一种空调器缺氟检测方法、检测系统和空调器

摘要

本发明提供了一种空调器缺氟检测方法，空调器设有缺氟检测模式，检测方法包括：在缺氟检测模式下，获取空调器的系统运行参数值；将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到空调器的标准高压预测值和运行高压预测值，其中标准高压预测值表示空调器在冷媒量为额定冷媒量下以当前运行状态运行的系统高压预测值，运行高压预测值表示空调器当前的系统高压预测值；根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况。本发明简化了空调器缺氟检测的测试流程，在不借助外部检测仪器的条件下，仅通过空调器本身就能检测系统的缺氟状态，减少成本，并且具有较高的检测精度。

权利要求

1.一种空调器缺氟检测方法，其特征在于，所述空调器设有缺氟检测模式，检测方法包括：在所述缺氟检测模式下，获取所述空调器的系统运行参数值；

将所述系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到所述空调器的标准高压预测值和运行高压预测值，其中所述标准高压预测值表示所述空调器在冷媒量为额定冷媒量下以当前运行状态运行的系统高压预测值，所述运行高压预测值表示所述空调器当前的系统高压预测值；

根据所述标准高压预测值和所述运行高压预测值检测所述空调器的冷媒量情况；

所述系统运行参数值包括：

室外换热器管温、室外环境温度、室内换热器管温、室内环境温度、室内环境湿度、室外机交流电流、压缩机相电流和压缩机功率；

所述将所述系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值，包括：将所述室外换热器管温、所述室外环境温度、所述室内换热器管温、所述室内环境温度和所述室内环境湿度输入所述标准高压值预设模型，得到所述标准高压预测值；

将所述压缩机功率、所述室外机交流电流和所述压缩机相电流输入所述运行高压值预测模型，得到所述运行高压预测值。

2.根据权利要求1所述的空调器缺氟检测方法，其特征在于，所述标准高压值预测模型采用如下公式：P标准高压＝αT外环+βT外管+γT内环+δT内管+εRH内环湿度；

其中，α、β、γ、δ和ε为标准高压值预测模型的修正系数，P标准高压为所述标准高压预测值，T外环为所述室外环境温度，T外管为所述室外换热器管温，T内环为所述室内环境温度，T内管为所述室内换热器管温，RH内环湿度为所述室内环境湿度。

3.根据权利要求1所述的空调器缺氟检测方法，其特征在于，所述运行高压值预测模型采用如下公式：P运行高压＝λP压缩机功率+μI外机AC电流+ρI压缩机机相电流；

其中，λ、μ和ρ为运行高压值预测模型的修正系数，P运行高压为所述运行高压预测值，I外机AC电流为所述室外机交流电流，I压缩机相电流为所述压缩机相电流，P压缩机功率为所述压缩机功率。

4.根据权利要求1‑3任意一项所述的空调器缺氟检测方法，其特征在于，根据所述标准高压预测值和所述运行高压预测值检测所述空调器的冷媒量情况，包括：计算所述标准高压预测值和所述运行高压预测值的差值；

计算所述差值与所述标准高压预测值的比值；

将所述比值与预设阈值进行比较，判断所述空调器的冷媒量情况。

5.根据权利要求4所述的空调器缺氟检测方法，其特征在于，所述预设阈值包括第一预设阈值、第二预设阈值、第三预设阈值，其中所述第一预设阈值小于所述第二预设阈值，所述第二预设阈值小于所述第三预设阈值。

6.根据权利要求5所述的空调器缺氟检测方法，其特征在于，将所述比值与预设阈值进行比较，判断所述空调器的冷媒量情况，包括：当所述比值小于所述第一预设阈值时，判定为系统不缺氟；

当所述比值大于或等于所述第一预设阈值时，判定为系统轻度缺氟；

当所述比值大于或等于所述第二预设阈值时，判定为系统中度缺氟；

当所述比值大于或等于所述第三预设阈值时，判定为系统严重缺氟。

7.根据权利要求4所述的空调器缺氟检测方法，其特征在于，获取所述空调器的系统运行参数值，包括：记录系统运行时长；

当所述系统运行时长达到第一预设时长时，按照预设时间间隔采集所述系统运行参数值；

当所述系统运行时长达到第二预设时长时，停止采集所述系统运行参数值，得到多组系统运行参数值；

对所述多组系统运行参数进行预处理，以得到每个运行参数在采集时长内的平均值；

其中所述第一预设时长小于所述第二预设时长。

8.根据权利要求7所述的空调器缺氟检测方法，其特征在于，所述检测方法还包括：通过遥控终端对所述空调器的多个运行参数进行设定以使所述空调器运行所述缺氟检测模式，其中，所述多个运行参数包括压缩机频率、内风机转速、外风机转速和运行模式。

9.根据权利要求8所述的空调器缺氟检测方法，其特征在于，所述压缩机频率的设定范围为大于或等于20Hz且小于或等于90Hz；

所述内风机转速的设定范围为多个预设内风机风档中的高风档或超高风档；

所述运行模式包括制冷模式、制热模式。

10.一种空调器缺氟检测系统，其特征在于，所述空调器设有缺氟检测模式，检测系统包括：数据采集模块，在所述缺氟检测模式下，获取所述空调器的系统运行参数值；

系统高压预测模块，将所述系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值；

缺氟检测模块，根据所述标准高压预测值和所述运行高压预测值检测所述空调器的冷媒量情况；

所述系统运行参数值包括：室外换热器管温、室外环境温度、室内换热器管温、室内环境温度、室内环境湿度、室外机交流电流、压缩机相电流和压缩机功率；

所述系统高压预测模块，用于将所述室外换热器管温、所述室外环境温度、所述室内换热器管温、所述室内环境温度和所述室内环境湿度输入所述标准高压值预设模型，得到所述标准高压预测值；将所述压缩机功率、所述室外机交流电流和所述压缩机相电流输入所述运行高压值预测模型，得到所述运行高压预测值。

11.一种空调器缺氟检测系统，其特征在于，其包括一个或多个处理器以及存储有程序指令的非暂时性计算机可读存储介质，当所述一个或多个处理器执行所述程序指令时，所述一个或多个处理器用于实现根据权利要求1‑9任意一项所述的检测方法。

12.一种空调器，其特征在于，其采用权利要求1‑9中任一项所述的检测方法，或包括权利要求10所述的检测系统，或包括权利要求11述的检测系统。

说明书

一种空调器缺氟检测方法、检测系统和空调器

技术领域

[0001] 本发明属于空调器领域，尤其涉及一种空调器缺氟检测方法、检测系统和空调器。

背景技术

[0002] 现有空调器缺氟检测方法需要使用外部检测设备，这使得缺氟检测的测试流程复杂化，并增加了成本。

[0003] 有鉴于此特提出本发明。

发明内容

[0004] 本发明要解决的技术问题在于克服现有技术的不足，提供一种空调器缺氟检测方法、检测系统和空调器，在不借助外部检测仪器的条件下，仅通过空调器本身就能检测系统的缺氟状态，并且具有较高的检测精度。

[0005] 为解决上述技术问题，本发明提供了一种空调器缺氟检测方法，空调器设有缺氟检测模式，检测方法包括：

[0006] 在缺氟检测模式下，获取空调器的系统运行参数值；

[0007] 将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到空调器的标准高压预测值和运行高压预测值，其中标准高压预测值表示空调器在冷媒量为额定冷媒量下以当前运行状态运行的系统高压预测值，运行高压预测值表示空调器当前的系统高压预测值；

[0008] 根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况。

[0009] 进一步可选地，系统运行参数值包括：

[0010] 室外换热器管温、室外环境温度、室内换热器管温、室内环境温度、室内环境湿度、室外机交流电流、压缩机相电流和压缩机功率。

[0011] 进一步可选地，将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值，包括：

[0012] 将室外换热器管温、室外环境温度、室内换热器管温、室内环境温度和室内环境湿度输入标准高压值预设模型，得到标准高压预测值；

[0013] 将压缩机功率、室外机交流电流和压缩机相电流输入运行高压值预测模型，得到运行高压预测值。

[0014] 进一步可选地，标准高压值预测模型采用如下公式：

[0015] P标准高压＝αT外环+βT外管+γT内环+δT内管+εRH内环湿度；

[0016] 其中，α、β、γ、δ和ε为标准高压值预测模型的修正系数，P标准高压为标准高压预测值，T外环为室外环境温度，T外管为室外换热器管温，T内环为室内环境温度，T内管为室内换热器管温，RH内环湿度为室内环境湿度。

[0017] 进一步可选地，运行高压值预测模型采用如下公式：

[0018] P运行高压＝λP压缩机功率+μI外机AC电流+ρI压缩机机相电流；

[0019] 其中，λ、μ和ρ为运行高压值预测模型的修正系数，P运行高压为运行高压预测值，I外机AC电流为室外机交流电流，I压缩机相电流为压缩机相电流，P压缩机功率为压缩机功率。

[0020] 进一步可选地，根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况，包括：

[0021] 计算标准高压预测值和运行高压预测值的差值；

[0022] 计算差值与标准高压预测值的比值；

[0023] 将比值与预设阈值进行比较，判断空调器的冷媒量情况。

[0024] 进一步可选地，预设阈值的取值范围为：大于0且小于或等于40％；

[0025] 预设阈值包括第一预设阈值、第二预设阈值、第三预设阈值，其中第一预设阈值小于第二预设阈值，第二预设阈值小于第三预设阈值。

[0026] 进一步可选地，将比值与预设阈值进行比较，判断空调器的冷媒量情况，包括：

[0027] 当比值小于第一预设阈值时，判定为系统不缺氟；

[0028] 当比值大于或等于第一预设阈值时，判定为系统轻度缺氟；

[0029] 当比值大于或等于第二预设阈值时，判定为系统中度缺氟；

[0030] 当比值大于或等于第三预设阈值时，判定为系统严重缺氟。

[0031] 进一步可选地，获取空调器的系统运行参数值，包括：

[0032] 记录系统运行时长；

[0033] 当系统运行时长达到第一预设时长时，按照预设时间间隔采集系统运行参数值；

[0034] 当系统运行时长达到第二预设时长时，停止采集系统运行参数值，得到多组系统运行参数值；

[0035] 对多组系统运行参数进行预处理，以得到每个运行参数在采集时长内的平均值；

[0036] 其中第一预设时长小于第二预设时长。

[0037] 进一步可选地，第一预设时长的取值范围为大于0且小于或等于20min；

[0038] 第二预设时长的取值范围为大于或等于10min且小于或等于30min；

[0039] 预设时间间隔的取值范围为大于0且小于或等于2min。

[0040] 进一步可选地，检测方法还包括：

[0041] 通过遥控终端对空调器的多个运行参数进行设定以使空调器运行缺氟检测模式，其中，多个运行参数包括压缩机频率、内风机转速、外风机转速和运行模式。

[0042] 进一步可选地，压缩机频率的设定范围为大于或等于20Hz且小于或等于90Hz；

[0043] 内风机转速的设定范围为多个预设内风机风档中的高风档或超高风档；

[0044] 运行模式包括制冷模式、制热模式。

[0045] 本发明还提供了一种空调器缺氟检测系统，空调器设有缺氟检测模式，检测系统包括：

[0046] 数据采集模块，在缺氟检测模式下，获取空调器的系统运行参数值；

[0047] 系统高压预测模块，将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值；

[0048] 缺氟检测模块，根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况。

[0049] 本发明还提供了一种空调器缺氟检测系统，其包括一个或多个处理器以及存储有程序指令的非暂时性计算机可读存储介质，当一个或多个处理器执行程序指令时，一个或多个处理器用于实现上述技术方案任意一项的检测方法。

[0050] 本发明还提供了一种空调器，其特征在于，其采用上述技术方案中任一项的检测方法，或包括上述技术方案任一项的检测系统。

[0051] 采用上述技术方案后，本发明具有以下有益效果：本发明通过调用空调器运行过程的系统运行参数，并对应输入标准高压值预测模型和运行高压值预测模型，能够准确预测系统标准高压值与运行高压值。通过对比标准高压值与运行高压值判断空调器是否处于缺氟状态。本发明简化了空调器缺氟检测的测试流程，在不借助外部检测仪器的条件下，仅通过空调器本身就能检测系统的缺氟状态，减少成本，并且具有较高的检测精度。

[0052] 下面结合附图对本发明的具体实施方式作进一步详细的描述。

附图说明

[0053] 附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：

[0054] 图1是根据本发明实施例的空调器缺氟检测方法的流程示意图。

[0055] 图2是根据本发明实施例的空调器缺氟检测方法的流程示意图。

[0056] 图3是根据本发明实施例的空调器缺氟检测方法的流程示意图。

[0057] 图4是根据本发明实施例的空调器缺氟检测系统的示意框图。

[0058] 需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

[0059] 在本发明的描述中，需要说明的是，术语“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

[0060] 在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“接触”、“连通”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

[0061] 当空调器出现系统冷媒量不足的情况，系统高压(排气压力)会出现衰减。通过实验测试，分析发现系统冷媒量与系统高压(排气压力)之间的联系趋近于某种非线性关系，这种非线性关系可以通过数学解析的方法，利用测试空调器运行在不同冷媒量的系统运行参数(压缩机功率、外管温、内管温等)建立与系统高压(排气压力)的数学映射模型。通过数学映射模型的方法能够针对目标空调器建立一种检测空调器系统缺氟的预测方法，这种预测模型具有靶向性强、预测精度高，同时还可以通过增加不同系列或型号空调器的运行参数数据库提高预测模型的适用性。

[0062] 为解决空调器缺氟检测中对检测设备的依赖性和检测精确度的技术问题，本发明实施例提供了一种基于标准高压值预测模型和运行高压值预测模型的空调器缺氟检测方法，通过调用空调器运行过程的系统运行参数，计算系统标准高压预测值和运行高压预测值，通过比较系统标准高压预测值和运行高压预测值判断冷媒量情况。本发明简化了空调器缺氟检测的测试流程，在不借助外部检测仪器的条件下，仅通过空调器本身就能检测系统的缺氟状态，减少成本，并且具有较高的检测精度。

[0063] 另外，相关实施例中的空调器设有缺氟检测模式，缺氟检测模式具体是指开启空调器后，由检测人员通过遥控器等智能终端设置空调器运行参数，包括压缩机频率、内风机风挡、外风机风档、运行模式等，使之运行在缺氟检测模式。

[0064] 下面结合附图，对本发明实施例的空调器缺氟检测方法进一步说明。

[0065] 图1是根据本发明实施例的空调器缺氟检测方法的流程示意图。参照图1，该检测方法包括步骤S1～S3，其中：

[0066] S1，在缺氟检测模式下，获取空调器的系统运行参数值；

[0067] 进一步可选地，系统运行参数值包括：室外换热器管温T外管温、室外环境温度T外环温、室内换热器管温T内管温、室内环境温度T内环温、室内环境湿度RH内环湿度、室外机交流电流I外机AC电流、压缩机相电流I压缩机相电流和压缩机功率P压缩机功率。

[0068] 其中的室外机交流电流I外机AC电流指的是空调外机包含在内的所有用电部件的电流总和，即外机整机电流。

[0069] 进一步可选地，步骤S1中获取空调器的系统运行参数值，包括步骤S11～S14，其中：

[0070] S11，记录系统运行时长；

[0071] S12，当系统运行时长达到第一预设时长时，按照预设时间间隔采集系统运行参数值；

[0072] S13，当系统运行时长达到第二预设时长时，停止采集系统运行参数值，得到多组系统运行参数值；

[0073] S14，对多组系统运行参数进行预处理，以得到每个运行参数在采集时长内的平均值；

[0074] 其中第一预设时长小于第二预设时长，第一预设时长与第二预设时长的差值即采集时长。

[0075] 当空调器运行缺氟检测模式后，当系统运行时长未达到第一预设时长，数据采集模块不执行数据采集指令，当其运行时长达到第一预设时长时，数据采集模块开始采集第一组系统运行参数值，具体包括室外换热器管温T外管温、室外环境温度T外环温、室内换热器管温T内管温、室内环境温度T内环温、室内环境湿度RH内环湿度、室外机交流电流I外机AC电流、压缩机相电流I压缩机相电流和压缩机功率P压缩机功率。为了避免由于系统波动导致系统运行参数值带来的判断误差，此后将按照预设时间间隔Δt采集系统运行参数值，直至采集时长达到第二预设时长，数据采集模块停止采集数据。

[0076] 数据处理模块对数据采集模块采集的多组系统运行参数值进行预处理，具体方式如下：

[0077] 对于P压缩机功率：

[0078]

[0079] 对于T外环温：

[0080]

[0081] 对于T外管温：

[0082]

[0083] 对于T内环温：

[0084]

[0085] 对于T内管温：

[0086]

[0087] 对于RH内环湿度：

[0088]

[0089] 对于I外机AC电流：

[0090]

[0091] 对于I压缩机相电流：

[0092]

[0093] 上述式中， 和为对应参数的平均值；

[0094] 上述式中，n为记录对应参数的组数；

[0095] 对于组数，当系统运行时长已达到第一预设时长t1时，数据采集模块开始采集第1 1 1 1
一组系统运行参数值，此时n＝1，对应的系统参数值分别为P压缩机功率、T外环温、T外管温、T内环温、
1 1 1 1
T内管温、RH内环湿度、I外机AC电流、和I压缩机相电流；

[0096] 此后将按照预设时间间隔Δt采集一组系统运行参数值，直至系统运行时长达到第二预设时长t2；

[0097] 如当运行时间满足第一个时间间隔Δt，数据采集模块开始采集第二组系统参数，2 2 2 2 2 2
此时n＝2，对应的系统运行参数值分别为P压缩机功率、T外环温、T外管温、T内环温、T内管温、RH内环湿度、
2 2
I外机AC电流、和I压缩机相电流；

[0098] 依次类推，记录对应的系统运行参数值；

[0099] 当系统运行时长达到第二预设时长，数据采集模块将计算得到对应的系统参数和 并将计算
结果传递给对应的系统压力预测模型。

[0100] 进一步可选地，第一预设时长的取值范围为大于0且小于或等于20min；

[0101] 具体地，可为5min、10min、15min，优选值为5min；

[0102] 第二预设时长的取值范围为大于或等于10min且小于或等于20min；

[0103] 具体地，可为10min、15min、20min，优选值为10min；

[0104] 预设时间间隔的取值范围为大于0且小于或等于2min；

[0105] 具体地，可为30s、50s、90S，优选值为30s。

[0106] S2，将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值；

[0107] 其中，标准高压预测值表示空调器在冷媒量为额定冷媒量下以当前运行状态运行的系统高压预测值，运行高压预测值表示空调器当前的系统高压预测值。

[0108] 进一步可选地，结合图2的流程示意图，S2包括S21～S22，其中：

[0109] S21，将室外换热器管温、室外环境温度、室内换热器管温、室内环境温度和室内环境湿度输入标准高压值预设模型，得到标准高压预测值；

[0110] 具体地，标准高压值预测模型获取参数 和并将对应参数代入到模型数学解析式对应自变量因子T外管、T外环、T内管、T内环、RH内环湿度中，计算得到P标准高压值；

[0111] S22，将压缩机功率、室外机交流电流和压缩机相电流输入运行高压值预测模型，得到运行高压预测值。

[0112] 具体地，运行高压值预测模型获取参数 和 并将对应参数代入到模型数学解析式对应自变量因子I外机AC电流、I压缩机相电流和P压缩机功率中，计算得到P运行高压值。

[0113] 进一步可选地，标准高压值预测模型采用如下公式：

[0114] P标准高压＝αT外环+βT外管+γT内环+δT内管+εRH内环湿度；

[0115] 其中，α、β、γ、δ和ε为标准高压值预测模型的修正系数，P标准高压为标准高压预测值，T外环为室外环境温度，T外管为室外换热器管温，T内环为室内环境温度，T内管为室内换热器管温，RH内环湿度为室内环境湿度。

[0116] 进一步可选地，运行高压值预测模型采用如下公式：

[0117] P运行高压＝λP压缩机功率+μI外机AC电流+ρI压缩机机相电流；

[0118] 其中，λ、μ和+为运行高压值预测模型的修正系数，P运行高压为运行高压预测值，I外机AC电流为室外机交流电流，I压缩机相电流为压缩机相电流，P压缩机功率为压缩机功率。

[0119] 本发明实施例利用测试空调器运行在不同冷媒量的系统运行参数(如压缩机功率、外管温、内管温等)建立与系统高压(排气压力)的标准高压值预测模型和运行高压值预测模型。其中标准高压值预测模型可在空调器不停机的情况下，预测其在额定冷媒量下以当前系统运行参数运行时的系统高压值；运行高压值预测模型可预测空调器在实际冷媒量下的系统高压值。这两种预测模型具有靶向性强、预测精度高，同时还可以通过增加不同系列或型号空调器的运行参数数据库提高预测模型的适用性。

[0120] 值得指出的是，在本发明实施例中采用运行高压值预测模型预测空调器在当前冷媒量下的运行高压值，该预测模型具有靶向性强、预测精度高，且无需在空调高压侧排气管路中设置压力检测设备，由此减少了成本。

[0121] S3，根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况。

[0122] 进一步可选地，结合图2的流程示意图，步骤S3包括S31～S33，其中：

[0123] S31，计算标准高压预测值和运行高压预测值的差值；

[0124] S32，计算差值与标准高压预测值的比值；

[0125] S33，将比值与预设阈值进行比较，判断空调器的冷媒量情况。

[0126] 具体地，当系统运行时长达到第二预设时长t2时，标准高压值预测模型和运行高压值预测模型将计算得到的P标准高压值和P运行高压值进行如下差值计算，根据计算得到的ΔP值，根据ΔP值在P标准高压的占比，判断是否大于或等于预设阈值。

[0127] 其中，

[0128] ΔP＝P标准高压‑P运行高压；

[0129] ΔP值在P标准高压的占比θ是根据如下计算得到：

[0130]

[0131] 进一步可选地，预设阈值的取值范围为：大于0且小于或等于40％，优选值为20％、30％、40％；

[0132] 具体地，预设阈值包括第一预设阈值、第二预设阈值、第三预设阈值，其中第一预设阈值小于第二预设阈值，第二预设阈值小于第三预设阈值。

[0133] 进一步可选地，步骤S33具体为：

[0134] 当比值小于第一预设阈值时，判定为系统不缺氟；

[0135] 当比值大于或等于第一预设阈值时，判定为系统轻度缺氟；

[0136] 当比值大于或等于第二预设阈值时，判定为系统中度缺氟；

[0137] 当比值大于或等于第三预设阈值时，判定为系统严重缺氟。

[0138] 进一步可选地，对上述各种冷媒量情况进行相应的提示。

[0139] 进一步可选地，检测方法还包括：

[0140] 通过遥控终端对空调器的多个运行参数进行设定以使空调器运行缺氟检测模式，其中，多个运行参数包括压缩机频率、内风机转速、外风机转速和运行模式。

[0141] 进一步可选地，压缩机频率的设定范围为大于或等于20Hz且小于或等于90Hz；内风机转速的设定范围为多个预设内风机风档中的高风档或超高风档；运行模式包括制冷模式、制热模式。

[0142] 具体地，空调器缺氟检测控制模式具体指的是开启空调器后，由检测人员通过遥控器设置空调器运行参数，包括压缩机频率、内风机风挡、外风机风档、运行模式等；

[0143] 压缩机频率，通过遥控器设定空调压缩机频率，使压缩机按目标频率值运行，压缩机运行频率范围为20Hz～90Hz之间，该目标频率值优选80Hz/60Hz/40Hz之一；

[0144] 内风机风挡，通过遥控器设定空调内风机风档，该风档优选超强档或高风档；

[0145] 外风机风挡，通过遥控器设定空调外风机风档，该风档优选自由模式；

[0146] 运行模式，通过遥控器设定空调运行模式，该运行模式优选制冷模式或制热模式。

[0147] 本发明实施例还提供了一种空调器缺氟检测系统。图3是根据本发明实施例的空调器缺氟检测系统的示意框图。图4是根据本发明实施例的空调器缺氟检测系统的控制流程图。

[0148] 下面结合图3和图4对本发明实施例的空调器缺氟检测系统进一步说明。

[0149] 参照图3，本发明实施例的空调器缺氟检测系统300包括：

[0150] 数据采集模块302，在缺氟检测模式下，获取空调器的系统运行参数值；

[0151] 数据采集模块302，具体指采集空调器运行参数中的T外管温、T外环温、T内管温、T内环温、RH内环湿度、I外机AC电流、I压缩机相电流和P压缩机功率；

[0152] 参照图4，当空调器开机并运行缺氟检测模式后，当系统运行时长未达到第一预设时长t1，期间数据采集模块302不执行数据采集指令，当系统运行时长已达到第一预设时长t1时，数据采集模块302开始采集第一组系统运行参数值，为了避免由于系统波动导致第一组系统运行参数值带来的判断误差，此后将按照等时间间隔Δt采集一组系统运行参数值，直至系统运行时长达到第二预设时长t2时，数据采集模块302停止采集数据；

[0153] 第一预设时长的取值范围为0～20min，优选值为5min；

[0154] 预设时间间隔Δt的取值范围为0～2min，优选值为30s；

[0155] 第二预设时长的取值范围为10～20min，优选值为10min；

[0156] 数据处理模块308，其对采集到的各组系统运行参数值记录后，再求其平均值，将目标平均值传递给系统压力预测模型，系统压力预测模型由标准高压值预测模型和运行高压值预测模型组成，具体方式如下：

[0157] 对于P压缩机功率：

[0158]

[0159] 对于T外环温：

[0160]

[0161] 对于T外管温：

[0162]

[0163] 对于T内环温：

[0164]

[0165] 对于T内管温：

[0166]

[0167] 对于RH内环湿度：

[0168]

[0169] 对于I外机AC电流：

[0170]

[0171] 对于I压缩机相电流：

[0172]

[0173] 上述式中， 和为对应参数的平均值；

[0174] 上述式中，n为记录对应参数的组数；

[0175] 对于组数，当系统运行时长已达到第一预设时长t1时，数据采集模块302开始采集1 1 1 1
第一组系统运行参数值，此时n＝1，对应的系统参数值分别为P压缩机功率、T外环温、T外管温、T内环温、
1 1 1 1
T内管温、RH内环湿度、I外机AC电流、和I压缩机相电流；

[0176] 此后将按照预设时间间隔Δt采集一组系统运行参数值，直至系统运行时长达到第二预设时长t2；

[0177] 如当运行时间满足第一个时间间隔Δt，数据采集模块302开始采集第二组系统参2 2 2 2 2 2
数，此时n＝2，对应的系统参数分别为P压缩机功率、T 外环温、T外管温、T内环温、T 内管温、RH内环湿度、
2 2
I外机AC电流、和I压缩机相电流；

[0178] 依次类推，记录对应的系统运行参数值；

[0179] 当系统运行时长达到第二预设时长，数据采集模块302将计算得到对应的系统参数 和 并将计
算结果传递给对应的系统压力预测模型。

[0180] 系统高压预测模块304，将系统运行参数值对应输入到标准高压值预测模型和运行高压值预测模型，分别得到标准高压预测值和运行高压预测值；

[0181] 其中，标准高压值预测模型由自变量因子T外管、T外环、T内管、T内环、RH内环湿度和因变量P标准高压组成，其数学解析式如下：

[0182] P标准高压＝αT外环+βT外管+γT内环+δT内管+εRH内环湿度；

[0183] 式中，α、β、γ、δ和ε为标准高压值预测模型的修正系数，不具备物理意义；T外环为室外环境温度，T外管为室外换热器管温，T内环为室内环境温度，T内管为室内换热器管温，RH内环湿度为室内环境湿度。

[0184] 运行高压值预测模型由自变量因子I外机AC电流、I压缩机相电流和P压缩机功率和因变量P运行高压组成，其数学解析式如下：

[0185] P运行高压＝λP压缩机功率+μI外机AC电流+ρI压缩机机相电流；

[0186] 式中，λ、μ和ρ为运行高压值预测模型的修正系数，不具备物理意义；

[0187] 当系统运行时长达到第二预设时长t2，数据采集模块302将计算得到对应的系统参数 和 并将
计算结果传递给对应的系统压力预测模型。

[0188] 标准高压值预测模型获取参数 和 并将对应参数代入到模型数学解析式对应自变量因子T外管温、T外环温、T内管温、T内环温、RH内环湿度中，计算得到P标准高压值；

[0189] 运行高压值预测模型获取参数 和 并将对应参数代入到模型数学解析式对应自变量因子I外机AC电流、I压缩机相电流和P压缩机功率中，计算得到P运行高压值。

[0190] 缺氟检测模块306，根据标准高压预测值和运行高压预测值检测空调器的冷媒量情况。

[0191] 具体地，当系统运行时长达到第二预设时长t2时，标准高压值预测模型和运行高压值预测模型将计算达到的P标准高压值和P运行高压值进行如下差值计算，根据计算得到的ΔP值，根据ΔP值在P标准高压的占比(即比值)，判断是否大于或等于预设阈值；

[0192] ΔP＝P标准高压‑P运行高压；

[0193] ΔP值在P标准高压的占比θ是根据如下计算得到：

[0194]

[0195] 预设阈值用来与ΔP值在P标准高压的占比θ进行对比；

[0196] 预设阈值的取值范围为0％～40％，优选值为20％、30％、40％；

[0197] 当占比θ＜20％，判断为系统不缺氟，提示系统冷媒充足；

[0198] 当占比θ≥20％，判断系统缺氟，提示系统轻度缺氟；

[0199] 当占比θ≥30％，判断系统缺氟，提示系统中度缺氟；

[0200] 当占比θ≥40％，判断系统缺氟，提示系统严重缺氟。

[0201] 本发明实施例还提供了一种空调器缺氟检测系统，其包括一个或多个处理器以及存储有程序指令的非暂时性计算机可读存储介质，当一个或多个处理器执行程序指令时，一个或多个处理器用于实现前文任意一项的检测方法。

[0202] 本发明实施例还提供了一种空调器，其采用前文中任一项的检测方法，或包括前文的检测系统。

[0203] 以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

[0204] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

[0205] 以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专利的技术人员在不脱离本发明技术方案范围内，当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明方案的范围内。