【技术实现步骤摘要】
本专利技术属于冰箱故障诊断，特别是涉及一种基于大数据分析的冰箱压缩机故障诊断方法和系统。
技术介绍
1、冰箱制冷系统是冰箱控制逻辑中的重要部件，它在冰箱运行过程中提供保鲜、冷藏、冷冻制冷以使冰箱各间室温度达到平衡，从而使冰箱能够正常提供冷藏、冷冻和保鲜的目的。当冰箱的制冷系统部件出现故障时，会直接影响冰箱的制冷效果，维修工人通过人工的方式进行故障排查不仅耗费时间长、人力成本高，而且准确率低，从而极大影响冰箱的使用效率和价值，同时也给消费者带来较大的损失。
2、针对上述问题，目前尚无整体系统对冰箱制冷系统部件故障进行准确诊断的方案。
3、目前，现有技术对故障诊断的专利中，如专利号：cn201910871557.5专利名称：《冰箱及其制冷故障的检测和处理方法》，该专利技术提供了一种冰箱及其制冷故障的检测和处理方法。待检测的冰箱包括箱体,其包括位于下部的冷冻室以及位于冷冻室的上方的至少一个储藏室,储藏室的温度高于冷冻室的温度；以及加热装置,用于在冰箱发生制冷故障时对故障部位进行加热。该方法包括：检测冷冻室的温度变化趋势和储藏室的温度变化趋势；根据冷冻室的温度变化趋势和储藏室的温度变化趋势,确定冰箱发生制冷故障的部位；根据制冷故障的部位启动相应的加热装置进行处理。本专利技术能够对冰箱的冷冻风机叶片结霜、储藏室回风口结冰、蒸发器霜堵、排水口冰堵等制冷故障进行全面、精确的检测和针对性处理,保证冰箱的制冷效果。该方法基于冰箱间室温度判断，为冰箱制冷故障提供了一种解决方案。然而由于样本个体差异，以及不同情况下样本表现各异
4、专利号：cn202110567234.4专利名称：《一冰箱故障预测方法、装置、系统及电子设备》，该专利技术提供了一种冰箱故障预测方法、装置、系统及电子设备,涉及故障预测
；方法包括：获取目标冰箱在当前时间段内的多个时间点对应的电控数据；将多个时间点对应的电控数据输入故障预测模型进行故障预测处理；其中,故障预测模型包括：基于测试冰箱的历史电控数据生成的第一预测模型和/或基于冰箱故障知识库生成的第二预测模型；根据故障预测模型的输出结果确定目标冰箱的故障预测结果。本申请能够基于测试冰箱的历史电控数据生成的第一预测模型和/或基于冰箱故障知识库生成的第二预测模型,对目标冰箱的运行状态进行准确地故障预测。通过对大量历史数据的分析和判断大大增加了推理时间，每台设备的每个间室温度的设定值和实际值都存在较大差异，从而也大大影响算法的准确性，每台设备不同状态下的数据表现也千差万别也使得算法的准确性大受影响。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据分析的冰箱压缩机故障诊断方法和系统，通过利用大数据平台收集冰箱运行中的各传感器采集的温度数据，主要包括各化霜加热器开关标志、化霜加热器温度值，结合冰箱化霜加热器工作原理，输出对应故障判定规则并转换成冰箱压缩机故障判定的算法，解决了现有的冰箱人工的方式进行故障排查，耗费时间长、人力成本高和准确率低的问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为一种基于大数据分析的冰箱压缩机故障诊断方法，包括如下步骤：
4、步骤s1：冰箱压缩机部件故障判定规则；
5、步骤s2：冰箱压缩机部件故障诊断算法；
6、步骤s3：用户数据清洗和分析；
7、步骤s4：算法参数设定；
8、步骤s5：判断算法是否匹配；
9、若是，则反馈至故障上报系统，录入故障数据库并反馈维修；
10、若否，则执行步骤s6；
11、步骤s6：标定为异常数据，结合冰箱压缩机部件原理分析进行算法优化；
12、步骤s7：返回步骤s1。
13、作为一种优选的技术方案，所述步骤s1中，排除化霜和开门周期外，压缩机和风扇电机均处于开启状态，蒸发温度和冷冻间室温度无降低且回升0℃度以上，持续1小时以上，可判定为冰箱压缩机故障。
14、作为一种优选的技术方案，所述步骤s2中，冰箱压缩机部件故障诊断流程如下：
15、步骤s21：采集冰箱运行数据，数据包括压缩机和风机开关标志、冷冻室和冷冻蒸发温度值；
16、步骤s22：判断压缩机、风机是否开启；
17、若不满足，则返回步骤s21；
18、若满足，则执行步骤s23；
19、步骤s23：判断冷冻室和冷冻蒸发温度值是否持续回升；
20、若不满足，则返回步骤s21；
21、若满足，则执行步骤s24；
22、步骤s24：冰箱压缩机部件故障。
23、作为一种优选的技术方案，所述步骤s6中，通过数据验证和分析并结合大数据集统计对算法进行优化，最后生成判定模型。
24、本专利技术为一种基于大数据分析的冰箱压缩机故障诊断系统，包括带有物联网通讯模块的冰箱设备、数据处理与存储平台、算法生成、优化与部署平台、售后服务平台；
25、所述数据处理与存储平台可以实时接收和存储带有物联网家电的运行状态的数据，并对运行状态数据进行管理；
26、所述算法生成、优化与部署平台为一套能进行数据预处理的算法系统；
27、所述售后服务平台用于记录用户反馈以及设备维修记录进行管理，并根据算法生成、优化与部署平台中的结果对客户进行跟踪回访并确认是否维修，同时对算法生成、优化与部署平台进行及时反馈，由算法生成、优化与部署平台对算法进行调整。
28、本专利技术具有以下有益效果：
29、(1)本专利技术通过大数据平台收集冰箱运行中的各传感器采集的温度数据，结合冰箱化霜加热器工作原理，输出对应故障判定规则并转换成冰箱压缩机故障判定的算法，提高冰箱故障诊断效率和准确性。
30、(2)本专利技术通过历史大数据集对算法参数进行优化，从而实现算法的泛化和高精度，实现冰箱故障诊断的高效性。
31、当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，所述步骤S1中，排除化霜和开门周期外，压缩机和风扇电机均处于开启状态，蒸发温度和冷冻间室温度无降低且回升0℃度以上，持续1小时以上，可判定为冰箱压缩机故障。
3.根据权利要求1所述的一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，所述步骤S2中，冰箱压缩机部件故障诊断流程如下：
4.根据权利要求1所述的一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，所述步骤S6中，通过数据验证和分析并结合大数据集统计对算法进行优化，最后生成判定模型。
5.一种基于大数据分析的冰箱压缩机故障诊断系统，包括带有物联网通讯模块的冰箱设备、数据处理与存储平台、算法生成、优化与部署平台、售后服务平台，其特征在于：
【技术特征摘要】
1.一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于大数据分析的冰箱压缩机故障诊断方法，其特征在于，所述步骤s1中，排除化霜和开门周期外，压缩机和风扇电机均处于开启状态，蒸发温度和冷冻间室温度无降低且回升0℃度以上，持续1小时以上，可判定为冰箱压缩机故障。
3.根据权利要求1所述的一种基于大数据分析的冰箱压缩机故障诊断方法，其...
【专利技术属性】
技术研发人员：黄奥云，尚靖，赵宁德，陈峰峰，
申请(专利权)人：四川虹美智能科技有限公司，
类型：发明
国别省市：
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。