一种车用水泵轻量级AI模型的端侧自演化方法及系统与流程

摘要: 本发明属于人工智能应用与电机控制的,涉及了一种车用水泵轻量级ai模型的端侧自演化方法及系统。背景技术:1、车用水泵的长期运转过程中,无刷直流电机的叶轮、轴承等机...
一种车用水泵轻量级AI模型的端侧自演化方法及系统与流程

本发明属于人工智能应用与电机控制的,涉及了一种车用水泵轻量级ai模型的端侧自演化方法及系统。

背景技术:

1、车用水泵的长期运转过程中,无刷直流电机的叶轮、轴承等机械结构会产生物理性老化与磨损。此类微观变化会直接改变电机的负载特性,表现为转子换相时刻出现超前或滞后的物理迟滞现象。现有的水泵控制方案多侧重于宏观流体输出参数的闭环调节或基础电子换相逻辑的执行,对于如何提取反映机械本体磨损状态的微观物理信号,并将其作为驱动端侧轻量化模型自适应演化的直接信号源,尚缺乏针对性的硬件级直接联动机制。

2、为了使模型适应不断变化的设备状态,行业内通常采用基于软件运算的渐进式模型更新技术。现有公开的美国专利申请公开号us20230108177a1公开了机器学习模型的硬件感知渐进式训练。该现有技术在模型更新时,通过软件层面迭代评估硬件约束,采用梯度下降算法对神经网络的子网块进行反向传播和权重更新;当硬件环境或目标发生变化时,该系统依赖中央处理器或图形处理器执行复杂的软件算法,通过重构网络拓扑和多次迭代的数学运算来计算新的权重参数,从而实现模型的演进与适配。

3、上述依赖复杂软件梯度算法与网络拓扑重构的技术方案在应用于端侧微控制器的瞬态机械迟滞补偿时存在局限性。基于反向传播和梯度下降的软件运算需要大量的浮点乘加操作,较难在算力和存储资源极其有限的车规级微控制器上实时执行;同时,软件指令的提取、执行与浮点运算周期不可避免地引入了毫秒级的处理延迟,使得模型权重的更新往往落后于电机微秒级的瞬态物理迟滞发生时刻,导致补偿动作在时间轴上产生错位。此外,复杂的软件演进算法容易受制于主循环任务调度,难以形成由底层机械磨损积累直接、瞬时触发的闭环响应。

4、因此,如何摆脱对中央处理器复杂软件梯度运算的依赖,在资源受限的车用水泵微控制器端侧实现由底层物理迟滞信号直接驱动的、零软件计算延迟的模型参数自演化补偿,是本领域亟待解决的技术问题。

技术实现思路

1、第一方面,本发明提供了一种车用水泵轻量级ai模型的端侧自演化方法,包括以下步骤:

2、s1、将轻量级人工智能网络模型的存储空间划分为静态特征提取层和动态权重补偿层,将动态权重补偿层分割为多个感知子网络并烧录至微控制器的独立位移寄存器中;

3、s2、计算电机运行参数在设定检测时间窗内的波动方差,若波动方差低于预设的抗扰动安全阈值,则输出硬件触发门控条件;

4、s3、响应硬件触发门控条件,捕捉电机反电动势过零点获取过零时滞误差值,将过零时滞误差值展宽为时序补偿控制脉冲;

5、s4、获取产生时序补偿控制脉冲时的霍尔扇区状态码,据此配置指向目标感知子网络所在位移寄存器的硬件直连通信路径;

6、s5、提取换向极性标志波形,生成决定目标感知子网络移位方向的极性控制电平;

7、s6、对时序补偿控制脉冲进行累加,在累加超越老化判定阈值时输出进位溢出脉冲;以此为时钟源驱动目标感知子网络在极性控制电平约束下执行按位移动的硬件级权值移位校准;

8、s7、统计执行硬件级权值移位校准的操作次数以计算衰减量化评估指数,并据此缩短检测时间窗的时间宽度;

9、s8、基于静态特征提取层及经过硬件级权值移位校准的动态权重补偿层执行前馈张量乘算,经反演后输出流量补偿预测值。

10、本发明进一步的方案,将动态权重补偿层分割为多个感知子网络并烧录至微控制器的独立位移寄存器中,包括以下步骤:

11、提取无刷直流电机的空间换相物理边界信息生成电机转子空间位置编码;

12、利用电机转子空间位置编码作为分片锚点,将动态权重补偿层的输入层分割为与换相边界一一匹配的感知子网络;

13、将各感知子网络的动态偏置张量参数依照地址升序,并行烧录至具备单独管脚控制权限的微控制器内部独立位移寄存器中。

14、本发明进一步的方案,计算电机运行参数在检测时间窗内的波动方差,包括以下步骤:

15、实时采集水泵电机的驱动指令波形数据与热敏电阻模拟反馈电压流;

16、调用预设的消纲因子,执行物理环境差异维度的权重统合,计算获取设定检测时间窗内的短期波动方差;

17、在波动方差跌落至抗扰动安全阈值的安全区以内时,判定系统进入排除了调速软件干预的机械损耗工况,进而由硬件事件调度机制输出硬件触发门控条件。

18、本发明进一步的方案,捕捉电机反电动势过零点获取过零时滞误差值,将过零时滞误差值展宽为时序补偿控制脉冲,包括以下步骤:

19、利用高带宽硬件电压比较器拦截非通电相电平下降沿交汇点内部引发的反电动势过零点;

20、计算截获的反电动势过零点实际发生的计数戳与期望发生基线计数戳的差额,得到过零时滞误差值;

21、引导过零时滞误差值途经电平整形重构电路,利用门电路放大倍率将其纳秒级的偏差等效延展为微秒级宽度,从而输出具有高压平坦态的时序补偿控制脉冲。

22、本发明进一步的方案,据此配置指向目标感知子网络所在位移寄存器的硬件直连通信路径,包括以下步骤:

23、截获固化在电机外围引脚上的霍尔扇区状态码电平流,经消除边缘亚稳态干扰后转换为三位二进制的防冲突硬件编码;

24、利用防冲突硬件编码在内置的硬件寻址路由表中,寻址匹配至与时滞误差值发生位置相关联的目标感知子网络的内存位标;

25、接管中央处理器的总线调度权,将防冲突硬件编码按预设步跨向左逻辑偏移生成激活掩码;利用激活掩码直连拉高目标位移寄存器的片选硬件使能引脚,生成无软件延时干预的硬件直通写通道。

26、本发明进一步的方案,生成决定目标感知子网络移位方向的极性控制电平,包括以下步骤:

27、反演追溯相反电动势跨越零电位发生电场极性跃迁重组时的换向极性标志波形;

28、将包含斜率变缓或陡升的换向极性标志波形送入饱和放大拦截域,抽离出标示滞缓高电平或超前低电平状态的极性特征电平;

29、确立以高电位表征执行逻辑左移以加大补偿增益,以低电位表征执行阻止网络输出补偿的截断保护功能,从而锁定并向目标位移寄存器输出极性控制电平。

30、本发明进一步的方案,以此为时钟源驱动目标感知子网络在极性控制电平约束下执行按位移动的硬件级权值移位校准,包括以下步骤:

31、将时序补偿控制脉冲的高电平有效脉宽波导入独立硬件计数器组件进行步进累加度量;

32、当累加数字步进幅值超越老化判定阈值后,硬件计数器回卷清零,并在其进位输出引脚生成脉宽为一个时钟周期的进位溢出脉冲;

33、将进位溢出脉冲的上升沿作为时钟触发信号,直接驱动装载静态偏置张量数值的晶体管发生同向逻辑阶梯跃迁滑移,完成去中央处理器软件依赖的硬件级权值移位校准。

34、本发明进一步的方案,统计执行硬件级权值移位校准的操作次数以计算衰减量化评估指数,并据此缩短检测时间窗的时间宽度,包括以下步骤:

35、通过后台监控处理核,累加统计执行硬件级权值移位校准操作产生的片选控制动作次数;

36、结合次数与预设的老化加速经验常数和自然常数底,计算归一化的衰减量化评估指数;

37、将衰减量化评估指数作为衰减调控权重因子,与检测时间窗的初始配置底数进行代数乘级映射交互,压实缩短检测时间窗的时长,并在硬件判决链路上增加校验轮次。

38、本发明进一步的方案,基于静态特征提取层及经过硬件级权值移位校准的动态权重补偿层执行前馈张量乘算,经反演后输出流量补偿预测值,包括以下步骤:

39、读取固化在只读闪存地址带的静态特征权重矩阵,以及随机存储器内修缮完毕的动态偏置矩阵;

40、将静态特征权重矩阵和动态偏置矩阵并行导入硬件乘加阵列模块中,执行前向累乘与非线性激活映射,输出无量纲流量特征矢量;

41、调用固化在寄存器内的映射放缩量纲回归系数和零漂静态校对抵扣截距参考值,对无量纲流量特征矢量执行等比例反演缩放,消除水泵机械滞后造成的负向数字漂移,输出包含设定度量维度的流量补偿预测值。

42、第二方面,本发明提供了一种车用水泵轻量级ai模型的端侧自演化系统,包括以下模块:

43、硬件化神经网络模型构建模块,将轻量级人工智能网络模型的存储空间划分为静态特征提取层和动态权重补偿层,将动态权重补偿层分割为多个感知子网络并烧录至微控制器的独立位移寄存器中;

44、硬件触发门控条件生成模块,计算电机运行参数在设定检测时间窗内的波动方差,若波动方差低于预设的抗扰动安全阈值,则输出硬件触发门控条件;

45、时序补偿控制脉冲生成模块,响应硬件触发门控条件,捕捉电机反电动势过零点获取过零时滞误差值,将过零时滞误差值展宽为时序补偿控制脉冲;

46、硬件直通写通道建立模块,获取产生时序补偿控制脉冲时的霍尔扇区状态码,据此配置指向目标感知子网络所在位移寄存器的硬件直连通信路径;

47、极性控制电平生成模块,提取换向极性标志波形,生成决定目标感知子网络移位方向的极性控制电平;

48、硬件级权值移位校准执行模块,对时序补偿控制脉冲进行累加,在累加超越老化判定阈值时输出进位溢出脉冲;以此为时钟源驱动目标感知子网络在极性控制电平约束下执行按位移动的硬件级权值移位校准;

49、检测时间窗调节模块,统计执行硬件级权值移位校准的操作次数以计算衰减量化评估指数,并据此缩短检测时间窗的时间宽度;

50、流量补偿预测值输出模块,基于静态特征提取层及经过硬件级权值移位校准的动态权重补偿层执行前馈张量乘算,经反演后输出流量补偿预测值。

51、综上,本发明包括以下有益技术效果:

52、1.针对现有技术中依赖中央处理器执行浮点梯度运算导致算力消耗大且存在软件指令延迟的问题,通过捕捉电机换相死区内反电动势过零点的时序偏移,并将其整形转化为具备驱动能量的时序补偿控制脉冲,结合轨迹波形极性生成控制电平。随后利用溢出脉冲直接作为时钟源触发目标寄存器执行逻辑按位移动操作。这一硬件闭环链路将微观的物理时滞特征直接映射为底层寄存器的移位指令,用物理电路层面的电位移动替代了传统的软件反向传播与数学运算,适应了车用水泵端侧芯片算力受限的硬件环境,缩短了指令处理周期,实现了针对电机微秒级瞬态迟滞的低延迟参数演化补偿。

53、2.采集驱动波形与反馈电压在设定检测窗口内的短期波动方差,并利用硬件比较电路与预设的抗扰动安全阈值进行比对以生成硬件触发门控条件。该机制将补偿状态的裁决流程从中央处理器的软件轮询调度转移至底层硬件比较电路,减少了常规软件采样、数据缓存与任务调度所带来的干扰,有助于系统在纯机械力流转状态下精准触发演化使能信号,降低了因瞬态电网抖动或负载急剧波动而引起模型参数误修改的概率。

54、3.将轻量级网络架构的存储空间物理划分为静态特征提取层与动态权重补偿层。将不变的抽象特征提取层固化于只读存储区域,而将需随机械磨损演化的动态偏置参数置于随机存取存储器中。这种存储物理分区的机制为模型参数的更新提供了明确的硬件操作边界,在支持局部靶向性参数演化补偿的同时,保护了基础特征拓扑的稳定性,改善了底层模型架构在全生命周期运行下的可靠性。