动态皮带张力推论方法及相关马达驱动轮系统与流程

本发明涉及一种动态皮带张力推论方法及相关马达驱动轮系统，尤其涉及一种基于人工智能的动态皮带张力推论方法及相关马达驱动轮系统。

背景技术：

1、马达驱动轮(motor driven roller,mdr)系统通过马达驱动轮轴使皮带转动，由此带动皮带上的机构或零件。若皮带张力值不足或受老化、脆化等因素影响其张力特性，会使得马达带动皮带时给予的力无法完全展现，导致马达驱动效果不佳。

2、现行常使用接触式机械张力计或是非接触式红外线/超音波张力计来量测皮带张力。然而，上述方法仅能在皮带处于静止状态下量测静态张力值，无法得知皮带在非静止状态下的张力值(即，动态张力值)。

3、因此，如何在轮轴运转时得知皮带的动态张力值，进而确认马达驱动效果，实乃本领域的重要课题。

技术实现思路

1、本发明的主要目的，在于提供一种动态皮带张力推论方法及相关马达驱动轮系统，可于皮带转动时经由机器学习模型推论皮带的动态张力值。

2、为了达成上述目的，本发明的动态皮带张力推论方法包括下列步骤：步骤a)进行训练流程，包括：步骤a1)使用一孤立森林算法训练一张力推论模型，该张力推论模型产生一异常分数及对应的一动态张力值；步骤a2)于同一超参数组的条件下使用该孤立森林算法进行多次训练，以产生多个该张力推论模型；步骤a3)根据该异常分数差距及事先纪录的一数据标签，分别计算该多个张力推论模型的多个模型效能；步骤a4)计算该多个模型效能的平均值以获得一平均模型效能；步骤a5)判断是否已取得多个该平均模型效能，其中多个该平均模型效能对应至多个该超参数组；步骤a6)若已取得多个平均模型效能，选定多个该超参数组中对应一最佳平均模型效能的一者作为一最终超参数组来训练并输出一最终模型，其中该最终模型包括架构及参数；以及步骤b)进行推论流程，包括：步骤b1)该最终模型对处理后数据进行推论，以产生该异常分数及对应的该动态张力值。

3、为了达成上述目的，本发明的马达驱动轮系统包括皮带、多个驱动轮、马达、变频器以及控制器，其中：该皮带绕设于该多个驱动轮，该多个驱动轮连接并受控于该马达，该马达连接并受控于该变频器，该控制器连接该变频器并被配置来通过该变频器接收马达运转中的即时数据；以及该控制器被配置来根据该即时数据执行如上所述的动态皮带张力推论方法的推论流程。

4、相较于相关技术，本发明可以在驱动轮系统运转中的前提下，直接推论驱动轮系统上的皮带的张力值，并且可基于使用者的设定来判断当前的张力值是否可被使用者所接受。

技术特征：

1.一种动态皮带张力推论方法，包括：

2.根据权利要求1所述的动态皮带张力推论方法，其中所述模型效能定义为：正常数据的所述异常分数与异常数据的所述异常分数之间的分数差距。

3.根据权利要求2所述的动态皮带张力推论方法，其中所述步骤a)还包括：

4.根据权利要求3所述的动态皮带张力推论方法，其中在第一次执行所述步骤a1)以训练所述张力推论模型时，所述贝叶斯优化算法先选择任一所述超参数组供所述孤立森林算法使用；及其中所述贝叶斯优化算法用于最大化未知目标函数的值，且所述未知目标函数定义为所述分数差距。

5.根据权利要求1所述的动态皮带张力推论方法，其中在所述步骤a1)之前，所述步骤a)还包括：

6.根据权利要求5所述的动态皮带张力推论方法，其中在所述步骤a)中所述张力推论模型推论所述测试数据的所述动态张力值，其中所述测试数据及所述训练数据包括：

7.根据权利要求1所述的动态皮带张力推论方法，其中在所述步骤b1)之前，所述步骤b)还包括：

8.根据权利要求1所述的动态皮带张力推论方法，其中所述步骤b)还包括：

9.根据权利要求1所述的动态皮带张力推论方法，其中所述超参数组包括训练样本数以及最大特征数中的至少一者。

10.一种马达驱动轮系统，包括皮带、多个驱动轮、马达、变频器以及控制器，其中：

技术总结本发明提供一种动态皮带张力推论方法，包括：于训练流程中使用孤立森林算法训练张力推论模型，其中张力推论模型产生异常分数及对应的动态张力值；于同一超参数组的条件下使用孤立森林算法进行多次训练以产生多个张力推论模型；根据异常分数差距及数据标签分别计算多个张力推论模型的多个模型效能；计算多个模型效能的平均模型效能；及，比较多个不同超参数组产出的平均模型效能，选定效能最佳的最终超参数组来训练并输出最终模型，并且包括：于推论流程中由最终模型对处理后数据进行推论，以产生异常分数及对应的动态张力值。技术研发人员：丁宁,赵家贤受保护的技术使用者：台达电子工业股份有限公司技术研发日：技术公布日：2024/10/10