基于边缘计算的集成电路控制器自适应调控方法与流程

摘要: 本发明涉及集成电路控制器在线调控,具体为基于边缘计算的集成电路控制器自适应调控方法。背景技术:1、具有在线学习能力的集成电路控制器,通常在设备运行过程中采集气流...
基于边缘计算的集成电路控制器自适应调控方法与流程

本发明涉及集成电路控制器在线调控,具体为基于边缘计算的集成电路控制器自适应调控方法。

背景技术:

1、具有在线学习能力的集成电路控制器,通常在设备运行过程中采集气流、电压、电流、温度、电池电压和输出功率等运行数据,并利用在线工作控制模型对当前运行状态进行评价。当判定当前运行状态正常时,控制器可进一步利用本次运行数据对气流基线、负载参考阻值、pwm—功率映射、温升响应参数以及电池补偿参数等在线参数进行更新,以适应器件差异、环境变化及设备长期使用过程中产生的性能变化。此外,现有部分控制器还设置有过流、过温、短路等固定硬件保护阈值,在检测到相关参数超过绝对保护门限时触发保护;另一种现有方案是将实时评价或参数更新过程部署于远程服务器,通过网络通信实现模型分析与参数调整。

2、现有技术中,在线学习模型控制器由在线工作控制模型执行运行状态评价及学习准入,并根据历史运行数据持续更新模型参数。该方式能够提高控制器对器件差异及运行环境变化的适应能力,但在传感器渐进漂移、负载老化、电池性能衰减或温升响应异常等情况下,在线工作控制模型可能随运行状态变化发生偏移,使部分异常运行数据继续参与模型更新,并进一步影响实际负载输出。仅依据固定硬件保护阈值的方案能够对过流、过温及短路等越限故障进行保护,但对于尚未达到绝对保护门限的渐进性状态偏移,识别能力仍存在一定限制。依赖远程服务器进行实时评价或参数更新的方案,实时调控还可能受到网络时延及通信状态的影响。此外,在部分仅停止模型参数更新的异常处理方案中,在线模型仍可能参与输出修正,使异常模型状态对控制输出的影响继续存在。

3、综上所述,亟需一种能够对在线工作控制模型的运行评价与学习准入进行独立安全约束,并能够及时识别渐进性状态偏移、限制异常数据参与模型更新且在异常情况下切断在线模型对控制输出影响的集成电路控制方法。

技术实现思路

1、针对现有技术的不足,本发明提供了基于边缘计算的集成电路控制器自适应调控方法。

2、为实现以上目的,本发明通过以下技术方案予以实现:

3、本发明提供基于边缘计算的集成电路控制器自适应调控方法,包括以下步骤:

4、s1、在集成电路控制器构成的边缘计算节点中建立固定安全参考模型和在线工作控制模型,所述固定安全参考模型的模型参数与所述在线工作控制模型的在线更新参数相隔离,且不随所述在线工作控制模型的在线更新而改变;

5、s2、由所述边缘计算节点采集被控负载的运行数据,根据运行数据确定表征被控负载运行状态的运行特征,基于在线工作控制模型对运行特征进行评价,得到第一评价结果,并依据固定安全参考模型对同一运行特征进行独立评价,得到第二评价结果,比较第一评价结果和第二评价结果,确定模型特征分歧,根据第一评价结果、第二评价结果和模型特征分歧,确定在线工作控制模型的学习准入状态;

6、s3、当所述学习准入状态为允许时,基于所述运行数据在固定安全参考模型限定的安全参数范围内更新在线工作控制模型,分别根据固定安全参考模型和更新后的在线工作控制模型确定基础安全控制量和自适应修正量,再将二者结合并限制在固定安全参考模型限定的安全控制边界内,生成被控负载的最终控制量;

7、s4、当所述第二评价结果不满足预设安全条件或所述模型特征分歧满足预设异常条件时,禁止基于本次运行数据更新在线工作控制模型,停止使用自适应修正量,并按照固定安全参考模型限定的安全控制方式控制被控负载。

8、进一步地,所述运行特征包括负载阻值、温升速度、电池动态压降、气流响应特征和功率跟踪误差;

9、所述负载阻值依据负载电压和负载电流确定,所述温升速度依据相邻采样时刻的温度变化确定,所述电池动态压降依据空载电池电压与工作期间最低电池电压之间的差值确定;

10、所述气流响应特征依据气流峰值和气流上升时间中的至少一项确定,所述气流上升时间为气流信号达到气流启动阈值后进入预设稳定气流范围所需的时间,所述功率跟踪误差依据目标负载功率与实际负载功率之间的差值确定。

11、进一步地,所述第一评价结果包括根据各运行特征的实际值与在线工作控制模型对应的预测值之间的归一化偏差形成的在线评价值以及根据在线评价值确定的运行侧学习授权;

12、所述第二评价结果包括根据各运行特征相对于固定安全参考模型限定的安全范围形成的安全评价值以及根据安全评价值确定的安全侧学习授权;

13、当运行数据有效、运行侧学习授权和安全侧学习授权均为允许且模型特征分歧不超过学习允许阈值时,将学习准入状态确定为允许。

14、进一步地,所述固定安全参考模型包括正常气流范围、负载安全阻值范围、pwm占空比与负载功率之间的基础映射、正常温升速度范围、电池动态压降范围以及功率和温度安全上限;

15、所述在线工作控制模型包括气流基线、气流启动阈值、负载参考阻值、pwm—功率映射、温升响应参数和电池电压补偿参数。

16、进一步地,所述边缘计算节点与远程管理节点通信连接,远程管理节点用于在产品初始化或受控维护状态下向边缘计算节点下发经过版本校验和完整性校验的出厂安全参数,并接收异常运行摘要且不参与在线工作控制模型的实时学习准入和最终控制量的生成;

17、当边缘计算节点与远程管理节点之间的通信中断时,边缘计算节点继续在本地执行被控负载的调控。

18、进一步地,在对所述运行特征进行评价之前,对所述运行数据进行包括数据完整性、数据量程、采样时序同步性和信号可信性的有效性检查;

19、所述信号可信性的检查包括信号饱和、信号长时间固定不变、信号异常突变和不同检测通道的运行数据不匹配中的至少一项;

20、当有效性检查不通过时,禁止基于对应的运行数据更新在线工作控制模型;

21、当有效性检查不通过是由安全故障引起时,将自适应修正量设置为零,并按照固定安全参考模型限定的安全控制方式控制被控负载或关闭负载输出;

22、所述安全故障包括短路、严重过流、严重过温、干烧、严重低压、工作超时或关键传感器失效。

23、进一步地,对所述第一评价结果中针对各运行特征形成的在线评价值与所述第二评价结果中针对相同运行特征形成的安全评价值进行比较,得到多个特征分歧,并对多个特征分歧进行加权处理,以确定模型特征分歧值;

24、为模型特征分歧值设置恢复阈值、学习允许阈值和冻结阈值,所述恢复阈值小于所述学习允许阈值,所述学习允许阈值小于所述冻结阈值;

25、当运行侧学习授权和安全侧学习授权均为允许,且模型特征分歧值大于所述学习允许阈值并且不超过冻结阈值时,暂缓更新在线工作控制模型,保持在线更新参数不变,并将当前运行数据存入待验证数据区;

26、当运行侧学习授权为拒绝、安全侧学习授权为允许、连续出现授权不一致的工作周期数量未达到第一预设数量且模型特征分歧值不超过冻结阈值时,暂缓更新在线工作控制模型,保持在线更新参数不变,并将当前运行数据存入待验证数据区;

27、当安全侧学习授权为拒绝、模型特征分歧值超过冻结阈值或者连续第一预设数量的工作周期出现运行侧学习授权与安全侧学习授权不一致时,生成学习冻结指令。

28、进一步地,所述在线工作控制模型的更新包括:

29、对根据当前运行数据确定的样本参数和更新前的在线更新参数按照学习步长进行加权处理,得到候选更新参数,对所述候选更新参数执行单次变化量限制和安全参数范围限制,以获得更新后的在线更新参数;

30、根据当前运行数据确定各运行特征的实际值与在线工作控制模型对应的预测值之间的偏差,对各偏差进行归一化处理,得到多个归一化偏差值;

31、根据多个归一化偏差值,从与各运行特征分别对应的在线更新参数组中确定一组待更新参数组,并在每个工作周期仅更新待更新参数组。

32、进一步地,按照预设采样周期同步采集同一次运行过程中的运行数据,并按照采样时间顺序形成运行数据集;

33、在运行数据集通过有效性检查后,将根据同一运行数据集确定的同一组运行特征分别提供给在线工作控制模型和固定安全参考模型进行相互独立的评价。

34、进一步地,当生成所述学习冻结指令时,保持在线更新参数不变,将自适应修正量设置为零,并将最终控制量切换为基础安全控制量;

35、生成学习冻结指令后,在按照固定安全参考模型限定的安全控制方式控制被控负载的状态下,连续采集第二预设数量个工作周期的运行数据;

36、当第二预设数量个工作周期内的运行数据均有效、运行侧学习授权和安全侧学习授权均为允许且模型特征分歧值均低于恢复阈值时,采用低于在线工作控制模型在学习准入状态为允许时所采用的学习步长的恢复学习步长,每个工作周期仅更新一组在线更新参数,并在每次更新后重新确定运行侧学习授权、安全侧学习授权和模型特征分歧值,以恢复在线工作控制模型的更新;

37、在恢复过程中,当安全侧学习授权再次为拒绝、运行侧学习授权与安全侧学习授权不一致、模型特征分歧值不低于恢复阈值或者本工作周期的运行数据无效时,重新生成学习冻结指令。

38、相比现有技术,本发明的有益效果为:

39、本发明通过固定安全参考模型与在线工作控制模型的相对独立设置,并结合双模型评价结果及模型特征分歧对学习准入进行约束,使异常运行数据仅依据在线工作控制模型自身评价而参与学习的可能性降低,能够抑制在线模型自我评价、学习准入与模型持续偏移相互强化的正反馈。同时,在安全条件不满足或模型特征分歧异常时,对在线学习及自适应修正进行限制,可减少已发生偏移的在线工作控制模型继续影响负载输出的情况,提高控制过程的安全性。

40、本发明通过双模型评价差异对运行状态进行判断,可提高对尚未触发严重安全保护的渐进性漂移的识别能力,从而增强对传感器缓慢漂移、负载逐步老化、接触电阻增大、电池性能衰减以及温升响应异常等情况的早期发现能力,通过对在线参数更新范围及更新幅度进行约束,可降低单次异常波动或样本噪声引起控制参数突变的可能性,提高在线参数更新过程的平稳性,通过设置具有迟滞特性的恢复机制,还有助于减少正常学习状态与冻结状态之间的频繁切换,提高自适应调控过程的稳定性和可重复性。

41、本发明通过在靠近负载数据源的边缘侧完成运行数据处理、模型评价及实时控制,使实时调控过程对网络时延和通信可靠性的依赖降低,并使控制器在弱网或断网情况下仍具备执行学习冻结、限功率控制及故障关断等本地安全控制操作的能力,从而提高实时控制的可靠性和系统运行的适应能力。