一種油煙機的智能油污檢測技術

魏華鋒 班永 王強

杭州老板電器股份有限公司 浙江杭州 311100

1 引言

消費者在在廚房烹飪時，會產生較大的油煙，在通過油煙機將油煙排到室外的過程中，其煙機的濾網會粘附一些油污，當油煙機的濾網過濾油煙一段時間后，其濾網的孔隙會黏附一層油煙污漬，影響油煙機的風量和攏煙效果。尤其遇到低樓層的用戶或者公共煙道開機率較高的單元，其煙機在排煙過程將耗費較多的能量克服沿程阻力損失，從而進一步惡化煙機的吸油煙機的風量和攏煙效果，從而導致消費者的投訴，影響產品的口碑和品牌形象。

目前采用固定時間提醒消費者清洗過濾網，但不同地區的消費者烹飪的習慣不同，無法準確反饋油煙機濾網堵塞情況，因此常用有人投訴額定時間設定不準確，同時濾網堵塞后，由于油煙機上的濾網較臟，有些消費者也不愿意對其進行清洗，若不及時清洗，將造成濾網進一步堵塞，繼續惡化煙機的攏煙效果。

本文主要研究一種智能油污提醒方案，結合智能硬件和軟件實現與消費者的互動及提高與消費者的黏度。即通過壓力傳感器采集油煙機的靜壓和動壓的變化情況，進行智能算法反饋出其濾網堵塞情況，通過Wi-Fi模塊將濾網堵塞情況反饋到售后終端，售后根據情況與消費者取得聯系并上門服務，從而有效的解決消費者痛點，同時通過上門服務，有效提高了產品服務能力和品牌形象，進一步增強了消費者的黏度和忠誠度，進一步實現售后的增值服務，除此之外，還有效了提高Wi-Fi智能產品的激活量。

2 油污提醒原理

智能油污提醒技術原理示，包括：1.風壓模塊；2.Wi-Fi模塊；3.售后管理系統；4.信息提醒/上門服務。其中風壓模塊包含兩個壓力傳感器，一個檢測煙機的動壓（全壓-靜壓），另一個檢測油煙機全壓（全壓-大氣壓），通過兩者之間的差，得到靜壓的變化（靜壓-大氣壓），智能程序根據油煙機的靜壓變化和動壓變化得出油污積累情況。如當油煙機程序系統檢測到靜壓變化和動壓變化到預設閾值時，系統智能判定處理，通過Wi-Fi模塊發出相關指令到售后管理系統，售后管理系統依據指令將所需的服務發給消費者和該地區的服務工程師，工程師預約消費者上門服務并做好記錄，上傳到售后管理系統，形成服務過程的閉環，同時根據智能系統記錄其油煙機的油污清洗和保養情況，通過大數據了解消費者的使用習慣，從而實現定制產品的開發。

3 智能油污提醒控制方法

對于初始周期的數據采集作為基準值和判定周期的數據采集作為判定值，準確的反映煙機的運行規律。其中以安裝后的煙機進行10h的數據采集作為基準值，該初始周期10h稱之為基準值周期，其后以3h作為小周期數據采集作為實測值，該小周期3h稱之為實測值周期。然后根據采集到的值分別采用平均值法、最小值法和斜率法進行智能判斷，為了減少誤判，累積多次達到閾值，定義為油煙機濾網堵塞，然后通過Wi-Fi發送信息到售后信息系統，服務工程師進行上門清洗服務，完成服務后，按一下復位鍵，油煙機進入下一個循環進行初始數據采集，即完成周期C=10+3*n小時，其中n為小周期循環次數。

智能油污提醒技術的控制方法主要包括三種，分別為平均值法、最小值法和斜率法。

平均值法即隨著油污的積累，油煙機的風量偏小，造成其靜壓減小，采用平均值法即判定其平均值的衰減程度。

最小值法即當公共煙道其他用戶開機數量較少的情況時，此時濾網堵塞，則其靜壓較小，采用最小值法直接判定其基準值衰減。

斜率法即在實際的運行過程中，公共煙道的開機數量和開機時間不確定，造成了采集的數據不穩定，從而影響了系統的判定，隨著油污的積累時，進風量的減少，對其最大值和最小值的斜率判定，可以有效規避開機數量和開機時間的影響率判定，隨著率堵塞驗證，其斜率是增大趨勢。

采用周期循環算法的優勢是有效的解決了不同地區、不同樓層、不同公共煙道以及油煙機的開機數量和開機時間等多種復雜因素影響。其中基準值周期10h結束后，系統定義單位時間內：外壓差-內壓差最大值為Z，外壓差-內壓差平均值為Y和外壓差-內壓差最小值為X。

其中，實測值周期3h內的外壓差-內壓差最大值Z1，外壓差-內壓差平均值Y和外壓差-內壓差最小值X1。如表1。

其中數據讀取采用周期平均值法，即0.1s讀取一次壓力值，然后將10s內的一百次數值進行平均處理做出輸出值，即壓力值T=（t1+t2...+te）/100。

4 實驗驗證分析

測試樣機為老板牌油煙機，油煙機型號為CXW-200-8229，產品功率200W，最大風量19m3/min，標稱風壓320pa，最大靜壓430pa。

試驗方法：通過將測試樣機安裝在18層的公共煙道進行驗證智能油污提醒技術，試驗通過測試工裝來模擬堵塞不同面積百分比的油煙機濾網，具體測試如下：

（1）在1樓安裝測試煙機，驗證在不同堵塞面積下，分別按照固定方式調節其他樓層的開機數量；

（2）在9樓安裝測試煙機，驗證在不同堵塞面積下，分別按照固定方式調節其他樓層的開機數量；

（3）在18樓安裝測試煙機，驗證在不同堵塞面積下，分別按照固定方式調節其他樓層的開機數量。

本判定方法不采用達到閾值就立即做判定處理，而是采用多次到達閾值，確認無誤后達到清洗服務后，才開始進行系統上的信號發送，同時通過智能的方式對其后臺的數據進行智能處理篩選處理。當系統完成一次系統判定并完成上門服務，服務技師在煙機上按下自動復位鍵，系統重新進入初始階段，開始Ah周期的數據采集，作為基準值，從而周而復始，如表2。

通過上述測試，在初始周期的數據采集即在10h檢測到最大值是247pa，最小值130pa和平均值189pa，其后分別堵塞20%、40%、60%和80%，其最大值、平均值和最小值均成下降趨勢，其中最小值和平均值的靜壓變化最為明顯，最大值略有下降。同時隨著開機數量的增加，靜壓也在增大，表明煙機在克服共用煙道的阻力在增大。因此在濾網堵塞和開機數量增加的情況，對于油煙機的攏煙效果影響較大。

圖1 智能油污提醒技術原理

表1 智能油污提醒檢測控制方法

表2 1樓3檔外壓差-內壓差的測試數據

表3 9樓3檔外壓差-內壓差的測試數據

表4 18樓3檔外壓差-內壓差的測試數據

據最小值法，即X1≤0.5X或X1≤50pa，發現濾網堵塞60%以后，達到堵塞閾值判定堵塞；采用平均法，Y1≤0.7Y；即平均值小于0.7*189pa，在周期內檢測到平均小于132pa，超過3次即判定濾網堵塞；斜率法先判斷實測最大值-最小值，與基準最平均值的斜率，(Z1-X1)/ Y1≧1.2（Z-X）/ Y，即實測斜率大于1.2倍的基準斜率，超過3次即判定濾網堵塞，如表3。

通過上述測試，在初始周期的數據采集的即在10h檢測到最大值是239pa，最小值103pa和平均值167pa，在開機率不變的情況下，分別堵塞濾網20%、40%、60%和80%的面積，其最大值、平均值和最小值均成下降趨勢，其中最小值/平均值和最大值的靜壓均低于一樓的狀態，表明樓層越低，需要克服的沿程阻力越大。隨著開機數量的增加，靜壓也在增大，表明煙機在克服共用煙道的阻力在增大。因此在濾網堵塞和開機數量增加的情況，對于油煙機的攏煙效果影響較大。

通過三種方法判斷，即X1≤0.5X或X1≤50pa，Y1≤0.7Y和斜率發（Z1-X1）/ Y1≧1.2（Z-X）/ Y，均能超過3次閾值并正確判定濾網堵塞。進一步驗證了該方案的穩定性。如表4。

在初始周期的數據采集的即在10h檢測到最大值是225pa，最小值77pa和平均值150pa，在開機率不變的情況下，分別堵塞濾網20%、40%、60%和80%的面積，其最大值、平均值和最小值均成下降趨勢，其中最小值/平均值和最大值的靜壓均低于1樓和9樓靜壓，表明樓層越低，需要克服的沿程阻力越大。隨著開機數量的增加，靜壓也在增大，表明煙機在克服共用煙道的阻力在增大。因此在濾網堵塞和開機數量增加的情況，對于油煙機的攏煙效果影響較大。

據最小值法，即X1≤0.5X或X1≤50pa，發現濾網堵塞60%以后，符合堵塞閾值要求，采用平均法，Y1≤0.7Y；即平均值小于0.7*150pa，在周期內檢測到平均小于105pa，超過3次即判定濾網堵塞。斜率法先判斷實測最大值-最小值，與基準最平均值的斜率，（Z1-X1）/Y1≧1.2（Z-X）/Y，即實測斜率大于1.2倍的基準斜率，超過3次即判定濾網堵塞。從而驗證出智能檢測的判斷方法是正確的，且能滿足智能油污提醒的功能。

5 結論

（1）通過靜壓變化檢測濾網油污積累情況，同時結合Wi-Fi智能模塊與售后管理系統連通并智能判定處理，自動推送相關信息并安排服務工程師上門服務跟蹤，實現智能檢測和智能服務模式；

（2）周期循環算法解決不同地區、不同樓層、公共煙道差異等問題，實現以安裝后的運行狀態作為基準模式，通過周期性的大數據采集，避免短時間的異常造成的誤判，較為準確反應油污積累的真實情況和減少誤判；

（3）解決消費者對于濾網和油煙機油污積累認識不足，不知道何時清洗，如何清洗濾網，如何保養油煙機等問題，本研究分析了智能檢測油污、智能推送和智能服務，有效的提高了用戶黏度和Wi-Fi智能產品激活量。