[发明专利]一种转速控制方法、系统、设备及存储介质有效
申请号: | 202111164977.3 | 申请日: | 2021-09-30 |
公开(公告)号: | CN113803919B | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 胡磊;夏嵩勇;卢叶红;李长龙;强一博;李永锋 | 申请(专利权)人: | 浙江吉利控股集团有限公司;浙江联控技术有限公司 |
主分类号: | F25B49/02 | 分类号: | F25B49/02 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 王积毅 |
地址: | 310000 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 转速 控制 方法 系统 设备 存储 介质 | ||
1.一种转速控制方法,其特征在于,应用于热泵系统,所述热泵系统包括电子流量调节阀和压缩机,所述电子流量调节阀设置在所述压缩机的低压回气侧,所述电子流量调节阀的两侧均设置有温度传感器和压力传感器,所述转速控制方法包括:
采集所述温度传感器和所述压力传感器的实际数据,并处理得到温度比值数据和压力比值数据;
将所述温度比值数据和所述压力比值数据分别与每个预训练的含油量预测模型的预设条件相匹配,匹配成功,则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型,得到预测含油量数据;
根据所述预测含油量数据控制所述压缩机的转速,其包括:
判断所述预测含油量数据是否符合预设的含油量范围;
若是,则按照一预设的数值提升所述压缩机的转速;若否,则控制所述压缩机的转速不变。
2.根据权利要求1所述的转速控制方法,其特征在于,所述采集所述温度传感器和所述压力传感器的实际数据,并处理得到温度比值数据和压力比值数据的步骤包括:
采集得到所述温度传感器和所述压力传感器的实际数据;
沿着所述热泵系统中冷媒流动的方向,将所述电子流量调节阀前侧的温度传感器的实际数据与后侧的温度传感器的实际数据相除,得到所述温度比值数据;将所述电子流量调节阀前侧的压力传感器的实际数据与后侧的压力传感器的实际数据相除,得到所述压力比值数据。
3.根据权利要求1所述的转速控制方法,其特征在于,所述将所述温度比值数据和所述压力比值数据分别与每个预训练的含油量预测模型的预设条件相匹配,匹配成功,则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型,得到预测含油量数据的步骤包括:
判断所述压力比值数据是否符合预设的压力比值范围;
在所述压力比值数据符合所述压力比值范围时,继续判断所述温度比值范围是否符合预设的第一温度比值范围:若是,则匹配到对应的第一个含油量预测模型;若否,则匹配到对应的第二个含油量预测模型;
在所述压力比值数据不符合所述压力比值范围时,继续判断所述温度比值范围是否符合预设的第二温度比值范围;若是,则匹配到对应的第三个含油量预测模型;若否,则匹配到对应的第四个含油量预测模型;
将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型,得到预测含油量数据。
4.根据权利要求3所述的转速控制方法,其特征在于,所述根据所述温度比值数据和所述压力比值数据,匹配得到对应的含油量预测模型的步骤还包括:
采集以往多个时刻下所述温度传感器和所述压力传感器的实际数据,以及所述压缩机的实际含油量数据,并处理得到多组温度比值数据和压力比值数据,作为样本数据;
根据所述压力比值范围、所述第一温度比值范围和所述第二温度比值范围,将所述样本数据进行分类,得到四类样本数据;
针对分类后的每一类样本数据:
将其随机划分为训练集和测试集;
根据所述训练集训练神经网络模型,得到训练好的神经网络模型;
将所述测试集输入训练好的神经网络模型,得到对应的预测含油量数据;当所述预测含油量数据符合所述实际含油量数据的概率达到预设的阈值时,将训练好的神经网络模型确定为最终的含油量预测模型。
5.根据权利要求4所 述的转速控制方法,其特征在于,同一时刻下的所述温度比值数据和所述压力比值数据组成一个样本数据。
6.根据权利要求4所述的转速控制方法,其特征在于,四类所述样本数据包括:
符合所述压力比值范围和所述第一温度比值范围的第一类样本数据;
符合所述压力比值范围,不符合所述第一温度比值范围的第二类样本数据;
不符合所述压力比值范围,符合所述第二温度比值范围的第三类样本数据;
不符合所述压力比值范围和所述第二温度比值范围的第四类样本数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江吉利控股集团有限公司;浙江联控技术有限公司,未经浙江吉利控股集团有限公司;浙江联控技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111164977.3/1.html,转载请声明来源钻瓜专利网。