用于借助人工智能确定冷却体污染的方法技术

技术编号:37389355 阅读:36 留言:0更新日期:2023-04-27 07:28
本发明专利技术涉及一种用于确定用于对至少一个电子构件(2)散热的冷却体(3)的污染的方法。沿着从至少一个构件(2)到冷却体(3)的热传递链持续检测通过构件(2)控制的负载曲线(I(t))和至少一个温度曲线(θ1(t),θ2(t),θ3(t))。在训练阶段(T)中,确定决策函数,该决策函数设置用于应用于负载曲线(I(t))的部段和应用于温度曲线(θ1(t),θ2(t),θ3(t))的至少一个对应检测的部段。在分类阶段(K)中,如果负载曲线(I(t))的呈现给决策函数的部段与负载曲线(I(t))的在训练阶段(T)中检测到的部段类似并且如果温度曲线(θ1(t),θ2(t),θ3(t))的至少一个对应的部段与相应的温度曲线(θ1(t),θ2(t),θ3(t))的在训练阶段(T)中对应检测的部段类似,则才探测到冷却体(3)的未被污染的状态。态。态。

【技术实现步骤摘要】
【国外来华专利技术】用于借助人工智能确定冷却体污染的方法


[0001]本专利技术涉及一种用于确定冷却体的污染的方法,该冷却体设置用于对至少一个电子构件散热。

技术介绍

[0002]功率电子设备、例如转换器或马达操控装置的功率级设有冷却体,通过在冷却通道中引导经过的空气从所述冷却体引走热量。为了增加表面积,这种冷却体具有冷却肋,所述冷却肋伸入冷却通道中并且由空气在纵向方向上绕流。
[0003]为了优化散热,随着功率密度的增加,例如在高性能变频器或伺服转换器的情况下,通过以下方式扩大冷却体面积:即减小冷却肋之间的间距。由此,能够提供更多数量的冷却肋进而也提供更大的面积以在冷却通道中进行热交换。
[0004]随着为了散热而吸入的空气而不可避免地也吸入污物颗粒,所述污物颗粒积聚在冷却通道中以及冷却肋之间。由此减少了从冷却肋到流过的空气的热传递。此外,会降低冷却肋之间的区域中的空气的流速。由于所述污物积聚,冷却体的冷却效果因此整体上变差。
[0005]通过以下方式可行的是:在与特别高的功率损失关联的功率电子设备的运行模式中,于是累积的废热不再能够通过冷却体充分导出。
[0006]因此,为了避免功率电子设备失效或过热需要定期检查冷却体的污染状态,例如通过人工检查冷却体。
[0007]WO 2014/105031A2公开用于识别和鉴定空气冷却的系统中的故障的方法和系统。例如,该系统和方法使用预测模型,所述预测模型基于能量平衡关系并且借助所述预测模型计算温度和/或空气通流速率的目标值,将在空气冷却的系统处检测到的温度和/或空气通流速率与所述目标值进行比较以识别故障。
[0008]US 2013/155611 A1公开一种具有设置在底板上的冷却体和灰尘清洁设备的电子设备。灰尘清洁设备相对于冷却体可移动地设置在底板上,以便将冷却体处的灰尘扫入集尘盒中。
[0009]CN 111 351 678 A公开用于检查电力变压器冷却的设备和方法。在所述方法中,如果变压器没有冷却装备,则检测变压器的在不同污染程度下的部段的部件,并且存储在温度数据库中。将所述温度与变压器的冷却回路在变压器运行条件下的油冷却液体的温度进行比较。
[0010]JP H07 244007 A公开一种具有电子冷却设备和样品基板的污染探测器,所述样品基板的表面能够通过冷却设备用冷凝液润湿。电极设置在样品基板上,当样品基板被润湿时,测量所述电极之间的电阻。从电阻中得出样品基板的污染。

技术实现思路

[0011]本专利技术所基于的目的是:提供一种用于确定设置用于对至少一个电子构件散热的冷却体的污染的改进的方法。
[0012]根据本专利技术,该目的通过具有权利要求1的特征的方法来实现。
[0013]本专利技术的有利的设计方案是从属权利要求的主题。
[0014]在一种用于确定设置用于对至少一个电子构件散热的冷却体的污染的方法中,对于至少一个电子构件持续检测负载曲线。
[0015]负载曲线能够作为经过电负载的由至少一个功率电子构件控制的输出电流的时间曲线来检测。例如,电负载能够构成为电动马达。但是,由这种输出电流流经的其他电负载也是可行的。
[0016]替代地或附加地,负载曲线能够作为热负载曲线通过至少一个温度的时间曲线来检测,所述温度的时间曲线如下文更精确解释的那样沿着从至少一个电子构件到冷却体的热传递链测量。
[0017]通过至少一个温度传感器检测至少一个温度曲线,所述温度曲线说明沿着从至少一个电子构件到冷却体的热传递链的温度的时间曲线。温度传感器能够紧邻至少一个电构件附近设,例如设置在承载至少一个电构件的基板上。但是还可行的是:将温度传感器设置在冷却体处或设置在至少一个构件和冷却体之间的热桥处。
[0018]在具有多个温度传感器的一个实施方式中,从至少一个温度差中确定热负载曲线,所述温度差沿着热传递链在不同的温度传感器之间得出并且所述温度差与沿着热传递链传递的热流相关。根据借助第一温度传感器检测的第一温度曲线和借助各一个另外的温度传感器检测的至少一个另外的温度曲线之间的差来得出热负载曲线。
[0019]由此可行的是:在不测量电特征变量的情况下检测负载曲线。
[0020]在训练阶段中,在未污染的冷却体处确定学习部段,即:训练阶段内的时间间隔。学习部段确定为,使得分别在这种时间间隔或学习部段内检测到的负载曲线与其他学习部段中的负载曲线具有大的相似度。从多个何种相互相似的负载曲线部段中得出与其同样相似的典型负载曲线部段。
[0021]特别地,学习部段确定为,使得学习部段中的负载曲线彼此具有比距学习部段之外的负载曲线更大的相似度和/或比这种学习部段外的训练阶段的任意选择的时间间隔中的负载曲线具有更大的相似度。
[0022]训练阶段在为具有至少一个电子构件和至少一个冷却体的功率电子装置的持续运行而设置的装入和运行状态中执行。特别地,训练阶段在装入和运行状态中执行,如其在功率电子设备的用户或使用者中预先发现的那样。不需要或设置:训练阶段在功率电子装置的制造商中在标准化条件下执行。
[0023]对于每个学习部段,分别检测至少一个温度曲线的部段,所述部段由所述学习部段中的至少一个温度传感器测量。
[0024]从负载曲线的和相应至少一个温度曲线的与学习部段相关联的部段的多个部段中得出决策函数。所述决策函数设置用于应用于负载曲线的一部段和应用于温度曲线的至少一个对应于负载曲线的所述部段检测的部段。
[0025]得出决策函数,使得当负载曲线的呈现的部段与学习曲线的在学习部段中检测的部段相似时,并且当温度曲线的呈现的至少一个部段与至少一个温度曲线的在学习部段中检测到的部段相似时,则探测到冷却体的未被污染状态。
[0026]决策函数还确定为,使得否则探测到冷却体的污染状态。
[0027]在随后的分类阶段中,分类部段被确定为,使得所述分类部段具有与同学习部段相关联的负载曲线的至少一个部段相似的负载曲线部段。
[0028]换句话说:将在训练阶段中得出的学习部段作为模板与持续检测的负载曲线进行比较,并且如果所述分类部段中的负载曲线足够类似于学习部段中检测到的一个、优选大量的负载曲线,则于是将分类阶段中的时间区间分区段为分类部段。
[0029]负载曲线和至少一条温度曲线的分别与分类部段相关联的部段呈现给在训练阶段中得出的决策函数。冷却体的污染状态借助于决策函数来探测。
[0030]根据本专利技术的方法的一个优点在于,借助于决策函数得出:对于近似相同的负载情况是否设定相对于训练阶段中的参考情况(具有未污染冷却体)改变的温度曲线,所述温度曲线表征冷却体的污染。
[0031]通过相对于具有未改变的装入和运行状态的参考情况的对比,该方法相对于客户特定执行的装入情况、例如空调或空气输送或通风的适配是无关的。由此,与在使用独立于个体安装状态的负载和温度曲线标准的方法中相比,实现更精确地确定污染状态。
[0032]该方法的另一优点在于:其独立于特定的校准本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】(t))与分别相关联的典型温度部段(θ)之间的均方差的倒数的方式确定所述相似度。7.根据权利要求6所述的方法,其特征在于,以至少一个所述温度曲线(θ1(t),θ2(t),θ3(t))与分别相关联的典型温度部段(θ)之间的最大时间偏差的绝对值的倒数的方式确定所述相似度。8.根据权利要求6所述的方法,其特征在于,以超过在至少一个所述温度曲线(θ1(t),θ2(t),θ3(t))中的从所述典型温度部段(θ)中推导出的最大值的倒数的形式确定所述相似度。9.根据权利要求1所述的方法,其特征在于,通过机器学习的方法确定所述决策函数。10.根据权利要求9所述的方法,其特征在于,通过所述负载曲线(I(t))的部段的聚类确定所述学习部段(T1至T3)。11.根据权利要...

【专利技术属性】
技术研发人员:贝恩德
申请(专利权)人:西门子股份公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1