大数据驱动的冰箱智能除霜应用研究

doi:10.19784/j.cnki.issn1672-0172.2024.99.104

摘要/Abstract

摘要： 在大数据时代背景下,传统家电行业正经历新技术和业务需求交织融合的历史变革。通过对大量用户冰箱数据统计分析,制定了时间-温差-大数据指标提取规则和除霜决策规则,间接辨识蒸发器凝霜程度,在冰箱性能开始恶化时刻启动除霜。借助于大数据技术,在大数据平台部署了时间-温差-大数据智能化霜系统,针对每台冰箱的每次化霜周期建立标准温差值进行判断决策,通过对优化前后的对比,优化后除霜周期明显得到延长,可对冰箱带来多方面的性能提升。

关键词: 冰箱除霜, 大数据, 温差值

Abstract: In the context of the big data era, the traditional home appliance industry is undergoing a historical transformation of interweaving and integrating new technologies and business needs. Through statistical analysis of a large amount of user refrigerator data, rules for extracting time temperature difference big data indicators and defrosting decision rules have been developed to indirectly identify the degree of evaporator frost, and initiate defrosting when refrigerator performance begins to deteriorate. With the help of big data technology, a time temperature difference big data intelligent defrosting system has been deployed on the big data platform. A standard temperature difference value has been established for each defrosting cycle of each refrigerator to make judgments and decisions. Through comparison before and after optimization, the defrosting cycle has been significantly extended after optimization, which brings multiple performance improvements to the refrigerator.

Key words: Refrigerator defrosting, Big data, Temperature difference value

中图分类号:

TM925
TB6

陈峰峰, 杨昀松, 任飞, 曹代华. 大数据驱动的冰箱智能除霜应用研究[J]. 家电科技, 2024, 0(zk): 493-499.

CHEN Fengfeng, YANG Yunsong, REN Fei, CAO Daihua. Research on the application of big data driven air cooled refrigerator defrosting on demand[J]. Journal of Appliance Science & Technology, 2024, 0(zk): 493-499.

/ 推荐

参考文献

[1] 蒋敬康, 刘修东. 大数据技术在冰箱产品上的应用研究[A]// 中国家用电器协会, 2022年中国家用电器技术大会论文集[C]: 27-33.
[2] 丁文星, 王培宇. 大数据技术在制冷领域的数字化应用[J]. 日用电器, 2024(04): 25-29.
[3] 张卫山, 吕浩, 张元杰, 等. 深度学习驱动的智能冰箱[J]. 计算机科学与探索, 2019, 13(01): 106-115.
[4] Gandomi A, Haider M.Beyond the hype: Big data concepts, methods, and analytics[J]. International Journal of Information Management, 2015, 35(02): 137-144.
[5] Labrinidis, A., Jagadish, H. V.Challenges and opportunities with big data[J]. Proceedings of the VLDB Endowment, 2023, 5(12): 2032-2033.
[6] Huimin L, Fuying L, Binyan S, et al.Big data and supply chain resilience: role of decision-making technology[J]. Management Decision, 2023, 61(09): 2792-2808.
[7] Fernando T. Knabben, Christian J.L, Hermes, Cláudio Melo. In-situ study of frosting and defrosting processes in tube fin evaporators of household refrigerating appliances[J]. International Journal of Refrigeration, 2011, 34(08): 58-68.
[8] 毕略, 李百川, 杨永健, 等. 基于大数据的智能冰箱监控预警与主动服务应用研究[J]. 日用电器, 2023(11): 11-27.
[9] 张艳丽, 赵爽. 基于大数据技术的家电产品质量分析标准研究[J]. 家电科技, 2018(11): 18-21.
[10] 刘雷, 李培培. 风冷冰箱除霜控制分析研究[J]. 日用电器, 2021(10): 103-105.
[11] 李前顺, 唐鲁彦, 蔡移. 冰箱蒸发器除霜研究及优化分析[A]// 中国家用电器协会, 2022年中国家用电器技术大会论文集[C],205-208.
[12] 崔乐梅. 电冰箱如何除霜好[J]. 健康, 2000(03): 27.
[13] 许东晟. 除霜和除霜控制研究[J]. 流体机械, 2006, 34(01): 70-73.
[14] 汤晓亮, 王铁军, 杨帆, 等. 风冷冰箱除霜控制技术研究与应用[J]. 制冷学报, 2013(02): 49-54.
[15] Xiao J, Wang W, Zhao Y H, et al.An analysis of the feasibility and characteristics of photoelectric technique applied in defrost-control[J]. International Journal of Refrigeration, 2009, 32(06): 1350-1357.
[16] Xiao J, Wang W, Guo Q C, et al.An experimental study of the correlation for predicting the frost height in applying the photoelectric technology[J]. International Journal of Refrigeration, 2010, 33(05) : 1006-1014.
[17] 秦俸吉, 赵杏根, 唐鲁彦, 等. 间冷冰箱的除霜控制方法[P]. 中国: CN101726152A.
[18] 王铁军, 刘向农, 吴昊, 等. 风源热泵模糊自修正除霜技术应用研究[J]. 制冷学报, 2005, 26(01): 29-32.
[19] 申江, 窦伟, 向鹏程, 等. 基于神经网络模型的冷库冷风机除霜控制研究[J]. 流体机械, 2020, 48(04): 72-77.
[20] 刘萌萌, 刘松源, 孙清, 等. 风冷冰箱翅片管蒸发器结霜过程动态计算模型[A]//2022年中国家用电器技术大会论文集[C], 461-469.
[21] 王沣浩, 马龙霞, 王志华, 等. 空气源热泵除霜控制方法研究现状及展望[J]. 制冷学报, 2021, 42(05): 27-35.
[22] 李玉祥, 李洪涛, 尹凤福, 等. 无霜冰箱现代除霜技术的研究进展[C]// 中国家用电器协会, 2011年中国家用电器技术大会论文集[C], 32-37.
[23] 顾维维. 冰箱除霜技术综述[J]. 科技创新导报, 2019(17): 98-99.
[24] 罗超, 黄兴华, 陈江平. 翅片管蒸发器结霜过程动态性能的实验研究[J]. 流体机械, 2008, 36(02): 5-9.
[25] 叶冬梅, 孙好雷, 李永高.无霜冰箱能耗改进优化[J]. 家电科技, 2017(03): 46-49.
[26] 滕春华, 亓新, 曹诗亮. 基于风冷冰箱容霜能力评价方法研究与标准化应用[J]. 中国标准化, 2022(11): 216-220.
[27] 沈凌峰, 花纯强, 沈贵可, 等. 风冷冰箱除霜周期实验研究[A]// 中国家用电器协会, 2019年中国家用电器技术大会论文集[C], 54-58.
[28] 周月飞, 舒宏, 陈辉云. 风冷冰箱耗电量影响因素的研究[J]. 日用电器, 2020(10): 71-85.
[29] 马长州, 余涛, 陈开松, 等. 风冷变频冰箱噪声特征综述[J]. 日用电器, 2022(08): 67-71.
[30] 张海鹏, 杨大海, 潘毅广, 等. 风冷冰箱化霜期异常噪声的消除研究与应用[C]// 中国家用电器协会, 2022年中国家用电器技术大会论文集[C], 236-242.
[31] 邱尚斌, 黄保, 谭海辉, 等. 基于数值模拟与试验的超声除霜机理研究[J]. 长沙理工大学学报(自然科学版), 2023, 20(06): 140-148.
[32] 任猛, 陈开松. 冰箱中不同介质处理对食品冷冻保鲜效果影响的实验分析[A]// 中国家用电器协会, 2023年中国家用电器技术大会论文集[C],265-268.
[33] 王海燕, 胡哲, 周伟洪. 冰箱保鲜技术综述[J]. 电器, 2019(02): 24-25.