一種低噪音電機風扇的轉速調節方法、裝置及設備與流程

本發明涉及非變容式泵，具體涉及一種低噪音電機風扇的轉速調節方法、裝置及設備。

背景技術：

1、隨著消費者對舒適性要求的提高，帶有通風的座椅已經成為日常家用的重要配置，例如帶有通風功能的家用沙發，或者車輛內的座椅通風等，它通過提供良好的空氣流通和溫度控制，顯著提升了舒適性體驗。而通常通風通過在座椅內部安裝低噪音電機風扇，并通過安裝在座椅背部或者內部的溫度和濕度傳感器來實時監測溫度和濕度，然后控制器根據溫度和濕度調整低噪音電機風扇的轉速，確保座椅通風效果處于理想狀態。

2、現今，通常為固定的風扇模式實現座椅通風。但是，在計算需求模型的過程中，由于座椅人員通常會發生一定程度的變動，由于每個人員的體質不同，其對溫度的感知以及產生汗液的程度是不同的，因此對應的溫度和濕度數據是不同的，其所需的風扇轉速也是不同的，現今直接使用歷史溫度和濕度傳感器數據構建用戶的需求模型會導致風扇轉速的調整不準確。

技術實現思路

1、為了解決上述的技術問題，本發明的目的在于提供一種低噪音電機風扇的轉速調節方法、裝置及設備，所采用的技術方案具體如下：

2、第一方面，本技術實施例提供了一種低噪音電機風扇的轉速調節的方法，包括：

3、分別獲取若干個座椅歷史的若干次數的使用數據，所述使用數據包括溫度數據、濕度數據和風扇轉速數據；

4、根據所述使用數據，確定所有所述座椅對應的每一次所述使用數據中的第一目標使用數據以及第二目標使用數據，所述第一目標使用數據表征所述溫度數據對所述風扇轉速數據的影響程度大于所述濕度數據對所述風扇轉速數據的影響程度，所述第二目標使用數據表征所述濕度數據對所述風扇轉速數據的影響程度大于所述溫度數據對所述風扇轉速數據的影響程度；

5、根據所述第一目標使用數據以及所述第二目標使用數據，確定每一所述第一目標使用數據的第一關鍵程度以及每一所述第二目標使用數據的第二關鍵程度，并根據所述第一關鍵程度、所述第二關鍵程度以及所述使用數據構建目標多元線性回歸模型；

6、獲取實時溫度數據以及實時濕度數據，根據所述目標多元線性回歸模型、所述實時溫度數據以及所述實時濕度數據，確定低噪音電機風扇的目標轉速以進行調節。

7、在一種實施方式中，所述根據所述使用數據，確定所有所述座椅對應的每一次所述使用數據中的第一目標使用數據以及第二目標使用數據包括：

8、分別確定每一所述座椅的每一次所述使用數據中，所述溫度數據的第一波動曲線、所述濕度數據的第二波動曲線以及所述風扇轉速數據的第三波動曲線；

9、根據所述第一波動曲線、所述第二波動曲線以及所述第三波動曲線，確定每一所述座椅的每一次所述使用數據中，所述溫度數據的第一數據變化特征以及所述濕度數據的第二數據變化特征；

10、根據所述第一數據變化特征與所述第二數據變化特征，確定所有所述座椅對應的每一次所述使用數據中的第一目標使用數據以及第二目標使用數據。

11、在一種實施方式中，所述根據所述第一波動曲線、所述第二波動曲線以及所述第三波動曲線，確定每一所述座椅的每一次所述使用數據中，所述溫度數據的第一數據變化特征以及所述濕度數據的第二數據變化特征包括：

12、確定所述第一波動曲線的所有第一極值點、所述第二波動曲線的所有第二極值點以及所述第三波動曲線的所有第三極值點；

13、根據每兩個所述第一極值點確定一個第一子曲線段、每兩個所述第二極值點確定一個第二子曲線段以及每兩個所述第三極值點確定一個第三子曲線段，并確定每一所述第一子曲線段的第一斜率值、每一所述第二子曲線段的第二斜率值以及每一所述第三子曲線段的第三斜率值；

14、分別確定每一次所述使用數據中的所述第一斜率值與對應的所述第三斜率值的第一比值，并確定每一所述第一比值與預設數值的第一差值，根據所述第一差值以及所述第一子曲線段的第一數量，確定第一差值總和，根據所述第一差值總和與所述第一數量的第二比值，確定每一所述座椅的每一次所述使用數據中，所述溫度數據的第一數據變化特征；

15、分別確定每一次所述使用數據中的所述第二斜率值與對應的所述第三斜率值的第三比值，并確定每一所述第三比值與預設數值的第二差值，根據所述第二差值以及所述第二子曲線段的第二數量，確定第二差值總和，根據所述第二差值總和與所述第二數量的第四比值，確定每一所述座椅的每一次所述使用數據中，所述濕度數據的第二數據變化特征。

16、在一種實施方式中，所述根據所述第一數據變化特征與所述第二數據變化特征，確定所有所述座椅對應的每一次所述使用數據中的第一目標使用數據以及第二目標使用數據包括：

17、將所述第一數據變化特征與所述第二數據變化特征進行比較；

18、當所述第一數據變化特征小于或者等于所述第二數據變化特征，將所述第一數據變化特征對應的所述座椅的所述使用數據作為第一目標使用數據；

19、當所述第一數據變化特征大于所述第二數據變化特征，將所述第二數據變化特征對應的所述座椅的所述使用數據作為第二目標使用數據。

20、在一種實施方式中，所述根據所述第一目標使用數據以及所述第二目標使用數據，確定每一所述第一目標使用數據的第一關鍵程度以及每一所述第二目標使用數據的第二關鍵程度包括：

21、將所有所述第一目標使用數據歸為第一特征簇，將所有所述第二目標使用數據歸為第二特征簇；

22、從所述第一目標使用數據對應的座椅中確定第一目標座椅，以及確定除所述第一目標座椅之外的若干第二目標座椅，確定所述第一目標使用數據中，所述第一目標座椅的溫度數據的第一溫度均值、所述第一目標座椅的風扇轉速數據的第一風速均值、每一所述第二目標座椅的溫度數據的第二溫度均值以及風扇轉速數據的第二風速均值；分別確定所述第一目標座椅對應的第一數據變化特征與每一所述第二目標座椅對應的第一數據變化特征的第一變化特征差值，根據所述第一變化特征差值、所述第一溫度均值、所述第二溫度均值、所述第一風速均值以及所述第二風速均值，確定第一可能性值，通過從所述第一目標使用數據對應的座椅中確定不同的第一目標座椅，返回所述確定除所述第一目標座椅之外的若干第二目標座椅的步驟，得到所述第一特征簇對應的兩兩座椅之間的第一目標使用數據的第一可能性值，根據所述第一可能性值，確定每一所述第一目標使用數據的第一關鍵程度；

23、從所述第二目標使用數據對應的座椅中確定第三目標座椅，以及確定除所述第三目標座椅之外的若干第四目標座椅，確定所述第二目標使用數據中，所述第三目標座椅的溫度數據的第三溫度均值、所述第三目標座椅的風扇轉速數據的第三風速均值、每一所述第四目標座椅的溫度數據的第四溫度均值以及風扇轉速數據的第四風速均值，分別確定所述第三目標座椅對應的第二數據變化特征與每一所述第四目標座椅對應的第二數據變化特征的第二變化特征差值，根據所述第二變化特征差值、所述第三溫度均值、所述第四溫度均值、第三風速均值以及第四風速均值，確定第二可能性值，通過從所述第二目標使用數據對應的座椅中確定不同的第三目標座椅，返回所述確定除所述第三目標座椅之外的若干第四目標座椅的步驟，得到所述第二特征簇對應的兩兩座椅之間的第二目標使用數據的第二可能性值，根據所述第二可能性值，確定每一所述第二目標使用數據的第二關鍵程度；

24、其中，所述第一可能性值表征所述第一目標座椅與每一所述第二目標座椅的兩兩第一目標使用數據為同一人員數據的可能性，所述第二可能性值表征所述第三目標座椅與每一所述第四目標座椅的兩兩第二目標使用數據為同一人員數據的可能性。

25、在一種實施方式中，所述根據所述第一變化特征差值、所述第一溫度均值、所述第二溫度均值、所述第一風速均值以及所述第二風速均值，確定第一可能性值包括：

26、根據所述第一變化特征差值與歸一化函數，確定歸一化結果；

27、以所述第一溫度均值和所述第一風速均值為第一組合，以所述第二溫度均值和所述第二風速均值為第二組合，確定所述第一組合和所述第二組合的歐式距離；

28、根據所述歸一化結果與所述歐式距離的第一乘積，確定第一可能性值。

29、在一種實施方式中，所述根據所述第一可能性值，確定每一所述第一目標使用數據的第一關鍵程度包括：

30、根據所有所述第一可能性值，對所有所述第一目標使用數據進行聚類，得到若干個小簇，并按照每一所述小簇中包含所述第一目標使用數據的實際數量的大小，由大至小將所述小簇按照對應的序號排列；

31、分別確定每一所述小簇對應的所述實際數量與所有所述第一目標使用數據的總數量的第五比值、所述小簇的序號與所述小簇的數量的第六比值、所述小簇中的所述第一目標使用數據在所有座椅中存在的數量與座椅數量的第七比值；

32、確定所述第五比值、所述第六比值以及所述第七比值的第二乘積，根據歸一化函數以及所述第二乘積，確定每一所述第一目標使用數據的第一關鍵程度。

33、在一種實施方式中，所述根據所述第一關鍵程度、所述第二關鍵程度以及所述使用數據構建目標多元線性回歸模型包括：

34、將所述第一關鍵程度作為對應的所述第一目標使用數據的第一權重，以及將所述第二關鍵程度作為對應的所述第二目標使用數據的第二權重；

35、根據所述第一權重以及所述第二權重，對所有所述使用數據進行加權計算，得到加權后的使用數據；

36、根據加權后的使用數據，構建目標多元線性回歸模型。

37、第二方面，本技術實施例提供了一種低噪音電機風扇的轉速調節裝置，包括：

38、獲取模塊，用于分別獲取若干個座椅歷史的若干次數的使用數據，所述使用數據包括溫度數據、濕度數據和風扇轉速數據；

39、第一確定模塊，用于根據所述使用數據，確定所有所述座椅對應的每一次所述使用數據中的第一目標使用數據以及第二目標使用數據，所述第一目標使用數據表征所述溫度數據對所述風扇轉速數據的影響程度大于所述濕度數據對所述風扇轉速數據的影響程度，所述第二目標使用數據表征所述濕度數據對所述風扇轉速數據的影響程度大于所述溫度數據對所述風扇轉速數據的影響程度；

40、構建模塊，用于根據所述第一目標使用數據以及所述第二目標使用數據，確定每一所述第一目標使用數據的第一關鍵程度以及每一所述第二目標使用數據的第二關鍵程度，并根據所述第一關鍵程度、所述第二關鍵程度以及所述使用數據構建目標多元線性回歸模型；

41、第二確定模塊，用于獲取實時溫度數據以及實時濕度數據，根據所述目標多元線性回歸模型、所述實時溫度數據以及所述實時濕度數據，確定低噪音電機風扇的目標轉速以進行調節。

42、第三方面，本技術實施例提供了一種電子設備，包括：處理器和存儲器，該存儲器中存儲指令，該指令由該處理器加載并執行，以實現上述各方面任一種實施方式中的方法。

43、本發明具有如下有益效果：

44、通過分別獲取若干個座椅歷史的若干次數的使用數據，使用數據包括溫度數據、濕度數據和風扇轉速數據，根據使用數據，確定所有座椅對應的每一次使用數據中，溫度數據對風扇轉速數據的影響程度大于濕度數據對風扇轉速數據的影響程度的第一目標使用數據，以及濕度數據對風扇轉速數據的影響程度大于溫度數據對風扇轉速數據的影響程度的第二目標使用數據，確定出對風扇轉速數據影響更大的因素，有利于提高后續處理的準確度；根據第一目標使用數據以及第二目標使用數據，確定每一第一目標使用數據的第一關鍵程度以及每一第二目標使用數據的第二關鍵程度，并根據第一關鍵程度、第二關鍵程度以及使用數據構建目標多元線性回歸模型，考慮數據的關鍵程度構建的目標多元線性回歸模型，相對現有的模型準確度更高；獲取實時溫度數據以及實時濕度數據，根據目標多元線性回歸模型、實時溫度數據以及實時濕度數據，確定低噪音電機風扇的目標轉速以進行調節，從而提高風扇轉速的調節效果。