[发明专利]基于机器学习的PID参数自整定方法及其装置

说明书

本发明公开了一种基于机器学习的PID参数自整定方法及其装置。所述方法通过设备不断进行机器学习，自动对电子膨胀阀的PID控制参数进行整定，并且在不同的环境模式下分别整定一套控制参数，实现在不同环境下自动匹配最佳控制参数，始终保持最佳运行状态。所述参数包括：检测当前环境模式下的各项参数，从历史数据中进行匹配，获得历史数据中该环境模式下最佳的PID控制参数；按照获得的PID控制参数运行，通过判断控制效果的优劣，进行自整定，使电子膨胀阀在最佳的控制效果下运行，本发明通过机器学习实现PID控制参数的自动整定，大大减轻调试人员的工作量；通过机器学习实现电子膨胀阀在不同环境下自动匹配最佳控制参数，始终保持最佳运行状态。

技术领域

本发明涉及家电设备领域，尤其涉及一种基于机器学习的PID参数自整定方法及其装置。

背景技术

电子膨胀阀利用被调节参数产生的电信号，控制施加于膨胀阀上的电压或电流，进而达到调节供液量的目的。无级变容量制冷系统制冷供液量调节范围宽，要求调节反应快，传统的节流装置（如热力膨胀阀）难以良好胜任，而电子膨胀阀可以很好地满足要求。

现有空调系统中多采用电子膨胀阀作为节流装置，为了提供控制精度和响应速度，PID控制（Proportion Integration Differentiation.比例-积分-微分控制）方法在电子膨胀阀上的应用也越来越成熟。

然而PID控制的最大难点在于PID参数的整定，需要经验丰富的人员花大量时间进行工程测试和参数调优，并且在选择确定最优控制参数时还需要综合考虑不同工况、不同工作场合的影响，实际工作当中并不是一直都处于最优运行状态。

因此，设计一种自动整定PID控制参数，使控制效果达到最佳的方法是业内亟待解决的技术问题，该方法能够自动整定PID控制参数，无需经验丰富的人员花大量时间进行工程测试和参数调优。

发明内容

本发明的目的是针对上述现有技术存在的缺陷，提供一种基于机器学习的PID参数自整定方法及其装置。

本发明采用的技术方案是，设计一种基于机器学习的PID参数自整定方法，该方法通过设备不断进行机器学习，自动对PID控制参数进行整定，并且在不同的环境模式下分别整定一套控制参数，实现在不同环境下自动匹配最佳控制参数，始终保持最佳运行状态，所述方法包括：

检测当前环境模式下的各项参数，与历史数据中的环境模式进行对比，获得该环境模式下运行的PID控制参数；

在获得的PID控制参数下运行，通过该套PID控制参数控制效果的优劣，对PID控制参数进行整定，使控制效果达到最佳。

优选地，所述方法具体包括：

步骤1、检测当前环境模式下的各项参数，与历史数据中的环境模式进行匹配，如果匹配成功，进入步骤2，如果匹配不成功，进入步骤3；

步骤2、获取历史数据中该环境模式下最佳的PID控制参数；

步骤3、获取出厂前设定最佳的PID控制参数；

步骤4、按照获取的PID控制参数运行，如果在该PID控制参数下运行，其控制效果最佳，则按照该PID控制参数运行，如果在该PID控制参数下运行其控制效果并非最佳，则进入步骤5；

步骤5、对PID控制参数进行整定，使电子膨胀阀在最佳的控制效果下运行。

优选地，所述步骤1中的环境模式包括预设模式和自定义模式，在匹配时，先对自定义模式进行匹配，如果无法匹配，则对预设模式进行匹配。

优选地，所述步骤1从历史数据中进行匹配时，首先从设备本地历史数据中进行匹配；如果在本地历史数据中无法匹配的，则从云端历史数据中进行匹配。