一种洗衣机控制方法及装置和洗衣机制造方法及图纸

一种洗衣机控制装置，包括：神经网络学习模块，将和所述洗衣内部运动相关的检测数据输入神经网络进行学习，并输出学习后的数据；神经网络控制模块，判断所述学习后的数据是否满足洗衣机运动的控制要求以及神经网络学习模块是否停止学习，并将所述学习后的数据用于控制所述洗衣机的内部运动。还提供了一种洗衣机控制方法、一种用于控制洗衣机洗涤筒运动的神经网络训练方法、一种用于控制洗衣机洗涤筒运动的神经网络再学习的方法、一种非暂时性计算机可读介质和一种洗衣机。本发明专利技术的方案在通过神经网络学习改变转速控制振动的基础上，增加了空气弹簧和制动减速装置作为辅助，能够对洗衣机进行实时调节，使洗衣机运行平稳。使洗衣机运行平稳。使洗衣机运行平稳。

【技术实现步骤摘要】
一种洗衣机控制方法及装置和洗衣机


[0001]本专利技术涉及自动控制领域，更具体地涉及一种洗衣机的控制方法和装置、一种用于控制洗衣机洗涤筒运动的神经网络训练方法、一种用于控制洗衣机洗涤筒运动的神经网络再学习的方法，一种洗衣机以及一种非暂时性计算机可读介质。

技术介绍

[0002]随着科技水平的提高，智能洗衣机越来越普遍地得到应用，其为人们的生活提供了很大方便。洗衣机脱水时洗衣机洗涤筒内筒需高速运转，加/减速过程中桶内衣物分布不均匀，导致洗涤筒内筒受到的离心力忽大忽小，产生振动。随着振动频率升高，内/外筒振幅加大，容易发生撞筒现象，洗衣噪音大且存在安全隐患，影响用户体验。
[0003]目前洗衣机的减振方案多数采用减振结构或安装减振装置，增加了洗衣机结构复杂性，多数是通过结构被动减振，不利于主动控制；部分专利采用图像识别的方法检测衣物分布，图像处理复杂，不利于动态检测。现有专利US21200390389A1提出一种洗衣机动态不平衡检测方法，专利DE102120229223A1提出通过电机转速控制洗衣机振动的方法，现有技术需要一种能够有效控制洗衣机振动减小的技术。
[0004]在通过神经网络学习改变转速控制振动的基础上，增加了空气弹簧和制动减速装置作为辅助。
[0005]上述在背景部分公开的信息仅用于对本专利技术的背景做进一步的理解，因此它可以包含对于本领域普通技术人员已知的不构成现有技术的信息。

技术实现思路

[0006]本专利技术旨在解决上述现有技术中的相关问题。本专利技术一方面提供了一种洗衣机的控制方法和装置，另一方面提供了一种用于控制洗衣机洗涤筒运动的神经网络训练方法，另一方面提供了一种用于控制洗衣机洗涤筒运动的神经网络再学习的方法，一种洗衣机以及还提供了以及一种非暂时性计算机可读介质。通过本专利技术提供的方案，可以有效解决洗衣机加速/减速/高速运行的过程中，内外筒振动强烈，洗衣噪音大且存在安全隐患的问题；通过本专利技术的方案可以有效解决现有技术中减振结构和减振装置不利于主动控制，只能被动减振的问题；通过本专利技术的方案可以有效解决现有技术中图像检测方法复杂，不适用于动态检测，且没有考虑安装环境和机器磨损对振动的影响的问题；通过本专利技术的方案可以有效解决仅通过控制电机转速减小振动，形式单一，电机控制要求高的问题；本专利技术的方案在通过神经网络学习改变转速控制振动的基础上，增加了空气弹簧和制动减速装置作为辅助，能够对洗衣机进行实时调节，使洗衣机运行平稳。
[0007]本专利技术的第一方面提供一种洗衣机控制装置，包括：神经网络学习模块，将和所述洗衣内部运动相关的检测数据输入神经网络进行学习，并输出学习后的数据；神经网络控制模块，判断所述学习后的数据是否满足洗衣机运动的控制要求，以及神经网络学习模块是否停止学习，并将所述根据学习后的数据用于控制所述洗衣机的内部运动。
[0008]根据本专利技术的一个实施例，还包括：存储器，存储所述检测数据、所述神经网络自学习生成的数据和神经网络控制模块输出的数据，以在控制所述洗衣机时使用。
[0009]根据本专利技术的一个实施例，其中所述神经网络学习模块包括第一神经网络和第二神经网络，其中所述第一神经网络适用于洗衣机的洗涤筒以固定转速运行情形下的学习，所述第二神经网络适用于洗衣机的洗涤筒以可变转速运行的情形下的学习。
[0010]根据本专利技术的一个实施例，其中，所述第一神经网络和第二神经网络输入的数据为洗涤筒的x轴向位移、y轴向位移、z轴向位移和弹性部件对洗涤筒的拉力数据，所述第一神经网络的输出为洗衣机中所述弹性部件工作状态相关的数据；所述第二神经网络的输出为洗衣机中与电机转速、电机加速度、弹性部件工作状态和制动摩擦力相关的数据。
[0011]根据本专利技术的一个实施例，所述第一神经网络包括顺序相连的输入层、高斯层、隐藏层和输出层，其中，所述输入层包括4个输入单元，分别输入洗涤筒的x轴向位移、y轴向位移、z轴向位移和对洗涤筒的拉力；所述高斯层包括4个高斯单元，每个高斯单元中的高斯函数根据输入和输出的相关性进行自我调整，并对所述各个输入单元赋权重值；所述隐藏层根据输入单元中的数据量决定该隐藏层的深度，隐藏层的每层包括多个节点，每个节点的输入是前一层节点输出后的权重值；输出层包括1个输出单元，所述输出单元将数据经过所述隐藏层的最后一个节点后乘以权重值后输出所述弹性部件工作状态相关的数据。
[0012]根据本专利技术的一个实施例，所述第二神经网络包括顺序相连的输入层、高斯层、隐藏层和输出层，其中，所述输入层包括4个输入单元，分别输入洗涤筒的x轴向位移、y轴向位移、z轴向位移和对洗涤筒的拉力；所述高斯层包括4个高斯单元，每个高斯单元中的高斯函数根据输入和输出的相关性进行自我调整，并对所述各个输入单元赋权重值；所述隐藏层根据输入单元中的数据量决定隐藏层的深度，隐藏层的每层包括多个节点，每个节点的输入是前一层节点输出后的权重值；输出层包括4个输出单元，所述每个输出单元将数据经过所述隐藏层的最后一个节点后乘以权重值，分别输出洗衣机中与电机转速、电机加速度、弹性部件工作状态和制动摩擦力相关的数据。
[0013]根据本专利技术的一个实施例，其中，还包括：位移检测模块，用于检测洗衣机洗涤筒的振动位移，并将所述振动位移的物理量转换为电信号；弹力检测模块，用于检测洗衣机中弹簧对洗涤筒的拉力大小及方向，并将所述拉力大小和方向转换为电信号；其中，所述洗衣机内部运动相关的检测数据包括与所述位移检测模块和所述弹力检测模块输出的电信号相关的数据。
[0014]根据本专利技术的一个实施例，还包括：电机驱动模块，根据所述神经网络控制模块输出的数据调整洗衣机电机的转速和加速度；阀控制模块，根据所述神经网络控制模块输出的数据控制洗衣机的所述弹性部件的工作状态；制动输出模块，根据所述神经网络控制模块输出的数据控制洗涤筒的转速。
[0015]根据本专利技术的一个实施例，所述弹性部件为和洗涤桶连接的空气弹簧减震装置，所述空气弹簧减震装置中包括空气弹簧气囊、活塞、密封端板和橡胶止档、电磁阀和稳压气源室，其中，所述阀控制模块根据所述神经网络控制模块输出的数据控制所述电磁阀的关断，从而控制所述空气弹簧气囊的状态。
[0016]本专利技术的第二方面提供一种洗衣机控制方法，包括：将和所述洗衣内部运动相关的检测数据输入神经网络进行学习，并输出学习后的数据；判断所述学习后的数据是否满
足洗衣机运动的控制要求，以及神经网络学习模块是否停止学习，并将所述根据学习后的数据用于控制所述洗衣机的内部运动。
[0017]根据本专利技术的一个实施例，存储所述检测数据、所述神经网络自学习生成的数据和神经网络输出的数据，以在控制所述洗衣机时使用。
[0018]根据本专利技术的一个实施例，其中所述神经网络包括第一神经网络和第二神经网络，其中所述第一神经网络适用于洗衣机的洗涤筒以固定转速运行情形下的学习，所述第二神经网络适用于洗衣机的洗涤筒以可变转速运行的情形下的学习。
[0019]根据本专利技术的一个实施例，检测洗衣机洗涤筒的振动位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种洗衣机控制装置，包括：神经网络学习模块，将和所述洗衣机内部运动相关的检测数据输入神经网络进行学习，并输出学习后的数据；神经网络控制模块，判断所述学习后的数据是否满足洗衣机运动的控制要求以及神经网络学习模块是否停止学习，并将所述学习后的数据用于控制所述洗衣机的内部运动。2.根据权利要求1所述的装置，还包括：存储器，存储所述检测数据、所述神经网络自学习生成的数据和神经网络控制模块输出的数据，以在控制所述洗衣机时使用。3.根据权利要求1所述的装置，其中所述神经网络学习模块包括第一神经网络和第二神经网络，其中所述第一神经网络适用于洗衣机的洗涤筒以固定转速运行情形下的学习，所述第二神经网络适用于洗衣机的洗涤筒以可变转速运行的情形下的学习。4.根据权利要求3所述的装置，其中，所述第一神经网络和第二神经网络输入的数据为洗涤筒的x轴向位移、y轴向位移、z轴向位移和弹性部件对洗涤筒的拉力数据，所述第一神经网络的输出为洗衣机中所述弹性部件工作状态相关的数据；所述第二神经网络的输出为洗衣机中与电机转速、电机加速度、弹性部件工作状态和制动摩擦力相关的数据。5.根据权利要求4所述的装置，所述第一神经网络包括顺序相连的输入层、高斯层、隐藏层和输出层，其中，所述输入层包括4个输入单元，分别输入洗涤筒的x轴向位移、y轴向位移、z轴向位移和对洗涤筒的拉力；所述高斯层包括4个高斯单元，每个高斯单元中的高斯函数根据输入和输出的相关性进行自我调整，并对所述各个输入单元赋权重值；所述隐藏层根据输入单元中的数据量决定该隐藏层的深度，每个隐藏层包括多个节点，每个节点的输入是前一层节点输出后的权重值；输出层包括1个输出单元，所述输出单元将数据经过所述隐藏层的最后一个节点后乘以权重值后输出所述弹性部件工作状态相关的数据。6.根据权利要求5所述的装置，所述第二神经网络包括顺序相连的输入层、高斯层、隐藏层和输出层，其中，所述输入层包括4个输入单元，分别输入洗涤筒的x轴向位移、y轴向位移、z轴向位移和对洗涤筒的拉力；所述高斯层包括4个高斯单元，每个高斯单元中的高斯函数根据输入和输出的相关性进行自我调整，并对所述各个输入单元赋权重值；所述隐藏层根据输入单元中的数据量决定隐藏层的深度，每个隐藏层包括多个节点，每个节点的输入是前一层节点输出后的权重值；输出层包括4个输出单元，所述每个输出单元将数据经过所述隐藏层的最后一个节点后乘以权重值，分别输出洗衣机中与电机转速、电机加速度、弹性部件工作状态和制动摩擦力相关的数据。7.根据权利要求1所述的装置，还包括：位移检测模块，用于检测洗衣机洗涤筒的振动位移，并将所述振动位移的物理量转换为电信号；
弹力检测模块，用于检测洗衣机中弹簧对洗涤筒的拉力大小及方向，并将所述拉力大小和方向转换为电信号；其中，所述洗衣机内部运动相关的检测数据包括与所述位移检测模块和所述弹力检测模块输出的电信号相关的数据。8.根据权利要求6所述的装置，还包括：电机驱动模块，根据所述神经网络控制模块输出的数据调整洗衣机电机的转速和加速度；阀控制模块；根据所述神经网络控制模块输出的数据控制洗衣机的所述弹性部件的工作状态；制动输出模块，根据所述神经网络控制模块输出的数据控制洗衣机洗涤筒的转速。9.根据权利要求8所述的装置，所述弹性部件为和洗涤桶连接的空气弹簧减震装置，所述空气弹簧减震装置中包括空气弹簧气囊、活塞、密封端板和橡胶止档、电磁阀和稳压气源室。其中，所述阀控制模块根据所述神经网络控制模块输出的数据控制所述电磁阀的关断，从而控制所述空气弹簧气囊的状态。10.一种洗衣机控制方法，包括：将和所述洗衣内部运动相关的检测数据输入神经网络进行学习，并输出学习后的数据；判断所述学习后的数据是否满足洗衣机运动的控制要求，以及神经网络学习模块是否停止学习，并将所述根据学习后的数据用于控制所述洗衣机的内部运动。11.根据权利要求10所述的方法，还包括存储所述检测数据、所述神经网络自学习生成的数据和神经网络输出的数据，以在控制所述洗衣机时使用。12.根据权利要求10所述的方法，其中所述神经网络包括第一神经网络和第二神经网络，其中所述第一神经网络适用于洗衣机的洗涤筒以固定转速运行情形下的学习，所述第二神经网络适用于洗衣机的洗涤筒以可变转速运行的情形下的学习。13...

【专利技术属性】
技术研发人员：张洁，蔡谷奇，熊育平，黄锡坤，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：