买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江通势达电动技术有限公司

摘要：本发明公开了一种高精度电机驱动方法，涉及电机驱动领域，解决的是电机驱动方法控制精度不高和运行效率和效果差的问题，首先检测电机类型和实时运行参数，并传输至物联网平台进行存储、分析和处理，然后对电机运行状态进行判断和初始化控制参数，然后通过机器学习引擎构建所述高精度电机驱动模型，然后采用所述高精度电机驱动模型和初始化控制参数对电机进行驱动控制，并采用闭环控制模型对电机的运行进行实时调整和优化，最好通过远程可视化控制平台进行电机驱动远程控制和监测；本发明结合物联网平台、机器学习和无线传感器网络，实现对电机驱动的智能化控制，具有高实时性和准确性。

主权项：1.一种高精度电机驱动方法，其特征在于：包括以下步骤：步骤一、检测电机类型和实时运行参数；通过无线传感器网络实时采集电机运行参数，并基于电机运行电流和电压识别电机类型，所述电机运行参数至少包括电机的转速、转角、转矩、加速度、电流和电压，所述无线传感器网络包括磁角度编码器、超声波测距仪和霍尔效应传感器，所述电机运行参数通过控制器区域网络传输至物联网平台进行存储、分析和处理；步骤二、电机运行状态判断和控制参数初始化；所述物联网平台通过自监督表征学习方法判断当前电机运行状态，并根据电机类型、所述当前电机运行状态和实时运行参数初始化控制参数，所述当前电机运行状态包括起动、加速、减速和停止；步骤三、构建高精度电机驱动模型；所述物联网平台通过机器学习引擎构建所述高精度电机驱动模型，所述机器学习引擎包括特征提取模块、模型构建模块、模型训练模块、模型优化模块和模型运行模块，所述特征提取模块的输出端与所述模型构建模块的输入端连接，所述模型构建模块的输出端与所述模型训练模块的输入端连接，所述模型训练模块的输出端与所述模型优化模块的输入端连接，所述模型优化模块的输出端与所述模型运行模块的输入端连接；步骤四、高精度电机驱动控制；采用所述高精度电机驱动模型和初始化控制参数对电机进行驱动控制，并采用闭环控制模型对电机的运行进行实时调整和优化，所述闭环控制模型包括位置控制单元、速度控制单元、力矩控制单元和反馈控制单元，所述位置控制单元、速度控制单元和力矩控制单元分别与所述反馈控制单元进行双向连接；步骤五、电机驱动远程控制和监测，通过远程可视化控制平台进行电机驱动远程控制和监测；所述自监督表征学习方法包括输入层、卷积层、池化层、自适应参数调节层、全连接层、时间序列层、隐藏层和输出层，所述自监督表征学习方法包括以下步骤：S1、通过所述输入层接收实时所述电机运行参数，并对输入数据进行清洗和归一化处理操作；S2、通过所述卷积层对输入数据进行卷积运算，并通过所述池化层对所述卷积层的输出数据进行降维处理，所述卷积层通过卷积核提取数据特征，所述池化层通过降采样方式压缩计算量；S3、所述自适应参数调节层根据电机实时运行参数动态地调节参数和权重；S5、通过所述全连接层将池化后的特征进行深度提取，所述全连接层采用标准神经网络对输入向量进行加权和求和运算；S6、通过所述时间序列层将电机运行参数转化为时间序列数据，所述时间序列层通过长短句时间序列模型LSTM捕捉特征的时间相关性；S7、通过所述隐藏层进行特征的非线性映射，所述隐藏层通过自编码器、对比学习和预训练网络进行特征学习；S8、通过所述输出层将经过隐藏层处理后的结果进行分类或回归操作，并对当前电机的运行状态判断结果进行输出。

全文数据：

权利要求：

百度查询： 浙江通势达电动技术有限公司 一种高精度电机驱动方法