档位而不智能、自动化低的我技术问题。

2、为达上述目的，本申请第一方面实施例提出了一种空气净化控制方法，包括：

3、步骤100，响应于指定空气污染物的浓度检测结果，控制启动空气净化器；

4、步骤200，基于指定空气污染物的浓度确定目标净化等级。

5、步骤300，控制空气净化器按照目标净化等级运行。

6、根据本申请实施例的空气净化控制方法，能够实现对空气净化器的自动开启，以及实现根据空气污染物浓度来自动调整净化等级。无需用户操作空气调节设备进行空气调节，使净化空气的动作更快速、更智能，为用户提供了智能的保障，为用户提供了一个健康舒适的环境，提升了用户与空气调节设备的交互，提升了用户体验。

7、根据本申请的一个实施例，所述基于指定空气污染物的浓度确定目标净化等级，包括：步骤s210：预先设置指定空气污染物的浓度与净化等级映射表，其中，指定空气污染物的浓度与空气净化器的净化等级成正比。

8、根据本申请的一个实施例，所述响应于指定空气污染物的浓度检测结果，控制启动空气净化器之前，还包括：步骤010，通过改进的lenet-5网络对气体传感器的故障进行诊断；如果，诊断结果为正常，则进行步骤100；如果诊断结果为故障，则报警，以提醒用户对气体传感器进行维修。

9、根据本申请的一个实施例，所述通过改进的lenet-5网络对气体传感器的故障进行诊断，包括如下步骤：

10、步骤011，获取训练样本集：对样本数据中的气体传感器信号进行转换，转换成能输入卷积神经网络的二维数据格式，对二维数据采用零填充的方式来扩展传感器故障信号数据长度，最后，对样本进行类别标签标注，分别得到无故障样本和有故障样本；

11、步骤012，对lenet-5网络进行改进：采用relu函数替代sigmoid函数

12、作为lenet-5网络的激活函数；在lenet-5网络训练过程中采用网络单元随机丢弃方式，即在lenet-5网络训练过程中从神经网络随机删除网络单元，从而防止单元之间的过度相互适应，当一个网络单元从神经网络中删除时，把它以及连同它所有的输入和输出连接均从网络中删除；

13、步骤013，使用训练样本对改进的lenet-5网络进行训练，得到训练好的改进的lenet-5网络；

14、步骤014，使用训练好的改进的lenet-5网络对气体传感器的待检测信号进行故障诊断，得到故障诊断结果。

15、根据本申请的一个实施例，还包括：步骤500，采集环境图像；步骤510，通过卷积神经网络学习模型，识别图像中是否有用户以及用户的状态。步骤520，如果环境图像中没有用户，则控制空气净化器关闭。步骤530，如果环境图像中存在用户，且该用户处于吸烟状态，则控制空气调节设备以最大档位进行空气净化，并提醒用户停止吸烟。

16、根据本申请的一个实施例，还包括：气体传感器包括甲醛传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机物传感器中的一种或几种。

17、根据本申请的一个实施例，还包括：空气净化器与新风机联动控制，其中，在空气净化器运行预设时段后，开启新风机。

18、为达到上述目的，本申请第二方面实施例提出的空气净化系统，所述装置包括：

19、采集模块600，采集指定空气污染物的浓度；

20、判断模块700，响应于指定空气污染物的浓度检测结果，控制启动空气净化器；

21、控制模块800，基于指定空气污染物的浓度确定目标净化等级，控制空气净化器按照目标净化等级运行。

22、根据本申请的一个实施例，还包括：故障诊断模块，基于改进的lenet-5网络对气体传感器的故障进行诊断。

23、根据本申请的一个实施例，还包括：识别模块，通过卷积神经网络学习模型，识别图像中是否有用户以及用户的状态。

24、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。

25、上述空气净化控制方法、装置及相关设备，能够通过气体传感器获取所处环境的污染物浓度，以及根据污染物浓度自动控制空气净化器的开启，以及根据气体传感器实时检测的污染物浓度，依据预先设置指定空气污染物的浓度与净化等级映射表自动控制空气净化器的净化等级或者净化强度；还能够通过改进的lenet-5网络对气体传感器的故障进行诊断，以防止空气净化器的自动控制的不准确并及时发现气体传感器的故障问题；还能够根据卷积神经网络学习模型确定室内是否有人以及用户是否正在吸烟，进而当没人时控制空气净化器自动关闭以及在确定用户处于吸烟状态时进行报警提醒。通过上述技术方案，本申请实现了无需用户操作空气调节设备进行空气调节，使净化空气更智能、更精准、更节能，为用户提供了智能的保障，为用户提供了一个健康舒适的环境，提升了用户与空气调节设备的交互，提升了用户体验。

本文档来自技高网...

【技术保护点】

1.一种空气净化控制方法，其特征在于，包括：

2.根据权利要求1所述的空气净化控制方法，其特征在于，所述基于指定空气污染物的浓度确定目标净化等级，包括：

3.根据权利要求1所述的空气净化控制方法，其特征在于，所述响应于指定空气污染物的浓度检测结果，控制启动空气净化器之前，还包括：

4.根据权利要求2所述的空气净化控制方法，其特征在于，还包括：

5.根据权利要求4所述的空气净化控制方法，其特征在于，还包括：

6.根据权利要求5所述的空气净化控制方法，其特征在于，气体传感器包括甲醛传感器、一氧化碳传感器、二氧化碳传感器、挥发性有机物传感器中的一种或几种。

7.根据权利要求6所述的空气净化控制方法，其特征在于，还包括：空气净化器与新风机联动控制，其中，在空气净化器运行预设时段后，开启新风机。

8.一种空气净化系统，其特征在于，所述系统包括：

9.根据权利要求8所述的空气净化系统，其特征在于，还包括：

10.根据权利要求8所述的空气净化系统，其特征在于，还包括：

【技术特征摘要】

1.一种空气净化控制方法，其特征在于，包括：

2.根据权利要求1所述的空气净化控制方法，其特征在于，所述基于指定空气污染物的浓度确定目标净化等级，包括：

3.根据权利要求1所述的空气净化控制方法，其特征在于，所述响应于指定空气污染物的浓度检测结果，控制启动空气净化器之前，还包括：

4.根据权利要求2所述的空气净化控制方法，其特征在于，还包括：

5.根据权利要求4所述的空气净化控制方法，其特征在于，还包括：

6.根据权利要求5...

【专利技术属性】
技术研发人员：李素梅，
申请(专利权)人：郑州飞隆计算机技术有限公司，
类型：发明
国别省市：

网址：空气净化控制方法及系统技术方案 https://www.yuejiaxmz.com/news/view/587718

相关内容

智能家居的空气净化方法及系统技术方案
智能家居的空气净化方法及系统与流程
船舰舱室空气净化技术及系统
一种带加热装置的驾驶舱空气净化系统制造方法及图纸
一种室内空气环境智能联合控制系统的制作方法
空气净化的方法有()。
空气净化器设计方案.docx
空气净化方案介绍.pptx
智能语音控制系统及其控制方法.pdf
一种智能共享空气净化器及净化方法与流程

随便看看