熱水器以及熱水器混合水溫的控制方法、裝置和設備與流程

本發明涉及智能家居領域，特別是涉及熱水器、熱水器混合水溫的控制方法、裝置和設備。

背景技術：

如今，熱水器已成為人們生活中不可缺少的電器之一，隨著人們高品質生活的不斷追求，人們對熱水器的使用舒適度都有了很高的要求。

熱水器的混合水溫是影響舒適度的重要因素，然而用戶在使用傳統熱水器進行沐浴的時候，往往通過手動調節閥門開度來調節冷水與熱水比例，達到自己合適的溫度，這個過程一般要反反復復多次才能調到合適的水溫。這給用戶的使用帶來了不便，降低了使用的舒適度。

技術實現要素：

基于此，有必要針對傳統熱水器混合水溫控制不方便，影響熱水器使用舒適度的問題，提供一種熱水器、熱水器混合水溫的控制方法、裝置和設備。

一種熱水器，其中，所述熱水器包括控制器、溫度傳感器以及混合閥開度傳感器；溫度傳感器用于獲取當前溫度信息；所述混合閥開度傳感器用于測量混合閥門的當前開度值；所述控制器與所述溫度傳感器及混合閥開度傳感器通訊連接，用于根據當前溫度信息、混合閥門的當前開度值及歷史用水數據調節混合閥門。

上述熱水器，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為一個具體實施方式，其中，所述溫度傳感器包括環境溫度傳感器、儲水溫度傳感器以及混合水溫傳感器；

所述環境溫度傳感器、儲水溫度傳感器以及混合水溫傳感器均與所述控制器連接；

所述環境溫度傳感器用于測量熱水器當前的環境溫度；

所述儲水溫度傳感器用于測量熱水器當前的水箱儲水溫度；

所述混合水溫傳感器用于測量熱水器當前的混合水溫。

作為一個具體實施方式，其中，所述熱水器還包括顯示板；

所述顯示板與所述控制器連接。

一種熱水器混合水溫的控制方法，其中，所述熱水器包括混合閥門；所述控制方法包括：

根據溫度信息在用水習慣庫中獲取歷史用水數據；

當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

上述熱水器混合水溫的控制方法，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為一個具體實施方式，其中，當未獲取到歷史用水數據時所述控制方法包括：

生成本次用水數據；

將本次用水數據存儲到用水習慣庫中。

作為一個具體實施方式，其中，所述生成本次用水數據的步驟包括：

獲取混合閥開度平均值；

若獲取成功，則根據所述混合閥開度平均值生成本次用水數據；

若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

作為一個具體實施方式，其中，所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟之前還包括：

獲取當前的用戶信息；

根據所述當前的用戶信息判斷是否存在對應的用水習慣庫；

如果存在，則執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟；

如果不存在，則根據用戶信息建立對應的用水習慣庫。

作為一個具體實施方式，其中，所述歷史用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

作為一個具體實施方式，其中，所述歷史用水數據包括水箱設定溫度、混合閥開度值、環境溫度和混合水溫；

所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟包括：

獲取當前的環境溫度及當前的水箱設定溫度；

根據所述當前的水箱設定溫度激活目標神經網絡層；

將所述當前的環境溫度作為溫度信息，在與所述目標神經網絡層中匹配神經元；

若匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據。

作為一個具體實施方式，其中，若匹配不成功，則所述獲取歷史用水數據的步驟包括：

根據預先配置的溫度偏移值對當前的環境溫度進行調整；

使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元；

若再次匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據；

若再次匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數；若否，則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

作為一個具體實施方式，其中，所述根據獲取到的歷史用水調整所述混合閥門的開度的步驟之后還包括：

獲取當前的水箱儲水溫度；

比較所述當前的水箱儲水溫度與水箱設定水溫；

若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

將環境溫度作為溫度信息，在與所述第二目標神經網絡層中匹配神經元，獲取第二用水數據；

判斷是否重新獲取到第二用水數據；

若是，則根據第二用水數據調整混合閥門的開度。

作為一個具體實施方式，其中，若未重新獲取到第二用水數據，則所述控制方法還包括：

調整混合閥門的開度；

監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫；

若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據；

若否，則判斷所述混合閥門的開度是否達到預先配置的最大值；若未達到預先配置的最大值，則繼續調整混合閥門的開度；

若達到預先配置的最大值，則發送提醒信息。

一種熱水器混合水溫的控制裝置，其中，所述熱水器包括混合閥門；

所述控制裝置包括：

數據獲取模塊，用于根據溫度信息在用水習慣庫中獲取歷史用水數據；

開度調整模塊，用于當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

上述熱水器混合水溫的控制裝置，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為一個具體實施方式，其中，當未獲取到歷史用水數據時所述控制裝置包括：

數據生成模塊，用于生成本次用水數據；

數據存儲模塊，用于將本次用水數據存儲到用水習慣庫中。

作為一個具體實施方式，其中，所述數據生成模塊包括：

平均值獲取單元，用于執行平均算法獲取混合閥開度平均值；

本次數據生成單元，用于若獲取成功，則根據所述混合閥開度平均值生成本次用水數據，若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

作為一個具體實施方式，其中，所述控制裝置還包括：

用戶信息獲取模塊，用于獲取用戶信息；

信息判斷模塊，用于根據用戶信息判斷是否有對應用水習慣庫，如果有，則由數據獲取模塊執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟，如果沒有，則根據用戶信息建立用水習慣庫。

作為一個具體實施方式，其中，所述用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

作為一個具體實施方式，其中，所述歷史用水數據包括水箱設定溫度、混合閥開度值、環境溫度和混合水溫；

所述數據獲取模塊包括：

溫度獲取單元，用于獲取當前的環境溫度及當前的水箱設定溫度；

目標激活單元，用于根據所述當前的水箱設定溫度激活目標神經網絡層；

信息匹配單元，用于將所述當前的環境溫度作為溫度信息，在與所述目標神經網絡層中匹配神經元；

數據獲取單元，用于若匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據。

作為一個具體實施方式，其中，若匹配不成功，數據獲取模塊包括：

溫度調整單元，用于根據預先配置的溫度偏移值對當前的環境溫度進行調整；

神經元獲取單元，用于使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元；

用水數據獲取單元，用于若再次匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據；

次數判斷單元，用于若再次匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數，若否，則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

作為一個具體實施方式，其中，所述控制裝置還包括：

水溫比較模塊，用于獲取當前的水箱儲水溫度；

溫度判斷模塊，用于比較所述當前的水箱儲水溫度與水箱設定水溫，若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

第二數據獲取模塊，用于將環境溫度作為溫度信息，在與所述第二目標神經網絡層中匹配神經元，獲取第二用水數據；

第二數據判斷模塊，用于判斷是否重新獲取到第二用水數據，若是，則根據第二用水數據調整混合閥門的開度。

作為一個具體實施方式，其中，若未重新獲取到第二用水數據，則所述控制裝置還包括：

開度調整模塊，用于調整混合閥門的開度；

水溫監測模塊，用于監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫，若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據；

調整判斷模塊，用于判斷所述混合閥門的開度是否達到預先配置的最大值；若未達到預先配置的最大值，則繼續調整混合閥門的開度；

信息發送模塊，用于發送提醒信息。

一種熱水器混合水溫的控制設備，所述熱水器包括混合閥門；所述設備包括處理器、存儲器以及存儲在存儲器上的計算機程序，其中，所述計算機程序在被所述處理器執行時實現以下步驟：

根據溫度信息在用水習慣庫中獲取歷史用水數據；

當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

上述熱水器混合水溫的控制設備，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為其中一種具體實施方式，其中，當未獲取到歷史用水數據時，所述計算機程序在被所述處理器執行時還可以實現以下步驟：

生成本次用水數據；

將本次用水數據存儲到用水習慣庫中。

作為其中一種具體實施方式，其中，所述生成本次用水數據的步驟包括：

獲取混合閥開度平均值；

若獲取成功，則根據所述混合閥開度平均值生成本次用水數據；

若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

作為其中一種具體實施方式，其中，處理器執行所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟之前還包括：

獲取當前的用戶信息；

根據所述當前的用戶信息判斷是否存在對應的用水習慣庫；

如果存在，則執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟；

如果不存在，則根據用戶信息建立對應的用水習慣庫。

作為其中一種具體實施方式，其中，所述歷史用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

作為其中一種具體實施方式，其中，所述歷史用水數據包括水箱設定溫度、混合閥開度值、環境溫度和混合水溫。

作為其中一種具體實施方式，其中，處理器執行所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟包括：

獲取當前的環境溫度及當前的水箱設定溫度；

根據所述當前的水箱設定溫度激活目標神經網絡層；

將所述當前的環境溫度作為溫度信息，在所述目標神經網絡層中匹配神經元；

若匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據。

作為其中一種具體實施方式，其中，若匹配不成功，則處理器執行所述獲取歷史用水數據的步驟包括：

根據預先配置的溫度偏移值對當前的環境溫度進行調整；

使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元；

若再次匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據；

若再次匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數；若否，

則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

作為其中一種具體實施方式，其中，處理器執行所述根據獲取到的歷史用水調整所述混合閥門的開度的步驟之后還包括：

獲取當前的水箱儲水溫度；

比較所述當前的水箱儲水溫度與水箱設定水溫；

若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

將環境溫度作為溫度信息，在所述第二目標神經網絡層中匹配神經元，獲取第二用水數據；

判斷是否重新獲取到第二用水數據；

若是，則根據第二用水數據調整混合閥門的開度。

作為一種具體實施方式，其中，若未重新獲取到第二用水數據，則所述計算機程序在被所述處理器執行時還可以實現以下步驟：

調整混合閥門的開度；

監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫；

若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據；

若否，則判斷所述混合閥門的開度是否達到預先配置的最大值；若未達到預先配置的最大值，則繼續調整混合閥門的開度；

若達到預先配置的最大值，則發送提醒信息。

附圖說明

圖1為其中一個實施方式提供的熱水器的電子閥門控制部分結構示意圖；

圖2為其中一個實施方式提供的熱水器的電子閥門控制部分結構示意圖；

圖3為其中一個實施方式提供的熱水器混合水溫控制方法的流程圖；

圖4為其中一種實施方式提供的控制方法的獲取本次用水數據的步驟的流程圖；

圖5為其中一個實施方式提供的神經網絡中l_t1層拓撲結構的示意圖；

圖6為其中一種實施方式提供的獲取歷史用水數據的步驟的流程圖；

圖7為其中一種實施方式提供的控制方法的部分流程圖；

圖8為一種熱水器混合水溫的控制裝置的結構示意圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不用于限定本發明。

請參閱圖1，圖1是其中一個實施方式提供的熱水器的電子閥門控制部分結構示意圖。所述熱水器包括控制器101，溫度傳感器103以及混合閥開度傳感器105；所述溫度傳感器103用來獲取當前溫度信息，混合閥開度傳感器105用于測量混合閥門107的當前開度值，并將測量得到的混合閥門107的當前開度值傳送給所述控制器101，所述控制器101用于根據所述混合閥門107的當前開度值、當前溫度信息及歷史用水數據調節混合閥門107。

具體地，所述控制器101用于在用水習慣庫中獲取歷史用水數據，并可以根據歷史用水數據調節混合閥門107。所述控制器101可以還用于根據當前的溫度信息、混合閥門107的當前開度值生成本次用水數據，并將本次用水數據存儲在用水習慣庫中，以便在下一次用水時從用水數據庫中直接調取用水數據，對混合閥門107進行調節。

具體地，溫度傳感器103可以用于獲取熱水器的當前溫度信息，并可以將獲取的當前溫度信息傳送給所述控制器101。

具體地，混合閥開度傳感器105可以用于測量混合閥門107的當前開度值，并可以將混合閥門107的當前開度值傳送給所述控制器。

具體地，混合閥門107可以用于調節冷水、熱水的比例，從而調節出水溫度。混合閥門可以采用電子閥門，兩端分別與控制器101、混合閥開度傳感器105連接。

具體地，所述控制器101可以與所述溫度傳感器102、所述混合閥開度傳感器105通信連接。

上述熱水器，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

請參閱圖2，圖2是其中一個實施方式提供的熱水器的電子閥門控制部分結構示意圖。

所述熱水器包括控制器101，混合閥開度傳感器105、混合閥門107、環境溫度傳感器1031、儲水溫度傳感器1033以及混合水溫傳感器1035。

具體地，所述環境溫度傳感器1031用于測量熱水器的環境溫度，所述儲水溫度傳感器1033用于測量熱水器的水箱儲水溫度，所述混合水溫傳感器1035用于測量熱水器的混合水溫。環境溫度傳感器1031、儲水溫度傳感器1035以及混合水溫傳感器1037均與所述控制器101連接，分別將測量的環境溫度、水箱儲水溫度以及混合水溫傳送給所述控制器101。

上述熱水器，根據環境溫度、水箱儲水溫度、混合水溫等溫度的不同自動調節混合閥門，進一步提高了用戶使用熱水器的舒適度。

請繼續參閱圖2，所述熱水器還包括顯示板109，所述顯示板109與控制器101連接。

具體地，所述顯示板109用于顯示控制器101中的信息，顯示板101還可以用于輸入輸出交互信息。

上述熱水器，通過使用顯示板將控制器中的信息顯示出來，從而使用戶更清晰直觀的顯示當前水溫等信息以及交互信息，進一步提升了熱水器的用戶體驗，進一步提高了用戶使用熱水的舒適度。

請參閱圖3，圖3是其中一個實施方式提供的熱水器混合水溫控制方法的流程圖。其中，所述控制方法應用于熱水器，所述熱水器包括混合閥門；

所述控制方法包括：

s302，根據溫度信息在用水習慣庫中獲取歷史用水數據。

具體地，所述用水習慣庫由一條或多條歷史用水數據組成。當用戶使用熱水器時，可以根據當前的混合閥開度值等信息生成用水數據，將每次用水數據都存儲入用水習慣庫中。通過用水習慣庫的不斷累積，等用戶再次使用熱水器時，可以通過溫度傳感器獲取溫度信息，并通過溫度信息從用水習慣庫中的匹配合適的歷史用水數據，并根據所述歷史用水數據中的混合閥開度值去調整混合閥門的開度。通過這種方式，使熱水器具備了自主學習能力，即首先從用水習慣庫中獲取歷史用水數據，當用水數據庫中沒有合適的歷史用水數據時，則根據本次用水情況生成本次用水數據，熱水器學習本次用水數據，并更新用水習慣庫。進一步地，所述歷史用水數據可以存儲在神經元中，通過神經網絡的自組織形成用水習慣庫。

s304，當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

具體地，當用戶使用熱水器時，在用水習慣庫的記錄中選擇出歷史用水數據，然后通過歷史用水數據中的混合閥開度值去調整混合閥門的開度。

進一步地，當用戶使用熱水器時，無法根據直接測量的溫度信息獲得歷史用水數據時，還可以調整溫度信息等其他方式獲取歷史用水數據，并根據獲取的歷史數據去調整所述混合閥門的開度。所述混合閥門的開度可以用來調節熱水與冷水的比例，從而得到舒適溫度的水。

上述控制方法，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

請繼續參閱圖3，圖3是其中一個實施方式提供的熱水器混合水溫控制方法的流程圖。其中，所述方法包括：

步驟s306，生成本次用水數據。

具體地，當無法從用水習慣庫中獲取歷史用水數據時，熱水器將提示用戶手動調整混合閥門，再通過混合閥開度傳感器測量當前的混合閥開度值，并根據歷史用水數據的數據結構，通過各種手段感知其他數據段的信息，根據這些信息生成本次用水數據。

步驟s308，將本次用水數據存儲在用水習慣庫中。

具體地，熱水器根據當前的混合閥開度值生成本次用水數據。并將本次用水數據存儲在用水習慣庫中，方便下次使用熱水器時調取。可以理解，熱水器自主生成用水數據，并不斷更新用水習慣庫就是熱水器自主學習的過程，熱水器可以通過這種自主學習，不斷的累計用戶的用水數據，不斷地提升用戶體驗。

上述控制方法，通過熱水器自主學習，不斷地累計用戶的歷史用水數據，進一步提高了用戶使用熱水器的舒適度。

請參閱圖4，圖4為其中一種實施方式提供的控制方法的獲取本次用水數據的步驟的流程圖，所述步驟包括：

s402，獲取混合閥開度平均值。

具體地，可通過平均算法獲取混合閥開度的平均值，所述平均算法是指調取存儲的用戶前n次使用的歷史用水數據，并計算這n次歷史用水數據中的混合閥開度值的平均值，就得到了所述混合閥開度平均值。可以根據具體需求確定選擇平均的次數n，例如，若選擇平均的次數為3，則直接調取存儲的前3次使用的歷史用水數據，并將這3次歷史用水數據中的混合閥門的開度值取平均值。進一步地，所述平均的次數可以在3至7之間(包括3與7)的整數中任意選擇。

s404，若獲取成功，則根據混合閥開度平均值生成所述本次用水數據。

具體地，如果能夠根據所述平均算法獲得所述混合閥開度平均值，則根據計算獲取的混合閥門開度平均值，生成新的歷史用水數據。

s406，若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

具體地，如果根據平均算法沒有獲取所述混合閥開度平均值，例如沒有足夠的歷史用水數據。則提示用戶手動調整混合閥門，并利用混合閥開度傳感器測量用戶手動調整的混合閥門的開度。然后讀取混合閥開度傳感器的測量數值，生成本次用水數據。

作為其中一種具體實施方式提供的控制方法，所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟之前還包括：獲取當前的用戶信息；根據所述當前的用戶信息判斷是否存在對應的用水習慣庫；如果存在，則執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟；如果不存在，則根據用戶信息建立對應的用水習慣庫。

具體地，首先判斷用戶是否初次使用該熱水器，如果是初次使用熱水器，則需要根據用戶信息建立自己的賬戶，以便熱水器可以識別用戶。如果判斷用戶已經使用該熱水器，則根據該用戶的用水習慣庫去獲取歷史用水數據。可以理解，所述用戶信息包括并不限于用戶的生理信息、名稱信息、語音命令等。

作為其中一個實施方式提供的控制方法，所述歷史用水數據包括水箱設定溫度、水箱實時溫度、混合閥開度值、環境溫度和混合水溫。

具體地，歷史用水數據的數據結構可以包括水箱設定溫度數據段、水箱實時溫度數據段、混合閥開度值數據段、環境溫度數據段以及混合水溫數據段，對應的，一條歷史用水數據可以包括水箱設定溫度、水箱實時溫度、混合閥開度值、環境溫度和混合水溫。所述水箱設定溫度是指水箱中熱水溫度的設定值，可以由用戶進行設定。所述水箱實時溫度可以由儲水溫度傳感器進行測量。所述混合閥開度值可以由混合閥開度傳感器測量。所述環境溫度是指熱水器所處環境的溫度，可以由環境溫度傳感器測量。所述混合水溫是指用戶感受到的水溫，通過混合閥門的開度，調整冷熱水的調整比例獲得混合水溫，可以由混合水溫傳感器測量。

作為其中一種實施方式提供的控制方法，其中，所述歷史用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

具體地，熱水器對于歷史用水數據不斷地積累學習，將累計學習到的歷史用水數據存儲在神經元中，利用神經網絡學習算法的再勵模式，結合有教師學習和無教師學習兩種方式，進行神經網絡的自組織。

具體地，例如，當水箱設定溫度ta1被用戶設定時，則l_ta1層神經網絡即被建立，所有水箱設定溫度為ta1的神經元均被激活。每個神經元均可被作為節點，與周圍神經元相連，從而使得本層神經網絡的神經元之間以及各層神經網絡的神經元之間廣泛相連。請參閱圖5，圖5為其中一個實施方式提供的神經網絡中l_t1層拓撲結構的示意圖，可以理解，圖5只表達了一層神經網絡層，而在三維空間中，多層神經網絡廣泛互聯，相互激勵。

上述控制方法，可以根據環境溫度、水箱設定溫度、水箱實時溫度、混合水溫去匹配相應的混合閥開度值，細化了在不同條件下用戶對水溫的需求，將所述歷史用水數據存儲在神經元中，并結合自組織的神經網絡，提升了尋找到合適的歷史用水數據的效率，從而進一步提升了用戶的舒適度。

請參閱圖6，圖6為其中一種實施方式提供的獲取歷史用水數據的步驟的流程圖，所述獲取歷史用水數據的步驟包括：

s602，獲取當前的環境溫度及當前的水箱設定溫度。

具體地，可以通過環境溫度傳感器測量當前的環境溫度，并將當前的環境溫度傳送給控制器，獲取當前的水箱設定溫度，并將所述水箱設定溫度傳送給控制器。

s604，根據所述當前的水箱設定溫度激活目標神經網絡層。

具體地，當用戶設定了水箱設定溫度，則首先使用水箱設定溫度激活與水箱設定溫度對應的神經網絡層，所述對應的神經網絡層就是所述目標神經網絡層。然后再使用其他溫度信息進一步在該對應的神經網絡層中匹配神經元。

s606，將所述當前的環境溫度作為溫度信息，在與所述目標神經網絡層中匹配神經元。

具體地，為了描述方便，設環境溫度為t，以當前的環境溫度t去匹配神經元。進一步地，如果設定水箱設定溫度為ta1，則在l_ta1層的神經網絡中，以當前的環境溫度t去匹配神經元。

s608，若匹配成功，則獲取處于興奮狀態神經元，并獲取存儲在所述神經元中的歷史用水數據。

具體地，神經元中存儲的歷史用水數據包括水箱設定溫度、水箱儲水溫度、混合閥開度值、環境溫度和混合水溫。所述匹配成功是指，設當前的環境溫度為t，設在所述水箱設定溫度ta1，則神經網絡層l_ta1中，當l_ta1神經網絡層中，存在某一神經元的環境溫度為t，則匹配成功，且該神經元處于興奮狀態，從而可以獲得該神經元中存儲的歷史用水數據，進而從歷史用水數據中可以得到混合閥開度值，再根據混合閥開度值去調整混合閥門的開度，獲得舒適的沐浴水溫。

請繼續參閱圖6，作為其中一種實施方式提供的控制方法，若匹配不成功，則所述獲取歷史用水數據的步驟包括：

s6102，根據預先配置的溫度偏移值對當前的環境溫度進行調整。

具體地，若根據測量的環境溫度沒有獲取到歷史用水數據，則對環境溫度進行微調，用微調后的環境溫度進行匹配神經元。微調的幅度是可以根據神經網絡的拓撲結構進行配置，也可以根據需求進行配置。例如預先配置的溫度偏移值為1度，獲取的環境溫度為20度，則將環境溫度微調至19度及21度，分別使用微調后的環境溫度，即19度及21度進行匹配神經元。

s6104，使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元。

具體地，使用微調后的環境溫度，再次在目標神經網絡中匹配神經元。例如使用19度及21度作為溫度信息，在l_ta1層神經網絡中匹配神經元。

s6106，若匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數。

具體地，最大調整次數是根據需求預先配置的，例如可以將最大調整次數設定為兩次。所述統計調整次數，是指對調整的次數進行統計，每執行一次調整步驟可以認為是調整一次，例如獲取的環境溫度為20度，預先配置的溫度偏移值為1度，則將環境溫度微調為19度或21度，則視為調整一次；再將調整次數與預先配置的最大調整次數進行比較。

s6108，若否，則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

具體地，將環境溫度微調為19度或21度后，視為調整一次，判斷調整次數小于預先配置的最大調整次數，則可以對調整后的環境溫度再次進行微調；將19度調整為18度，將21度調整為22度，然后使用18度及22度作為調整后的環境溫度再去匹配神經元，并獲取匹配到的神經元中存儲的歷史用水數據，然后根據歷史用水數據中的混合閥開度值去調整混合閥門的開度。

進一步地，還可以將所述歷史用水數據中的混合閥開度值、當前的水箱設定溫度、當前的水箱儲水溫度、當前的環境溫度以及當前的混合水溫作為一條用水數據存儲到相應神經網絡層的神經元中，使用戶再次在相同條件下使用熱水器，可以直接匹配到相應歷史用水數據，減少了歷史用水數據的獲取時間。

請參閱圖7，圖7為其中一種實施方式提供的控制方法的部分流程圖，所述根據獲取到的歷史用水數據調整所述混合閥門的開度的步驟之后還包括：

s702，獲取當前的水箱儲水溫度；

具體地，從儲水溫度傳感器獲取當前的水箱儲水溫度。

s704，比較所述當前的水箱儲水溫度是否小于水箱設定水溫；

具體地，將所述當前的水箱儲水溫度與水箱設定水溫進行比較。如果當前的水箱儲水溫度低于水箱設定水溫，則說明水箱中熱水的溫度不足，此時混合閥門的開度應當根據當前的水箱儲水水溫做出相應調整。

s706，若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

具體地，為了描述方便，設當前的水箱儲水溫度為tc1，設定水溫為ta1，一般地，儲水水溫tc1應當等于設定水溫ta1，因此則激活的神經網絡層是l_ta1層。但是如果儲水水溫tc1小于設定水溫ta1時，則表明熱水的出水溫度下降，因此，熱水器應當以儲水水溫去調整混合閥門的開度，通過改變冷、熱水的比例來使混合水溫不受影響。因此，應當根據tc1的值，激活其對應的l_tc1層神經網絡，并在l_tc1層中繼續根據環境溫度去匹配神經元，獲取第二歷史用水數據。

進一步地，如果水箱儲水溫度等于設定溫度，則繼續監測并獲取水箱儲水溫度。

s708，將環境溫度作為溫度信息，在與所述第二目標神經網絡層中匹配神經元，獲取第二用水數據。

具體地，獲取當前的環境溫度作為溫度信息，獲取第二用水數據。并根據第二用水數據中的混合閥開度值去調整混合閥門的開度。可以理解，還可以對當前的環境溫度進行微調，用微調后的環境溫度作為溫度信息獲取所述第二用水數據。

s710，判斷是否重新獲取到第二歷史用水數據。

s712，若是，則根據所述第二歷史用水數據調整混合閥門的開度。

具體地，如果能夠重新獲取到所述第二歷史用水數據，則根據第二歷史用水數據調整混合閥門的開度，以保持混合水溫的溫度。

請繼續參閱圖7，作為其中一種實施方式提供的控制方法，若未重新獲取到第二歷史用水數據，則所述控制方法還包括：

s7142，調整混合閥門的開度。

具體地，控制器根據預先設置的調整幅度，小幅調整混合閥門的開度。

s7144，監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫；

具體地，所述歷史用水數據即用戶開始沐浴時熱水器在用水數據庫中獲取的歷史用水數據，所述歷史用水數據的數據結構可以包括混合水溫數據段，其中存儲混合水溫。而混合水溫主要起監測作用，如果當前的混合水溫小于存儲的混合水溫，則需要調整混合閥門的開度。

具體地，在每次小幅調整混合閥門的開度后，監測當前的混合水溫是否與所述的歷史用水數據中存儲的混合水溫相同。

s7146，若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據。

具體地，根據混合閥傳感器測量的混合閥開度值，以及儲水溫度傳感器測量的水箱儲水溫度，混合水溫傳感器獲取當前的混合水溫以及環境溫度傳感器測量的環境溫度，生成本次用水數據并將所述本次用水數據存儲在相應的神經元中。

s7148，若否，則判斷所述混合閥門的開度是否達到預先配置的最大值；若達到預先配置的最大值，則繼續調整混合閥門的開度。

具體地，在調整混合閥門的過程中，還可以監測混合閥門的開度是否達到預先配置的最大值。如果沒有達到最大值，則繼續調整混合閥門的開度。

s7149，若未達到預先配置的最大值，則發送提醒信息。

具體地如果達到預先配置的最大值，熱水器將無法通過調整混合閥門的方式調整混合水溫，此時，熱水器可以主動提醒用戶熱水器中熱水不足。

請參閱圖8。圖8為一種熱水器混合水溫的控制裝置的結構示意圖，其中，所述熱水器包括混合閥門；

所述控制裝置包括：

數據獲取模塊，用于根據溫度信息在用水習慣庫中獲取歷史用水數據；

開度調整模塊，用于當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

上述熱水器混合水溫的控制裝置，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為一個具體實施方式，其中，當未獲取到歷史用水數據時所述控制裝置包括：

數據生成模塊，用于生成本次用水數據；

數據存儲模塊，用于將本次用水數據存儲到用水習慣庫中。

作為一個具體實施方式，其中，所述數據生成模塊包括：

平均值獲取單元，用于執行平均算法獲取混合閥開度平均值；

狀態判斷單元，用于若獲取成功，則根據所述混合閥開度平均值生成本次用水數據，若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

作為一個具體實施方式，其中，所述控制裝置還包括：

用戶信息獲取模塊，用于獲取用戶信息；

信息判斷模塊，用于根據用戶信息判斷是否有對應用水習慣庫，如果有，則由數據獲取模塊執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟，如果沒有，則根據用戶信息建立用水習慣庫。

作為一個具體實施方式，其中，所述用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

作為一個具體實施方式，其中，所述歷史用水數據包括水箱設定溫度、混合閥開度值、環境溫度和混合水溫。

作為一個具體實施方式，其中，所述數據獲取模塊包括：

溫度獲取單元，用于獲取當前的環境溫度及當前的水箱設定溫度；

目標激活單元，用于根據所述當前的水箱設定溫度激活目標神經網絡層；

信息匹配單元，用于將所述當前的環境溫度作為溫度信息，在與所述目標神經網絡層中匹配神經元；

數據獲取單元，用于若匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據。

作為一個具體實施方式，其中，若匹配不成功，數據獲取模塊包括：

溫度調整單元，用于根據預先配置的溫度偏移值對當前的環境溫度進行調整；

神經元獲取單元，用于使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元；

用水數據獲取單元，用于若再次匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據；

次數判斷單元，用于若再次匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數，若否，則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

作為一個具體實施方式，其中，所述控制裝置還包括：

水溫比較模塊，用于獲取當前的水箱儲水溫度；

溫度判斷模塊，用于比較所述當前的水箱儲水溫度與水箱設定水溫，若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

第二數據獲取模塊，用于將環境溫度作為溫度信息，在與所述第二目標神經網絡層中匹配神經元，獲取第二用水數據；

第二數據判斷模塊，用于判斷是否重新獲取到第二用水數據，若是，則根據第二用水數據調整混合閥門的開度。

作為一個具體實施方式，其中，若未重新獲取到第二用水數據，則所述控制裝置還包括：

開度調整模塊，用于調整混合閥門的開度；

水溫監測模塊，用于監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫，若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據；

調整判斷模塊，用于判斷所述混合閥門的開度是否達到預先配置的最大值；若未達到預先配置的最大值，則繼續調整混合閥門的開度；

信息發送模塊，用于發送提醒信息。

一種熱水器混合水溫的控制設備，所述熱水器包括混合閥門；所述設備包括處理器、存儲器以及存儲在存儲器上的計算機程序，其中，所述計算機程序在被所述處理器執行時實現以下步驟：

根據溫度信息在用水習慣庫中獲取歷史用水數據；

當獲取到歷史用水數據時，根據獲取到的歷史用水數據調整所述混合閥門的開度。

上述熱水器混合水溫的控制設備，通過根據用戶的用水習慣，自動調節混合閥門，通過調節冷水熱水的比例自動達到用戶的舒適沐浴溫度，從而提高了用戶使用熱水器的舒適度。

作為其中一種具體實施方式，其中，當未獲取到歷史用水數據時，所述計算機程序在被所述處理器執行時還可以實現以下步驟：

生成本次用水數據；

將本次用水數據存儲到用水習慣庫中。

作為其中一種具體實施方式，其中，所述生成本次用水數據的步驟包括：

獲取混合閥開度平均值；

若獲取成功，則根據所述混合閥開度平均值生成本次用水數據；

若未獲取成功，則讀取混合閥開度傳感器的數值，并根據所述混合閥開度傳感器的數值生成本次用水數據。

作為其中一種具體實施方式，其中，處理器執行所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟之前還包括：

獲取當前的用戶信息；

根據所述當前的用戶信息判斷是否存在對應的用水習慣庫；

如果存在，則執行根據溫度信息在所述用水習慣庫中獲取歷史用水數據的步驟；

如果不存在，則根據用戶信息建立對應的用水習慣庫。

作為其中一種具體實施方式，其中，所述歷史用水數據存儲于神經元中，所述神經元用于通過神經網絡算法進行神經網絡的自組織。

作為其中一種具體實施方式，其中，所述歷史用水數據包括水箱設定溫度、混合閥開度值、環境溫度和混合水溫。

作為其中一種具體實施方式，其中，處理器執行所述根據溫度信息在用水習慣庫中獲取歷史用水數據的步驟包括：

獲取當前的環境溫度及當前的水箱設定溫度；

根據所述當前的水箱設定溫度激活目標神經網絡層；

將所述當前的環境溫度作為溫度信息，在所述目標神經網絡層中匹配神經元；

若匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據。

作為其中一種具體實施方式，其中，若匹配不成功，則處理器執行所述獲取歷史用水數據的步驟包括：

根據預先配置的溫度偏移值對當前的環境溫度進行調整；

使用調整后的環境溫度作為溫度信息，再次在所述目標神經網絡層中匹配神經元；

若再次匹配成功，則獲取處于興奮狀態的神經元，并獲取存儲在所述神經元中的歷史用水數據；

若再次匹配不成功，統計調整次數，判斷調整次數是否達到預先配置的最大調整次數；若否，

則繼續根據預先配置的溫度偏移值對調整后的環境溫度進行再次調整。

作為其中一種具體實施方式，其中，處理器執行所述根據獲取到的歷史用水調整所述混合閥門的開度的步驟之后還包括：

獲取當前的水箱儲水溫度；

比較所述當前的水箱儲水溫度與水箱設定水溫；

若所述當前的水箱儲水溫度小于水箱設定溫度，則根據所述當前的水箱儲水溫度激活第二目標神經網絡層；

將環境溫度作為溫度信息，在所述第二目標神經網絡層中匹配神經元，獲取第二用水數據；

判斷是否重新獲取到第二用水數據；

若是，則根據第二用水數據調整混合閥門的開度。

作為一種具體實施方式，其中，若未重新獲取到第二用水數據，則所述計算機程序在被所述處理器執行時還可以實現以下步驟：

調整混合閥門的開度；

監測當前的混合水溫是否等于歷史用水數據中存儲的混合水溫；

若是，則根據獲取當前的混合閥開度值，并根據所述當前的混合閥開度值生成本次用水數據；

若否，則判斷所述混合閥門的開度是否達到預先配置的最大值；若未達到預先配置的最大值，則繼續調整混合閥門的開度；

若達到預先配置的最大值，則發送提醒信息。

本領域內的技術人員應明白，本申請的實施例可提供為方法、系統、或計算機程序產品。因此，本申請可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限于磁盤存儲器、cd-rom、光學存儲器等)上實施的計算機程序產品的形式。

本申請是參照根據本申請實施例的方法、設備(系統)、和計算機程序產品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的制造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用于實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬于本發明的保護范圍。因此，本發明專利的保護范圍應以所附權利要求為準。