[发明专利]一种单传感器真空泵控制器及其双模式控制方法有效

专利信息
申请号: 202211427213.3 申请日: 2022-11-15
公开(公告)号: CN115898841B 公开(公告)日: 2023-07-07
发明(设计)人: 孙忠林;郦浩;陈凤琴 申请(专利权)人: 杭州光路科技有限公司
主分类号: F04B49/06 分类号: F04B49/06;F04B49/10;F04B51/00
代理公司: 浙江新篇律师事务所 33371 代理人: 李旻
地址: 311200 浙江省*** 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 传感器 真空泵 控制器 及其 双模 控制 方法
【权利要求书】:

1.一种单传感器真空泵控制器,其特征在于,包括:

控制器底板;

组装于所述控制器底板的控制器壳体,所述控制器壳体和所述控制器底板形成位于两者之间的收容腔;

被收容于所述收容腔内的PCB板;

电连接所述PCB板的相对压力传感器;以及

电连接于所述PCB板且与所述相对压力传感器可通信连接的控制器;

其中,所述控制器壳体具有形成于其侧表面的通气孔,以通过所述通气孔使得所述相对压力传感器与外界相连通;

其中,所述控制器,包括:

上电检测模块,用于响应于检测到电源电压超过16V的持续时间超过1s,生成报警提示;

压力传感器检测模块,用于响应于真空度小于-30Kpa的持续时间超过10s,判定所述相对压力传感器失效并生成所述报警提示;以及

驱动电路检测模块,用于基于驱动电流信号,判定驱动电路是否具有故障;

其中,所述控制器,还包括:平原控制模块,用于控制所述真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-70Kpa,如果所述真空度均小于-70Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都小于等于0.5Kpa/S,则跳转到高原控制模块;以及

高原控制模块,用于控制真空泵连续工作超过20s,执行工作3s停止工作1s的工作模式,并检测5个循环中的所述真空泵的真空度是否均小于-50Kpa,如果所述真空度均小于-50Kpa,控制所述真空泵执行工作3S停1S后,测试第2S内所述真空度的下降值,然后继续工作3S停1S,进行10个连续循环,若循环中所述真空度的下降值都大于等于2Kpa/S,则判定为高度泄露;若循环中所述真空度的下降值都小于等于2Kpa/S,则判定为中度泄露或真空泵寿命预警;以及,既不符合平原控制模块也不符合高原控制模块或在循环中真空罐的气压达到预定停泵值则直接返回主程序。

2.根据权利要求1所述的单传感器真空泵控制器,其特征在于,所述驱动电路检测模块,包括:

驱动电流信号采集单元,用于接收所述驱动电路的驱动电流信号;

频域统计特征提取单元,用于对所述驱动电流信号进行傅里叶变换以得到多个电流频域统计特征值;

频域统计特征关联模式提取单元,用于将所述多个电流频域统计特征值通过多尺度邻域特征提取模块以得到多尺度频域统计特征向量;

电流波形特征提取单元,用于将所述驱动电流信号的波形图通过包含多个混合卷积层的卷积神经网络模型以得到多尺度电流波形特征向量;

特征融合单元,用于融合所述多尺度频域统计特征向量和所述多尺度电流波形特征向量以得到分类特征向量;

特征优化单元,用于对所述分类特征向量进行基于特征聚类的去聚焦模糊优化以得到优化分类特征向量;以及

检测结果生成单元,用于将所述优化分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述驱动电路是否具有故障。

3.根据权利要求2所述的单传感器真空泵控制器,其特征在于,所述频域统计特征关联模式提取单元,包括:

时序向量构造子单元,用于将所述多个电流频域统计特征值按照时间维度排列为频域统计输入向量;

第一尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度频域统计特征向量,其中,所述第一卷积层具有第一长度的第一一维卷积核;

第二尺度特征提取子单元,用于将所述频域统计输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度频域统计特征向量,其中,所述第二卷积层具有第二长度的第二一维卷积核,所述第一长度不同于所述第二长度;以及

多尺度级联子单元,用于将所述第一尺度频域统计特征向量和所述第二尺度频域统计特征向量进行级联以得到所述多尺度频域统计特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州光路科技有限公司,未经杭州光路科技有限公司许可,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/202211427213.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top