[发明专利]一种手持吸尘器的输出功率控制方法、装置和手持吸尘器在审
| 申请号: | 202310505971.0 | 申请日: | 2023-05-06 |
| 公开(公告)号: | CN116584842A | 公开(公告)日: | 2023-08-15 |
| 发明(设计)人: | 檀冲;李建辉 | 申请(专利权)人: | 北京小狗吸尘器集团股份有限公司 |
| 主分类号: | A47L9/28 | 分类号: | A47L9/28;A47L9/00;A47L5/24 |
| 代理公司: | 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 | 代理人: | 杨超 |
| 地址: | 100026 北京市朝阳*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 手持 吸尘器 输出功率 控制 方法 装置 | ||
1.一种手持吸尘器的输出功率控制方法,其特征在于,包括:
识别吸尘器上连接的电池包的类型;
识别吸尘器上连接的刷头的类型;
基于所述电池包与刷头的类型,确定所述吸尘器的功率策略,所述功率策略与所述吸尘器上连接的电池包和刷头的类型一一对应;
基于所述功率策略控制所述吸尘器的输出功率。
2.根据权利要求1所述的手持吸尘器的输出功率控制方法,其特征在于,识别吸尘器上连接的电池包类型,包括:
检测吸尘器上连接的电池包的输出电压值;
将所述输出电压值分别与不同类型的电池包对应的额定输出电压阈值进行比较,得到所述输出电压值对应电池包的类型,其中,不同类型的电池包的额定输出电压阈值各不同。
3.根据权利要求1所述的手持吸尘器的输出功率控制方法,其特征在于,所述电池包由多个相同电池单元组成,不同类型的电池包的数量不同;
识别吸尘器上连接的电池包类型,包括:
检测吸尘器上连接的电池包的输出电压值,以及所述电池包的其中一个电池单元的单元电压值;
计算所述输出电压值与所述单元电压值的比值;
将所述比值与不同类型的电池包对应的电池单元数量进行比较,得到所述比值对应电池包的类型。
4.根据权利要求1所述的手持吸尘器的输出功率控制方法,其特征在于,识别吸尘器上连接的刷头的类型,包括:
检测与吸尘器连接的刷头内的预置电阻在相同电路回路中的电阻分压值,其中,不同类型的刷头内的预置电阻的阻值各不同;
将所述电阻分压值与不同类型的刷头对应的电阻分压阈值进行比较,得到所述电阻分压值对应刷头的类型。
5.根据权利要求1-4中任一项所述的手持吸尘器的输出功率控制方法,其特征在于,所述功率策略为表示吸尘器的输出功率与档位对应关系的函数,所述函数在二维坐标的第一象限内为增函数或减函数。
6.根据权利要求5所述的手持吸尘器的输出功率控制方法,其特征在于,所述基于所述功率策略控制所述吸尘器的输出功率,包括:
获取所述吸尘器当前的档位;
基于所述函数,确定所述吸尘器在当前档位下对应的目标输出功率;
控制所述吸尘器的输出功率为所述目标输出功率。
7.根据权利要求6所述的手持吸尘器的输出功率控制方法,其特征在于,所述吸尘器上连接的电池包或刷头的类型不同时,对应的功率策略不同。
8.一种手持吸尘器的输出功率控制装置,其特征在于,包括:
电池识别模块,被配置为识别吸尘器上连接的电池包的类型;
刷头识别模块,被配置为识别吸尘器上连接的刷头的类型;
功率策略模块,被配置为基于所述电池包与刷头的类型,确定所述吸尘器的功率策略,所述功率策略与所述吸尘器上连接的电池包和刷头的类型一一对应;
功率调节模块,被配置为基于所述功率策略控制所述吸尘器的输出功率。
9.一种手持吸尘器,其包括电池包、刷头、电机和控制电路板,所述电池包和刷头分别与所述吸尘器可分离连接,其特征在于,所述控制电路板至少包括处理器、存储器,以及存储在存储器中的计算机程序,当所述处理器运行所述计算机程序时,实现上述权利要求1-7中任一项所述的手持吸尘器的输出功率控制方法。
10.根据权利要求9所述的手持吸尘器,其特征在于,所述刷头内设有预置电阻,所述电池包由多个相同电池单元组成,所述控制电路板上至少设有电阻分压检测电路和电池电压检测电路;
当所述吸尘器上连接刷头和电池包时,所述刷头的预置电阻串联或并联于电阻分压检测电路中,所述电池包或/和电池单元串联或并联于所述电池电压检测电路中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小狗吸尘器集团股份有限公司,未经北京小狗吸尘器集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310505971.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种管道机器人
- 下一篇:风机控制的方法、模型训练的方法及智能温控设备





