|
国内智能家电现状及其发展趋势
作者：刘美俊 转贴自：《电器》杂志 点击数：1340
| 如今，顾客对家电产品的期望值越来越高，这促使家电制造厂商全力开发新型的、智能化的家电产品来满足顾客需求，以求获得更大的市场份额；而智能控制技术、信息技术的飞速发展也为家电自动化和智能化提供了可能。所以，智能化是家电产品发展的必然趋势，这种趋势如今已经初见端倪。 智能家电产品现状 传统家用电器有空调、电冰箱、吸尘器、电饭煲、洗衣机等，新型家用电器有电磁炉、消毒碗柜、蒸炖煲等。无论新型家用电器还是传统家用电器，其整体技术都在不断提高。家用电器的进步，关键在于采用了先进控制技术，从而使家用电器从一种机械式的用具变成一种具有智能的设备，智能家用电器体现了家用电器最新技术面貌。 智能家电产品分为两类：一是采用电子、机械等方面的先进技术和设备；二是模拟家庭中熟练操作者的经验进行模糊推理和模糊控制。随着智能控制技术的发展，各种智能家电产品不断出现，例如，把电脑和数控技术相结合，开发出的数控冰箱、具有模糊逻辑思维功能的电饭煲、变频式空调、全自动洗衣机等。 智能家用电器的智能程度不同，同一类产品的智能程度也有很大差别，一般可分成单项智能和多项智能。单项智能家电只有一种模拟人类智能的功能。例如模糊电饭煲中，检测饭量并进行对应控制是一种模拟人的智能的过程。在电饭煲中，检测饭量不可能用重量传感器，这是环境过热所不允许的。采用饭量多则吸热时间长这种人的思维过程就可以实现饭量的检测，并且根据饭量的不同采取不同的控制过程。这种电饭煲是一种具有单项智能的电饭煲，它采用模糊推理进行饭量的检测，同时用模糊控制推理进行整个过程的控制。多项智能家电在多项智能的家用电器中，有多种模拟人类智能的功能。例如多功能模糊电饭煲就有多种模拟人类智能的功能。 智能家用电器目前所采用的智能控制技术主要是模糊控制。少数高档次的家用电器也用到神经网络技术（也叫神经网络模糊控制技术），模糊控制技术目前是智能家用电器使用最广泛的智能控制技术。原因在于这种技术和人的思维有一致性，理解较为方便且不需要高深的数学知识表达，可以用单片机进行构造。 不过模糊逻辑及其控制技术也存在一个不足的地方，即没有学习能力，从而使模糊控制家电产品难以积累经验。而知识的获取和经验的积累并由此所产生新的思维是人类智能的最明显体现。家用电器在运行过程中存在外部环境差异、内部零件损耗及用户使用习惯的问题，这就需要家用电器能对这些状态进行学习。例如一台洗衣机在春、夏、秋、冬四个季节外界环境是不一样的，由于水温及环境温度不同，洗涤时的程序也有区别，洗衣机应能自动学习不同环境中的洗涤程序；另外，在洗衣机早期应用中，洗衣机的零件处于紧耦合状态，过了磨合期，洗衣机的零件处于顺耦合状态，长期应用之后，洗衣机的零件处于松耦合状态。对于不同时期，洗衣机应该对自身状态进行恰当的调整，同时还应产生与之相应的优化控制过程；此外，洗衣机在很多次数的洗涤中，应自动学习特定衣质、衣量条件下的最优洗涤程序，当用户放入不同量、不同质的衣服时，洗衣机应自动进入学习后的最优洗涤程序——这就需要一种新的智能技术：神经网络控制。 智能家电的“学习”性 神经网络家电的学习过程以期望信号和实际信号的误差趋于无穷小为目标，学习过程采用“时间能量目标”比较方法，达到某一目标的时间和能量减少并且趋于稳定，则学习过程结束。在洗衣机中，目标就是洗涤的干净程度，其量度标准是以进水时的浑浊度或漂洗后放水时的浑浊度为指标的。学习过程可以随机进行，也可在洗衣过程中进行。 智能家电通常还进行用户习惯学习，使用户省去大量的状态设定操作，方便使用。一旦用户的习惯改变了，智能家用电器又能学习新的自动设定方式。例如，一台微波炉，用户用其加热牛奶的次数最多，而且都用“中火量”3分钟。当然，用户也用微波炉加热其他食品，但次数比加热牛奶的次数少，而且每次用的“火量”也不尽相同。这样，通过经验学习之后，微波炉自动把开机状态设定在“中火量”3分钟处，从而给用户省去了每次的重复操作，而当季节改变，随着用户加热牛奶方式的改变，智能微波炉又会自动学习新的设定方式。 几年前，伊莱克斯集团曾推出未来冰箱模式“屏幕冰箱”，这种“屏幕冰箱”因在冰箱门体上嵌入一台触摸式多媒体电脑而得名。它是迄今为止世界上智能化程度最高的冰箱。人们在生活中有时忘记一些重要的日子或数据，如妻子的生日，孩子的培训时间或者是妈妈的手机号，这些信息只需用手轻点一下就能得到，使用者还可以在厨房一边工作一边收看自己喜爱的电视连续剧或者新闻节目。“屏幕冰箱”可以与电视监视系统相连，用户在厨房里就可以看到门外的来访者。除了具备一台冰箱的功能以外，“屏幕冰箱”还能够帮助用户管理食物贮存，考虑到将来的商品都会在包装袋上加上电子条形码，“屏幕冰箱”可以通过扫描条码准确地传达不同的储藏室里存放了些什么食物、食品的数量和有效期等信息。 未来智能家电主要将朝三个方向发展：多种智能化；自适应进化，网络化。多种智能化是家用电器尽可能在其特有的工作功能中模拟多种人的智能思维或智能活动的功能。自适应进化是家用电器根据自身状态和外界环境自动优化工作方式和过程的能力，这种能力使得家用电器在其生命周期中都能处于最有效率、最节省能源和最好品质状态。网络化是建立家用电器社会的一种形式，网络化的家用电器可以由用户实现远程控制，在家用电器之间也可以实现互操作。 家用电器的智能基础 家用电器要实现智能化控制，必然把软件嵌人其内部，需要有智能理论指导进行软件编制．这些理论就是智能基础理论。现阶段，可以嵌入到家电之中的主要智能技术方法归纳如下： （1）启发式搜索 启发式搜索是人工智能求解中开发出来的对目标求解的最优化方法。它主要依靠和任务无关的信息来简化搜索进程，但它可以从任务中得到的启发信息来确定搜索方向，从而大大减少了优化时间。这种方法在洗衣机的程序选择过程中是十分有用的。 （2）人工神经网络 人工神经网络控制最突出的功能是经验的学习。家用电器在运行中其参数会随着时间的迁移而变化，在神经网络不断运行中进行性能学习，预测出家电变化的趋向，以及在参数变化后的最优控制方法，从而保持家电始终处于一种优秀的工作状态。这种智能方法用于有运行损耗的动力系统中最有效，例如洗衣机、洗碗机等。 （3）模糊逻辑理论 模糊逻辑控制在家电指标控制中是一种极有效的智能化方法。这种控制方法所用的技术指标或任务是模糊的，这是因为人在日常生活中的感觉，包括触觉、嗅觉、视觉都是以模糊量描述的。以模糊控制方法控制家用电器更适合人类的智慧思维及处理过程。 （4）遗传算法 遗传算法是一种模拟自然选择及遗传的随机搜索算法，它的原则是适者生存，不适者淘汰。这种优化方法在家电中较适用于进行状态参数最优组合。在洗衣机中，可对洗涤过程的自适应优化；对电冰箱中的制冷过程自适应优化；空调机对外部环境包括室外季节、室内人员情况的自适应优化控制。 智能化改变家电结构 随着技术的不断发展，智能家用电器结构也在不断改变。随着智能程度的进步、家用电器状态采样的传感器增加、状态显示器件水平的提高、控制元件的功率及能力的增强，家用电器在结构上也需要进行改进。 首先，随着家用电器智能水平的不断上升，家用电器的内、外部需要增加检测及采样点。这些采样检测点分为两种：一种是不同状态类型的采样点；一种是同一状态类型的采样点。智能电冰箱和非智能电冰箱相比，其不同状态类型采样点增加的有蒸发器压力、冷凝器压力、冷藏室风门开度等；同一状态类型采样点增加的有冷凝器温度、蒸发器温度、冷藏室温度、压缩机温度等。这些采样点的增加就要求其结构做相应的改进。例如，空调使用时，室内、室外的温度、湿度以及氧含量对其工作状态有很大影响，对智能家电外部环境进行检测要求智能空调结构必须改变。 其次，状态显示器件水平的提高对家用电器的结构也提出了改进的要求。液晶显示器、高亮度LED显示器以及特殊荧光显示器对家用电器的结构提出了相应的改进要求。 此外，控制元件及控制结构发展对家用电器的结构变化也有相应要求。例如，电磁炉产品功率控制模块的进步使得产品体积进一步减小，辅助电路也相应减少，但功率模块在体积减小的同时使产品的使用功率增加，这就要求对散热片空间做相应的处理，即需要改变结构。智能洗衣机有自动投放洗涤剂的功能，这就要求洗衣机要设置洗涤剂存放器及洗涤剂投放结构。 |