当前位置: 首页 > 专利查询>河海大学专利>正文

一种滚筒洗衣机衣物偏心检测方法技术

技术编号:38542594 阅读:15 留言:0更新日期:2023-08-19 17:10
本发明专利技术公开一种滚筒洗衣机衣物偏心检测方法,包括以下步骤:获取实时的偏心负载值,以及获取总负载值;根据滚筒尺寸大小设置平衡均载质量;将偏心负载值、总负载值和平衡均载质量值输入到衣物偏心预测模型,计算得到偏心质量;其中,所述衣物偏心预测模型的训练方法包括:通过模拟滚筒实验,改变滚筒平衡均载质量和偏心质量,获取对应的多组的偏心负载值和总负载值;将平衡均载质量、偏心负载值和总负载值作为BP神经网络输入层,以及偏心质量作为BP神经网络输出层,对输入输出的数据进行训练。本发明专利技术提供的一种滚筒洗衣机衣物偏心检测方法,能够在保证精确度的情况下,实现成本的节约成本以及检测方法步骤的简化。约成本以及检测方法步骤的简化。约成本以及检测方法步骤的简化。

【技术实现步骤摘要】
一种滚筒洗衣机衣物偏心检测方法


[0001]本专利技术涉及一种滚筒洗衣机衣物偏心检测方法,属于洗衣机滚筒电机控制领域。

技术介绍

[0002]因为衣物的材质、尺寸大小、吸水程度的不同,所以往往造成了滚筒内的分布情况是不均匀,而这种分布不均匀导致滚筒洗衣机发生振动、产生噪音,更严重的情况会发生滚筒移位或散架。滚筒内均匀分布的情况也对之后脱水阶段电机能否以高速运行至关重要,如何获取这种不均匀状况以及这种不均匀的状况通过何种方式反映出来,是需要重视的一个问题。
[0003]滚筒洗衣机内衣服的分布不均匀会造成滚筒洗衣机的振动,当滚筒内没有偏心负载或偏心负载较小时,滚筒洗衣机内负重分布平衡,滚筒洗衣机的振动会减小。但是由于滚筒内的衣物分布情况是随滚筒洗衣机的运动而运动的,是一个复杂的非线性的运动,难以建立数学模型,所以实现完全减小滚筒洗衣机内的偏心并不容易。虽然研发者一直在提高洗衣机的性能,减小洗衣机的振动,但有时洗衣机依然会有剧烈的振动和噪声,所以减小滚筒洗衣机的振动的技术依然需要努力的研究和开发。
[0004]针对这一问题,传统的方法往往是从机械结构入手,这在一定程度上可以达到减振降噪的效果,但设计和分析相对复杂,经验依赖性强,且可移植性不佳,进而造成了减振设计成本居高不下,而且对于后期的保养维修和也会是巨大的耗费。也有一些精度很高的检测方法,便是利用一些高精度的传感器进行检测,比如位移、加速度等,虽然精度得到了极大的提升,但是这种方式的难点在于如何将测量的这些影响因子的数据转化成为主控模块的能够处理的数据。不仅在数据转化的过程中工作量巨大,而且成本也十分昂贵。

技术实现思路

[0005]本专利技术要解决的技术问题是,克服现有技术的缺陷,提供一种滚筒洗衣机衣物偏心检测方法,能够在保证精确度的情况下,实现成本的节约成本以及检测方法步骤的简化。
[0006]为解决上述技术问题,本专利技术采用的技术方案为:
[0007]一种滚筒洗衣机衣物偏心检测方法,包括以下步骤:
[0008]获取实时的偏心负载值,以及获取总负载值;
[0009]根据滚筒尺寸大小设置平衡均载质量;
[0010]将偏心负载值、总负载值和平衡均载质量值输入到衣物偏心预测模型,计算得到偏心质量;
[0011]其中,所述衣物偏心预测模型的训练方法包括:
[0012]通过模拟滚筒实验,改变滚筒平衡均载质量和偏心质量,获取对应的多组的偏心负载值和总负载值;
[0013]将平衡均载质量、偏心负载值和总负载值作为BP神经网络输入层,以及偏心质量作为BP神经网络输出层,对输入输出的数据进行训练。
[0014]获取偏心负载值包括:
[0015]控制电机转速达到第一设定转速,并且保持一段时间的稳定;
[0016]检测电机的实时转速,将实际转速与第一设定转速做差,得到转速差值,在检测周期内对转速差值进行积分处理得到偏心负载值。获取总负载值包括:
[0017]控制电机加速达到第二设定转速,然后减速至第三设定转速;
[0018]检测电机从第二设定转速到第三设定转速减速期间的功率变化;
[0019]根据功率变化计算出做工值,然后根据做工值计算得到总负载值。获取总负载值前判断偏心负载值是否满足在预设范围,如果满足要求,则进行获取总负载值流程,如果不满足要求,则需要对滚筒内的衣物进行抖散操作再进行获取偏心负载值过程。
[0020]功率具体测定如下:
[0021]在洗衣机滚筒每转一个机械周期进行一次电流采样,间接得到实际功率值,将每次得到的实际功率进行比较,并筛选出所得数据中的最大实际功率值与最小实际功率值,重复多次,分别得到最大实际功率值数据集和最小实际功率值数据集,将最大实际功率值数据集中最高值和最低值除去,然后再取平均值,以及将最小实际功率值数据数据集中最高值和最低值除去,然后再取平均值,最终得到实际功率值。BP神经网络训练划分样本空间为训练样本集为75%、验证样本集为15%以及测试样本集为10%。
[0022]计算总负载值具体流程包括:
[0023]等待电机达到第二设定转速,并进行电流采样,并进行功率滤波处理,记录下功率值P1;
[0024]等待电机达到第三设定转速,并进行电流采样,并进行功率滤波处理,记录下功率值P2;
[0025]记录下整个减速过程的时间T,将功率值P1和功率值P2作差后乘以时间T,计算出整个过程的做工值;
[0026]重复上述过程多次,将各次得到的做工值相加得到总做工值,再将总做工值除以与次数得到总负载值。
[0027]一种滚筒洗衣机衣物偏心检测装置,包括:
[0028]偏心负载值和总负载值获取模块,用于获取实时的偏心负载值和总负载值;
[0029]平衡均载质量设置模块,用于根据滚筒尺寸大小设置平衡均载质量;
[0030]衣物偏心预测模型,所述衣物偏心预测模型的训练方法包括:
[0031]通过模拟滚筒实验,改变滚筒平衡均载质量和偏心质量,获取对应的多组的偏心负载值和总负载值;
[0032]将平衡均载质量、偏心负载值和总负载值作为BP神经网络输入层,以及偏心质量作为BP神经网络输出层,对输入输出的数据进行训练。
[0033]一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现滚筒洗衣机衣物偏心检测方法。
[0034]本专利技术的有益效果:本专利技术提供一种滚筒洗衣机衣物偏心检测方法,通过对实时速度、实时功率的测量,并通过数据处理转化成为能够反应洗衣机滚筒内的衣物分布情况的偏心负载值(OOB数值)、总负载值(LOAD数值),其中电机三个阶段的转速中第一阶段的转速用于OOB数值检测,第二阶段和第三阶段转速用于LOAD数值检测,方法流程简单,检测设
备成本低,另外本专利技术借助BP神经网络,建立滚筒洗衣机衣物偏心预测模型,借助此模型能够根据均载质量、OOB数值、LOAD数值预测出内筒内的偏心质量,能够解决现有技术中借助算法数据处理后得到可以衡量衣物偏心状态但是依旧需要依靠人工进行数据拟合的操作,大大提高了衣物偏心识别的准确度。
附图说明
[0035]图1为本专利技术提供的一种衣物偏心检测方法的流程示意图;
[0036]图2为本专利技术提供等效数学模型分析图;
[0037]图3为本专利技术提供的衣物偏心检测的具体算法的流程示意图
[0038]图4为本专利技术提供的OOB算法流程图;
[0039]图5为本专利技术提供的OOB数值处理流程图;
[0040]图6为本专利技术提供的LOAD算法流程图;
[0041]图7为本专利技术提供的LOAD数值处理流程图;
[0042]图8为本专利技术提供的BP神经网络训练过程图。
具体实施方式
[0043]下面结合附图对本专利技术作进一步描述,以下实施例仅用于更加清楚地说明本专利技术的技术方案,而不能以此来限制本专利技术的保护范围。
[0044]本专利技术的一本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种滚筒洗衣机衣物偏心检测方法,其特征在于:包括以下步骤:获取实时的偏心负载值,以及获取总负载值;根据滚筒尺寸大小设置平衡均载质量;将偏心负载值、总负载值和平衡均载质量值输入到衣物偏心预测模型,计算得到偏心质量;其中,所述衣物偏心预测模型的训练方法包括:通过模拟滚筒实验,改变滚筒平衡均载质量和偏心质量,获取对应的多组的偏心负载值和总负载值;将平衡均载质量、偏心负载值和总负载值作为BP神经网络输入层,以及偏心质量作为BP神经网络输出层,对输入输出的数据进行训练。2.根据权利要求1所述的一种滚筒洗衣机衣物偏心检测方法,其特征在于:获取偏心负载值包括:控制电机转速达到第一设定转速,并且保持一段时间的稳定;检测电机的实时转速,将实际转速与第一设定转速做差,得到转速差值,在检测周期内对转速差值进行积分处理得到偏心负载值。3.根据权利要求2所述的一种滚筒洗衣机衣物偏心检测方法,其特征在于:获取总负载值包括:控制电机加速达到第二设定转速,然后减速至第三设定转速;检测电机从第二设定转速到第三设定转速减速期间的功率变化;根据功率变化计算出做工值,然后根据做工值计算得到总负载值。4.根据权利要求3所述的一种滚筒洗衣机衣物偏心检测方法,其特征在于:获取总负载值前判断偏心负载值是否满足在预设范围,如果满足要求,则进行获取总负载值流程,如果不满足要求,则需要对滚筒内的衣物进行抖散操作再进行获取偏心负载值过程。5.根据权利要求3所述的一种滚筒洗衣机衣物偏心检测方法,其特征在于:功率具体测定如下:在洗衣机滚筒每转一个机械周期进行一次电流采样,间接得到实际功率值,将每次得到的实际功率进行比较,并筛选出所得数据中的最大实际功率值与最小实际功率值,重...

【专利技术属性】
技术研发人员:夏永承沈金荣丁璇
申请(专利权)人:河海大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1