The present invention provides a method and a device for measuring turbidity, a dishwasher and a storage medium, which belong to the field of kitchen appliances. The method comprises: measuring turbidity measurement and obtaining a plurality of turbidity sensor values; and using the Calman filter fusion algorithm to measure the plurality of turbidity sensor values were calculated to obtain the fusion, turbidity estimates, as measured by turbidity value to the estimated value of turbidity. The method of measuring the turbidity and the dishwasher can obtain accurate turbidity value to control the dishwasher, so as to ensure the washing effect.
【技术实现步骤摘要】
测量浊度的方法及装置、洗碗机、存储介质
本专利技术涉及厨房电器领域,具体地涉及测量浊度的方法及装置、洗碗机、存储介质。
技术介绍
洗碗机是自动清洗碗、筷、盘、碟、刀、叉等餐具的设备,能够节省大量的劳动量,其不仅应用于家庭生活中,还广泛应用于餐厅、饭店等商业领域中。洗碗机一般基于初期清洗之后水的浊度传感器来判定待清洗物品的脏污程度,并根据浊度传感器感测的初期清洗后水槽内水体的浊度信息,来选择自动的清洗模式。浊度传感器原理是:当光线穿过一定量的水时,光线的透过量取决于该水的污浊程度,水越污浊透过的光就越少,光接收端把透过的光强度转换为对应的电流大小,透过的光多电流大,反之电流小。通过测量接收端电流的大小计算出水的污浊程度。这就使得单一浊度传感器只能检测在传感器附近的水体浊度,如果水体不均匀就不能很好的代表整体的浊度信息,同样使得检测到的脏污程度与实际待清洗物品的脏污程度出现误差。同样浊度传感器自身也带有不稳定因素,不能很好的反馈浊度信息,信息易波动,抗干扰能力较差,使得洗碗机根据浊度信息自主设定的参数经常不能很好的清洁碗筷物品,造成了家庭对洗碗机的不信任,使得洗碗机不 ...
【技术保护点】
一种用于洗碗机的测量浊度的方法,其特征在于,该方法包括:获取多个浊度传感器的测量值;以及利用卡尔曼滤波器融合算法对所述多个浊度传感器的测量值进行融合计算,以获取浊度估计值,并以该浊度估计值作为所测量的浊度值。
【技术特征摘要】
1.一种用于洗碗机的测量浊度的方法,其特征在于,该方法包括:获取多个浊度传感器的测量值;以及利用卡尔曼滤波器融合算法对所述多个浊度传感器的测量值进行融合计算,以获取浊度估计值,并以该浊度估计值作为所测量的浊度值。2.根据权利要求1所述的方法,其特征在于,该方法还包括:利用一维卡尔曼滤波算法对所述浊度估计值进行滤波,并将滤波后的浊度估计值作为所测量的浊度值。3.根据权利要求1所述的方法,其特征在于,利用卡尔曼滤波器融合算法对所述多个浊度传感器的测量值进行融合计算以获取浊度估计值包括:当所述多个浊度传感器的测量值的方差不超过预定阈值时,利用卡尔曼滤波器融合算法对所述多个浊度传感器的测量值进行融合计算,以获取所述浊度估计值;以及当所述多个浊度传感器的测量值的方差大于预定阈值时,利用一维卡尔曼滤波算法对所述多个浊度传感器中任一者的测量值进行滤波计算,以得到所述浊度估计值。4.根据权利要求3所述的方法,其特征在于,该方法还包括:当所述多个浊度传感器的方差大于预定阈值时,使洗碗机重新洗涤,并重新获取多个浊度传感器的测量值;当洗涤次数超过预定次数,并且所述多个浊度传感器的方差依旧大于预定阈值时,利用一维卡尔曼滤波算法对所述多个浊度传感器中任一者的测量值进行滤波计算,以得到所述浊度估计值。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述卡尔曼融合算法包括:状态方程:预测方程:Pk=APk-1AT更新方程:Gk=PkCT(CPkCT+R)-1Pk=(I-GkC)Pk-1其中,为第k时刻所述多个浊度传感器的测量值的预测值组成的状态变量矩阵,A为状态转移矩阵,zk为第k时刻所述多个浊度传感器的测量值的测量矩阵,C为系数矩阵,vk为第k时刻的测量噪声,Pk为与的协方差,Gk为卡尔曼增益,R为测量噪声vk的协方差,Q为过程噪声协方差,I是单位矩阵。6.根据权利要求2-4中任一项所述的方法,其特征在于,所述一维卡尔曼滤波器包括:状态方程:测量方程:Y(k)=HX(k)+V(k)预测方程:更新方程:滤波增益矩阵:K(k+1)=P(k+1|k)HT[HP(k+1|k)HT+R]-1一步预测协方差矩阵:协方差矩阵更新方程:P(k+1|k+1)=[I-K(k+1)H]P(k+1|k)其中,X(k+1)为k+1时刻相应浊度传感器测量值的预测值,τ为控制参数,H为系统状态参数矩阵,W(k)过程噪声,V(k)为测量噪声,Q为W(k)的方差,R为V(k)的方差,为k+1时刻的先验测量值,为k时刻的后验测量值,K(k+1)为k+1时刻的滤波增益,P(k+1|k)为协方差。7.根据权利要求6所述的方法,其特征在于,所述滤波增益矩阵为:K(k+1)=P2(k+1|k)HT[H2P2(k+1|k)HT+R2]-1其中,K(k+1)为k+1时刻的滤波增益,R为V(k)的方差,H为系统状态参数矩阵。8.根据权利要求2-4所述的方法,其特征在于,获取多个浊度传感器的测量值包括:获取分别安装于洗碗机的水杯中洗涤泵进水口和排水口的浊度传感器的测量值。9.一种用于洗碗机的测量浊度的装置,其特征在于,该装置包括:多个浊度传感器,用于获取洗碗机中水的浊度;控制模块,用于:利用卡尔曼滤波器融合算法...
【专利技术属性】
技术研发人员:范泽宣,孙照鹏,胡岚,
申请(专利权)人:佛山市顺德区美的洗涤电器制造有限公司,美的集团股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。