[发明专利]一种融合遗传蚁群算法的热管理控制方法及系统

说明书

本发明提供了一种融合遗传蚁群算法的热管理控制方法及系统，获取环境温度、环境湿度、电机转速、电机转矩和电机出水温度，作为控制输入参数；利用基于融合遗传蚁群算法改进的支持向量机预测模型，基于控制输入参数进行控制，确定与当前工况相匹配的风扇占空比，利用该风扇占空比控制电子风扇转速。本发明在保证满足电机散热需求的同时，尽可能地降低风扇的能耗，对于电驱动总成热管理系统的有效工作以及节能减排具有较大的应用价值。

技术领域

本发明属于热管理技术领域，具体涉及一种融合遗传蚁群算法的热管理控制方法及系统，更为具体的，是根据实时测定的各传感器信号来对电驱动车辆及工程机械在不同工况下电子风扇的转速进行控制的技术领域。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

电动汽车及电驱动工程机械低能耗，零排放的特点使其成为势不可挡的新兴产业。对纯电动汽车及电驱动工程机械而言，电机等关键部件的正常工作是保证其安全运行的基础，是汽车及工程机械的动力系统的核心所在。电机及其控制器作为电驱动总成动力转换的关键部件，必须运行在最高安全温度以下，才能保证其内部的滚动轴承、电机绕组等正常工作，而一套完善且高效的热管理系统是保证电机及控制器工作在适合温度范围的关键。因此研发和设计满足热负荷要求的热管理系统成为研究的热点。

电子风扇和电子水泵作为热管理系统必不可少的一环，其消耗的功率随转速的提高而增大，其中电子水泵的能耗低于风扇能耗，因此控制风扇的转速是降低能耗的有效手段。现存的电驱动总成热管理系统一般将风扇转速设置为几个档位，无法满足具体工况需求，某些工况可能会出现以下情况：一是风扇转速过低，无法达到制冷需求；二是风扇转速过高，造成能源的浪费。

发明内容

本发明为了解决上述问题，提出了一种融合遗传蚁群算法的热管理控制方法及系统，本发明根据电机散热需求实时地匹配电子风扇的合理转速，即建立有效的风扇控制策略，保证满足电机散热需求的同时，尽可能地降低风扇的能耗，对于电驱动总成热管理系统的有效工作以及节能减排具有较大的应用价值。

根据一些实施例，本发明采用如下技术方案：

一种融合遗传蚁群算法的热管理控制方法，包括以下步骤：

获取环境温度、环境湿度、电机转速、电机转矩和电机出水温度，作为控制输入参数；

利用基于融合遗传蚁群算法改进的支持向量机预测模型，基于控制输入参数进行控制，确定与当前工况相匹配的风扇占空比，利用该风扇占空比控制电子风扇转速。

作为可选择的实施方式，所述融合遗传蚁群算法，将遗传算法引入到蚁群算法中，采用遗传算法的选择算子和变异算子，执行选择算子时，将蚂蚁个体按照信息素浓度高低进行排序，选择信息素浓度排名位于前面设定范围的个体进行信息素更新；执行变异算子时，蚂蚁个体的基因值以设定变异率进行实值变异为其他等位基因值。

作为可选择的实施方式，所述基于融合遗传蚁群算法改进的支持向量机预测模型中，通过设定初始参数，随机生成惩罚因子和径向基核函数的方差参数组合作为初始种群，每代蚂蚁经过转移、选择、变异和释放信息素操作，寻找使支持向量机预测模型误差最小的惩罚因子和径向基核函数的方差参数组合。

作为进一步的限定，所述初始参数包括但不限于种群个数、最大迭代次数、信息素挥发上下限、转移概率、变异概率和选择概率。

作为可选择的实施方式，所述基于融合遗传蚁群算法改进的支持向量机预测模型预先经过训练，训练样本由历史环境温度、环境湿度、电机转速、电机转矩和电机出水温度检测数据以及仿真模拟实验数据得到。

作为进一步的限定，通过设置不同的环境温度、环境湿度、电机转速、电机转矩，电子水泵转速，结合散热模块风洞试验数据仿真得到不同工况下满足电机出水温度目标要求的电子风扇转速，转换得到作为输出参数的风扇占空比。