一种基于实时流量分析算法的车辆冷却电机控制系统的制作方法

本发明创造涉及实时控制系统、数据分析以及自动化和智能领域，具体涉及一种基于实时流量分析算法的车辆冷却电机控制系统。

背景技术：

1、随着科技的不断发展，人们对车辆的要求越来越高，汽车工程智能化技术也慢慢兴起，车辆的冷却系统对于维持引擎和其他关键部件的适当温度至关重要。过热或过冷都可能导致引擎性能下降、损坏或故障，因此需要一个可靠的控制系统来管理冷却电机的运行。车辆在不同的驾驶条件下运行，包括城市交通、高速公路、恶劣天气和高温环境等，这些条件要求冷却系统能够根据实际需求进行调整，以确保引擎和冷却系统的性能。现代车辆配备了各种传感器，用于监测温度、湿度、压力等参数，这些传感器提供了大量实时数据，可以用于改进冷却电机的控制。随着数据采集技术的进步，车辆可以实时获取各种传感器数据，这就引发了对实时数据分析技术的需求，以有效地处理这些数据并做出决策。实时流量分析算法、机器学习和优化技术的发展为改进车辆冷却电机控制提供了新的机会，这些算法可以根据实际情况自动调整电机的运行，以最大程度地提高冷却系统的效率和性能。车主和制造商对汽车性能、燃油效率和环保要求越来越高。一个有效的冷却系统有助于提高燃油效率，减少排放，并提供更好的驾驶体验。

2、基于对于以上问题的了解和分析，本发明提出一种基于实时流量分析算法的车辆冷却电机控制系统。

技术实现思路

1、针对上述问题，本发明旨在提供一种基于实时流量分析算法的车辆冷却电机控制系统。

2、本发明创造的目的通过以下技术方案实现：

3、为实现上述背景技术中提出的问题，提供了以下方法，具体过程描述如下：

4、一种基于实时流量分析算法的车辆冷却电机控制系统，包括数据采集与传感器模块、实时流量分析模块、冷却电机控制模块以及用户界面与数据模块，数据采集与传感器模块负责获取冷却系统的各种参数和状态的信息，实时流量分析模块用于接收流量数据，并采用流量监控技术对冷却系统的流量数据进行时域分析和处理，通过波形来检测任何异常流动情况，冷却电机控制模块用于检测到异常情况，提出改进的pso算法自动调整控制参数，采取适当的措施来调整冷却系统的性能，用户界面与数据模块包括用户界面和报警单元以及数据记录和存储单元，用户界面和报警单元用于显示实时流量数据、异常报警和系统状态，数据记录和存储单元负责记录和存储流量数据以供后续分析。

5、进一步的，数据采集与传感器模块用于连接不同类型的传感器，获取关于冷却系统的各种参数和状态的信息。

6、进一步的，实时流量分析模块提出流量监控技术对冷却系统的流量数据进行实时分析和处理，来检测车辆冷却系统中的异常情况，优化性能并提供实时反馈以应对不同类型的流量异常，这有助于确保冷却系统在各种情况下正常工作，提高了车辆的可靠性和安全性。

7、进一步的，提出的流量监控技术的具体过程如下：

8、流量区间上的随机过程离散展开，级数定义如下：

9、

10、其中，k表示离散时间区间，k＝1，2，...，n，n表示第n个离散区间，xm(k)表示m个随机函数在第k个区间上离散的第m个成员，k表示k项离散序列，ε1(k)表示第k个区间上离散的第1个展开误差，ε2(k)表示第k个区间上离散的第2个展开误差，εm(k)表示第k个区间上离散的第m个展开误差，sum()为向量求和函数，c1，1表示第1项时间序列上第1个系数，c1，2表示第2项时间序列上第1个系数，c1，k表示第k项时间序列上第1个系数，c2，1表示第1项时间序列上第2个系数，c2，2表示第2项时间序列上第2个系数，cm，1表示第1项时间序列上第m个系数，cm，2表示第2项时间序列上第m个系数，cm，k表示第k项时间序列上第m个系数，φ1(k)表示第k个区间上的第1个项时间序列，φ2(k)表示第k个区间上的第2个项时间序列，φk(k)表示第k个区间上的第k个项时间序列，其定义为：

11、

12、其中，φj(k)表示第k个区间上的第j个项时间序列，φi(k)表示第k个区间上的第i个项时间序列系数，离散时间序列由矩阵形式如下线性表出：

13、

14、其中x＝cφt+e表示离散时间序列的矩阵形式；

15、x＝[xm(k)]，(m×n)表示由xm(k)组成的矩阵；

16、c＝[cm，i]，(m×k)表示由cm，i组成的系数矩阵；

17、φt＝[φi(k)]，(k×n)表示由φi(k)组成的矩阵的转置；

18、e＝[em(k)]，(m×n)表示由em(k)组成的矩阵；

19、定义误差矩阵轨迹的最小化矩阵j为：

20、定义误差矩阵轨迹的最小化矩阵j为：

21、j＝(x-cφt)(x-cφt)t

22、其中，(x-cφt)(x-cφt)t表示误差矩阵的轨迹，j表示误差矩阵，在正交条件(φtφ＝i)，i为单位矩阵，φ为φt的转置，对于系数矩阵c定义为：

23、c＝xφ(φtφ)-1＝xφ

24、第m+1个序列对应第m+1个时序的流量，额外的数据xm+1(1)，...，xm+1(n′)结合m个历史日计算的特征模态，来预测序列xm+1(n′+1)，...，xm+1(n)的异常流量，其中xm+1(1)表示第m+1个函数在第1个离散区间的流量成员，xm+1(n′)表示第m+1个函数在第n′个离散区间的流量成员，xm+1(n′+1)表示第m+1个函数在第n′+1个离散区间的流量成员，xm+1(n)表示第m+1个函数在第n个离散区间的流量成员；

25、第i个特征向量用表示，基于n*个时间序列间隔的预测，其中新数据对应于前n′个离散区间，此用来预测对应接下来的n*-n′区间，特征向量包含n*项，故第i个特征向量表示为其维数为(n*×1)，对于实时监测问题，特征向量被截断为n′项来计算预测所需的系数，整数k*表示所使用的特征向量个数，矩阵：

26、

27、包含前k*个特征向量的n项截断，其中表示第1个1项的特征向量，表示第k*个1项的特征向量，表示第1个n′项的特征向量，表示第k*个n′项的特征向量；

28、(n′×k*)表示n′×k*维矩阵；

29、矩阵xm+1＝xm+1(1)…xm+1(n′)，(1×n′)是可用的新数据序列；

30、其中xm+1(1)表示第m+1个函数在第1个离散区间的流量，xm+1(n′)表示第m+1个函数在第n′个离散区间的流量，(1×n′)表示1×n′维矩阵，矩阵q为包含用于预测系数的正则矩阵，定义为：

31、q＝xm+1(φφtφ-1)，(1×k*)

32、其中(1×k*)表示1×k*维矩阵，预测n′+1，...，n*范围内的时间序列，则需要协方差矩阵特征向量的截断矩阵定义为：

33、

34、包含前k*个特征向量n′+1，...，n*范围内的时间序列，其中n*＝n*-n′，(n×k*)表示n×k*维矩阵，n′+1，...，n*范围内的预测序列用表示，定义为：

35、

36、其中表示为协方差矩阵特征向量的截断矩阵的转置，(1×n*)表示1×n*维矩阵，为了实现监测，需要记录历史流量数据并存储在矩阵x中。

37、进一步的，冷却电机控制模块用于监测、控制和优化冷却电机的运行，以确保引擎在适当的温度范围内运行，并最大程度地提高冷却系统的效率，一旦检测到异常，利用改进的pso算法将控制参数表示为粒子，并根据目标函数的值来更新粒子的位置，以此来搜索最佳的电机参数配置并调整冷却系统的性能。

38、进一步的，提出改进的pso算法具体步骤如下：

39、首先设定n个目标和m个决策变量的多目标问题用目标向量函数表示：

40、

41、其中表示第1个目标函数，表示第2个目标函数，表示第n个目标函数，决策向量用来表示，其中表示第1个决策变量，表示第2个决策变量，表示第m个决策变量，且控制参数即为决策变量，在每个时间步t的搜索过程中，通过添加粒子的速度来更新粒子的位置，定义为：

42、

43、其中表示为第i个决策变量中粒子a的位置，为第i个决策变量中作用于粒子a的变异算子，为第i个决策变量中粒子a的速度，t表示为第t个时间步数，t+1表示为第t+1个时间步数，在搜索最优解的过程中，使用：

44、

45、其中，ω为惯性权重，表示第t个时间步数下第i个决策变量中粒子a的速度，表示第t个时间步数下第i个决策变量中粒子a的速度的位置，和表示[0，1]范围内对于决策变量为i的粒子a的任意两个随机数，c1和c2表示为加速度系数，表示为决策变量为i的粒子a的局部导向参数，表示为决策变量为i的所有粒子的全局导向参数，接着定义速度更新方程：

46、

47、其中c1in和c1fi分别是局部参数的初始值和最终值，c2in和c2fi分别是全局参数的初始值和最终值，xid(k)表示第d个粒子的第k次流量的位置，νid(k)表示第d个粒子的第k次流量速度，νid(k+1)表示第d个粒子的第k+1次流量速度，k为算法当前的迭代次数，1≤k≤n，n是预定义的最大迭代次数，i表示为种群的粒子数，1≤i≤n，n为种群的粒子总数，xid被限制在[ld，ud]的范围内，其中ld表示为搜索空间的上限，ud为搜索空间的下限，设置vmax＝mxmax，其中0.1≤m≤1.0，pbestid表示当前最佳位置，gbestid表示全局最佳位置，r1和r2为(0，1)范围内均匀分布的随机数，c1和c2为学习系数，取c]＝c2＝2，ω表示为惯性权重，其值决定粒子的当前速度，定义位置更新方程为：

48、xid(k+1)＝xid(k)+vid(k+1)

49、本发明更新pso算法求解的代价函数定义如下：

50、

51、其中fi(x)代表惩罚函数，fi(x)代表原始成本函数，代表d违反约束的总和，代表d违反约束量的总和，β1和β2为惩罚因子，通常设置为β1＝β2＝103，不断迭代更新粒子的速度与位置方程，从而找出最佳的控制参数。

52、进一步的，用户界面和报警单元用于显示实时流量数据、异常报警和系统状态，当系统检测到异常，生成警报或通知操作员以采取适当的措施。

53、进一步的，数据记录和存储单元负责记录和存储流量数据以供后续分析和审查，并用于故障诊断、性能分析以及改进系统的设计。

54、本发明的有益效果：一种基于实时流量分析算法的车辆冷却电机控制系统，用于提高车辆冷却电机控制系统的性能、可靠性，通过数据采集与传感器模块、实时流量分析模块、冷却电机控制模块以及用户界面与数据模块等多个模块，采集与传感器相关的数据，接着采用流量监控技术对冷却系统的流量数据进行时域分析和处理，实时分析对提取的特征进行异常检测、取值预测，并提出改进的pso算法根据实时流量分析模块的输出自动调整控制参数，控制车辆冷却电机的运行，包括启动、停止、调整电机速度等操作，最后用户界面与数据模块监测系统状态，进行必要的调整和设置，以及查看历史数据以进行分析和故障排除，在原本流量监控技术的基础上加入了正则矩阵，增强了对二的整数次幂长度的序列变换的能力，大大提高了计算的效率，且正则矩阵对时序内流量长度的选择较为敏感，一定程度上提升了算法的稳定性，此外对pso算法中加速度系数和惯性权重等参数进行了改进，增加了算法跳出局部最优解的机会，改善了算法的收敛速度和全局搜索能力，定义了β1和β2为惩罚因子，通常设置为β1＝β2＝103，这是因为较大的惩罚因子会强化对违反约束的惩罚，这意味着如果一个解违反了约束条件，它的代价函数值将迅速增加，使得这个解在优化过程中不具备竞争力，有助于确保生成的解是满足约束，通过将违反约束的解的代价函数值惩罚到一个较高的水平，pso算法更有可能找到满足所有约束条件的可行解，并且较大的惩罚因子有助于提高算法的稳定性，减少违反约束条件的可能性，同时，本发明为实时控制系统以及自动化和智能系统领域提供方法，能够做出及时的控制决策，以应对不同的驾驶条件和环境变化，提高了车辆冷却系统的效率，有助于提高系统的性能、可靠性，降低了交通事故和车辆故障的风险，并鼓励了技术创新。