[发明专利]基于人工智能的大功率灯具用环路热管散热效率检测方法

权利要求书

1.一种基于人工智能的大功率灯具用环路热管散热效率检测方法，其特征在于，该方法包括以下步骤：

在当前环路热管系统的工作过程中，基于设定采样频率采集水冷稳态电机的水冷换热器温差和灯具环路热管效率的换热器水路流动速度，对应得到设定时段内的水冷换热器温差序列和换热器水路流动速度序列；计算所述水冷换热器温差序列的温差稳态稳定性指标，结合所述温差稳态稳定性指标和所述换热器水路流动速度序列得到换热器配合环路热管的效率匹配程度；

获取设定时长下多个时段的所述效率匹配程度，得到效率匹配程度序列；根据所述效率匹配程度之间的差异计算所述效率匹配程度序列中每个所述效率匹配程度的局部异常因子，由所述局部异常因子计算所述设定时长下换热器的合格率；获取多个所述设定时长下的历史合格率，得到历史合格率序列，利用所述历史合格率序列训练合格率预测网络，得到当前环路热管系统的目标合格率预测网络；

获取每个环路热管系统的所述目标合格率预测网络，将每个环路热管系统的实时合格率序列通过对应的所述目标合格率预测网络，得到每个环路热管系统的合格率预测序列；根据所述合格率预测序列中的每个合格率预测值得到对应环路热管系统的运行状态指标，由所述运行状态指标确认目标环路热管系统，将每个环路热管系统的运行参数调整为所述目标环路热管系统的运行参数。

2.如权利要求1所述的一种基于人工智能的大功率灯具用环路热管散热效率检测方法，其特征在于，所述温差稳态稳定性指标的计算公式为：

其中，为所述温差稳态稳定性指标；为所述水冷换热器温差序列中第个水冷换热器温差；为所述水冷换热器温差序列中前个水冷换热器温差之间的平均水冷换热器温差；为所述水冷换热器温差序列中前个水冷换热器温差之间的平均水冷换热器温差；为所述水冷换热器温差序列中第个水冷换热器温差和第个水冷换热器温差之间的差值；为所述水冷换热器温差序列中水冷换热器温差的数量；为绝对值函数。

3.如权利要求1所述的一种基于人工智能的大功率灯具用环路热管散热效率检测方法，其特征在于，所述由所述局部异常因子计算所述设定时长下换热器的合格率的方法，包括：

根据所述局部异常因子确认所述效率匹配程度序列中的正常效率匹配程度，统计所述正常效率匹配程度的第一数量，计算所述效率匹配程度序列中效率匹配程度的总数量与所述第一数量之间的比值，将比值作为换热器的合格率。

4.如权利要求1所述的一种基于人工智能的大功率灯具用环路热管散热效率检测方法，其特征在于，所述目标合格率预测网络的获取方法，包括：

基于改进后的CMAC神经网络算法，利用所述历史合格率序列对合格率预测网络进行训练得到训练好的合格率预测网络，将所述训练好的合格率预测网络作为目标合格率预测网络；

其中，改进后的CMAC神经网络算法为：

其中，为第个激活的存储单元第次学习时的权值，为第个激活的存储单元第次学习时的权值，和为学习次数，和为某个激活的存储单元，为学习速率，为期望值，为输出值，为泛化参数，为第个激活的存储单元第次学习时的已学习次数，为第个激活的存储单元第次学习时的已学习次数，为第个激活的存储单元第次学习时的已学习次数，为平衡学习常数。

5.如权利要求3所述的一种基于人工智能的大功率灯具用环路热管散热效率检测方法，其特征在于，所述根据所述合格率预测序列中的每个合格率预测值得到对应环路热管系统的运行状态指标的方法，包括：

根据所述合格率预测序列中的每个合格率预测值计算换热器适配指标；由所述合格率预测序列中相邻两个合格率预测值之间的差值计算换热器老化劣化指标；

计算所述换热器适配指标和所述换热器老化劣化指标之间的比值，将该比值作为对应环路热管系统的所述运行状态指标，所述运行状态指标与所述换热器老化劣化指标呈负相关关系、所述运行状态指标与所换热器适配指标呈正相关关系。