CN119401885B 散热风扇的高速电机智能控制方法及装置 （深圳市正晧科技有限公司）

道黄麻布社区勒竹角厚背夫山厂房1WO2017017839A1,2017.02.02开了一种散热风扇的高速电机智能控制方法及边界计算，得到线性PWM区域阈值和过调制区域特征分析，输出故障相隔离指令和容错控制指令，本发明提升了高速风扇电机的整体运行效2电机的转子位置传感器输出信号进行多周期采样处理，得到转子位置角度值和转子转速基于所述电机基本参数组进行电机过调制边界计算，得到线性PWM区域阈值和过调制压矢量分量；根据所述六个基本电压矢量分量和所述转子位置角度值进行矢量合成计算，基于所述初始控制参数组进行电流谐波分析，得到电流谐波补偿值和系统延迟补偿对所述电流谐波补偿值和所述系统延迟补偿值进行在线状态评估运算，得到PWM控制根据所述PWM控制参数修正值、所述电流控制器参数修正值和所述电压矢量分配修正将所述线性PWM区域阈值和所述过调制区域阈值输入克里金代理模型的初始层，并通将所述高维特征映射数据输入克里金插值模型进行优化参数初始将所述优化参数初始采样点输入三层响应曲面网络，得到电压失真度和谐波量响应3对所述电压失真度和谐波量响应值进行自适应加权运算，得到电压基于所述优化参数初始采样点对铜损和逆变器损耗进行迭代计算，得到系统损耗评估指基于所述电压质量评估指标和所述系统损耗评估指标构建多目标基于所述最优解候选集进行支配排序和拥挤度计算，选取帕累托基于所述d轴电流指令初值和所述q轴电流指令初值进行空间矢量PWM参数优化，得到基于所述初始控制参数组中的d轴电流指令值和q轴将所述分类谐波数据输入神经网络谐波评估器进行特征根据所述谐波特征向量对PWM开关序列进行谐波补偿计算，得到PW采用离散状态观测器构建系统延迟模型，状态变量包括电流和转速，对基于所述延迟特征参数进行预测补偿，并采用二阶龙格库塔将所述电流谐波补偿值和所述系统延迟补偿值输入模糊评估网络进行在线状态评估，对所述补偿效果评分数据进行多层级阈值分割，得到最优分割阈基于所述分段评价区间构建PWM控制参数优化模型，并将所述PWM控制参数修正值输入自抗扰控制器进行参数修正，得到电流控制器参数修根据所述电流控制器参数修正值构建状态空间模型，并通过特征4述PWM控制参数修正值、所述电流控制器参数修正值和所述电压矢量分配修正值对所述高基于所述PWM控制参数修正值、所述电流控制器参数修正值和所述电压矢量分配修正对所述修正参数特征向量进行单个中性点对称绕组故障分析运算，通过设置6个对称基于所述相电流偏差向量构建故障相定位模型，通过递归最小将所述故障相标识数据输入多层决策树网络进行故障等级判定，得到故障相隔离指根据所述故障相隔离指令建立开路相数学模型，对剩对所述电流重构方案进行鲁棒性分析，通过构建指数趋近律的滑模面设计控制器参分析模块，用于基于所述初始控制参数组进行电流谐波分评估模块，用于对所述电流谐波补偿值和所述系统延迟补偿值进行在线状态评估运7.一种散热风扇的高速电机智能控制设备，其所述至少一个处理器调用所述存储器中的所述指令，以使得所述散智能控制设备执行如权利要求1_5中任一项所述的散热风述指令被处理器执行时实现如权利要求1_5中任一项所述的散热风扇的高速电机智能控制5[0007]基于所述电机基本参数组进行电机过调制边界计算，得到线性PWM区域阈值和过[0008]将所述线性PWM区域阈值和所述过调制区域阈值输入克里金代理模型，对电压失[0010]对所述电流谐波补偿值和所述系统延迟补偿值进行在线状态评估运算，得到PWM[0011]根据所述PWM控制参数修正值、所述电流控制器参数修正值和所述电压矢量分配6[0015]优化模块，用于将所述线性PWM区域阈值和所述过调制区域阈值输入克里金代理7量值是描述电机电流状态的重要参数，有效地用于分析电机的负载情况和电流的动态响准电压矢量值。基准电压矢量值作为电机控制中的重要参考量，为后续的PWM调制提供依8这一电压会导致电机损坏或效率急剧下降。将电压极限值与电流空间矢量值进行匹配运[0036]具体的，将线性PWM区域阈值和过调制区域阈值输入克里金代理模型进行多目标9作过程中的最大效率和最低损耗。电压矢量分配修正值的优化能够有效提升系统的能效，用改进的PWM控制策略和谐波补偿方法，有效解决了高速运行时的电压失真和电流谐波问[0046]对高速风扇电机的永磁体磁场强度进行多点采样测量，得到永磁体磁场分布数的永磁体磁场强度通过多点采样进行测量。此过程通过布置多个传感器在电机的不同位入=IB·A；到三相电流的瞬时值，记为I,(t),I,(t),I。(t)，这些值分别表示三相电流在时刻t的数要数据支持。转子位置传感器通过多周期采样输出转子的位置角度和转速I个基本电压矢量分量和转子位置角度值进行矢量合成计算。转子的位置角度值对;是每个基本电[0087]将线性PWM区域阈值和过调制区域阈值输入克里金代理模型的初始层，并通过初[0089]将优化参数初始采样点输入三层响应曲面网络，得到电压失真度和谐波量响应[0093]基于d轴电流指令初值和q轴电流指令初值进行空间矢量PWM参数优化，得到初始；[0110]其中，将高维特征映射数据输入克里金插值模型进行优速傅里叶变换将时域的电流信号转化为频域信号，揭示出各频率分量的幅值和相位信息，；PWM开关频率。延迟特征参数反映控制信号在[0142]基于分段评价区间构建PWM控制参数优化模型，并进行最优PWM开关时[0143]将PWM控制参数修正值输入自抗扰控制器进行参数修正，得到电流控制器参数修；[0157]e(t)=r(t)-y(t)；r(t)是期望的控制目标，y(t)是系统的实际输出。通过对误差进行高频跟[0159]u(t)=-k,e(t)-k,i(t)-k;i(t)；[0160]其中，为反馈增益，e(t)是误差，i()和i()分别是误差的第一和第二[0161](t)=AX(t)+BU(t)；[0162]y(t)-cx(t)+DU(t)；；[0171]基于PWM控制参数修正值、电流控制器参数修正值和电压矢量分配修正值进行特[0172]对修正参数特征向量进行单个中性点对称绕组故障分析运算，通过设置6个对称[0174]将故障相标识数据输入多层决策树网络进行故障等级判定，得到故障相隔离指[0176]对电流重构方案进行鲁棒性分析，通过构建指数趋近律的滑模面设计控制器参[0178]xrsion=GPP+Bncctypw；,β,v是加权系数，这些系数的选择通过调节控制效果优化系统性能。案在不同工作条件下的稳定性和可靠性。通过构建指数趋近律的滑模面设计控制器参数。[0187]S(t)=-vs(t)wheres(t)=le(t)lv；[0192]优化模块203，用于将线性PWM区域阈值和过调制区域阈[0197]上面图2从模块化功能实体的角度对本发明实施例中的中散热风扇的高速电机智[0198]图3是本发明实施例提供的一种散热风扇的高速电机智能控制设备的结构示意310可以设置为与存储介质330通信，在散热风扇的高速电机智能控制设备300上执行存储