一种涡流机热衰退动态补偿控制方法、系统、设备及介质与流程

本发明属于汽车环保检测设备控制，具体涉及一种涡流机热衰退动态补偿控制方法、系统、设备及介质。

背景技术：

1、汽车环保测功机是车辆环保性能检测的核心设备，其核心加载执行机构为涡流机，该部件的核心功能是精准模拟车辆道路行驶阻力，为检测系统提供稳定制动力矩。从工作原理来看，涡流机属于基于涡流效应的制动装置，通过向定子施加励磁电流建立磁场，当金属转子切割磁感线时会产生感应电动势，进而在转子内部形成涡电流；此涡电流在磁场中受安培力作用，会产生与转子转动方向相反的制动力矩，实现系统动能向电能的转化，而依据焦耳定律，涡电流流经转子电阻时会产生热量，这一过程会直接引发转子温度上升。

2、在实际持续制动工况下，涡流机存在固有的性能热衰减问题（即热衰退），其核心物理机制可归纳为：制动过程产生的热量使转子温度升高，而构成转子的铁磁材料，其电阻率与温度呈非线性正相关关系，根据欧姆定律，电阻率的上升会直接导致涡电流减小，进而造成制动力矩下降；同时，热衰退具有时序累积依赖性，转子的历史温度变化会直接影响当前的转矩输出特性，这进一步加剧了制动力矩的不稳定性，因此涡流机热衰退动态补偿控制尤为重要。

3、目前，汽车环保测功机领域针对涡流机热衰退的动态补偿技术主要包括两个方面，一是传统线性pid控制，二是常规补偿方法。传统线性pid控制仅基于速度偏差进行固定增益调节，当热衰退发生时，控制参数无法进行自适应调整，导致系统稳态误差扩大至±5%以上，长期持续工作后还会出现严重的精度漂移问题。从本质上看，传统pid控制的核心缺陷在于，控制器参数（kp、ki、kd）仅在系统冷态下完成整定，整定后参数保持固定，无法适应热态工况下系统动态特性的剧烈变化，最终造成持续制动过程中出现超调、振荡或稳态误差增大等问题，控制性能显著下降。常规补偿方法的思路是通过实验获取不同温度点下的较优pid参数，再建立温度与参数之间的线性关系或构建查找表。尽管该方法能在一定程度上改善控制效果，但仍存在无法解决的根本性问题：一是无法准确描述动态过程，仅依赖温度瞬时值进行参数调整，忽略了热积累是与历史功率密切相关的时序过程，缺乏对温升趋势的预测能力；二是模型过于简化，采用线性映射关系难以准确刻画系统中的强非线性特性，如发热与电流的平方关系、电阻与温度的非线性响应等；三是滞后性难以克服，受系统热惯性影响，当检测到温度变化时，转子的实际热状态已发生显著改变，控制行为存在固有的响应滞后。

4、综上所述，现有技术在应对汽车环保测功机涡流机制动热衰减问题时，尚未从根本上克服热衰退带来的时序性、非线性与滞后性核心挑战，其关键瓶颈在于两个方面：一是缺乏对系统热动态过程的前瞻性预测能力，无法提前预判热衰退的发展趋势；二是缺少能够精确描述热衰退复杂变化过程的非线性自适应机制，难以实现对制动力矩衰减的实时、精准补偿。

技术实现思路

1、为了解决上述问题，本发明提供了一种涡流机热衰退动态补偿控制方法，解决汽车环保测功机中的涡流机因传统控制方案 “事后反应” 与系统 “事前积累” 热惯性间的根本矛盾所导致的热衰退问题，实现热衰退的前瞻预判与动态抵消。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种涡流机热衰退动态补偿控制方法，包括以下步骤：

4、实时采集涡流机顶部励磁线圈外侧端部的温度、涡流机励磁回路的励磁电流、滚筒实测速度和滚筒实测转矩，根据温度、励磁电流和滚筒实测转矩计算温度变化率和实时转矩系数；构建包含温度、温度变化率和实时转矩系数的连续多个步长的3维特征向量；

5、将3维特征向量输入热衰退预测模型，所述热衰退预测模型以1d cnn为基础框架，在1d cnn后依次引入注意力模块、gru层和全连接层；通过1d cnn提取3维特征向量中表征热衰退的局部时序特征，通过注意力模块对局部时序特征中的关键温度区间特征进行加权增强；将加权后的特征序列输入gru层，得到包含热衰退全部时序规律的高维隐藏状态向量，基于高维隐藏状态向量通过全连接层输出未来1个控制周期的转矩系数预测值；

6、根据转矩系数预测值计算归一化预测偏差δe；基于δe分段自适应调整pid参数，根据调整后的pid参数计算热衰退动态校正项；所述热衰退动态校正项结合速度偏差生成励磁电流指令；将励磁电流指令发送至涡流机的励磁电流调节单元，实现涡流机热衰退动态补偿；所述速度偏差为滚筒目标速度与滚筒实测速度的差值。

7、优选地，所述注意力模块引入基于物理知识引导的注意力机制，所述基于物理知识引导的注意力机制是在标准senet通道注意力框架的excitation阶段之后，引入一个并行且可解释的物理规则权重生成路径，所述基于物理知识引导的注意力机制通过数据学习各通道的注意力权重，同时结合物理规则所生成的权重，生成符合统计规律、遵循物理常识的最终注意力权重。

8、优选地，所述通过注意力模块对局部时序特征中的关键温度区间特征进行加权增强，具体包括以下步骤：

9、对局部时序特征中的关键温度区间特征中反映热衰退关键状态部分，通过mlp网络生成0.6~0.8的增强权重；

10、对局部时序特征中的关键温度区间特征中属于非关键噪声和冗余信息部分，通过mlp网络生成0.2~0.4的基础权重；

11、将生成的增强权重和基础权重与1d cnn输出的局部时序特征中的关键温度区间特征进行逐元素加权运算，得到加权后的特征序列。

12、优选地，所述根据温度、励磁电流和滚筒实测转矩计算温度变化率和实时转矩系数；构建包含温度、温度变化率和实时转矩系数的连续多个步长的3维特征向量，具体包括以下步骤：

13、根据多个步长的温度t计算温度变化率dt/dt；

14、根据涡流机励磁回路的励磁电流i_eddy、滚筒实测速度v_act和滚筒实测转矩t_actual计算在线辨识实时转矩系数k_t_actual：计算公式为：

15、k_t_actual=t_actual/(i_eddy²×v_act)；

16、通过t、dt/dt及k_t_actual构建得到连续多个步长的3维特征向量[t,dt/dt,k_t_actual]。

17、优选地，归一化预测偏差δe的计算公式为：δe=|k_t_pred-k_t_actual|/k_t_ref；其中，k_t_pred为转矩系数预测值，k_t_actual为在线辨识实时转矩系数，k_t_ref为室温基准转矩系数。

18、优选地，基于δe分段自适应调整pid参数，根据调整后的pid参数计算热衰退动态校正项；所述热衰退动态校正项结合速度偏差生成励磁电流指令，具体包括以下步骤：

19、设pid基准参数为kp0、ki0、kd0，基于归一化预测偏差δe进行pid参数调整：kp=kp0×[1+β×(δe)]，其中β根据预测质量分段取值：ki=ki0×[1-0.5×exp(-δe)]；kd=kd0×[1+0.2×(dδe/dt)]；

20、基于转矩系数预测值k_t_pred、在线辨识实时转矩系数k_t_actual和室温基准转矩系数k_t_ref计算热衰退动态校正项δk：

21、δk=(k_t_actual-k_t_pred)/k_t_ref；

22、基于调整后的pid参数和热衰退动态校正项δk，生成最终励磁电流指令i_out：

23、i_out=kp×e+ki×∫edt+kd×de/dt+δk×i_base；

24、其中，e为速度偏差，e=v_ref-v_act；v_ref为滚筒目标速度，i_base为室温基准励磁电流。

25、优选地，还包括实时采集调整后的温度、励磁电流、滚筒实测速度和滚筒实测转矩，将实测转矩系数反馈至热衰退预测模型，在线更新模型参数，同时将滚筒实测速度v_act反馈至非线性自适应pid控制器计算新的速度偏差e，进入下一个控制周期，生成新的i_out，进行新一轮的涡流机励磁电流。

26、本发明还提出一种涡流机热衰退动态补偿控制系统，包括：

27、数据获取模块，用于实时采集涡流机顶部励磁线圈外侧端部的温度、涡流机励磁回路的励磁电流、滚筒实测速度和滚筒实测转矩，根据温度、励磁电流和滚筒实测转矩计算温度变化率和实时转矩系数；构建包含温度、温度变化率和实时转矩系数的连续多个步长的3维特征向量；

28、预测模块，用于将3维特征向量输入热衰退预测模型，所述热衰退预测模型以1dcnn为基础框架，在1d cnn后依次引入注意力模块、gru层和全连接层；通过1d cnn提取3维特征向量中表征热衰退的局部时序特征，通过注意力模块对局部时序特征中的关键温度区间特征进行加权增强；将加权后的特征序列输入gru层，得到包含热衰退全部时序规律的高维隐藏状态向量，基于高维隐藏状态向量通过全连接层输出未来1个控制周期的转矩系数预测值；

29、补偿模块，用于根据转矩系数预测值计算归一化预测偏差δe；基于δe分段自适应调整pid参数，根据调整后的pid参数计算热衰退动态校正项；所述热衰退动态校正项结合速度偏差生成励磁电流指令；将励磁电流指令发送至涡流机的励磁电流调节单元，实现涡流机热衰退动态补偿；所述速度偏差为滚筒目标速度与滚筒实测速度的差值。

30、本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现所述涡流机热衰退动态补偿控制方法中任一项所述的步骤。

31、本发明还提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器加载时，能够执行所述涡流机热衰退动态补偿控制方法中任一项所述的步骤。

32、本发明提供的涡流机热衰退动态补偿控制方法具有以下有益效果：

33、本发明通过时序预测与非线性自适应pid补偿的深度融合，彻底解决了热衰退的时序性、非线性与滞后性难题，实现了从事后被动调节到事前主动预判及事中精准补偿的本质转变。本发明依托1d cnn-gru混合预测模型，精准捕捉热衰退长时序累积规律，提前输出未来1个控制周期的转矩系数预测值，实现热衰退趋势的前瞻预判，从根源上克服了传统控制的响应滞后问题。基于预测值的归一化偏差δe，对pid参数进行分段自适应调整，构建的非线性自适应机制可精准刻画热衰退的复杂变化过程，结合专属热衰退动态校正项，能对制动力矩衰减进行实时、精准的动态补偿，有效抵消热衰退的时序累积影响，完美适配其非线性特性。同时，将转矩系数预测与速度偏差控制深度结合，生成的励磁电流指令可精准调节涡流机励磁电流，让补偿动作与热衰退进程实时匹配。最终大幅提升了热衰退补偿的实时性与精准度，显著降低系统稳态误差，有效规避设备长期工作后的精度漂移问题，确保涡流机在持续制动工况下始终输出稳定的制动力矩，大幅提升汽车环保测功机在尾气排放检测、能耗测试等高转矩精度要求场景下的测试精度与运行稳定性，让测功机的制动加载性能始终贴合测试标准，为车辆环保性能检测提供精准、可靠的设备支撑。