本技术涉及智能清洁技术相关领域，具体涉及一种冷风机内部自清洁方法及系统。
背景技术：
1、随着工业化和城市化的快速发展，人们对制冷设备的需求日益增加，冷风机作为一种常见的制冷设备，广泛应用于各种场合，然而，长期使用过程中，冷风机的内部会不可避免地积聚灰尘、污垢和其他杂质，这不仅会影响冷风机的运行效率，还可能对其性能和寿命产生负面影响，智能、高效的冷风机内部自清洁变得尤为重要，而传统的冷风机内部清洁通常依赖于人工拆卸清洁，不仅耗时费力、增加成本，而且清洁不彻底、效果不持久。
2、因此，现阶段冷风机清洁相关技术中，存在由于冷风机内部结构复杂，人工清洁效率低导致冷风机清洁方法局限，寿命缩减的技术问题。
技术实现思路
1、本技术通过提供一种冷风机内部自清洁方法及系统，采用回溯搜索优化、交叉变异更新种群、构建三维模型等技术手段，解决了现有冷风机清洁存在的由于冷风机内部结构复杂，人工清洁效率低导致冷风机清洁方法局限，寿命缩减的技术问题，实现智能检测冷风机的清洁区域，自动进行合理化精准清洁，达到提高冷风机的使用寿命以及内部清洁效率的技术效果。
2、本技术提供一种冷风机内部自清洁方法，所述方法应用于一种冷风机内部自清洁系统，所述一种冷风机内部自清洁系统与传感器组通信连接，所述方法包括：遍历目标冷风机的内部结构数据标识n个待清洁区域，构建多个初始化种群，n为大于等于0的整数；基于目标冷风机内布设的所述传感器组，调取目标冷风机内m个区域的历史传感数据，基于历史传感数据集构建历史种群，m为大于等于1的整数，且m>n；基于所述多个初始化种群对所述历史种群进行随机更新，基于所述历史种群、所述多个初始化种群进行点位变异，生成变异种群；遍历所述变异种群与所述历史种群进行数据交叉变换，生成试验种群；基于所述试验种群进行所述n个待清洁区域的回溯搜索，根据搜索结果对目标冷风机内部进行智能清洁优化。
3、在可能的实现方式中，遍历目标冷风机的内部结构数据标识n个待清洁区域，构建多个初始化种群，执行以下处理：调取目标冷风机的多个内部结构图，构建三维内部结构信息；基于所述三维内部结构信息进行模拟仿真，输出目标冷风机的所述内部结构数据；遍历所述内部结构数据按照清洁可行性进行区域的随机标识，生成所述n个待清洁区域；根据，基于所述n个待清洁区域进行迭代构建第一初始化种群...第q初始化种群；其中，表征第一初始化种群在n个待清洁区域内的第i个体，表征第一初始化种群在n个待清洁区域的第i个体的第j维分量，i=1，2，3....，h，j=1，2，3....，d；h为第一初始化种群个体数，d为第一初始化种群维数，表征第j维分量的下界，表征第j维分量的上界，u为均匀分布随机函数；将所述第一初始化种群...第q初始化种群进行融合构建所述多个初始化种群。
4、在可能的实现方式中，基于目标冷风机内布设的所述传感器组，调取目标冷风机内m个区域的历史传感数据，还执行以下处理：监测获取目标冷风机内的通风信息，所述通风信息包含空气流通度、空气湿度；根据所述空气流通度、所述空气湿度对目标冷风机进行传感分布分析，生成传感分布图；根据所述传感分布图对所述传感器组在目标冷风机内进行布设；调取所述传感器组的传感记录日志，根据所述传感记录日志获取m个区域的传感记录信息集，所述传感记录信息集包含m个区域内的清洁标识；根据所述清洁标识提取m个区域的所述历史传感数据，将m个区域的所述历史传感数据合并生成所述历史传感数据集进行输出。
5、在可能的实现方式中，基于所述多个初始化种群对所述历史种群进行随机更新，基于所述历史种群、多个初始化种群进行点位变异，生成变异种群，执行以下处理：设定任意两个随机数，根据判断规则比较所述两个随机数的大小，判定所述历史种群是否进行更新操作；若判定所述历史种群需要进行更新操作，则在所述多个初始化种群内进行随机抽取，获取第k初始化种群，通过所述第k初始化种群对所述历史种群进行更新；若判定所述历史种群不需要进行更新操作，则对所述历史种群进行随机排序；以所述第k初始化种群作为中心，以所述历史种群作为搜索方向构建所述n个待清洁区域的多个清洁周期；按照所述多个清洁周期对所述n个待清洁区域进行清洁需求分析，根据分析结果进行点位变异，构建变异种群。
6、在可能的实现方式中，遍历所述变异种群与所述历史种群进行数据交叉变换，生成试验种群，还执行以下处理：遍历所述变异种群进行序列记录，确定所述变异种群内的第一排序列表；遍历所述历史种群进行序列记录，确定所述历史种群内的第二排序列表；基于所述变异种群的种群维数、所述历史种群的种群维数进行维数选择，生成交换维数信息；根据所述交换维数信息将所述第一排序列表与所述第二排序列表按照序列进行同维交换，根据交换结果确定所述试验种群。
7、在可能的实现方式中，基于所述试验种群进行所述n个待清洁区域的回溯搜索，还执行以下处理：遍历所述第k初始化种群进行有限次匹配，获取最优解；判断所述试验种群内的第一解是否优于所述第k初始化种群内的所述最优解；当所述试验种群内的所述第一解优于所述第k初始化种群内的所述最优解，则将所述试验种群对所述第k初始化种群进行替换；若所述第一解优于所述n个待清洁区域的全局最优解，则更新全局最优解；当所述试验种群内的所述第一解劣于所述第k初始化种群内的所述最优解，则进行所述n个待清洁区域的回溯搜索，对所述试验种群内的第二解进行迭代判断，直到满足预设终止条件，输出所述全局最优解；将所述全局最优解添加至搜索结果。
8、在可能的实现方式中，根据搜索结果对目标冷风机内部进行智能清洁优化，还执行以下处理：对目标冷风机的所述n个待清洁区域进行评估，生成清洁需求评估结果；基于所述清洁需求评估结果结合所述搜索结果制定清洁决策；激活自动清洁单元，对目标冷风机执行所述清洁决策，通过所述传感器组获取清洁效果评估结果；基于所述清洁效果评估结果结合运行终端的运行反馈信息制定二次清洁决策；执行所述二次清洁决策优化目标冷风机内部的智能清洁操作。
9、本技术还提供了一种冷风机内部自清洁系统，包括：
10、待清洁区域标识模块，所述清洁区域标识模块用于遍历目标冷风机的内部结构数据标识n个待清洁区域，构建多个初始化种群，n为大于等于0的整数；
11、历史传感数据调取模块，所述历史传感数据调取模块用于基于目标冷风机内布设的所述传感器组，调取目标冷风机内m个区域的历史传感数据，基于历史传感数据集构建历史种群，m为大于等于1的整数，且m>n；
12、变异种群生成模块，所述变异种群生成模块用于基于所述多个初始化种群对所述历史种群进行随机更新，基于所述历史种群、所述多个初始化种群进行点位变异，生成变异种群；
13、试验种群获得模块，所述试验种群获得模块用于遍历所述变异种群与所述历史种群进行数据交叉变换，生成试验种群；
14、待清洁区域清洁优化模块，所述待清洁区域清洁优化模块用于基于所述试验种群进行所述n个待清洁区域的回溯搜索，根据搜索结果对目标冷风机内部进行智能清洁优化。
15、拟通过本技术提出的一种冷风机内部自清洁方法及系统，遍历目标冷风机的内部结构数据标识n个待清洁区域，构建多个初始化种群；基于目标冷风机内布设的传感器组，调取m个区域的历史传感数据，构建历史种群；基于多个初始化种群对历史种群进行随机更新，进行点位变异，生成变异种群；遍历变异种群与历史种群进行数据交叉变换，生成试验种群；基于试验种群进行回溯搜索，根据搜索结果进行智能清洁优化，解决了现有冷风机清洁存在的由于冷风机内部结构复杂，人工清洁效率低导致冷风机清洁方法局限、寿命缩减的技术问题，实现智能检测冷风机的清洁区域，自动进行合理化精准清洁，达到了提高冷风机的使用寿命以及内部清洁效率的技术效果。
1.一种冷风机内部自清洁方法，其特征在于，所述方法应用于一种冷风机内部自清洁系统，所述一种冷风机内部自清洁系统与传感器组通信连接，所述方法包括：
2.如权利要求1所述的一种冷风机内部自清洁方法，其特征在于，遍历目标冷风机的内部结构数据标识n个待清洁区域，构建多个初始化种群，方法包括：
3.如权利要求1所述的一种冷风机内部自清洁方法，其特征在于，基于目标冷风机内布设的所述传感器组，调取目标冷风机内m个区域的历史传感数据，方法包括：
4.如权利要求1所述的一种冷风机内部自清洁方法，其特征在于，基于所述多个初始化种群对所述历史种群进行随机更新，基于所述历史种群、多个初始化种群进行点位变异，生成变异种群，方法包括：
5.如权利要求1所述的一种冷风机内部自清洁方法，其特征在于，遍历所述变异种群与所述历史种群进行数据交叉变换，生成试验种群，方法包括：
6.如权利要求4所述的一种冷风机内部自清洁方法，其特征在于，基于所述试验种群进行所述n个待清洁区域的回溯搜索，方法包括：
7.如权利要求1所述的一种冷风机内部自清洁方法，其特征在于，根据搜索结果对目标冷风机内部进行智能清洁优化，方法包括：
8.一种冷风机内部自清洁系统，其特征在于，所述系统用于实施权利要求1-7任意一项所述的一种冷风机内部自清洁方法，所述系统包括：
