本發(fā)明涉及家用電器技術領域，特別涉及一種預判家用電器故障的方法、一種預判家用電器故障的裝置和一種家用電器。

背景技術：

隨著生活水平的提高，空調(diào)、空氣凈化器等家用電器越來越多地進入各個家庭。然而相關技術中，家用電器只有在出現(xiàn)了運行故障時，才報出故障，安全性低，且不利于用戶體驗。

技術實現(xiàn)要素：

本發(fā)明旨在至少在一定程度上解決上述技術中的技術問題之一。

為此，本發(fā)明的第一個目的在于提出一種預判家用電器故障的方法，能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

本發(fā)明的第二個目的在于提出一種預判家用電器故障的裝置。

本發(fā)明的第三個目的在于提出一種家用電器。

為達到上述目的，本發(fā)明第一方面實施例提出了一種預判家用電器故障的方法，所述家用電器包括空調(diào)器，所述空調(diào)器包括室內(nèi)機殼體，所述室內(nèi)機殼體圍成有進風口和出風口，以及連通進風口和出風口的風道，在所述風道中設置有風機和室內(nèi)換熱器，所述方法包括以下步驟：在家用電器上電后，獲取所述家用電器的運行參數(shù)，其中，所述運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)；根據(jù)所述第一運行參數(shù)和預設的趨勢特征算法方程計算所述家用電器的理論運行參數(shù)；根據(jù)預設的計算誤差方式、所述理論運行參數(shù)和所述第二運行參數(shù)計算所述家用電器的誤差值，并判斷所述誤差值是否在預設的正常范圍內(nèi)；如果所述誤差值不在所述預設的正常范圍內(nèi)，則根據(jù)所述誤差值調(diào)用所述家用電器的知識庫，以獲取所述家用電器的異常部件信息；以及根據(jù)所述異常部件信息生成預警信息并發(fā)送。

根據(jù)本發(fā)明實施例的預判家用電器故障的方法，在家用電器上電后，首先獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)，然后根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)，并根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，以及判斷誤差值是否在預設的正常范圍內(nèi)，如果誤差值不在預設的正常范圍內(nèi)，則根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息，最后根據(jù)異常部件信息生成預警信息并發(fā)送。由此，該方法能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

另外，根據(jù)本發(fā)明上述實施例提出的預判家用電器故障的方法還可以具有如下附加的技術特征：

在本發(fā)明的一個實施例中，所述預設的趨勢特征算法方程、所述預設的計算誤差方式和所述預設的正常范圍均存儲在所述知識庫中。

在本發(fā)明的一個實施例中，上述預判家用電器故障的方法還包括：在家用電器上電后，判斷所述家用電器是否接收到自檢指令，并在所述家用電器接收到自檢指令時啟動所述家用電器的自檢功能，以獲取所述家用電器的運行參數(shù)。

在本發(fā)明的一個實施例中，所述根據(jù)所述第一運行參數(shù)和預設的趨勢特征算法方程計算所述家用電器的理論運行參數(shù)，包括：根據(jù)所述第一運行參數(shù)和所述第二運行參數(shù)確定所述預設的趨勢特征算法方程；以及將所述第一運行參數(shù)代入所述預設的趨勢特征算法方程，以獲得所述家用電器的理論運行參數(shù)。

在本發(fā)明的一個實施例中，所述根據(jù)所述誤差值調(diào)用所述家用電器的知識庫，以獲取所述家用電器的異常部件信息，包括：調(diào)用所述家用電器的知識庫中的異常部件關系對照表；將所述誤差值與所述異常部件關系對照表進行匹配；如果匹配成功，則獲取相應的異常部件信息。

為達到上述目的，本發(fā)明第二方面實施例提出了一種預判家用電器故障的裝置，所述家用電器包括空調(diào)器，所述空調(diào)器包括室內(nèi)機殼體，所述室內(nèi)機殼體圍成有進風口和出風口，以及連通進風口和出風口的風道，在所述風道中設置有風機和室內(nèi)換熱器，所述裝置包括：第一獲取模塊，所述第一獲取模塊用于在家用電器上電后，獲取所述家用電器的運行參數(shù)，其中，所述運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)；第一計算模塊，所述第一計算模塊用于根據(jù)所述第一運行參數(shù)和預設的趨勢特征算法方程計算所述家用電器的理論運行參數(shù)；第二計算模塊，所述第二計算模塊用于根據(jù)預設的計算誤差方式、所述理論運行參數(shù)和所述第二運行參數(shù)計算所述家用電器的誤差值，并判斷所述誤差值是否在預設的正常范圍內(nèi)；第二獲取模塊，所述第二獲取模塊用于當所述誤差值不在所述預設的正常范圍內(nèi)時，根據(jù)所述誤差值調(diào)用所述家用電器的知識庫，以獲取所述家用電器的異常部件信息；以及生成模塊，所述生成模塊用于根據(jù)所述異常部件信息生成預警信息并發(fā)送。

根據(jù)本發(fā)明實施例的預判家用電器故障的裝置，在家用電器上電后，通過第一獲取模塊獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)，并控制第一計算模塊根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)，第二計算模塊根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，而后判斷誤差值是否在預設的正常范圍內(nèi)，當誤差值不在預設的正常范圍內(nèi)時，控制第二獲取模塊根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息，以及控制生成模塊根據(jù)異常部件信息生成預警信息并發(fā)送。由此，該裝置能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

另外，根據(jù)本發(fā)明上述實施例提出的預判家用電器故障的裝置還可以具有如下附加的技術特征：

在本發(fā)明的一個實施例中，所述預設的趨勢特征算法方程、所述預設的計算誤差方式和所述預設的正常范圍均存儲在所述知識庫中。

在本發(fā)明的一個實施例中，所述第一獲取模塊，還用于：在家用電器上電后，判斷所述家用電器是否接收到自檢指令，并在所述家用電器接收到自檢指令時啟動所述家用電器的自檢功能，以獲取所述家用電器的運行參數(shù)。

在本發(fā)明的一個實施例中，所述第一計算模塊，具體用于：根據(jù)所述第一運行參數(shù)和所述第二運行參數(shù)確定所述預設的趨勢特征算法方程；以及將所述第一運行參數(shù)代入所述預設的趨勢特征算法方程，以獲得所述家用電器的理論運行參數(shù)。

在本發(fā)明的一個實施例中，所述第二獲取模塊，具體用于：當所述誤差值不在所述預設的正常范圍內(nèi)時，調(diào)用所述家用電器的知識庫中的異常部件關系對照表；將所述誤差值與所述異常部件關系對照表進行匹配；如果匹配成功，則獲取相應的異常部件信息。

為了實現(xiàn)上述目的，本發(fā)明第三方面實施例提出的一種家用電器包括：本發(fā)明第二方面實施例的預判家用電器故障的裝置。

本發(fā)明實施例的家用電器，通過上述預判家用電器故障的裝置，能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

本發(fā)明附加的方面的優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

圖1是根據(jù)本發(fā)明一個實施例的預判家用電器故障的方法的流程圖。

圖2是根據(jù)本發(fā)明一個實施例的預判家用電器故障的裝置的方框示意圖。

具體實施方式

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

下面參照附圖來描述根據(jù)本發(fā)明實施例提出的預判家用電器故障的方法、裝置及家用電器。

圖1是根據(jù)本發(fā)明一個實施例的預判家用電器故障的方法的流程圖。

在本發(fā)明的實施例中，家用電器可包括空調(diào)器和空氣凈化器，其中，空調(diào)器可包括室內(nèi)機殼體，室內(nèi)機殼體圍成有進風口和出風口，以及連通進風口和出風口的風道，在風道中設置有風機和室內(nèi)換熱器?？諝鈨艋骺砂んw、設置在殼體內(nèi)的過濾裝置，殼體圍成有進風口和出風口，過濾裝置臨近進風口處設置，在過濾裝置中還設有風機和空氣過濾網(wǎng)。

在本發(fā)明的其他實施例中，上述的家用電器還可包括電視劇、洗衣機和電冰箱等，在此不一一列舉。

如圖1所示，本發(fā)明實施例的預判家用電器故障的方法包括以下步驟：

S1，在家用電器上電后，獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)。

在本發(fā)明的實施例中，當家用電器為空調(diào)器時，上述的第一運行參數(shù)可包括空調(diào)器的實時功率、風速設置和溫度設置等，上述的第二運行參數(shù)可包括空調(diào)器的制冷量、出風口風速和出風口溫度等。在此不一一列舉。

在本發(fā)明的一個實施例中，上述預判家用電器故障的方法還包括在家用電器上電后，判斷家用電器是否接收到自檢指令，并在家用電器接收到自檢指令時啟動家用電器的自檢功能，以獲取家用電器的運行參數(shù)。

具體地，在家用電器上電之后，首先判斷家用電器是否接收到用戶發(fā)送的自檢指令，其中，用戶可通過移動終端、云端服務器等遠程發(fā)送該自檢指令。當家用電器接收到用戶發(fā)送的自檢指令時，啟動家用電器內(nèi)置的自檢功能，在對該家用電器進行自檢的同時獲取家用電器的運行參數(shù)(例如，空調(diào)器的實時功率、風速設置和溫度設置等)。在本發(fā)明的其他實施例中，上述的自檢指令也可以是家用電器發(fā)出的。具體的，家用電器中可內(nèi)置數(shù)據(jù)處理器，該數(shù)據(jù)處理器可根據(jù)出廠時的設置(例如，定時對家用電器進行自檢)定時發(fā)送上述的自檢指令。在此不做限制。

S2，根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)。其中，預設的趨勢特征算法方程可根據(jù)實際情況進行標定。

在本發(fā)明的一個實施例中，根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)，可包括根據(jù)第一運行參數(shù)和第二運行參數(shù)確定預設的趨勢特征算法方程，以及將第一運行參數(shù)代入預設的趨勢特征算法方程，以獲得家用電器的理論運行參數(shù)。

S3，根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，并判斷誤差值是否在預設的正常范圍內(nèi)。其中，預設的計算誤差方式可根據(jù)實際情況進行標定，預設的正常范圍可根據(jù)實際情況進行標定。

在本發(fā)明的一個實施例中，預設的趨勢特征算法方程、預設的計算誤差方式和預設的正常范圍均存可儲在知識庫中。其中，知識庫可設置在云端服務器上。在本發(fā)明的其他實施例中，該知識庫也可設置在移動終端中和家用電器自身的存儲空間中。在此不做限定。

具體的，當家用電器通過自檢獲取到相應的運行參數(shù)后，可通過物聯(lián)網(wǎng)調(diào)用云端服務器中的知識庫，以便從該知識庫中調(diào)出該家用電器的預判故障所需的詳細信息，其中，預判故障所需的詳細信息可包括預設的趨勢特征算法方程及該方程中參數(shù)的對應關系(例如，空調(diào)器的運行參數(shù)與該方程的關系)，預設的計算誤差方式、預設的正常范圍等。

然后，根據(jù)第一運行參數(shù)和第二運行參數(shù)從預判故障所需的詳細信息中確定相應的預設趨勢特征算法方程，例如，如果第一運行參數(shù)為空調(diào)器實時功率，且第二運行參數(shù)為空調(diào)器的制冷量，則相應的預設趨勢特征算法方程可為y＝0.3tan x+5，其中，y為空調(diào)器的制冷量，x為空調(diào)器的實時功率。

家用電器在根據(jù)第一運行參數(shù)和第二運行參數(shù)確定預設的趨勢特征算法方程后，可將第一運行參數(shù)代入預設的趨勢特征算法方程，以獲得家用電器的理論運行參數(shù)。例如，將空調(diào)器的實時功率x帶入預設的趨勢特征算法方程y＝0.3tan x+5，計算得出空調(diào)器的制冷量的理論運行參數(shù)y。

而后，家用電器將從上述預判故障所需的詳細信息中取出與上述預設的趨勢特征算法方程相應的預設計算誤差方式，并根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值。例如，如果預設的計算誤差方式可為10個取樣點誤差加總，則空調(diào)器根據(jù)該預設的計算誤差方式從第一運行參數(shù)中取出10組數(shù)據(jù)，并將其帶入預設的趨勢特征算法方程中計算得出10個理論運行參數(shù)，并根據(jù)上述10組數(shù)據(jù)對應的第二運行參數(shù)計算得出空調(diào)器的誤差值。此時，家用電器將進一步并判斷該誤差值是否在預設的正常范圍內(nèi)。

需要說明的是，家用電器的各個零部件在故障或損壞之前一般都會有一些輕微的異常，而這些輕微的異常往往會影響到一些運行參數(shù)，例如，空調(diào)冷凝器工作異常時，空調(diào)的運行功率會提升等等。通過分析各種運行參數(shù)的變化，加上綜合的分析得到家電可能的異常點，并以此對家用電器的各個零部件的故障進行預判。

S4，如果誤差值不在預設的正常范圍內(nèi)，則根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息。

在本發(fā)明的一個實施例中，根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息，可包括調(diào)用家用電器的知識庫中的異常部件關系對照表，并將誤差值與異常部件關系對照表進行匹配，如果匹配成功，則獲取相應的異常部件信息。其中，異常部件關系對照表可根據(jù)實際情況進行標定。

S5，根據(jù)異常部件信息生成預警信息并發(fā)送。

具體的，當誤差值不在預設的正常范圍內(nèi)時，家用電器可再次通過物聯(lián)網(wǎng)調(diào)用云端服務器中的知識庫，以獲取異常部件關系對照表。在本發(fā)明的實施例中，當家用電器為空調(diào)器時該異常部件關系對照表可如圖表1所示。

表1

然后，家用電器將上述的誤差值與異常部件關系對照表進行匹配，如果匹配成功，則獲取相應的異常部件信息。例如，當空調(diào)器的制冷量的誤差值為-15時，這說明該空調(diào)器的冷媒泄露。最后，家用電器根據(jù)異常部件信息生成預警信息(例如，空調(diào)器存在冷媒泄露的問題)并將其發(fā)送，以及時的通知用戶家用電器可能存在的問題，便于用戶根據(jù)該預警信息找維修人員對該該家用電器進行相關的檢測和維修。

需要說明的是，該實施例中所描述的預警信息可以通過家用電器自帶的顯示屏進行顯示，或者通過移動終端、個人電腦等進行顯示。

在本發(fā)明的實施例中，上述的預警信息還可以通過家用電器自帶的語音播放器進行語音播放。在此不做限定。

根據(jù)本發(fā)明實施例的預判家用電器故障的方法，在家用電器上電后，首先獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)，然后根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)，并根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，以及判斷誤差值是否在預設的正常范圍內(nèi)，如果誤差值不在預設的正常范圍內(nèi)，則根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息，最后根據(jù)異常部件信息生成預警信息并發(fā)送。由此，該方法能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

圖2是根據(jù)本發(fā)明一個實施例的預判家用電器故障的裝置的方框示意圖。

在本發(fā)明的實施例中，家用電器可包括空調(diào)器和空氣凈化器，其中，空調(diào)器可包括室內(nèi)機殼體，室內(nèi)機殼體圍成有進風口和出風口，以及連通進風口和出風口的風道，在風道中設置有風機和室內(nèi)換熱器?？諝鈨艋骺砂んw、設置在殼體內(nèi)的過濾裝置，殼體圍成有進風口和出風口，過濾裝置臨近進風口處設置，在過濾裝置中還設有風機和空氣過濾網(wǎng)。

在本發(fā)明的其他實施例中，上述的家用電器還可包括電視劇、洗衣機和電冰箱等，在此不一一列舉。

如圖2所示，本發(fā)明實施例的預判家用電器故障的裝置包括：第一獲取模塊100、第一計算模塊200、第二計算模塊300、第二獲取模塊400和生成模塊500。

其中，第一獲取模塊100用于在家用電器上電后，獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)。

在本發(fā)明的實施例中，當家用電器為空調(diào)器時，上述的第一運行參數(shù)可包括空調(diào)器的實時功率、風速設置和溫度設置等，上述的第二運行參數(shù)可包括空調(diào)器的制冷量、出風口風速和出風口溫度等。在此不一一列舉。

在本發(fā)明的一個實施例中，第一獲取模塊100還用于在家用電器上電后，判斷家用電器是否接收到自檢指令，并在家用電器接收到自檢指令時啟動家用電器的自檢功能，以獲取家用電器的運行參數(shù)。

具體地，在家用電器上電之后，第一獲取模塊100可首先判斷家用電器是否接收到用戶發(fā)送的自檢指令，其中，用戶可通過移動終端、云端服務器等遠程發(fā)送該自檢指令。當家用電器接收到用戶發(fā)送的自檢指令時，第一獲取模塊100可啟動家用電器內(nèi)置的自檢功能，在對該家用電器進行自檢的同時獲取家用電器的運行參數(shù)(例如，空調(diào)器的實時功率、風速設置和溫度設置等)。在本發(fā)明的其他實施例中，上述的自檢指令也可以是家用電器發(fā)出的。具體的，家用電器中可內(nèi)置數(shù)據(jù)處理器，該數(shù)據(jù)處理器可根據(jù)出廠時的設置(例如，定時對家用電器進行自檢)定時發(fā)送上述的自檢指令。在此不做限制。

第一計算模塊200用于根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)。其中，預設的趨勢特征算法方程可根據(jù)實際情況進行標定。

在本發(fā)明的一個實施例中，第一計算模塊200具體用于根據(jù)第一運行參數(shù)和第二運行參數(shù)確定預設的趨勢特征算法方程，以及將第一運行參數(shù)代入預設的趨勢特征算法方程，以獲得家用電器的理論運行參數(shù)。

第二計算模塊300用于根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，并判斷誤差值是否在預設的正常范圍內(nèi)。其中，預設的計算誤差方式可根據(jù)實際情況進行標定，預設的正常范圍可根據(jù)實際情況進行標定。

在本發(fā)明的一個實施例中，預設的趨勢特征算法方程、預設的計算誤差方式和預設的正常范圍均可存儲在知識庫中。其中，知識庫可設置在云端服務器上。在本發(fā)明的其他實施例中，該知識庫也可設置在移動終端中和家用電器自身的存儲空間中。在此不做限定。

具體的，當?shù)谝猾@取模塊100獲取到家用電器的運行參數(shù)后，第一計算模塊200可通過物聯(lián)網(wǎng)調(diào)用云端服務器中的知識庫，以便從該知識庫中調(diào)出該空調(diào)器的預判故障所需的詳細信息，其中，預判故障所需的詳細信息可包括預設的趨勢特征算法方程及該方程中參數(shù)的對應關系(例如，空調(diào)器的運行參數(shù)與該方程的關系)，預設的計算誤差方式、預設的正常范圍等。

然后，第一計算模塊200根據(jù)第一運行參數(shù)和第二運行參數(shù)從預判故障所需的詳細信息中確定相應的預設趨勢特征算法方程，例如，如果第一運行參數(shù)為空調(diào)器實時功率，且第二運行參數(shù)為空調(diào)器的制冷量，則相應的預設趨勢特征算法方程可為y＝0.3tan x+5，其中，y為空調(diào)器的制冷量，x為空調(diào)器的實時功率。

第一計算模塊200在根據(jù)第一運行參數(shù)和第二運行參數(shù)確定預設的趨勢特征算法方程后，可將第一運行參數(shù)代入預設的趨勢特征算法方程，以獲得家用電器的理論運行參數(shù)。例如，將空調(diào)器的實時功率x帶入預設的趨勢特征算法方程y＝0.3tan x+5，計算得出空調(diào)器的制冷量的理論運行參數(shù)y。

而后，第二計算模塊300將從上述預判故障所需的詳細信息中取出與上述預設的趨勢特征算法方程相應的預設計算誤差方式，并根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值。例如，如果預設的計算誤差方式可為10個取樣點誤差加總，則第二計算模塊300根據(jù)該預設的計算誤差方式從第一運行參數(shù)中取出10組數(shù)據(jù)，并將其帶入預設的趨勢特征算法方程中計算得出10個理論運行參數(shù)，并根據(jù)上述10組數(shù)據(jù)對應的第二運行參數(shù)計算得出空調(diào)器的誤差值。此時，第二計算模塊300將進一步并判斷該誤差值是否在預設的正常范圍內(nèi)。

需要說明的是，家用電器的各個零部件在故障或損壞之前一般都會有一些輕微的異常，而這些輕微的異常往往會影響到一些運行參數(shù)，例如，空調(diào)冷凝器工作異常時，空調(diào)的運行功率會提升等等。通過分析各種運行參數(shù)的變化，加上綜合的分析得到家電可能的異常點，并以此對家用電器的各個零部件的故障進行預判。

第二獲取模塊400用于當誤差值不在預設的正常范圍內(nèi)時，根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息。

在本發(fā)明的一個實施例中，第二獲取模塊400具體用于當誤差值不在預設的正常范圍內(nèi)時，調(diào)用家用電器的知識庫中的異常部件關系對照表，并將誤差值與異常部件關系對照表進行匹配，如果匹配成功，則獲取相應的異常部件信息。其中，異常部件關系對照表可根據(jù)實際情況進行標定。

生成模塊500用于根據(jù)異常部件信息生成預警信息并發(fā)送。

具體的，當誤差值不在預設的正常范圍內(nèi)時，第二獲取模塊400可通過物聯(lián)網(wǎng)調(diào)用云端服務器中的知識庫，以獲取異常部件關系對照表。在本發(fā)明的實施例中，當家用電器為空調(diào)器時該異常部件關系對照表可如圖表1所示。

表1

然后，第二獲取模塊400將上述的誤差值與異常部件關系對照表進行匹配，如果匹配成功，則獲取相應的異常部件信息。例如，當空調(diào)器的制冷量的誤差值為-15時，這說明該空調(diào)器的冷媒泄露。最后，生成模塊500根據(jù)異常部件信息生成預警信息(例如，空調(diào)器存在冷媒泄露的問題)并將其發(fā)送，以及時的通知用戶家用電器可能存在的問題，便于用戶根據(jù)該預警信息找維修人員對該該家用電器進行相關的檢測和維修。

需要說明的是，該實施例中所描述的預警信息可以通過家用電器自帶的顯示屏進行顯示，或者通過移動終端、個人電腦等進行顯示。

在本發(fā)明的實施例中，上述的預警信息還可以通過家用電器自帶的語音播放器進行語音播放。在此不做限定。

根據(jù)本發(fā)明實施例的預判家用電器故障的裝置，在家用電器上電后，通過第一獲取模塊獲取家用電器的運行參數(shù)，其中，運行參數(shù)包括第一運行參數(shù)和第二運行參數(shù)，并控制第一計算模塊根據(jù)第一運行參數(shù)和預設的趨勢特征算法方程計算家用電器的理論運行參數(shù)，第二計算模塊根據(jù)預設的計算誤差方式、理論運行參數(shù)和第二運行參數(shù)計算家用電器的誤差值，而后判斷誤差值是否在預設的正常范圍內(nèi)，當誤差值不在預設的正常范圍內(nèi)時，控制第二獲取模塊根據(jù)誤差值調(diào)用家用電器的知識庫，以獲取家用電器的異常部件信息，以及控制生成模塊根據(jù)異常部件信息生成預警信息并發(fā)送。由此，該裝置能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

為了實現(xiàn)上述實施例，本發(fā)明還提出一種家用電器，其包括上述預判家用電器故障的裝置。

本發(fā)明實施例的家用電器，通過上述預判家用電器故障的裝置，能夠?qū)崿F(xiàn)家用電器的故障預判，既提升了家用電器的安全性，又提高了用戶體驗。

在本發(fā)明的描述中，需要理解的是，術語“中心”、“縱向”、“橫向”、“長度”、“寬度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”、“內(nèi)”、“外”、“順時針”、“逆時針”、“軸向”、“徑向”、“周向”等指示的方位或位置關系為基于附圖所示的方位或位置關系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發(fā)明的限制。

此外，術語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括一個或者更多個該特征。在本發(fā)明的描述中，“多個”的含義是兩個或兩個以上，除非另有明確具體的限定。

在本發(fā)明中，除非另有明確的規(guī)定和限定，術語“安裝”、“相連”、“連接”、“固定”等術語應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或成一體；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通或兩個元件的相互作用關系。對于本領域的普通技術人員而言，可以根據(jù)具體情況理解上述術語在本發(fā)明中的具體含義。

在本發(fā)明中，除非另有明確的規(guī)定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接觸，或第一和第二特征通過中間媒介間接接觸。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或僅僅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或僅僅表示第一特征水平高度小于第二特征。

在本說明書的描述中，參考術語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特征、結(jié)構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特征進行結(jié)合和組合。

盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領域的普通技術人員在本發(fā)明的范圍內(nèi)可以對上述實施例進行變化、修改、替換和變型。