[发明专利]冷媒泄漏的提醒方法及装置和空调器

说明书

技术领域

本发明涉及制冷技术领域，具体而言，涉及一种冷媒泄漏的提醒方法方法及装置，还涉及一种空调器。

背景技术

R290冷媒因其自身高能效、低碳排放等优点正在逐步成为家用空调行业的主流制冷剂，但其自身具有的易燃易爆特性对空调器的产品安全性能提出巨大挑战，当R290冷媒在空调器中发生泄漏时，存在产品爆炸的危险。相关技术中的冷媒泄漏检测技术通过检测室内机蒸发器T2感温包温度变化来判断是否存在泄漏，虽然能够检测到冷媒是否泄漏，但存在检测时间长、检测结果可靠性差、容易出现误判而影响用户使用等缺点。

因此，如何更高效，可靠的发现冷媒泄漏并给予用户以提醒，成为目前亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种冷媒泄漏的提醒方法。

本发明的另一个目的在于提出了一种冷媒泄漏的提醒装置。

本发明的又一个目的在于提出了一种空调器。

有鉴于此，本发明提出了一种冷媒泄漏的提醒方法，用于空调器，空调器包括蒸发器，其特征在于，提醒方法包括：检测蒸发器的中部温度T2、排气温度TP和中部冷凝压力P1；根据蒸发器的中部温度T2、排气温度TP和中部冷凝压力P1，按照预设神经网络模型计算得到冷媒浓度值α；判断冷媒浓度值α是否大于预设阈值α_sd；当冷媒浓度值α大于预设阈值α_sd时，发出报警提示。

根据本发明的冷媒泄漏的提醒方法，通过检测蒸发器的中部温度T2、排气温度TP和中部冷凝压力P1，并将检测到的数值带入到预设神经网络模型中，经过计算得到冷媒浓度值α，将冷媒浓度值α与预设阈值α_sd进行比较(其中预设阈值α_sd具体可根据不同国家、地区的国标标准而定)，当冷媒浓度值α大于预设阈值α_sd时，说明冷媒已泄漏，此时发出报警提示。通过本发明的技术方案，能够快速、准确的检测空调器中的冷媒是否发生泄漏，增加检测结果的可靠性，减少冷媒泄漏的误判，从而有效避免因冷媒泄漏对空调器造成的损害及给用户带来的生命、财产安全隐患。

另外，根据本发明上述的冷媒泄漏的提醒方法，还可以具有如下附加的技术特征：

在上述技术方案中，优选地，按照预设神经网络模型计算得到冷媒浓度值α之前包括：检测并判断空调器所处当前环境的环境温度所在的环境温度区间；根据环境温度区间确定对应的预设神经网络模型。

在该技术方案中，空调器运行过程中，环境温度的改变对冷媒量的变化产生影响，冷媒量的变化会导致温度、压力等多个参数的变化，且各参数之间是相互耦合的，存在强烈的非线性关系。通过检测并判断空调器所处当前环境的环境温度所在的环境温度区间，选择与其对应的预设神经网络模型，能够避免环境温度的变化对计算冷媒浓度值带来的影响，从而及时、准确的判断空调器中的冷媒是否发生泄漏，进一步增加检测结果的可靠性，减少冷媒泄漏的误判。

在上述任一技术方案中，优选地，实验室模拟冷媒泄漏场景，检测蒸发器的中部温度T2、排气温度TP和中部冷凝压力P1作为BP神经网络输入参数；检测冷媒浓度值作为BP神经网络输出参数；运行BP神经网络进行训练，得到预设神经网络模型。

在该技术方案中，BP(Back Propagation)神经网络，是一种按误差逆传播算法训练的多层前馈网络，能够学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。通过采用BP神经网络算法，不断学习训练，得到与各个环境温度区间相对应的预设神经网络模型，从而在判断冷媒是否泄漏的过程中，只需检测蒸发器的中部温度T2、排气温度TP和中部冷凝压力P1，并结合环境温度区间对应的预设神经网络模型，即可计算出冷媒浓度值。从而及时、准确的检测空调器中的冷媒是否发生泄漏，给予用户提醒，避免因冷媒泄漏对空调器造成的损害及给用户带来的生命、财产安全隐患。

在上述任一技术方案中，优选地，冷媒为R290冷媒。