【技术实现步骤摘要】
本专利技术涉及一种散热风扇自适应吹扫控制方法及系统，属于工程机械热管理。
技术介绍
1、工程机械由于作业环境灰尘大，在这些环境长期作业时，极易导致散热芯体翅片部分灰尘堆积从而堵塞散热芯体翅片进风通道，进而降低热管理散热效率。其中，挖掘机作为一种多用途的工程机械，可进行挖掘、平地、装载、破碎等多种作业，常用于矿山，煤厂，建筑工地等恶劣环境作业。
2、针对上述散热芯体灰尘堆积问题，挖掘机采用启机时反转风扇吹扫除尘（启机吹扫）、关机时反转风扇吹扫除尘（关机吹扫）、挖机作业固定时长后反转风扇吹扫除尘（定时吹扫）及根据驾驶员经验判断，手动按除尘键除尘（手动除尘）。
3、然而，上述四种方式各自存在自己缺点：启机吹扫、关机吹扫无法对挖机作业过程中灰尘堆积进行吹扫，若挖机长时间作业过程中灰尘堆积，则同样会造成挖机热管理系统效率下降。定时吹扫无法辨别当前作业环境恶劣程度，针对过于恶劣的环境，定时吹扫往往无法满足除尘需求，从而导致挖机热管理效率下降；针对优良作业环境，灰尘较少无需除尘，定时吹扫则会多消耗整机能量。手动吹扫则完全依赖驾驶员经验及操作习惯，增加驾驶员挖机操作动作，同时驾驶员驾驶素质参差不齐，对整机散热效率影响较大。
4、现有除尘吹扫方式存在各种各样的问题，无法满足不同作业环境下的挖掘机除尘需求，因此，在保证挖机热管理散热效率的前提下，如何明确一种合理的散热风扇自适应吹扫控制方法显得尤为重要。
技术实现思路
1、目的：为了克服现有技术中存在的不足，本专利技
2、技术方案：为解决上述技术问题，本专利技术采用的技术方案为：
3、第一方面，一种散热风扇自适应吹扫控制方法，具体包括：
4、步骤1：根据预先构建的发动机温度预测模型，获取当前时刻发动机冷却液预测温度。
5、步骤2：获取当前时刻发动机冷却液实际温度，当时，获取发动机散热风扇转速nfanact，表示吹扫系数。
6、步骤3：当nfanact＜nfanmax时，nfanmax表示发动机散热风扇最大转速，发出发动机散热风扇以最大转速nfanmax运行tfan时间的指令。
7、步骤4：发动机散热风扇完成运行tfan时间的指令后，发动机散热风扇反转吹扫ti1时间后，发出发动机散热风扇正常正转散热的指令。
8、步骤5：当发动机散热风扇正常正转散热阈值时间t后，再次根据预先构建的发动机温度预测模型，获取当前时刻发动机冷却液预测温度，以及获取当前时刻发动机冷却液实际温度，当时，发出吹扫完成的指令，表示积灰系数。
9、作为优选方案，所述步骤3还包括：
10、当发动机散热风扇处于最大转速运转nfanmax时，继续获取发动机散热风扇转速nfanact，直至nfanact＜nprefan，进入步骤4，nprefan表示风扇转速阈值。
11、作为优选方案，还包括：
12、步骤6：当发动机散热风扇正常正转散热阈值时间t后，再次根据预先构建的发动机温度预测模型，获取当前时刻发动机冷却液预测温度，以及获取当前时刻发动机冷却液实际温度，当时，获取上一次除尘失败的吹扫时间ti1，根据上一次除尘失败的吹扫时间ti1，获取重新吹扫暂停计数值△ti。
13、步骤7：等待暂停计数值△ti完成后，重复步骤3-步骤6，当n次除尘失败，则发出上报挖机驾驶员人工除尘的指令。
14、作为优选方案，所述发动机温度预测模型训练方法，具体包括：
15、获取挖掘机在不同典型作业场景下的发动机冷却液温度temp、发动机功率p、环境温度tenvir、发动机当前转速neng的整机数据。
16、将上一时刻发动机冷却液温度tempt-1、发动机当前功率pt、当前环境温度tenvirt、发动机当前转速nengt作为训练样本，将训练样本输入bp神经网络进行训练，当预测误差不超过设定值时，得到训练好的发动机温度预测模型。
17、作为优选方案，所述bp神经网络采用4个输入层、5个隐含层和1个输出层的三层bpnn结构的神经网络。
18、作为优选方案，通过环境温度tenvirt与的线性方程获取，所述环境温度tenvirt与的线性方程，计算公式如下：
19、
20、其中，为吹扫系数，为环境温度tenvirt的数值，环境温度tenvirt取值范围为[-40℃~120℃]，单位为℃。
21、作为优选方案，tfan时间通过发动机冷却液当前温度与tfan的线性方程获取，所述发动机冷却液当前温度与tfan的线性方程，计算公式如下：
22、
23、其中，tfan为发动机散热风扇以最大转速运行时间，单位为秒，为发动机冷却液当前温度的数值，发动机冷却液当前温度取值范围为[-40℃~120℃] ，单位为℃。
24、作为优选方案，ti1时间的获取方法，具体包括：
25、获取当前时刻发动机冷却液实际温度以及当前时刻发动机冷却液预测温度，计算的差值△t。
26、根据当前时刻发动机冷却液实际温度与差值△t获得对应的△t的论域与的论域。
27、根据△t的论域和隶属度函数进行模糊化处理，得到模糊子集的△t_des。
28、根据的论域和隶属度函数进行模糊化处理，得到模糊子集的_des。
29、根据模糊子集的△t_des、模糊子集的_des，查询模糊规则库，得到当前ti1所在的论域ti1_des。
30、通过隶属度函数将论域ti1_des解模糊为发动机散热风扇反转吹扫时间ti1。
31、作为优选方案，通过环境温度tenvirt与的线性方程获取，所述环境温度tenvirt与的线性方程，计算公式如下：
32、
33、其中，为积灰系数，为环境温度tenvirt的数值，环境温度tenvirt取值范围为[-40℃~120℃]，单位为℃。
34、作为优选方案，暂停计数值△ti通过如下表格获取：
35、
36、其中，每秒计数1次。
37、作为优选方案，nprefan=0.8*nfanmax；n=5。
38、第二方面，一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第一方面中任一所述的一种散热风扇自适应吹扫控制方法。
39、第三方面，一种计算机设备，包括：
40、存储器，用于存储指令。
41、处理器，用于执行所述指令，使得所述计算机设备执行如第一方面中任一所述的一种散热风扇自适应吹扫控制方法的操作。
42、有益效果：本专利技术提供的一种散热风扇自适应吹扫控制方法及系统，基于bp神经网络的挖机发动机冷却液正常预测温度，与当前发动机实际冷却液温度对比，推算发动机散热芯体积灰程度，根据不同的积灰程度，通过控制策略控制散热风扇反转吹本文档来自技高网...
【技术保护点】
1.一种散热风扇自适应吹扫控制方法，其特征在于：具体包括：
2.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：所述步骤3还包括：
3.根据权利要求1或2所述的一种散热风扇自适应吹扫控制方法，其特征在于：还包括：
4.根据权利要求3所述的一种散热风扇自适应吹扫控制方法，其特征在于：暂停计数值△ti通过如下表格获取：
5.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：通过环境温度Tenvirt与的线性方程获取，所述环境温度Tenvirt与的线性方程，计算公式如下：
6.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：Tfan时间通过发动机冷却液当前温度与Tfan的线性方程获取，所述发动机冷却液当前温度与Tfan的线性方程，计算公式如下：
7.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：Ti1时间的获取方法，具体包括：
8.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：通过环境温度Tenvirt与的线性方程获取，所
9.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，该计算机程序被处理器执行时，实现如权利要求1至8任一所述的一种散热风扇自适应吹扫控制方法。
10.一种计算机设备，其特征在于：包括：
...【技术特征摘要】
1.一种散热风扇自适应吹扫控制方法，其特征在于：具体包括：
2.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：所述步骤3还包括：
3.根据权利要求1或2所述的一种散热风扇自适应吹扫控制方法，其特征在于：还包括：
4.根据权利要求3所述的一种散热风扇自适应吹扫控制方法，其特征在于：暂停计数值△ti通过如下表格获取：
5.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：通过环境温度tenvirt与的线性方程获取，所述环境温度tenvirt与的线性方程，计算公式如下：
6.根据权利要求1所述的一种散热风扇自适应吹扫控制方法，其特征在于：tf...
【专利技术属性】
技术研发人员：孙君令，刘吉超，黄文雪，
申请(专利权)人：江苏徐工工程机械研究院有限公司，
类型：发明
国别省市：
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。