CN119475821A 散热风扇多阶滤波控制方法及装置 （深圳华夏恒泰电子有限公司）

散热风扇多阶滤波控制方法及装置，该方法包2采集多风扇散热系统的运行参数进行动态状态空间模型构建，将所述系统运行状态方程和所述温度观测方程输入期望最大化滑窗迭代扩展卡尔曼根据所述系统状态估计值和所述预测误差协方差矩阵，对低通滤波基于所述系统多阶滤波控制模型，计算多风扇之间的气流耦合热系统的运行参数进行动态状态空间模型构建，得到系统运行状态方程和温度观测方程，对所述多风扇散热系统中多个散热风扇的转速信号进行高速采样，对所述多个散热风扇的振动和气流噪声进行传感采集和噪根据所述温度观测向量和所述风扇转速状态向量，通过卡尔曼增益将所述状态转移矩阵、所述控制矩阵、所述观测矩阵以及所述系行状态方程和所述温度观测方程输入期望最大化滑窗迭代扩展卡尔曼滤波器，通过执行E步骤的条件期望计算和M步骤的参数迭代更新，得到系统状态估计值和预测误差协方差矩将所述系统运行状态方程和所述温度观测方程输入期望最大化滑窗迭代扩展卡尔曼基于所述滑动窗口参数，对系统状态向量进行初始化计算，得到将所述初始状态向量和所述初始协方差矩阵输入E步骤计算单元，计算状态向量的条将所述状态向量的期望值和所述协方差矩阵输入M步骤计算单元，对系统参数进行更3根据所述更新后的状态转移矩阵和所述更新后的观测矩阵C，对系统噪声和观测噪声将所述状态向量的期望值和所述噪声协方差矩阵输入扩展卡尔曼滤波器的预测单元，根据所述系统状态估计值，对系统噪声频谱进行功率谱密度分析，将所述预测误差协方差矩阵输入带通滤波器设计单元，通过频带优对所述第一级滤波器的传递函数和所述第二级滤波器的传递函数进行级联运将所述级联传递函数输入自适应滤波器设计单元，通过最小均方误差准根据所述第三级滤波器的传递函数，对滤波器响应特性进行频将所述系统传递函数和所述系统状态估计值进行组合运算，得到系统对所述系统多阶滤波控制模型中的系统传递函数进行空间分解运根据所述风扇间的相互作用系数，对各风扇的气流速度和压力将所述气流耦合影响系数矩阵输入能耗建模单元，根据风扇功基于所述气流耦合影响系数矩阵，对风扇群的气动噪声和机械噪声进行声学特性分将所述气流耦合影响系数矩阵输入散热建模单元，根据热力将所述帕累托目标函数输入梯度优化单元，通过不同权重组合的4将所述风扇控制优化参数集输入分布式计算单元，对控制参数进行基于所述温度状态信息交互矩阵，对控制单元间的温度耦合强度将所述温度耦合约束矩阵输入局部控制器，对各控制单元的风扇根据所述局部控制优化向量，对相邻控制单元间的控基于所述全局协同控制参数，对系统的李雅普诺夫根据所述收敛条件，对控制参数进行约束映射和边界处理，得到满足将所述各控制单元的动态平衡参数输入状态机控制器，根据温度将所述各控制单元的动态平衡参数输入多模式状态机控制器，通过对系统温度数据进行四级阈值划分[T1=45℃,T基于所述温度模式映射向量，对系统负载率进行三级阈值划分[L1=40%,L2=70%,L3=将所述温度模式映射向量、所述负载模式映射向量和所述噪声约对四种运行模式的转移矩阵进行特征分析，通过最大似然5过动态规划算法得到最优模式切换序列；将所述最优模式切换序列输入控制信号生成器，根据不同采集模块，用于采集多风扇散热系统的运行参数进行动态状态空间模型构计算模块，用于将所述系统运行状态方程和所述温度观设计模块，用于根据所述系统状态估计值和所述预测误差协方差求解模块，用于基于所述系统多阶滤波控制模型，计算多风扇行时使得所述处理器执行如权利要求1至7中任一项所述的散热风扇多阶滤6[0001]本发明涉及散热控制技术领域，尤其涉及一种散热风扇多阶滤波控制方法及装[0003]多风扇散热系统虽然具有更强的散热能力，但由于风扇将所述系统运行状态方程和所述温度观测方程输入期望最大化滑窗迭代扩展卡根据所述系统状态估计值和所述预测误差协方差矩阵，对低通滤波器的截止频78据传感器位置或者其他定义的条件进行聚合，形成一个代表系统当前状态的温度观测向作用在于建立外部控制输入与系统内部状态之间的联系，确保在存在噪声干扰的情况下，小的协方差意味着更高的估计精度。将状态向量的期望值和协方差矩阵输入M步骤的计算9计精度。在状态转移矩阵和观测矩阵更新对系统噪声和观测噪声的协方差矩阵进行计算。数描述了系统在不同工作状态下的噪声水平。将气流耦合影响系数矩阵输入散热建模单体中的初始运行状态。对多个控制单元的温度传感器信号进行数据采集和邻域信息交换，向量反映各控制单元在特定温度和负载条件下的最佳控制参数。根据局部控制优化向量，表示第i个传感器在第j个采样点的温度值。将采集到的原始数据输入数据缓存器进行预处数量为ij表性关系：;;;;。将系统运行状态方程和温度观测方程输入期望最大化滑窗迭代扩展卡尔曼滤波将初始状态向量和初始协方差矩阵输入E步骤计算单元，计算状态向量的条件期将状态向量的期望值和协方差矩阵输入M步骤计算单元，对系统参数进行更新计根据更新后的状态转移矩阵和更新后的观测矩阵C，对系统噪声和观测噪声的协动态数据时的计算范围和收敛精度。滑动窗口的长度定义了滤波器在当前时刻所参考的完成。在滑动窗口参数设定对系统状态向量进行初始化计算。假设系统的状态方程为;;;;;将状态向量的期望值和噪声协方差矩阵Q、R输入扩展卡尔曼滤波器的预测单;。;;f.是优化后的截止频率，j是虚数单位。此传递函数用于抑制噪声中高于优化算法确定f,和fh的值，使得带通滤波器传递函数t,(r)满足最大信号保真度和最小误;将第一级滤波器的传递函数h,(r)与第二级滤波器的传递函数t,(r)进行级联运;;;;;。基于气流耦合影响系数矩阵，对风扇群的气动噪声和机械噪声进行声学特性分;解，将系统整体响应解析为各风扇独立的气流特性。将每个n,(r)输入到气流耦合分析单;;;[fi,fJ;;累托目标函数输入梯度优化单元，通过不同权重组合的迭代计算，采用多目标优化算法u,-IV,0,p,II包含风扇i的转速vi、气流角度和功率分配p;。布式计算单元，通过解耦处理，分离各个控制单元的参数，生成初始控制参数集Ti;是控制单元i的第j个温度传感器的采集值。同;其中，表示控制单元i对j的温度影响强度，Ar,和分别是单元i和j的温;;;;p>0是收敛速率。满足此条件时，系统能够实现全局稳定。根据收敛条;[0032]在一具体实施例中，执行步骤将各控制单元的动态平衡基于温度模式映射向量，对系统负载率进行三级阈值划分[L1=40%,L2=70%,L3=将温度模式映射向量、负载模式映射向量和噪声约束向量输入模式状态组合器，过动态规划算法得到最优模式切换序列；;效控制。在完成温度模式映射对系统负载率进行分析。设系统的负载率为L=[L,L2,…,L,]，其中Li表示第i个控制单元的当前负载率。;;通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性