控制参数整定方法、装置、设备及计算机可读存储介质与流程

1.本技术实施例涉及电机参数控制技术领域，具体涉及一种控制参数整定方法、装置、设备及计算机可读存储介质。


背景技术：

2.空调系统要想能够稳定运行，对空调外机压缩机使用的永磁同步电机的控制至关重要。目前对永磁同步电机的控制方法通常采用矢量控制，需要引入pi调节器，pi调节器的控制参数，将会直接影响着电机的运行稳定性。
3.目前，pi调节器的控制参数通常是都基于传统的公式法或者人工调试得到的。然而，这种参数整定方式存在很强的局限性，无法随着环境变换适应不同的参数，从而无法保证空调外机压缩机在各种工况下均能保证较高的运行稳定性，导致空调系统的控制精度和鲁棒性不足。


技术实现要素：

4.本技术实施例提供一种控制参数整定方法、装置、设备及计算机可读存储介质，旨在解决现有技术中pi参数整定方式所存在的局限性而导致空调系统的控制精度和鲁棒性不足的问题。
5.一方面，本技术实施例提供一种控制参数整定方法，应用于双闭环矢量控制的空调压缩机中，所述方法包括：
6.获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度；
7.根据所述相电流、所述冷凝管温度以及预设的适应度函数，确定所述空调压缩机对应的初始适应度；
8.根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
9.作为本技术的一种可行实施例，所述根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件，包括：
10.获取各参考矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的参考适应度，以及所述参考矢量控制模型中的参考控制参数；
11.根据各所述参考适应度与所述初始适应度的比值对应的权重，分别对各所述参考控制参数与所述初始控制参数之间的差值进行加权，得到参数更新量；
12.根据所述参数更新量对所述矢量控制模型中的初始控制参数进行更新，得到更新后的矢量控制模型；
13.直至所述空调压缩机在更新后的矢量控制模型控制下的更新后适应度，与所述空调压缩机在更新前的矢量控制模型控制下的更新前适应度之间的差值小于预设阈值时，利
用更新后的矢量控制模型对所述空调压缩机进行控制。
14.作为本技术的一种可行实施例，所述根据所述参数更新量对所述矢量控制模型中的初始控制参数进行更新，得到更新后的矢量控制模型之后，所述方法包括：
15.若所述更新后的矢量控制模型中的控制参数大于预设的第一阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第一阈值；
16.若所述更新后的矢量控制模型中的控制参数小于预设的第二阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第二阈值。
17.作为本技术的一种可行实施例，所述根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件，包括：
18.根据所述初始适应度对矢量控制模型中的初始控制参数中的q轴电流环比例系数和q轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件时，将更新后的矢量控制模型设为第一矢量控制模型；
19.根据所述第一矢量控制模型对应的第一适应度对所述第一矢量控制模型中的d轴电流环比例系数和d轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件时，将更新后的矢量控制模型设为第二矢量控制模型；
20.根据所述第二矢量控制模型对应的第二适应度对所述第二矢量控制模型中的速度环比例系数和速度环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
21.作为本技术的一种可行实施例，所述根据所述相电流、所述冷凝管温度以及预设的适应度函数，确定所述空调压缩机对应的初始适应度，包括：
22.对所述相电流进行分解，得到x轴相电流与y轴相电流；
23.对所述x轴相电流进行傅里叶变换，得到x轴相电流特征量；
24.对所述y轴相电流进行峰值电流检测，得到y轴相电流特征量；
25.将所述x轴相电流特征量、所述y轴相电流特征量以及所述冷凝管温度输入至预设的适应度函数，得到所述空调压缩机对应的初始适应度。
26.作为本技术的一种可行实施例，所述获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度之前，所述方法包括：
27.获取所述空调压缩机对应的d轴电感、q轴电感、电流环带宽、线间电阻、阻尼系数、自然频率以及极对数；
28.根据所述d轴电感、所述q轴电感、所述电流环带宽、所述线间电阻、所述阻尼系数、所述自然频率以及所述极对数设定所述矢量控制模型中的初始控制参数；
29.若所述空调压缩机对应的稳定时间大于预设的时间阈值，则执行所述获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度的步骤。
30.作为本技术的一种可行实施例，所述根据所述相电流、所述冷凝管温度以及预设的适应度函数，确定所述空调压缩机对应的初始适应度之前，所述方法包括：
31.获取环境信息；
32.查询预设数据库，获取与所述环境信息对应的关联函数；
33.将所述关联函数设为所述适应度函数。
34.另一方面，本技术实施例还提供一种控制参数整定装置，设置于双闭环矢量控制的空调压缩机中，所述装置包括：
35.获取模块，用于获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度；
36.计算模块，用于将所述相电流、所述冷凝管温度输入至预设的适应度函数中，得到所述空调压缩机对应的初始适应度；
37.更新模块，用于根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
38.另一方面，本技术实施例还提供一种控制参数整定设备，所述控制参数整定设备包括处理器、存储器以及存储于所述存储器中并可在所述处理器上运行的控制参数整定程序，所述处理器执行所述控制参数整定程序以实现上述的控制参数整定方法中的步骤。
39.另一方面，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有控制参数整定程序，所述控制参数整定程序被处理器执行以实现上述的控制参数整定方法中的步骤。
40.本技术实施例提供的控制参数整定方法，在利用矢量控制模型对空调压缩机进行控制的过程中，通过获取描述电机运行状态的电机相电流以及描述空调系统稳定状态的冷凝管温度来确定描述该矢量控制模型效果的适应度，并基于该适应度对矢量控制模型中的控制参数进行闭环反馈与迭代更新，实现了对控制参数在可靠范围内的实时控制与全局优化，能够有效提高矢量控制模型的控制效果，从而提高空调系统的控制精度和鲁棒性。
附图说明
41.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
42.图1为本技术实施例提供的一种控制参数整定方法的实现场景示意图；
43.图2为本技术实施例提供的一种空调压缩机的控制逻辑示意图；
44.图3为本技术实施例提供的一种控制参数整定方法的步骤流程示意图；
45.图4为本技术实施例提供的一种对控制参数进行更新的步骤流程示意图；
46.图5为本技术实施例提供的一种基于阈值对参数进行调整的步骤流程示意图；
47.图6为本技术实施例提供的一种对参数依次进行更新的步骤流程示意图；
48.图7为本技术实施例提供的一种确定适应度的步骤流程示意图；
49.图8为本技术实施例中提供的一种设定初始控制参数的步骤流程示意图；
50.图9为本技术实施例提供的一种获取适应度函数的步骤流程示意图；
51.图10为本技术实施例提供的一种控制参数整定装置的结构示意图；
52.图11为本技术实施例提供的一种控制参数整定设备的结构示意图。
具体实施方式
53.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明包含的范围。
54.在本技术实施例中，“示例性”一词用来表示“用作例子、例证或说明”。本技术实施例中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本技术实施例所公开的原理和特征的最广范围相一致。
55.本技术实施例中提供一种控制参数整定方法、装置、设备及计算机可读存储介质，以下分别进行详细说明。
56.本技术实施例中控制参数整定方法是以程序的形式部署在控制参数整定装置上，控制参数整定装置是以处理器的形式安装在控制参数整定设备中，控制参数整定设备中的控制参数整定装置通过运行控制参数整定方法对应的程序，以执行如下步骤：获取空调压缩机的相电流，以及空调压缩机对应的冷凝管温度；根据相电流、冷凝管温度以及预设的适应度函数，确定空调压缩机对应的初始适应度；根据初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度满足预设条件，从而完成对空调压缩机的矢量控制模型中的控制参数的自整定优化。
57.如图1所示，图1为本技术实施例提供的一种控制参数整定方法的实现场景示意图，也可以理解为一种空调压缩机控制系统的结构示意图。本技术实施例提供的实现场景示意中包括控制参数整定装置100以及空调压缩机200。
58.其中，空调压缩机200为永磁同步电机，并采用矢量控制的方式进行控制。进一步的，在矢量控制中需要引入pi调节器，而调节器的参数，即可理解为矢量控制模型中的控制参数。为便于说明，后续控制参数均是指待pi参数。控制参数整定装置100则可以通过获取系统或者压缩机的工作参数，来完成对矢量控制模型中控制参数的更新。具体的，控制参数整定装置100涉及到了工作参数的特征提取、系统稳定性的识别以及参考的控制三个流程。
59.需要说明的是，图1所示的控制参数整定方法的场景示意图仅仅是一个示例，本技术实施例描述的控制参数整定方法的场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定。
60.为了清楚理解本技术实施例的提供利用矢量控制模型对空调压缩机进行控制的控制逻辑，如图2所示，图2为本技术实施例提供的一种空调压缩机的控制逻辑示意图。
61.相较于常规的控制逻辑示意图，本技术实施例提供的空调压缩机的控制逻辑示意图中额外新增了由特征量提取功能模块(state extraction)、稳定性识别功能模块(stability judgment)以及参数控制功能模块(parameters control)组成的控制参数整定装置。其中，特征量提取功能模块主要用于特征量信息的提取，稳定性识别功能模块则主
要用于适应度的计算，以判断系统的稳定性，而参数控制功能模块则主要用于对pi参数的调节。此外，对于控制逻辑示意图中的其他部分，由于其属于常规的控制逻辑示意图中的组成部分，本技术实施例在此不再赘述。
62.基于上述提供的控制参数整定方法的实现场景示意图以及空调压缩机的控制逻辑示意图，提出了控制参数整定方法的具体实施例。
63.如图3所示，图3为本技术实施例提供的一种控制参数整定方法的步骤流程示意图，本技术实施例中控制参数整定方法包括步骤301～303：
64.301，获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度。
65.本技术实施例中，空调压缩机的相电流可以是通过安装在压缩机上的电流采样机按照预设的采样周期进行采样得到，而空调压缩机对应的冷凝管温度是指空调压缩机所处的空调系统中的冷凝管的温度，其可以是通过安装在冷凝管上的温度传感器采集得到。具体的，相电流和冷凝管温度也可以是通过其他方式采集得到，本技术实施例在此不再赘述。
66.进一步的，考虑到本技术实施例提供的控制参数整定方法是需要对环境改变时矢量控制模型中的控制参数进行适应性的调整，以保证空调系统的控制精度和鲁棒性，因此，在基于本技术实施例提供的控制参数整定方式之前，还需要判断当前的控制参数是否能够保证空调系统的稳定性。具体的，作为本技术的一种可行实施例，可以先按照常规的公式法设定初始控制参数，并对空调压缩机进行控制，当检测到在该控制逻辑下时，空调压缩机稳定时间较短时，可以认为此时控制参数的控制效果不够理想，即需要对矢量控制模型中的控制参数进行更新，具体的实现方案可以参阅后续图8及其解释说明的内容。
67.302，根据所述相电流、所述冷凝管温度以及预设的适应度函数，确定所述空调压缩机对应的初始适应度。
68.本技术实施例中，空调压缩机的相电流可以描述电机的运行状态，而冷凝管温度则可以描述空调系统的稳定性，因此，利用相电流、冷凝管温度以及设定好的适应度函数就可以得到描述矢量控制效果的适应度。
69.具体的，适应度函数描述了空调压缩机对应的适应度与相电流和冷凝管温度之间的函数关系，例如，作为一种常规的实现方案，适应度是根据设定好的权重对与相电流和冷凝管温度相关的特征量进行加权得到，其中，具体的权重可以是基于实际情况所设定，通过给定不同的权重系数，可以调节相电流和冷凝管温度量对描述系统稳定性的适应度的影响权重，从而实现不同的寻优效果。因此，作为本技术的一种可选实施例，在实际应用过程中，对于不同的环境信息，可以预先设定好对应的权重系数，并存储在数据库中，就可以在不同的环境下，实现不同的寻优效果。具体的实现方案可以参阅后续图9及其解释说明的内容。
70.进一步的，作为本技术的一种可选实施例，通过提取空调压缩机的相电流在x轴和y轴上的特征，可以得到描述电机频率稳定性的特征量以及力矩调节稳定性的特征量，以用于后续的适应度计算，具体的实现方案可以参阅后续图7及其解释说明的内容。
71.303，根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
72.本技术实施例中，空调压缩机是基于双闭环矢量控制的，因此，矢量控制模型中的初始控制参数包括d轴电流环比例系数k
pd
、d轴电流环积分系数k
id
、q轴电流环比例系数k
pq
、
q轴电流环积分系数k
iq
、速度环比例系数k
ps
以及速度环积分系数k
is
六种。其中，由于双闭环矢量控制属于现有技术，因此，本技术实施例在此不再赘述。
73.本技术实施例中，通过对矢量控制模型中的初始控制参数进行更新，以逐渐增加所计算得到的空调压缩机的适应度，其中，结合前述相关的描述可知，矢量控制模型中的初始控制参数可以预先通过公式法设定得到，本技术实施例在此不再赘述。而当矢量控制模型中的控制参数接近于最优时，空调压缩机对应的适应度会收敛于某个值，因此，这里的预设条件通常可以是与利用更新后的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度，与利用更新前的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度之间的误差相关，也就是连续若干次更新过程中误差小于预设的误差阈值时，即描述系统稳定性的适应度处于稳定状态时，可以认为矢量控制模型中的控制参数已经更新完成。
74.需要说明的是，利用适应度对矢量控制模型中的控制参数进行更新有多种可行的优化算法。具体的，为提高控制参数的优化效率，作为本技术的一种可行实施例，可以基于粒子群优化算法的思想来实现对控制参数的更新，具体的实现方案可以参阅后续图4及其解释说明的内容。
75.进一步的，考虑到本技术实施例中，需要优化的控制参数包括d轴电流环比例系数k
pd
、d轴电流环积分系数k
id
、q轴电流环比例系数k
pq
、q轴电流环积分系数k
iq
、速度环比例系数k
ps
以及速度环积分系数k
is
六种，为进一步提高控制参数的优化效果，在实际对控制参数进行更新的过程中，根据整体性控制原理，可以是基于q轴电流环相关系数，d轴电流环相关系数以及速度环相关系数的顺序来依次对各控制参数进行优化，具体的实现方案可以参阅后续图6及其解释说明的内容。
76.本技术实施例提供的控制参数整定方法，在利用矢量控制模型对空调压缩机进行控制的过程中，通过获取描述电机运行状态的电机相电流以及描述空调系统稳定状态的冷凝管温度来确定描述该矢量控制模型效果的适应度，并基于该适应度对矢量控制模型中的控制参数进行闭环反馈与迭代更新，实现了对控制参数在可靠范围内的实时控制与全局优化，能够有效提高矢量控制模型的控制效果，从而提高空调系统的控制精度和鲁棒性。
77.如图4所示，图4为本技术实施例提供的一种对控制参数进行更新的步骤流程示意图，详述如下。
78.本技术实施例中，提供了一种基于粒子群优化算法的思想对控制参数进行更新的实现方案，具体的包括步骤401～404：
79.401，获取各参考矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的参考适应度，以及所述参考矢量控制模型中的参考控制参数。
80.本技术实施例中，参考矢量控制模型通常是指历史对空调压缩机进行控制的过程中所使用过的矢量控制模型，同时其对应的参考适应度会与该参考矢量控制模型中的控制参数关联存储，因此，可以直接获取到多组参考控制参数以及各组参考控制参数分别对应的参考适应度。当然，参考矢量控制模型也可以是通过对控制参数的取值范围进行划分，并从划分得到的区间中采样出控制参数来得到，同时利用参考矢量控制模型对空调压缩机实时控制就可以获取到相电流以及冷凝管温度，从而实时获取到该参考矢量控制模型对应的参考适应度。
81.402，根据各所述参考适应度与所述初始适应度的比值对应的权重，分别对各所述参考控制参数与所述初始控制参数之间的差值进行加权，得到参数更新量。
82.本技术实施例中，结合前述相关描述可知，每一组参考控制参数都可以视为粒子群算法中的粒子，进一步的，基于各参考控制参数对应的适应度之间的大小关系，用于指导对粒子的参数更新量。具体的，作为本技术的一种可行实现方案，可以利用参考适应度与初始适应度的比值对应的权重来对各参考控制参数与初始控制参数之间的差值进行加权，也就是说，对于适应度越大的粒子，其对初始控制参数的影响越大，从而保证了在对初始控制参数进行更新的过程中，会倾向于向参考适应度更高的粒子，也就是向参考适应度更高的控制参数数组靠近，从而达到了粒子群寻优的效果。其中，参数更新量即可理解为对参数进行更新时的变化量。
83.403，根据所述参数更新量对所述矢量控制模型中的初始控制参数进行更新，得到更新后的矢量控制模型。
84.本技术实施例中，根据参数更新量对矢量控制模型中的初始控制参数进行更新，就可以得到更新后的矢量控制模型。
85.本技术实施例中，进一步的，为避免系统硬件原因出现无解状态，或者寻优过程出现过流或者温度过高故障损坏系统，因此，在实际寻优过程中，还会基于人工测试的方式对控制参数做出限制。因此，在对矢量控制模型中的控制参数进行更新，得到更新后的矢量控制模型后，还会基于前述限制对控制参数进行控制，具体的实现方案可以参阅后续图5及其解释说明的内容。
86.404，直至所述空调压缩机在更新后的矢量控制模型控制下的更新后适应度，与所述空调压缩机在更新前的矢量控制模型控制下的更新前适应度之间的差值小于预设阈值时，利用更新后的矢量控制模型对所述空调压缩机进行控制。
87.本技术实施例中，当空调压缩机在更新后的矢量控制模型控制下的更新后适应度，与空调压缩机在更新前的矢量控制模型控制下的更新前适应度之间的差值小于预设阈值时，则表明空调系统已经处于稳定运行状态，此时利用更新后的矢量控制模型对空调压缩机进行控制即可。
88.具体的，需要说明的一点是，本技术实施例提供的步骤可以理解为循环迭代更新的过程，也就是说在每次更新完控制参数后，各组参考控制参数及其对应的参考适应度也会同步进行更新，然后基于粒子群中各粒子的适应度与粒子群的个体最优解和全局最优解对粒子进行更新，得到新的粒子，也就是新的控制参数，直至满足了最终的寻优条件。由于粒子群寻优属于常规的优化算法，本技术实施例在此不再赘述。
89.如图5所示，图5为本技术实施例提供的一种基于阈值对参数进行调整的步骤流程示意图，详述如下。
90.本技术实施例中，提供了基于人工调试法所得到的参数阈值来对更新后的矢量控制模型中控制参数进行限制的实现方案，具体的包括步骤501～502：
91.501，若所述更新后的矢量控制模型中的控制参数大于预设的第一阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第一阈值。
92.本技术实施例中，第一阈值是指预先通过人工调试法所测试得到的控制参数的上限值，即当控制参数大于此上限值时，在实际过程中容易导致系统故障，因此，若更新后的
矢量控制模型中的控制参数大于预设的第一阈值，则会将更新后的矢量控制模型中的控制参数调整为第一阈值。
93.502，若所述更新后的矢量控制模型中的控制参数小于预设的第二阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第二阈值。
94.本技术实施例中，与前述第一阈值相类似，第二阈值是指预先通过人工调试法所测试得到的控制参数的下限值，即当控制参数小于此下限值时，在实际过程中容易导致系统故障，因此，若更新后的矢量控制模型中的控制参数小于预设的第二阈值，则会将更新后的矢量控制模型中的控制参数调整为第一阈值。
95.如图6所示，图6为本技术实施例提供的一种对参数依次进行更新的步骤流程示意图，详述如下。
96.为进一步提高控制参数的优化效果，本技术实施例中，提出了一种在对控制参数进行更新的过程中，根据整体性控制原理依次对各控制参数进行更新的实现方案，包括步骤601～603：
97.601，根据所述初始适应度对矢量控制模型中的初始控制参数中的q轴电流环比例系数和q轴电流环积分系数进行更新，得到第一矢量控制模型。
98.本技术实施例中，控制参数整定装置在对控制参数进行更新的过程中，会先对q轴电流环比例系数和q轴电流环积分系数进行更新，也就是会保持剩余参数，例如控制参数中的轴电流环比例系数、d轴电流环积分系数、速度环比例系数和速度环积分系数不变。具体的，根据初始适应度对矢量控制模型中的初始控制参数中的q轴电流环比例系数和q轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度满足预设条件时，将此时更新后的矢量控制模型设为第一矢量控制模型。
99.其中，不管是对于控制参数整体进行更新，还是单独对控制参数中的q轴电流环比例系数和q轴电流环积分系数进行更新，其采用的更新优化方法可以是相同的，本技术实施例在此不再赘述。
100.602，根据所述第一矢量控制模型对应的第一适应度对所述第一矢量控制模型中的d轴电流环比例系数和d轴电流环积分系数进行更新，得到第二矢量控制模型。
101.本技术实施例中，在对控制参数中的q轴电流环比例系数和q轴电流环积分系数完成更新，得到第一矢量控制模型后，控制参数整定装置会进一步利用第一矢量控制模型对应的第一适应度对第一矢量控制模型中的d轴电流环比例系数和d轴电流环积分系数进行更新，同时保持剩余参数，也就是q轴电流环比例系数、q轴电流环积分系数、速度环比例系数和速度环积分系数不变。具体的，根据第一矢量控制模型对应的第一适应度对第一矢量控制模型中的d轴电流环比例系数和d轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度满足预设条件时，将此时更新后的矢量控制模型设为第二矢量控制模型。
102.当然，与前述相似，单独对控制参数中的d轴电流环比例系数和d轴电流环积分系数进行更新所采用的更新优化方法也可以沿用前述所提供的方案，本技术实施例在此不再赘述。
103.603，根据所述第二矢量控制模型对应的第二适应度对所述第二矢量控制模型中的速度环比例系数和速度环积分系数进行更新，直至利用更新后的矢量控制模型对所述空
调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
104.本技术实施例中，在对控制参数中的d轴电流环比例系数和d轴电流环积分系数完成更新，得到第二矢量控制模型后，控制参数整定装置会进一步利用第二矢量控制模型对应的第二适应度对第二矢量控制模型中的速度环比例系数和速度环积分系数进行更新，同时保持剩余参数，也就是q轴电流环比例系数、q轴电流环积分系数、d轴电流环比例系数和d轴电流环积分系数不变。具体的，根据第二矢量控制模型对应的第二适应度对第二矢量控制模型中的速度环比例系数和速度环积分系数进行更新，直至利用更新后的矢量控制模型对空调压缩机进行控制时空调压缩机对应的适应度满足预设条件时，此时所更新后的矢量控制模型即为最终用于空调压缩机进行矢量控制的目标矢量控制模型。
105.同样的，与前述相似，单独对控制参数中的速度环比例系数和速度环积分系数进行更新所采用的更新优化方法也可以沿用前述所提供的方案，本技术实施例在此不再赘述。
106.此外，需要说明的是，不同的控制参数对系统局部和整体的影响程度不同，因此，在实际对各控制参数进行更新的过程中，还会基于不同的控制参数对更新过程中所使用的权重系数进行微调。
107.如图7所示，图7为本技术实施例提供的一种确定适应度的步骤流程示意图，详述如下。
108.本技术实施例中，提供了一种对相电流进行处理以提取得到不同特征量的实现方案，具体的包括步骤701～704：
109.701，对所述相电流进行分解，得到x轴相电流与y轴相电流。
110.本技术实施例中，将采样得到的相电流按照x轴和y轴方向进行分解，就可以得到x轴相电流与y轴相电流。本技术实施例在此不再赘述。
111.702，对所述x轴相电流进行傅里叶变换，得到x轴相电流特征量。
112.本技术实施例中，对x轴相电流进行傅里叶变换，可以提取得到x轴相电流的相关特征量，该特征量可以用来反映电机的频率稳定性。
113.703，对所述y轴相电流进行峰值电流检测，得到y轴相电流特征量。
114.本技术实施例中，对y轴相电流进行峰值电流检测，可以提取得到y轴相电流的相关特征量，该特征量可以用来反映电机的力矩调节稳定性。
115.704，将所述x轴相电流特征量、所述y轴相电流特征量以及所述冷凝管温度输入至预设的适应度函数，得到所述空调压缩机对应的初始适应度。
116.本技术实施例中，结合前述相关描述，适应度函数描述了适应度与x轴相电流特征量、y轴相电流特征量以及冷凝管温度之间的函数关系，因此，将x轴相电流特征量、y轴相电流特征量以及冷凝管温度输入至适应度函数，即可得到空调压缩机对应的初始适应度，该适应度描述了空调系统运行的整体稳定性。
117.如图8所示，图8为本技术实施例中提供的一种设定初始控制参数的步骤流程示意图，详述如下。
118.本技术实施例中，具体的，包括步骤801～803：
119.801，获取所述空调压缩机对应的d轴电感、q轴电感、电流环带宽、线间电阻、阻尼系数、自然频率以及极对数。
120.本技术实施例中，d轴电感、q轴电感、电流环带宽、线间电阻、阻尼系数、自然频率以及极对数属于空调压缩机的固有性质，可以直接获取得到，本技术实施例在此不再赘述。
121.802，根据所述d轴电感、所述q轴电感、所述电流环带宽、所述线间电阻、所述阻尼系数、所述自然频率以及所述极对数设定所述矢量控制模型中的初始控制参数。
122.本技术实施例中，具体根据d轴电感、q轴电感、电流环带宽、线间电阻、阻尼系数、自然频率以及极对数设定矢量控制模型中的初始控制参数的实现方案如下：
123.k
pq
＝lq*wc；
124.k
pd
＝ld*wc；
125.k
iq
＝k
id
＝rs*ws；
[0126][0127][0128]
其中，lq、ld分别为d轴电感、q轴电感，ωc为电流环带宽，rs为线间电阻，ξs为阻尼系数，ws为自然频率，pn为极对数。
[0129]
803，若所述空调压缩机对应的稳定时间小于预设的时间阈值，则获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度。
[0130]
本技术实施例中，若在所述初始控制参数下，空调压缩机对应的稳定时间小于预设的时间阈值，也就是表明空调系统的稳定性不足时，则表明对空调压缩机的控制参数进行更新，也就是执行本技术实施例提供的方案，即获取此状态下空调压缩机的相电流，以及空调压缩机对应的冷凝管温度。
[0131]
如图9所示，图9为本技术实施例提供的一种获取适应度函数的步骤流程示意图，详述如下。
[0132]
本技术实施例中，提供了一种基于环境信息设定不同的适应度函数的实现方案，具体的，包括步骤901～903：
[0133]
901，获取环境信息。
[0134]
本技术实施例中，环境信息一般包括对空调压缩机性能影响较大的温湿度等等，当然，也可以包括其他环境信息，本技术实施例在此不再赘述。
[0135]
902，查询预设数据库，获取与所述环境信息对应的关联函数。
[0136]
本技术实施例中，对于不同的环境信息，其对电机控制参数的寻优需求也不同，因此，可以通过查询预设数据库，获取得到对应的关联函数，来实现后续对电机控制参数的不同寻优效果。
[0137]
903，将所述关联函数设为所述适应度函数。
[0138]
本技术实施例中，与环境信息对应的关联函数即为后续用于实现相应寻优效果的适应度函数。
[0139]
为了更好实施本技术实施例提供的控制参数整定方法，在控制参数整定方法基础之上，本技术实施例中还提供一种控制参数整定装置。如图10所示，图10为本技术实施例提供的一种控制参数整定装置的结构示意图。具体的，控制参数整定装置包括：
[0140]
获取模块1001，用于获取所述空调压缩机的相电流，以及所述空调压缩机对应的
冷凝管温度；
[0141]
计算模块1002，用于将所述相电流、所述冷凝管温度输入至预设的适应度函数中，得到所述空调压缩机对应的初始适应度；
[0142]
更新模块1003，用于根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
[0143]
作为本技术的一种可行实施例，所述根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件，包括：
[0144]
获取各参考矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的参考适应度，以及所述参考矢量控制模型中的参考控制参数；
[0145]
根据各所述参考适应度与所述初始适应度的比值对应的权重，分别对各所述参考控制参数与所述初始控制参数之间的差值进行加权，得到参数更新量；
[0146]
根据所述参数更新量对所述矢量控制模型中的初始控制参数进行更新，得到更新后的矢量控制模型；
[0147]
直至所述空调压缩机在更新后的矢量控制模型控制下的更新后适应度，与所述空调压缩机在更新前的矢量控制模型控制下的更新前适应度之间的差值小于预设阈值时，利用更新后的矢量控制模型对所述空调压缩机进行控制。
[0148]
作为本技术的一种可行实施例，所述根据所述参数更新量对所述矢量控制模型中的初始控制参数进行更新，得到更新后的矢量控制模型之后，所述方法包括：
[0149]
若所述更新后的矢量控制模型中的控制参数大于预设的第一阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第一阈值；
[0150]
若所述更新后的矢量控制模型中的控制参数小于预设的第二阈值，则将所述更新后的矢量控制模型中的控制参数调整为所述第二阈值。
[0151]
作为本技术的一种可行实施例，所述根据所述初始适应度对矢量控制模型中的初始控制参数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件，包括：
[0152]
根据所述初始适应度对矢量控制模型中的初始控制参数中的q轴电流环比例系数和q轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件时，将更新后的矢量控制模型设为第一矢量控制模型；
[0153]
根据所述第一矢量控制模型对应的第一适应度对所述第一矢量控制模型中的d轴电流环比例系数和d轴电流环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件时，将更新后的矢量控制模型设为第二矢量控制模型；
[0154]
根据所述第二矢量控制模型对应的第二适应度对所述第二矢量控制模型中的速度环比例系数和速度环积分系数进行更新，直至利用更新后的矢量控制模型对所述空调压缩机进行控制时所述空调压缩机对应的适应度满足预设条件。
[0155]
作为本技术的一种可行实施例，所述根据所述相电流、所述冷凝管温度以及预设
的适应度函数，确定所述空调压缩机对应的初始适应度，包括：
[0156]
对所述相电流进行分解，得到x轴相电流与y轴相电流；
[0157]
对所述x轴相电流进行傅里叶变换，得到x轴相电流特征量；
[0158]
对所述y轴相电流进行峰值电流检测，得到y轴相电流特征量；
[0159]
将所述x轴相电流特征量、所述y轴相电流特征量以及所述冷凝管温度输入至预设的适应度函数，得到所述空调压缩机对应的初始适应度。
[0160]
作为本技术的一种可行实施例，所述获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度之前，所述方法包括：
[0161]
获取所述空调压缩机对应的d轴电感、q轴电感、电流环带宽、线间电阻、阻尼系数、自然频率以及极对数；
[0162]
根据所述d轴电感、所述q轴电感、所述电流环带宽、所述线间电阻、所述阻尼系数、所述自然频率以及所述极对数设定所述矢量控制模型中的初始控制参数；
[0163]
若所述空调压缩机对应的稳定时间大于预设的时间阈值，则执行所述获取所述空调压缩机的相电流，以及所述空调压缩机对应的冷凝管温度的步骤。
[0164]
作为本技术的一种可行实施例，所述根据所述相电流、所述冷凝管温度以及预设的适应度函数，确定所述空调压缩机对应的初始适应度之前，所述方法包括：
[0165]
获取环境信息；
[0166]
查询预设数据库，获取与所述环境信息对应的关联函数；
[0167]
将所述关联函数设为所述适应度函数。
[0168]
本技术实施例还提供一种控制参数整定设备，如图11所示，图11为本技术实施例提供的一种控制参数整定设备的结构示意图。
[0169]
控制参数整定设备包括存储器、处理器以及存储于存储器中，并可在处理器上运行的控制参数整定程序，处理器执行控制参数整定程序时实现本技术任一实施例提供的控制参数整定方法中的步骤。
[0170]
具体来讲：控制参数整定设备可以包括一个或者一个以上处理核心的处理器1101、一个或一个以上存储介质的存储器1102、电源1103和输入单元1104等部件。本领域技术人员可以理解，图11中示出的控制参数整定设备结构并不构成对控制参数整定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
[0171]
处理器1101是该控制参数整定设备的控制中心，利用各种接口和线路连接整个控制参数整定设备的各个部分，通过运行或执行存储在存储器1102内的软件程序和/或模块，以及调用存储在存储器1102内的数据，执行控制参数整定设备的各种功能和处理数据，从而对控制参数整定设备进行整体监控。可选的，处理器1101可包括一个或多个处理核心；优选的，处理器1101可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1101中。
[0172]
存储器1102可用于存储软件程序以及模块，处理器1101通过运行存储在存储器1102的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器1102可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据控制参数整定设备的
使用所创建的数据等。此外，存储器1102可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1102还可以包括存储器控制器，以提供处理器1101对存储器1102的访问。
[0173]
控制参数整定设备还包括给各个部件供电的电源1103，优选的，电源1103可以通过电源管理系统与处理器1101逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源1103还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
[0174]
该控制参数整定设备还可包括输入单元1104，该输入单元1104可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
[0175]
尽管未示出，控制参数整定设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，x控制参数整定设备中的处理器1101会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1102中，并由处理器1101来运行存储在存储器1102中的应用程序，从而实现本技术任一实施例所提供的控制参数整定方法中的步骤。
[0176]
为此，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。计算机可读存储介质上存储有控制参数整定程序，控制参数整定程序被处理器执行时实现本技术任一实施例所提供的控制参数整定方法中的步骤。
[0177]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
[0178]
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
[0179]
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
[0180]
以上对本技术实施例所提供的一种控制参数整定方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。