CN113669839B - 检测冷媒泄漏的方法和计算机可读存储介质以及空调器 - Google Patents

Abstract

本发明公开了一种检测冷媒泄漏的方法和计算机可读存储介质以及空调器，该方法包括：获取空调当前运行工况下的工况参数；将工况参数输入基准压力模型获得基准压力值，以及，将工况参数输入干扰因素压力模型获得干扰压力值，其中，基准压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值为采样数据进行建模和训练获得的数据模型，干扰因素压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值以及冷媒压力干扰因素值为采样数据进行建模和训练获得的数据模型；获取实测冷媒压力值；根据基准压力值、干扰压力值和实测冷媒压力值确定冷媒泄漏状态。本实施例的方法适用于多种工况且检测结果更准确。

Description

检测冷媒泄漏的方法和计算机可读存储介质以及空调器

技术领域

本发明涉及空调器技术领域，尤其是涉及一种检测冷媒泄漏的方法和计算机可读存储介质以及空调器。

背景技术

空调器在安装过程以及长期使用过程中，由于安装不规范或使用环境复杂等原因，管路及管路的焊接或连接处会因为振动、腐蚀等因素，极易出现管路的破损，导致空调器发生冷媒泄漏的现象。冷媒泄漏一旦发生，会由于冷媒量的不足导致空调使用性能变差，并且容易出现空调器的关键零部件损坏等情况，而对于部分使用易燃易爆冷媒的空调器，如果发生冷媒泄漏，不能及时响应处理，安全隐患更大。在空调器的冷媒泄漏检测方法中，绝大多数都是采用某一相关参数或单一模型参数作为基准值，判断该参数的检测值是否偏离该参数的正常范围，当检测值偏离正常范围时，则判定冷媒泄漏。采用单一模型的标准状态进行冷媒泄漏识别，没有考虑相关干扰因素的影响，检测方法数据单一，容易出现误判的情况。并且多数情况下都局限于空调器在制冷功能运行状态下的识别判定，没有覆盖到其它功能状态。若冷媒泄漏检测方法只是针对制冷功能模式下的冷媒泄漏识别时，不能覆盖到空调运行的全功能使用模式，检测方法覆盖面不全面，容易出现漏判。在一些专利申请中，提出过一种冷媒检测判断方法，该方法通过冷媒压力与冷媒压力阈值进行比较判断，其中冷媒压力阈值是根据冷媒压力阈值曲线获取。在另一些专利申请中还提出过一种冷媒检测判断方法，该方法主要通过压缩机回气压力与压缩机回气压力设定值进行比较判断其中，回气压力设定值，是通过室内温度值和室外温度值，根据经验公式进行获取的。

在相关技术中，在根据冷媒压力阈值曲线获取冷媒压力阈值的方式中，冷媒压力阈值曲线是在特定工况下容易获取，不适用空调器运行的多种工况，因此冷媒压力阈值采取存在较大误差。以及，在根据压缩机回气压力与压缩机回气压力设定值进行比较判断的方式中，回气压力设定值仅仅通过室内温度和室外温度值进行判断，计算结果的误差较大。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明的目的之一在于提出一种检测冷媒泄漏的方法，该方法考虑空调器的多种运行工况，检测覆盖面更全，提高了检测的准确性，减少漏判和误判的情况。

本发明的目的之二在于提出一种空调器。

本发明的目的之三在于提出一种计算机可读存储介质。

本发明的目的之四在于提出一种空调器。

为了达到上述目的，本发明第一方面实施例提出的检测冷媒泄漏的方法，包括：获取空调当前运行工况下的工况参数；将所述工况参数输入基准压力模型获得基准压力值，以及，将所述工况参数输入干扰因素压力模型获得干扰压力值，其中，所述基准压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值为采样数据进行建模和训练获得的数据模型，所述干扰因素压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值以及冷媒压力干扰因素值为采样数据进行建模和训练获得的数据模型获取实测冷媒压力值；根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态。

根据本发明实施例的检测冷媒泄漏的方法，采用基准压力模型和干扰因素压力模型，该双数据模型涉及了空调器运行的多种工况以及考虑干扰因素，检测覆盖面更全，以减少漏判和错判的情况，相较于现有的数据模型更加完善，从而提高判断结果的准确性，能够根据空调器运行时的工况参数以及双数据模型的预测性，准确计算出不同工况下的基准压力值和干扰压力值，可满足不同工况下对参数正常值范围进行准确定位的要求，以及，将实测冷媒压力值与基准压力值和干扰压力值进行比较分析，可以获取准确的冷媒泄漏的判断结果，减少误判情况。

在本发明的一些实施例中，所述基准压力值包括基准排气压力值，所述实测冷媒压力值包括实测排气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，包括：计算所述基准排气压力值与所述实测排气压力值的第一排气压力差值；计算所述第一排气压力差值与所述基准排气压力值的第一商值；若所述第一商值大于或等于第一比例值，确定冷媒发生泄漏，其中，所述第一比例值R1的取值为：5.5％≤R1≤6.5％。

在本发明的一些实施例中，所述干扰压力值包括干扰排气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，还包括：计算所述实测排气压力值与所述干扰排气压力值的第二排气压力差值；计算所述第二排气压力差值与所述基准排气压力值的第二商值；若所述第一商值小于所述第一比例值且大于或等于第二比例值以及所述第二商值小于第三比例值，其中，第二比例值R2的取值为2.7％≤R2≤3.3％，第三比例值R3的取值为1.7％≤R3≤2.3％；间隔预设时长获得一次第二商值，并记录N个第二商值，其中，N为≥1的整数；根据(N+1)个所述第二商值确定所述第二商值呈减小趋势，则冷媒泄漏。

在本发明的一些实施例中，所述基准压力值包括基准回气压力值，所述实测冷媒压力值包括实测回气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，包括：计算所述基准回气压力值与所述实测回气压力值的第一回气压力差值；计算所述第一回气压力差值与所述基准回气压力值的第三商值；若所述第三商值大于或等于第四比例值，确定冷媒发生泄漏，其中，所述第四比例值R4的取值为：5.5％≤R4≤6.5％。

在本发明的一些实施例中，所述干扰压力值包括干扰回气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，还包括：计算所述实测回气压力值与所述干扰回气压力值的第二回气压力差值；计算所述第二回气压力差值与所述基准回气压力值的第四商值；若所述第四商值小于所述第四比例值且大于或等于第五比例值以及所述第四商值小于第六比例值，其中，第五比例值R5的取值为2.7％≤R5≤3.3％，第六比例值R6的取值为1.7％≤R6≤2.3％；间隔预设时长获得一次第四商值，并记录N个第四商值，其中，N为≥1的整数；根据(N+1)个所述第四商值确定所述第四商值呈减小趋势，则冷媒泄漏。

在本发明的一些实施例中，所述方法还包括：根据(N+1)个所述的第二商值确定所述第二商值不呈减小趋势，或者，根据(N+1)个所述第四商值确定所述第四商值不呈减小趋势，则确定冷媒未泄漏以及确定换热器脏污。

为了达到上述目的，本发明第二方面实施例提出的空调器，包括：处理器；与所述处理器通信连接的存储器；所述存储器中存储有可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上面任一项实施例所述的检测冷媒泄漏的方法。

根据本发明实施例提出的空调器，存储器与处理器通信连接，存储器中存储有计算机程序，处理器执行计算机程序时可获取空调器当前运行工况下的工况参数以及实测冷媒压力值。并基于工况参数以及双数据模型的预测性准确，输出准确的基准压力值和干扰压力值，以及将实测冷媒压力值与基准压力值和干扰压力值进行比较分析，以获取准确的冷媒泄漏的判断结果，减少误判情况，使空调器更加智能化。

为了达到上述目的，本发明第三方面实施例提出的计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上面任一项所述的检测冷媒泄漏的方法。

根据本发明实施例的计算机可读存储介质，其上存储有计算机程序，计算机程序运行时，能获取车空调器中各个结构的运行参数进行分析计算，准确获取冷媒泄漏的判断结果，以实现上面实施例的检测冷媒泄漏的方法，并且可以直接在现有的空调器上进行应用。在空调器正常运行时，基于当时工况下的工况参数，根据预存的基准压力模型和干扰因素压力模型获取相适应的基准压力值和干扰压力值，并进一步根据获取的实测冷媒压力值与基准压力值和干扰压力值进行比较分析，从而更为准确地判断冷媒的泄漏状态，减少误判情况，判断结果更为准确且更加智能化。

为了达到上述目的，本发明第四方面实施例提出的空调器，包括：冷媒循环系统；检测组件，所述检测组件用于获取空调当前运行工况下的工况参数；压力传感器，所述压力传感器用于检测所述冷媒循环系统的实测冷媒压力值；控制器，所述控制器存储有基准压力模型和干扰因素压力模型，用于根据上面任一项实施例所述的检测冷媒泄漏的方法判断所述冷媒循环系统的冷媒泄漏状态。

根据本发明实施例提出的空调器，检测组件用于获取空调当前运行工况下的工况参数，控制器中可预存有基准压力模型和干扰因素压力模型。控制器可以以空调器运行不同工况下的工况参数作为基础条件，根据空调器运行时的工况参数，通过双数据模型的预测性准确计算出不同工况下的基准压力值和干扰压力值。压力传感器用于检测冷媒循环系统的实测冷媒压力值并输送至控制器中，控制器还能根据获取的实测冷媒压力值，与基准压力值和干扰压力值进行比较分析，从而更为准确地判断冷媒的泄漏状态，减少误判情况，更加智能化。

在本发明的一些实施例中，空调器还包括：提示装置，所述提示装置与所述控制器连接，用于在确定冷媒泄漏时进行冷媒泄漏提示，以及，在确定换热器脏污时进行换热器清洁提示。

本发明的附加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，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的检测冷媒泄漏的方法的流程图；

图2是根据本发明一个实施例的空调器的框图；

图3是根据本发明另一个实施例的空调器的框图；

图4是根据本发明又一个实施例的空调器的框图。

附图标记：

空调器10；

处理器101、存储器102；

冷媒循环系统1、检测组件2、压力传感器3、控制器4。

具体实施方式

下面详细描述本发明的实施例，参考附图描述的实施例是示例性的，下面详细描述本发明的实施例。

为了解决在冷媒泄漏检测过程中，空调器运行于不同工况下时，不能准确识别冷媒泄漏情况的问题，本发明实施例提出了检测冷媒泄漏的方法以及执行该控制方法的空调器。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中空调器通过使用压缩机、冷凝器、膨胀阀和蒸发器来执行空调器的制冷/制热循环。其中，制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应冷媒。

压缩机压缩处于高温高压状态的冷媒气体并排出压缩后的冷媒气体。所排出的冷媒气体流入冷凝器。冷凝器将压缩后的冷媒冷凝成液相，并且热量通过冷凝过程释放到周围环境。

膨胀阀使在冷凝器中冷凝的高温高压状态的液相冷媒膨胀为低压的液相冷媒。蒸发器蒸发在膨胀阀中膨胀的冷媒，并使处于低温低压状态的冷媒气体返回到压缩机。蒸发器可以通过利用冷媒的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调器可以调节室内空间的温度。

空调器的室外单元是指制冷循环的包括压缩机和室外热交换器的部分，空调器的室内单元包括室内热交换器，并且膨胀阀可以提供在室内单元或室外单元中。

室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调器用作制热模式的加热器，当室内热交换器用作蒸发器时，空调器用作制冷模式的冷却器。

根据本申请一些实施例的空调器，包括安装在室内空间中的空调器室内机。空调器室内机即上述室内单元，通过管连接到安装在室外空间中的空调器室外机即上述室外单元。空调器室外机中可设有压缩机、室外热交换器、室外风扇、膨胀器和制冷循环的类似部件，空调器室内机中也可设有室内热交换器和室内风扇。

下面参考图1描述根据本发明实施例的检测冷媒泄漏的方法,图1为根据本发明一个实施例的检测冷媒泄漏的方法的流程图。需要说明的是，本申请中的步骤序号例如S1、S2、S3和S4等仅为了便于描述本方案，不能理解为对步骤的顺序限定。也就是说，例如步骤S1、S2、S3和S4等的执行顺序可以根据实际需求具体确定，不仅限于按照下面实施例中步骤的顺序进行控制。

在本发明的一些实施例中，如图1所示，检测冷媒泄漏的方法至少包括步骤S1-S4，具体如下。

S1，获取空调当前运行工况下的工况参数。

其中，空调当前运行工况包括制冷工况和制热工况等，工况参数包括制冷工况或者制热工况下的室外环境温度、室外相对湿度、室内环境温度、室内环境相对湿度、设定温度以及设定风量等参数。当用户实际使用空调器时，可设置空调器在开机运行20分钟后，获取空调当前运行工况下的工况参数，以保证空调器进入问稳定运行的状态。以及，可通过设置传感器等获取空调器运行的工况参数。并且，以不同工况下的工况参数作为基础条件，进行相关的试验测试，获取一定数量的数据信息。

S2，将工况参数输入基准压力模型获得基准压力值，以及，将工况参数输入干扰因素压力模型获得干扰压力值。

其中，基准压力值包括基准排气压力值和基准回气压力值，干扰压力值包括干扰排气压力值以及干扰回气压力值。将多种工况参数输入基准压力模型，充分考虑室内环境温度、室内相对湿度，室外环境温度、室外相对湿度、设定温度、以及设定风量等，从而获取更为准确的基准压力值以及干扰压力值。

在实施例中，基准压力模型和干扰因素压力模型都是基于大数据的测试进行收集和整理，并通过数据之间的关联关系，建立计算公式，并经过反复校核，误差修正，形成智能模糊算法。并通过智能模糊算法对输入的信息进行处理并直接作出判断。其中若输出的信息与期望值的误差不能达到设定误差，则根据误差预测调整相关经验系数，并进行下一次计算，直到预测输出与实际值的误差达到期望误差。

在一些实施例中，在空调器运行制冷或者制热工况下，当冷媒发生泄漏时，排气压力值和回气压力值均会降低，可通过建立基准压力模型，根据获取的工况参数获得基准压力值。其中基准压力值包括基准排气压力值和基准回气压力值。

其中，以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值为采样数据进行建模和训练获得的数据模型作为基准压力模型，具体如下。

空调器运行于制冷工况时，在实验室条件下，可结合空调的使用环境，设定室外环境温度的取值为20℃-54℃。在20℃-54℃范围内，每间隔6℃为一个测试点，共取6个测试点。获取室外相对湿度为40％、70％和90％时的3个测试点，因此室外工况由室外环境温度和室外相对湿度共组成18个测试点。同理，设定室内环境温度取值范围为20℃-35℃，在20℃-35℃范围内，每间隔5℃为一个测试点，共取4个测试点，获取室内相对湿度为40％、70％、90％时的3个测试点，因此室内工况由室内环境温度和室内相对湿度共组成12个测试点。另外，设定温度取值范围为16℃-30℃时，在该设定温度范围内每隔5℃取一个点，则共取4个测试点，设定风量以空调实际运行情况的最大风量的50％、70％、85％、100％为测试点，则共获取4个测试点。

综上，空调器在制冷工况下，结合室内工况、室外工况及设定风量组成一个空调器实际的运行工况，共计18*12*4*4＝3456个测试工况点，分别测试这些工况点的排气压力值和回气压力值，以作为基准排气压力值和基准回气压力值，共计3456个采集数据点。其中，可选取1456个采集数据点进行验证，通过与数据仿真模型计算结果进行比较验证，校核验证准确后，将模型数据写入产品的控制器进行存储。

空调器运行于制热工况时，在实验室条件下，可结合空调的使用环境，可设定室外环境温度的取值为－12℃-24℃，在－12℃-24℃温度范围内，每间隔6℃为一个测试点，共取7个测试点。获取室外相对湿度位40％、70％和90％时的3个测试点，因此室外工况由室外环境温度和室外相对湿度共组成21个测试点。同理，设定室内环境温度取值范围为6℃-24℃，在6℃-24℃范围内，每间隔6℃为一个测试点，共取4个测试点。获取室外相对湿度位40％、70％和90％时的3个测试点，因此室内工况由室内环境温度和室内相对湿度共组成12个测试点。另外，设定温度取值范围为16℃-30℃时，每隔5℃取一个点，共4个测试点，设定风量以空调实际运行情况的最大风量的50％、70％、85％、100％为测试点，共取4个测试点。

综上，结合室内工况、室外工况及设定风量组成一个空调实际的运行工况，共计21*12*4*4＝4032个测试工况点，分别测试这些工况点的排气压力值和回气压力值，以作为基准排气压力值和基准回气压力值，共计4032个采集数据点。其中，可选取1032个采集数据点进行验证，通过与数据仿真模型计算结果进行比较验证，校核验证准确后，将模型数据写入产品的控制器进行存储。

在另一些实施例中，除冷媒泄漏外，在空调器运行制冷或制热工况时，一些干扰因素。如室内蒸发器或室外冷凝器脏污、积灰时，不仅会导致室内风量或室外风量减少，也会导致基准压力值降低，并且与冷媒泄漏时的基准压力值变化趋势一致。因此需考虑干扰因素对冷媒泄漏判断条件的影响。可通过建立干扰因素压力模型，根据获取的工况参数获得干扰压力值。

在用户实际使用空调器的过程当中，由于安装位置的受限，会导致部分空调器产品的风量受到影响，另外，由于长时间未进行清洁，会存在蒸发器及冷凝器脏污、积灰的情况，并且使用时间过久，会存在蒸发器及冷凝器换热能力衰减。这些因素会影响空调的使用效果，最主要影响空调的相关运行参数，进而影响判断冷媒泄漏的准确性。也就是说，在空调器运行制冷或者制热工况下，当冷媒发生泄漏或者蒸发器或冷凝器脏污、积灰时，排气压力值和回气压力值均会受到影响。

通过数据研究与分析，遮挡蒸发器或者遮挡冷凝器时，系统的排气压力之和回气压力值均会降低。因此，在实验室条件下，在空调器运行不同工况时，可通过遮挡蒸发器或者冷凝器代替蒸发器或者冷凝器脏污、积灰的情况。其中，在制冷工况下，遮挡蒸发器最初对基准压力值的影响很小，随着遮挡面积增加，影响加大。例如当遮挡蒸发器的面积为30％时，对基准压力值影响小于或等于2％，当遮挡蒸发器面积超过30％时，影响加剧。同理，在制热工况下，遮挡冷凝器时获取的基准压力值规律与上述规律相吻合。

考虑试验的可操作性，在进行不同试验测试过程中，通过遮挡蒸发器或遮挡冷凝器进行测试试验，作为冷媒泄漏故障的干扰实验，从而建立干扰因素压力模型。其中，可将遮挡蒸发器或者冷凝器的面积作为冷媒压力干扰因素值之一，并且遮挡蒸发器或者冷凝器的面积不宜过大，避免空调器引发相关保护功能动作。并根据获取的工况参数以及冷媒压力干扰因素值等获得干扰压力值，干扰压力值包括干扰排气压力值和干扰回气压力值。

其中，以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值以及冷媒压力干扰因素值为采样数据进行建模和训练获得的数据模型作为干扰因素压力模型，具体如下。

空调器运行于制冷工况时，在实验室条件下，可结合空调的使用环境，设定室外环境温度的取值为20℃-54℃。在20℃-54℃范围内，每间隔6℃为一个测试点，共取6个测试点。获取室外相对湿度为40％、70％和90％时的3个测试点，因此室外工况由室外环境温度和室外相对湿度共组成18个测试点。同理，设定室内环境温度取值范围为20℃-35℃，在20℃-35℃范围内，每间隔5℃为一个测试点，共取4个测试点，获取室内相对湿度为40％、70％、90％时的3个测试点，因此室内工况由室内环境温度和室内相对湿度共组成12个测试点。另外，设定温度取值范围为16℃-30℃时，在该设定温度范围内每隔5℃取一个点，则共取4个测试点，设定风量以空调实际运行情况的最大风量的50％、70％、85％、100％为测试点，则共获取4个测试点。以及，设置遮挡蒸发器面积为20％、50％、80％时的3个测试点。

综上，空调器在制冷工况下，结合室内工况、室外工况和设定风量及蒸发器遮挡面积组成一个空调器实际的运行工况，共计18*12*4*4*3＝10368个测试工况点，分别测试这些工况点的排气压力值和回气压力值，以作为干扰排气压力值和干扰回气压力值，共计10368个采集数据点。其中，可选取2000个采集数据点进行验证，通过与数据仿真模型计算结果进行比较验证，校核验证准确后，将模型数据写入产品的控制器进行存储。

空调器运行于制热工况时，在实验室条件下，可结合空调的使用环境，可设定室外环境温度的取值为－12℃-24℃，在－12℃-24℃温度范围内，每间隔6℃为一个测试点，共取7个测试点。获取室外相对湿度为40％、70％和90％时的3个测试点，因此室外工况由室外环境温度和室外相对湿度共组成21个测试点。同理，设定室内环境温度取值范围为6℃-24℃，在6℃-24℃范围内，每间隔6℃为一个测试点，共取4个测试点。获取室外相对湿度位40％、70％和90％时的3个测试点，因此室内工况由室内环境温度和室内相对湿度共组成12个测试点。另外，设定温度取值范围为16℃-30℃时，每隔5℃取一个点，共4个测试点，设定风量以空调实际运行情况的最大风量的50％、70％、85％、100％为测试点，共取4个测试点。以及，设置遮挡冷凝器面积为20％、50％、80％时的3个测试点。

综上，结合室内工况、室外工况及设定风量组成一个空调实际的运行工况，共计21*12*4*4*3＝12096个测试工况点，分别测试这些工况点的排气压力值和回气压力值，以作为干扰排气压力值和干扰回气压力值，共计12096个采集数据点。其中，可选取2000个采集数据点进行验证，通过与数据仿真模型计算结果进行比较验证，校核验证准确后，将模型数据写入产品的控制器进行存储。

举例而言，室外环境温度为35℃、室外相对湿度为78％、室内环境温度为27℃、室内相对湿为度70％，空调器的设定温度为20℃、设定风速选择高风，设定风量为650m3/h时，在空调器开机运行20分钟后，可自动获取工况参数，将工况参数输入上述基准压力模型以及干扰因素压力模型中，控制器中的程序运行根据6个工况参数输出对应的基准压力值以及干扰压力值。例如，获取到的基准排气压力值为1.812MPa，基准回气压力值为0.408MPa，干扰排气压力值为1.785MPa，干扰回气压力值为0.391MPa。

S3，获取实测冷媒压力值。

其中，可通过设置压力传感器等直接读取实测冷媒压力值，或者还可以根据获取的工况参数进行计算以获取实测冷媒压力值。其中，实测冷媒压力值包括实测排气压力值和实测回气压力值。

例如，在室外环境温度为35℃、室外相对湿度为78％、室内环境温度为27℃、室内相对湿为度70％，且空调器的设定温度为20℃、设定风为择高风，设定风量为650m³/h时。在空调器开机运行20分钟后，获取到的实测排气压力值为1.685MPa，实测回气压力值为0.374MPa。

S4，根据基准压力值、干扰压力值和实测冷媒压力值确定冷媒泄漏状态。

例如，将获取的实测回气压力值和/或实测排气压力值与基准回气压力值以及基准排气压力值进行一级比较识别，从而准确判断冷媒的泄漏状态。以及还可以将获取的实测排气压力值和/或实测排气压力值与干扰回气压力值以及干扰排气压力值进行二级比较，从而更为准确地判断冷媒的泄漏状态。在经过二级比较后可精准识别是否发生冷媒泄漏从而提高判断结果的准确性。

根据本发明实施例的检测冷媒泄漏的方法，以空调器运行不同工况下的工况参数作为基础条件，进行相关的试验测试。并获取一定数量的工况参数、对应的冷媒压力检测值和/或冷媒压力干扰因素值作为采样数据进行拟合以形成算法，并抽取一定数量的工况信息，进行数据仿真模型的测试比较，经反复校核后建立基准压力模型和干扰因素压力模型。该双数据模型涉及了空调器运行的多种状态，检测覆盖面更全，以减少漏判情况，相较于现有的数据模型更加完善，从而提高判断结果的准确性。能够根据空调器运行时的工况参数以及双数据模型的预测性，准确计算出不同工况下的基准压力值和干扰压力值，可满足不同工况下对参数正常值范围进行准确定位的要求。还能将实测冷媒压力值与基准压力值和干扰压力值进行比较分析，以获取准确的冷媒泄漏的判断结果，减少误判情况。

在本发明的一些实施例中，基准压力值包括基准排气压力值，实测冷媒压力值包括实测排气压力值，其中，基准排气压力值用Pp表示，实测排气压力值用P′p表示。根据基准压力值、干扰压力值和实测冷媒压力值确定冷媒泄漏状态可根据如式(1-1)所示的算法进行计算，以获取第一商值。具体地，先计算基准排气压力值Pp与实测排气压力值P′p的第一排气压力差值为(Pp-P′p)，再计算第一排气压力差值(Pp-P′p)与基准排气压力值Pp的第一商值，将第一商值记为F1。

F1＝(Pp-P′p)/Pp 式(1-1)

若第一商值F1大于或等于第一比例值R1，确定冷媒发生泄漏，其中，第一比例值R1的取值为：5.5％≤R1≤6.5％。优选地，第一比例值可取值为R1＝6％，则当满足(Pp-P′p)/Pp≥6％时，则确定冷媒发生泄漏。

在本发明的另一些实施例中，基准压力值还包括基准回气压力值，实测冷媒压力值包括实测回气压力值，其中，基准回气压力值用Ph表示，实测回气压力值用P′h表示。其中，可根据如式(1-2)所示的算法进行计算，以获取第三商值。具体地，先计算基准回气压力值Ph与实测回气压力值P′h的第一回气压力差值(Ph-P′h)，再计算第一回气压力差值(Ph-P′h)与基准回气压力值Ph的第三商值，将第三商值记为F3。

F3＝(Ph-P′h)/Ph 式(1-2)

若第三商值F3大于或等于第四比例值R4，确定冷媒发生泄漏，其中，第四比例值R4的取值为：5.5％≤R4≤6.5％。优选地，第四比例值可取值为R4＝6％，则当满足(Ph-P′h)/Ph≥6％时，则确定冷媒发生泄漏。

举例而言，在室外环境温度为35℃、室外相对湿度为78％、室内环境温度为27℃、室内相对湿为度70％，且空调器的设定温度为20℃、设定风为择高风，设定风量为650m³/h的条件下。实测排气压力值P′p为1.685MPa，实测回气压力值P′h为0.374MPa。获取到的基准排气压力值Pp为1.812MPa，基准回气压力值Ph为0.408MPa，干扰排气压力值Pgp为1.785MPa，干扰回气压力值Pgh为0.391MPa，则此时根据式(1-1)计算F1＝(1.812-1.685)/1.812*100％＝7％，或者，根据式(1-2)计算F3＝(0.408-0.374)/0.408*100％＝8.3％，满足F1＞R1且F3＞R3，则确定冷媒发生泄漏。从而实现根据基准压力值与实测冷媒压力值进行一级比较识别，此时可以控制空调器压缩机停机，并显示报警，提示冷媒泄漏，需要立即维修。

在本发明的一些实施例中，在根据基准压力值与实测冷媒压力值进行一级比较识别的基础上，还可根据实测冷媒压力值与干扰压力值进行二级比较识别，从而获取更为准确的冷媒泄漏判断结果。其中，干扰压力值包括干扰排气压力值，干扰排气压力值用Pgp表示。

具体地，可根据如式(1-3)所述的算法进行计算，以获取第二商值。具体地，先计算实测排气压力值P′p与干扰排气压力值Pgp的第二排气压力差值(P′p-Pgp)，再计算第二排气压力差值(P′p-Pgp)与基准排气压力值Pp的第二商值，将第二商值记为F2。

F2＝(P′p-Pgp)/Pp 式(1-3)

若第一商值F1小于第一比例值R1且大于或等于第二比例值R2以及第二商值F2小于第三比例值R3，其中，第二比例值R2的取值为2.7％≤R2≤3.3％，第三比例值R3的取值为1.7％≤R3≤2.3％。优选地，第二比例值可取值为R2＝3％，第三比例值可取值为R3＝2％，则当3％≤(Pp-P′p)/Pp＜6％且(P′p-Pgp)/Pp＜2％时，需进一步判断冷媒泄漏情况。

具体地，间隔预设时长获得一次第二商值，并记录N个第二商值，其中，N为≥1的整数。例如，将第一次计算获取的第二商值记为F2¹，间隔预设时长后再计算一次第二商值记为F2²，按此规律，将获取的第N个第二商值记为F2n。举例而言，可设置预设时长为30分钟，N的取值可以为3或4或5或6等，若N＝3时，则需连续获取3次第二商值，即第一次获取第二商值F2¹，经过30分钟后获取第二商值F2²，再经过30分钟后，获取第二商值F2³。

根据(N+1)个第二商值确定第二商值呈减小趋势，则冷媒泄漏。具体地，参考上述实施例，若连续三次获取的第二商值满足F2¹＞F2²＞F2³，则确定冷媒泄漏，此时控制空调器显示报警，提示冷媒泄漏，需要立即维修。

在本发明的另一些实施例中，干扰压力值包括干扰回气压力值，其中，干扰回气压力值用Pgh表示。可根据如式(1-4)所示的算法进行计算，以获取第四商值。具体地，P′h计算实测回气压力值P′h与干扰回气压力值Pgh的第二回气压力差值(P′h-Pgh)，再计算第二回气压力差值(P′h-Pgh)与基准回气压力值Ph的第四商值，将第四商值记为F4。

F4＝(P′h-Pgh)/Ph 式(1-4)

若第四商值F4小于第四比例值R4且大于或等于第五比例值R5以及第四商值R4小于第六比例值R6，其中，第五比例值R5的取值为2.7％≤R5≤3.3％，第六比例值R6的取值为1.7％≤R6≤2.3％。优选地，第五比例值可取值为R5＝3％，第六比例值可取值为R6＝2％，则当3％≤(Ph-P′h)/Ph＜6％且(P′h-Pgh)/Ph＜2％时，需进一步判断冷媒泄漏情况。

具体地，间隔预设时长获得一次第四商值，并记录N个第四商值，其中，N为≥1的整数。例如，将第一次计算获取的第四商值记为F4¹，间隔预设时长后再计算一次第四商值记为F2²，按此规律，将获取的第N个第四商值记为F4n。举例而言，可设置预设时长为30分钟，N的取值可以为3或4或5或6等，若N＝3时，则需连续获取3次第四商值，即第一次获取第四商值F4¹，经过30分钟后获取第四商值F4²，再经过30分钟后，获取第四商值F4³。

根据(N+1)个第四商值确定第四商值F4呈减小趋势，则冷媒泄漏。具体地，可参考上述实施例，例如，若连续三次获取的第四商值满足F4¹＞F4²＞F4³，则确定冷媒泄漏，此时控制空调器显示报警，提示冷媒泄漏，需要立即维修。

在本发明的另一些实施例中，根据(N+1)个的第二商值确定第二商值不呈减小趋势，或者，根据(N+1)个第四商值确定第四商值不呈减小趋势，则确定冷媒未泄漏以及确定换热器脏污。以上述实施例为参考，也就是说，确定连续多次获取的第二商值不满足F2¹＞F2²＞F2³，或者确定连续多次获取的第四商值不满足F4¹＞F4²＞F4³，则确定冷媒未泄漏但换热器脏污，空调器报警，提示换热器脏污，需要立即清洁。

根据本发明实施例的检测冷媒泄漏的方法，将获取的实测冷媒压力值与基准压力值进行一级比较识别，从而确定冷媒的泄漏情况。进一步地，在根据基准压力值与实测冷媒压力值进行一级比较识别的基础上，还可根据实测冷媒压力值与干扰压力值进行二级比较识别，根据二级比较结果区分发生冷媒泄漏或者换热器脏污、积尘，从而获取更为准确的冷媒泄漏判断结果。

在本发明的一些实施例中，如图2所示，为根据本发明一个实施例的空调器的框图，其中，空调器10包括处理器101和存储器102。

在实施例中，存储器102与处理器101通信连接。存储器102中存储有可被处理器101执行的计算机程序，处理器101执行计算机程序时实现上面任一项实施例的检测冷媒泄漏的方法。

具体地，其中，存储器102与处理器101可由硬件实现对信号或数据的处理。例如，存储器102可以包括芯片MCU(Microcontroller Unit，微控制单元)、单片机等，内部存储有计算机程序，当空调器10工作时，处理器101获取存储器102中存储的计算机程序并执行，从而实现对各部件的控制，进而实现上面任一项实施例的检测冷媒泄漏的方法。

根据本发明实施例提出的空调器10，存储器102与处理器101通信连接，存储器102中存储有计算机程序，处理器101执行计算机程序时可获取空调器10当前运行工况下的工况参数以及实测冷媒压力值。并基于工况参数以及双数据模型的预测性准确，输出准确的基准压力值和干扰压力值，以及将实测冷媒压力值与基准压力值和干扰压力值进行分级比较分析，以获取准确的冷媒泄漏的判断结果，减少误判情况，使空调器10更加智能化。

在本发明的一些实施例中，还提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上面任一项实施条例的检测冷媒泄漏的方法。

根据本发明实施例的计算机可读存储介质其上存储有计算机程序，计算机程序运行时，能获取车空调器10中各个结构的运行参数进行分析计算，准确获取冷媒泄漏的判断结果，以实现上面实施例的检测冷媒泄漏的方法，并且可以直接在现有的空调器10上进行应用。在空调器10正常运行时，基于当时工况下的工况参数，根据预存的基准压力模型和干扰因素压力模型获取相适应的基准压力值和干扰压力值，并进一步根据获取的实测冷媒压力值与基准压力值和干扰压力值进行分级比较分析，从而更为准确地判断冷媒的泄漏状态，以及判断空调器中的冷凝器和蒸发器的脏污、积灰情况，减少误判情况，判断结果更为准确且更加智能化。

在本发明的一些实施例中，还提出一种空调器，如图3所示，为根据本发明另一个实施例的空调器的框图，其中，空调器10包括冷媒循环系统1、检测组件2、压力传感器3和控制器4。

其中，空调器10运行于制冷或者制热工况时，冷媒循环系统1中的冷媒循环从而实现空调器10的制冷或制热功能。

检测组件2用于获取空调当前运行工况下的工况参数。检测组件2可以包括温度传感器、湿度传感器等装置，并将这些装置设置在相应位置，用于检测室外环境温度、室外相对湿度、室内环境温度以及室内相对湿度等工况参数。具体地，在空调器10处于运行状态时，考虑空调系统的稳定性，在空调器10运行20分钟后，检测组件2获取空调当前运行工况下的工况参数，并将获取到的工况参数输送至控制器4中。

压力传感器3用于检测冷媒循环系统1的实测冷媒压力值。具体地，可将压力传感器3设置在冷媒循环系统1中，可在空调运行20分钟后，实时检测并获得的实测冷媒压力值，保证采集到的实测冷媒压力值为空调器10稳定运行时的冷媒压力值，并将检测到的实测冷媒压力值上传至控制器4中。

控制器4存储有基准压力模型和干扰因素压力模型，用于根据上面任一项实施例的检测冷媒泄漏的方法判断冷媒循环系统1的冷媒泄漏状态。

其中，控制器4中可预存有基准压力模型和干扰因素压力模型，且该基准压力模型和干扰因素压力模型涉及空调器10运行的多种状态，覆盖更全面。控制器4可根据基于基准压力模型和干扰因素压力模型，并根据获取到的工况参数，可计算出不同工况下的基准压力值和干扰压力值，能解决不同工况下参数正常值范围确定不准确的难点。控制器4中还预存有预设的比例值，进而根据获取的实测回气压力值和/或实测排气压力值与基准回气压力值以及基准排气压力值进行一级比较识别，从而准确判断冷媒的泄漏状态。以及还可以将获取的实测排气压力值和/或实测排气压力值与干扰回气压力值以及干扰排气压力值进行二级比较，从而更为准确地判断冷媒的泄漏状态。

根据本发明实施例提出的空调器10，检测组件2用于获取空调当前运行工况下的工况参数，控制器4中可预存有基准压力模型和干扰因素压力模型。控制器4可以以空调器10运行不同工况下的工况参数作为基础条件，根据空调器运行时的工况参数，通过双数据模型的预测性准确计算出不同工况下的基准压力值和干扰压力值。压力传感器3用于检测冷媒循环系统1的实测冷媒压力值并输送至控制器4中，控制器4还能根据获取的实测冷媒压力值，与基准压力值和干扰压力值进行分级比较分析，从而更为准确地判断冷媒的泄漏状态，以及还能判断空调器10中的冷凝器和蒸发器的脏污、积灰情况，减少误判情况，更加智能化。

在本发明的一些实施例中，如图4所示，为根据本发明又一个实施例的空调器的框图，其中，空调器10还包括提示装置5，提示装置5与控制器4连接，用于在确定冷媒泄漏时进行冷媒泄漏提示，以及，在确定换热器脏污时进行换热器清洁提示。

其中，提示装置5可包括显示屏、蜂鸣器以及用户终端等，可通过显示屏显示故障码，或者蜂鸣器发出声音以进行声音提示，或者发送无线提醒信号至用户终端的APP(Application，应用程序)或以短信的方式提醒用户。

具体地，当根据获取的实测冷媒压力值与基准压力值进行一级比较识别时，确定发生冷媒泄漏，控制器4控制空调器10压缩机停止运行，并发送提醒信号或指令给提示装置5，提示装置5报警以提示冷媒泄漏，需要立即维修。或者，当根据实测冷媒压力值与干扰压力值进行二级比较识别时，确定发生冷媒泄漏，控制器4发送提醒信号或指令给提示装置5，提示装置5报警以提示冷媒泄漏，需要立即维修。再或者，当根据实测冷媒压力值与干扰压力值进行二级比较识别时，确定冷媒未泄漏但换热器脏污，控制器4发送提醒信号或指令给提示装置5，提示装置5报警以提示换热器脏污，需要立即清洁。

根据本实用新型实施例的空调器10的其他构成以及操作对于本领域普通技术人员而言都是已知的，这里不再详细描述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本实用新型的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。

尽管已经示出和描述了本实用新型的实施例，本领域的普通技术人员可以理解：在不脱离本实用新型的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由权利要求及其等同物限定。

Claims (12)

1.一种检测冷媒泄漏的方法，其特征在于，包括：

获取空调当前运行工况下的工况参数；

将所述工况参数输入基准压力模型获得基准压力值，以及，将所述工况参数输入干扰因素压力模型获得干扰压力值，其中，所述基准压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值为采样数据进行建模和训练获得的数据模型，所述干扰因素压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值以及冷媒压力干扰因素值为采样数据进行建模和训练获得的数据模型；

获取实测冷媒压力值；

根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态；

所述基准压力值包括基准排气压力值，所述实测冷媒压力值包括实测排气压力值，所述干扰压力值包括干扰排气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，包括：

计算所述基准排气压力值与所述实测排气压力值的第一排气压力差值；

计算所述第一排气压力差值与所述基准排气压力值的第一商值；

若所述第一商值大于或等于第一比例值，确定冷媒发生泄漏；

计算所述实测排气压力值与所述干扰排气压力值的第二排气压力差值；

计算所述第二排气压力差值与所述基准排气压力值的第二商值；

所述第一比例值大于第二比例值，所述第二比例值大于第三比例值；

若所述第一商值小于所述第一比例值且大于或等于所述第二比例值以及所述第二商值小于所述第三比例值，

间隔预设时长获得一次第二商值，并记录N个第二商值，其中，N为≥1的整数；

根据（N+1）个所述第二商值确定所述第二商值呈减小趋势，则冷媒泄漏。

2.根据权利要求1所述的检测冷媒泄漏的方法，其特征在于，所述第一比例值R1的取值为：5.5%≤R1≤6.5%。

3.根据权利要求1所述的检测冷媒泄漏的方法，其特征在于，所述第二比例值R2的取值为2.7%≤ R2≤3.3%，所述第三比例值R3的取值为1.7%≤R3≤2.3%。

4.根据权利要求1所述的检测冷媒泄漏的方法，其特征在于，所述方法还包括：

根据（N+1）个所述的第二商值确定所述第二商值不呈减小趋势，则确定冷媒未泄漏以及确定换热器脏污。

5.一种检测冷媒泄漏的方法，其特征在于，包括：

获取空调当前运行工况下的工况参数；

将所述工况参数输入基准压力模型获得基准压力值，以及，将所述工况参数输入干扰因素压力模型获得干扰压力值，其中，所述基准压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值为采样数据进行建模和训练获得的数据模型，所述干扰因素压力模型为以各种运行模式下不同运行工况的工况参数和对应的冷媒压力检测值以及冷媒压力干扰因素值为采样数据进行建模和训练获得的数据模型；

获取实测冷媒压力值；

根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态；

所述基准压力值包括基准回气压力值，所述实测冷媒压力值包括实测回气压力值，所述干扰压力值包括干扰回气压力值，根据所述基准压力值、所述干扰压力值和所述实测冷媒压力值确定冷媒泄漏状态，包括：

计算所述基准回气压力值与所述实测回气压力值的第一回气压力差值；

计算所述第一回气压力差值与所述基准回气压力值的第三商值；

若所述第三商值大于或等于第四比例值，确定冷媒发生泄漏；

计算所述实测回气压力值与所述干扰回气压力值的第二回气压力差值；

计算所述第二回气压力差值与所述基准回气压力值的第四商值；

所述第四比例值大于第五比例值，所述第五比例值大于第六比例值；

若所述第四商值小于所述第四比例值且大于或等于所述第五比例值以及所述第四商值小于所述第六比例值；

间隔预设时长获得一次第四商值，并记录N个第四商值，其中，N为≥1的整数；

根据（N+1）个所述第四商值确定所述第四商值呈减小趋势，则冷媒泄漏。

6.根据权利要求5所述的检测冷媒泄漏的方法，其特征在于，所述第四比例值R4的取值为：5.5%≤R4≤6.5%。

7.根据权利要求5所述的检测冷媒泄漏的方法，其特征在于，所述第五比例值R5的取值为2.7%≤ R5≤3.3%，所述第六比例值R6的取值为1.7%≤R6≤2.3%。

8.根据权利要求5所述的检测冷媒泄漏的方法，其特征在于，所述方法还包括：

根据（N+1）个所述第四商值确定所述第四商值不呈减小趋势，则确定冷媒未泄漏以及确定换热器脏污。

9.一种空调器，其特征在于，包括：

处理器；

与所述处理器通信连接的存储器；

所述存储器中存储有可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-8任一项所述的检测冷媒泄漏的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的检测冷媒泄漏的方法。

11.一种空调器，其特征在于，包括：

冷媒循环系统；

检测组件，所述检测组件用于获取空调当前运行工况下的工况参数；

压力传感器，所述压力传感器用于检测所述冷媒循环系统的实测冷媒压力值；

控制器，所述控制器存储有基准压力模型和干扰因素压力模型，用于根据权利要求1-8任一项所述的检测冷媒泄漏的方法判断所述冷媒循环系统的冷媒泄漏状态。

12.根据权利要求11所述的空调器，其特征在于，还包括：

提示装置，所述提示装置与所述控制器连接，用于在确定冷媒泄漏时进行冷媒泄漏提示，以及，在确定换热器脏污时进行换热器清洁提示。

Images