【技术实现步骤摘要】
本专利技术属于电机电器控制，尤其涉及一种电机冷却介质温度估值方法、装置、芯片及控制器。
技术介绍
1、一方面，热管理及其相关的热平衡状态是众多设备、系统长期稳定高效运行的基础保障；其中，液态的热交换介质由于比热容远高于空气等气态介质，可获得更高的热交换效率；另一方面，对于永磁电机，由于其简化的结构和较高的运行效率，在众多电力拖动场景下得到了应用；为了获得更为高效的热管理，进而改善电机尤其是永磁电机的运行质量，有必要对其热交换介质的温度进行实时的检测。
2、但是，在未设置专用温度传感器或相关硬件设备的应用场景下，上述热交换介质温度的检测能力或将缺失，进而也不利于热管理的实现；因此，利用电机及其热管理等系统现有的资源，通过信息处理的方式实时获得相应的温度数据，成为上述背景下亟需解决的技术问题之一。
技术实现思路
1、本专利技术实施例公开了一种电机冷却介质温度估值方法，其核心过程包括第一数据生成步骤、第二数据处理步骤；其第一数据生成步骤获取电机热交换系统的参数集；该参数集包括热交换介质的初始温度和热负荷标定数据，其热负荷标定数据基于前述电机热交换系统的不同结构通过试验标定得到。
2、进一步地，其第二数据处理步骤根据热交换介质流量、电机转速和电机转矩检索热负荷标定数据以得到当前的吸热功率和散热功率，进而根据热负荷标定数据和热交换介质流量的实时取值及入口温度参考值或前述初始温度得到当前采样时刻的出口温度当前值和/或入口温度当前值。
3、其中，前述实时取值包
4、具体地，前述入口温度参考值可记作t0(i-1)，且仅在前述实时取值的采样点序号即i大于1或等于1时有效；类似地，前述出口温度当前值可记作t1(i)，前述入口温度当前值相应地可记作t0(i)，其中的i大于或等于0。
5、此外，前述热交换介质流量的当前值可记作q（i），而热负荷标定数据可根据实验室标定或试验过程记载的数据确定热交换介质流量q（i）的取值序列，即q（i）对应的吸热功率和散热功率。
6、其中，热负荷标定数据包括前述电机热交换系统在热交换介质流量预设标定取值集合下对应的吸热功率即pv（i）和散热功率（800）即pc（i）。
7、具体地，其热负荷标定数据还包括根据前述吸热功率pv（i）、散热功率pc（i）的差值及入口温度参考值得到出口温度当前值和/或入口温度当前值时的功率加权系数k。
8、其中，如热交换介质流量的实时取值在标定取值集合中没有对应的元素，则选取标定取值集合中与实时取值的差值最小的一组数据作为标定数据，如标定取值集合中存在两组与实时取值的差值为极小值的数据，则随机选取或指定其中一组作为标定数据。
9、具体地，前述初始温度即tint可以是入口温度参考值即t0(i-1)在i-1=0，亦即i=1时的取值；此时，可提前启动驱动部件并在驱动部件运行预设时长后再启动电机部件；在启动电机部件的同时，启动冷却部件；基于此，可确保上述入口和出口的初始温度一致。
10、其中，前述初始温度即tint可由电机热交换系统以外的周边硬件或周边软件提供；其周边硬件包括温度传感器；其周边硬件或周边软件还可以是记录有电机热交换系统历史数据的单元。
11、进一步地，该电机冷却介质温度估值方法还可设置有第三数据优化步骤，进一步获取预设典型工况下出口温度当前值与入口温度当前值加权误差小于±tt时的功率系数k及第一功率系数即k1、第二功率系数即k2、第三功率系数即k3和第四功率系数即k4；其中tt为温度误差限的绝对值。
12、具体地，可采用粒子群算法或预设优化过程对加权误差求解最小值或使加权误差根据预设的优化统计量进行优化，并使得粒子群算法中的适应值加权误差最小或使得预设优化过程收敛到目标误差范围以内。
13、其中，粒子群算法或预设优化过程的第一功率系数即k1、第二功率系数即k2、第三功率系数即k3的取值范围均是闭区间[0,1],第四功率系数即k4的取值范围是闭区间[-pm,pm]，pm为冷却功率（740）即冷却部件的散热功率；可通过增大驱动部件和/或散热功率的功率值以改善粒子群算法或预设优化过程的收敛速度。
14、具体地，模型中的吸热功率可对应于电机定子损耗即pvs和电机转子损耗即pvr，也可对应于电机热交换系统的电机热损耗中排在前两位的第一损耗功率和第二损耗功率。
15、其中，可减小第一数据生成步骤、第二数据处理步骤和/或第三数据优化步骤中的采样周期或使得采样周期与控制器的数据刷新周期同步，其数据刷新周期小于或等于100毫秒；其热交换介质可采用液态绝缘介质，用以增加热交换介质与热交换对象的接触面积和深度；其热交换介质可在驱动部件的激励下流经电机部件和冷却部件的热交换单元。
16、相应地，本专利技术实施例还公开了一种电机信息处理装置，其核心相应地包括第一数据生成单元、第二数据处理单元；其第一数据生成单元获取电机热交换系统的参数集；该参数集如前所述，包括热交换介质的初始温度和热负荷标定数据，该热负荷标定数据基于电机热交换系统的不同结构通过试验标定得到；其第二数据处理单元根据热交换介质流量、电机转速和电机转矩检索热负荷标定数据以得到当前的吸热功率和散热功率，进而根据热负荷标定数据和热交换介质流量的实时取值及入口温度参考值或初始温度得到当前采样时刻的出口温度当前值和/或入口温度当前值。
17、类似地，这里的实时取值也包括预设采样周期时第i个采样点的取值，i同样为大于或等于0的整数；当i=0时，其出口温度当前值和入口温度当前值亦等于初始温度；其中入口温度参考值可记作t0(i-1)，仅在其实时取值的采样点序号即i大于1或等于1时有效；其出口温度当前值记作t1(i)和入口温度当前值记作t0(i)在i大于或等于0时均有效；其热交换介质流量的当前值记作q（i），而热负荷标定数据可根据实验室标定或试验过程记载的数据确定热交换介质流量q（i）的取值序列，即q（i）对应的吸热功率和散热功率。
18、其中，热负荷标定数据包括电机热交换系统在热交换介质流量预设标定取值集合下对应的吸热功率pv（i）和散热功率pc（i）；该热负荷标定数据还包括，根据吸热功率pv（i）、散热功率pc（i）的差值及入口温度参考值得到出口温度当前值和/或入口温度当前值时用到的功率加权系数k。
19、具体地，如热交换介质流量的实时取值在标定取值集合中没有对应的元素，则选取标定取值集合中与实时取值的差值最小的一组数据作为标定数据，如标定取值集合中存在两组与实时取值的差值本文档来自技高网...
【技术保护点】
1.一种电机冷却介质温度估值方法，其特征在于包括第一数据生成步骤（100）、第二数据处理步骤（200）；其中：所述第一数据生成步骤（100）获取电机热交换系统（999）的参数集；所述参数集包括热交换介质的初始温度（001）和热负荷标定数据，所述热负荷标定数据基于所述电机热交换系统（999）的不同结构通过试验标定得到；所述第二数据处理步骤（200）根据热交换介质流量（710）、电机转速（720）和电机转矩（730）检索所述热负荷标定数据以得到当前的吸热功率（700）和散热功率（800），进而根据所述热负荷标定数据和所述热交换介质流量（710）的实时取值及入口温度参考值（510）或所述初始温度（001）得到当前采样时刻的出口温度当前值（591）和/或入口温度当前值（590）。
2.如权利要求1所述的电机冷却介质温度估值方法，其中：所述实时取值包括预设采样周期时第i个采样点的取值，所述i为大于或等于0的整数；当i=0时，所述出口温度当前值（591）和所述入口温度当前值（590）等于所述初始温度（001）。
3.如权利要求1或2所述的电机冷却介质温度估值方法，其中
4.如权利要求3所述的电机冷却介质温度估值方法，其中：所述热负荷标定数据包括所述电机热交换系统（999）在所述热交换介质流量（710）预设标定取值集合下对应的所述吸热功率（700）即Pv（i）和所述散热功率（800）即Pc（i）。
5.如权利要求1、2或4中任一项所述的电机冷却介质温度估值方法，其中：所述热负荷标定数据还包括根据所述吸热功率（700）Pv（i）、所述散热功率（800）Pc（i）的差值及所述入口温度参考值（510）得到所述出口温度当前值（591）和/或入口温度当前值（590）时的功率加权系数k。
6.如权利要求5所述的电机冷却介质温度估值方法，其中：如所述热交换介质流量（710）的所述实时取值在所述标定取值集合中没有对应的元素，则选取所述标定取值集合中与所述实时取值的差值最小的一组数据作为标定数据，如所述标定取值集合中存在两组与所述实时取值的差值为极小值的数据，则随机选取或指定其中一组作为所述标定数据。
7.如权利要求1、2、4或6中任一项所述的电机冷却介质温度估值方法，其中：所述初始温度（001）即Tint为所述入口温度参考值（510）即T0(i-1)在i-1=0时的取值，提前启动驱动部件（020）并在所述驱动部件（020）运行预设时长后再启动电机部件（010），并在启动所述电机部件（010）的同时启动冷却部件（030）。
8.如权利要求7所述的电机冷却介质温度估值方法，其中：所述初始温度（001）即Tint由所述电机热交换系统（999）以外的周边硬件或周边软件提供；所述周边硬件包括温度传感器；所述周边硬件或所述周边软件还包括记录有所述电机热交换系统（999）历史数据的单元。
9.如权利要求1、2、4、6或8中任一项所述的电机冷却介质温度估值方法，还包括第三数据优化步骤（300），获取预设典型工况下所述出口温度当前值（591）与所述入口温度当前值（590）加权误差小于±Tt时的功率系数k及第一功率系数（401）即k1、第二功率系数（402）即k2、第三功率系数（403）即k3和第四功率系数（404）即k4；其中Tt为温度误差限的绝对值。
10.如权利要求9所述的电机冷却介质温度估值方法，采用粒子群算法或预设优化过程对所述加权误差求解最小值或使所述加权误差根据预设的优化统计量进行优化，并使得所述粒子群算法中的适应值加权误差最小或使得所述预设优化过程收敛到目标误差范围以内。
11.如权利要求10所述的电机冷却介质温度估值方法，其中：所述粒子群算法或所述预设优化过程的所述第一功率系数（401）即k1、所述第二功率系数（402）即k2、所述第三功率系数（403）即k3的取值范围均是闭区间[0,1],所述第四功率系数（404）即k4的取值范围是闭区间[-Pm,Pm]，Pm为冷却功率（740）即所述冷却部件（030）的散热功率；增大驱动部件（020）和/或所述散热功率的功率值以改善所述粒子群算法或预设优化过程的收敛速度。
12.如权利要求1、2、4、6、8、10或11中任一项所述的电机冷却介质温度估值方法，其中：所述吸热功率（700）对应于电机定子损耗（701）即Pvs和电机转子损耗（701）即Pvr，或对应于所述电机...
【技术特征摘要】
1.一种电机冷却介质温度估值方法，其特征在于包括第一数据生成步骤（100）、第二数据处理步骤（200）；其中：所述第一数据生成步骤（100）获取电机热交换系统（999）的参数集；所述参数集包括热交换介质的初始温度（001）和热负荷标定数据，所述热负荷标定数据基于所述电机热交换系统（999）的不同结构通过试验标定得到；所述第二数据处理步骤（200）根据热交换介质流量（710）、电机转速（720）和电机转矩（730）检索所述热负荷标定数据以得到当前的吸热功率（700）和散热功率（800），进而根据所述热负荷标定数据和所述热交换介质流量（710）的实时取值及入口温度参考值（510）或所述初始温度（001）得到当前采样时刻的出口温度当前值（591）和/或入口温度当前值（590）。
2.如权利要求1所述的电机冷却介质温度估值方法，其中：所述实时取值包括预设采样周期时第i个采样点的取值，所述i为大于或等于0的整数；当i=0时，所述出口温度当前值（591）和所述入口温度当前值（590）等于所述初始温度（001）。
3.如权利要求1或2所述的电机冷却介质温度估值方法，其中：所述热交换介质流量（710）的当前值记作q（i），所述热负荷标定数据根据实验室标定或试验过程记载的数据确定所述热交换介质流量（710）q（i）的取值序列，即q（i）对应的所述吸热功率（700）和所述散热功率（800）。
4.如权利要求3所述的电机冷却介质温度估值方法，其中：所述热负荷标定数据包括所述电机热交换系统（999）在所述热交换介质流量（710）预设标定取值集合下对应的所述吸热功率（700）即pv（i）和所述散热功率（800）即pc（i）。
5.如权利要求1、2或4中任一项所述的电机冷却介质温度估值方法，其中：所述热负荷标定数据还包括根据所述吸热功率（700）pv（i）、所述散热功率（800）pc（i）的差值及所述入口温度参考值（510）得到所述出口温度当前值（591）和/或入口温度当前值（590）时的功率加权系数k。
6.如权利要求5所述的电机冷却介质温度估值方法，其中：如所述热交换介质流量（710）的所述实时取值在所述标定取值集合中没有对应的元素，则选取所述标定取值集合中与所述实时取值的差值最小的一组数据作为标定数据，如所述标定取值集合中存在两组与所述实时取值的差值为极小值的数据，则随机选取或指定其中一组作为所述标定数据。
7.如权利要求1、2、4或6中任一项所述的电机冷却介质温度估值方法，其中：所述初始温度（001）即tint为所述入口温度参考值（510）即t0(i-1)在i-1=0时的取值，提前启动驱动部件（020）并在所述驱动部件（020）运行预设时长后再启动电机部件（010），并在启动所述电机部件（010）的同时启动冷却部件（030）。
8.如权利要求7所述的电机冷却介质温度估值方法，其中：所述初始温度（001）即tint由所述电机热交换系统（999）以外的周边硬件或周边软件提供；所述周边硬件包括温度传感器；所述周边硬件或所述周边软件还包括记录有所述电机热交换系统（999）历史数据的单元。
9.如权利要求1、2、4、6或8中任一项所述的电机冷却介质温度估值方法，还包括第三数据优化步骤（300），获取预设典型工况下所述出口温度当前值（591）与所述入口温度当前值（590）加权误差小于±tt时的功率系数k及第一功...
【专利技术属性】
技术研发人员：徐鲁永，
申请(专利权)人：联合汽车电子有限公司，
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。