一種全工況雙區(qū)溫度校準方法及其汽車空調控制系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及汽車空調控制系統(tǒng)及其雙區(qū)溫度控制方法領域，尤其涉及的是一種在 16位單片機上利用BP神經(jīng)網(wǎng)絡建模實現(xiàn)汽車空調控制系統(tǒng)的車內溫度傳感器的全工況雙 區(qū)溫度校準方法。
【背景技術】
[0002] 汽車空調控制系統(tǒng)的車內溫度參數(shù)是車內溫度校準算法中最重要的參數(shù)之一，在 實際應用過程中，傳統(tǒng)汽車空調車內溫度傳感器的溫度校準采用的是自動工況的校準方 法，即空調控制器在自動模式下，根據(jù)時間的偏移采集車內左右雙區(qū)人體感官位置處(例如 駕駛員和副駕駛員的額頭前方5厘米左右位置處)的溫度值，利用該溫度值與車內溫度傳感 器溫度值的差值來實現(xiàn)車內溫度傳感器的溫度校準。
[0003] 但是，傳統(tǒng)的這種采用差值補償?shù)臏囟刃史椒?，對空調控制系統(tǒng)時間軸的依賴 性較大，一旦時間軸受到非客觀的干擾，例如在溫度控制過程中打開車門或車窗時，就破壞 了車內溫度平衡，進而影響了車內溫度傳感器校準的準確性；而且，傳統(tǒng)的溫度校準方法是 基于車內設定的溫度進行的，無法實現(xiàn)精確的溫度掃描控制，尤其是只能適用于單區(qū)溫度 控制，無法滿足精確的雙區(qū)溫度控制的要求；此外，傳統(tǒng)的溫度校準方法的空調系統(tǒng)始終處 于自動模式下運行，并不適用于手動模式，如改用手動調節(jié)內外循環(huán)、風速等時的情況，無 法滿足車內溫度閉環(huán)控制反饋的要求。
[0004] 因此，現(xiàn)有技術尚有待改進和發(fā)展。

【發(fā)明內容】

[0005] 為解決上述技術問題，本發(fā)明提供一種基于BP神經(jīng)網(wǎng)絡建模的車內溫度傳感器 全工況雙區(qū)溫度校準方法，可提高溫度校準的準確性和抗干擾能力。
[0006] 同時，本發(fā)明還提供一種基于BP神經(jīng)網(wǎng)絡建模的汽車空調控制系統(tǒng)，其所用溫度 校準方法可實現(xiàn)雙區(qū)溫度校準。
[0007] 本發(fā)明的技術方案如下：一種全工況雙區(qū)溫度校準方法，用于汽車空調控制系統(tǒng) 中，其中，在校準車內溫度傳感器時對左右雙區(qū)人體感官位置處的溫度值建立BP神經(jīng)網(wǎng)絡 模型，該校準方法包括以下步驟： A、 確定所述BP神經(jīng)網(wǎng)絡模型的輸入信號； B、 對所述BP神經(jīng)網(wǎng)絡模型的訓練數(shù)據(jù)進行全工況采集； C、 對所述BP神經(jīng)網(wǎng)絡模型的輸入輸出進行歸一化處理以及對其輸出進行反歸一化處 理； D、 利用Matlab工具箱對所述BP神經(jīng)網(wǎng)絡模型進行初始化和訓練。
[0008] 所述的全工況雙區(qū)溫度校準方法，其中：所述步驟A中的輸入信號包括車外溫度、 鼓風機轉速PWM百分比、左右雙區(qū)出風處的溫度、左右雙區(qū)陽光傳感器讀數(shù)、汽車行駛速 度、內外循環(huán)空氣比例、出風模式和需要補償?shù)能噧葴囟葌鞲衅髯x數(shù)。
[0009] 所述的全工況雙區(qū)溫度校準方法，其中：所述步驟B中的訓練數(shù)據(jù)包括車外溫掃 描數(shù)據(jù)、左右雙區(qū)設定溫度掃描數(shù)據(jù)、風速掃描數(shù)據(jù)、出風模式掃描數(shù)據(jù)、內外循環(huán)風門比 例掃描數(shù)據(jù)和陽光強度掃描數(shù)據(jù)。
[0010] 所述的全工況雙區(qū)溫度校準方法，其中，在進行所述步驟C中的歸一化處理時 確定所述BP神經(jīng)網(wǎng)絡模型輸入輸出信號的最大最小值，包括：車外溫度的[max，min]= [60°0，-401：]，鼓風機轉速？11百分比的[11^，1^11] = [100,0]，左右雙區(qū)出風處溫度的 [max，min] = [80°C，0°C]，左右雙區(qū)陽光傳感器讀數(shù)的[max，min] = [1500瓦特/平方米， 0瓦特/平方米]，汽車行駛速度的[max,min] = [250公里/小時，0公里/小時]，內外循 環(huán)空氣比例的[max, min] = [100,0]，出風模式的[max, min] = [7，1]，車內溫度傳感器讀 數(shù)的[11^1，111；[11] = [801€，201€]，車內人體感官位置處溫度的[11^1，111；[11] = [801€，201€]。
[0011] 所述的全工況雙區(qū)溫度校準方法，其中：所述步驟D中對所述BP神經(jīng)網(wǎng)絡模型進 行初始化的 Matlab 語句為 net=newff (minmax (Pn)，[7, 2]，{' tansig'，' purelin'})，其中 Pn為輸入矩陣，訓練時采用L-M優(yōu)化算法，其Matlab語句為net. trainFcn =' trainlm'。
[0012] 所述的全工況雙區(qū)溫度校準方法，其中：所述BP神經(jīng)網(wǎng)絡模型為三層網(wǎng)絡結構， 隱含層節(jié)點數(shù)為7,在16位單片機上實現(xiàn)時包括以下步驟： E、 對激勵函數(shù)tansig函數(shù)進行取點離散化； F、 將所述BP神經(jīng)網(wǎng)絡模型中的浮點數(shù)定點轉換成整型，對其定點擬合成由整型數(shù)組 成的表； G、 基于Matlab工具生成所述BP神經(jīng)網(wǎng)絡模型的代碼。
[0013] 所述的全工況雙區(qū)溫度校準方法，其中，所述步驟E包括： E1、假設A，B為選取的擬合點，C為直線AB的中點，D為圓弧AB的中點，0為圓 弧AB的圓心，圓弧ADB為需要擬合的曲線，擬合的誤差為直線DC的長度，確立公式1 : 反'=面-況（式1);
【主權項】
1. 一種全工況雙區(qū)溫度校準方法，用于汽車空調控制系統(tǒng)中，其特征在于，在校準車內 溫度傳感器時對左右雙區(qū)人體感官位置處的溫度值建立BP神經(jīng)網(wǎng)絡模型，該校準方法包 括以下步驟： A、 確定所述BP神經(jīng)網(wǎng)絡模型的輸入信號； B、 對所述BP神經(jīng)網(wǎng)絡模型的訓練數(shù)據(jù)進行全工況采集； C、 對所述BP神經(jīng)網(wǎng)絡模型的輸入輸出進行歸一化處理以及對其輸出進行反歸一化處 理； D、 利用Matlab工具箱對所述BP神經(jīng)網(wǎng)絡模型進行初始化和訓練。
2. 根據(jù)權利要求1所述的全工況雙區(qū)溫度校準方法，其特征在于：所述步驟A中的輸 入信號包括車外溫度、鼓風機轉速PWM百分比、左右雙區(qū)出風處的溫度、左右雙區(qū)陽光傳感 器讀數(shù)、汽車行駛速度、內外循環(huán)空氣比例、出風模式和需要補償?shù)能噧葴囟葌鞲衅髯x數(shù)。
3. 根據(jù)權利要求1所述的全工況雙區(qū)溫度校準方法，其特征在于：所述步驟B中的訓 練數(shù)據(jù)包括車外溫掃描數(shù)據(jù)、左右雙區(qū)設定溫度掃描數(shù)據(jù)、風速掃描數(shù)據(jù)、出風模式掃描數(shù) 據(jù)、內外循環(huán)風門比例掃描數(shù)據(jù)和陽光強度掃描數(shù)據(jù)。
4. 根據(jù)權利要求1所述的全工況雙區(qū)溫度校準方法，其特征在于，在進行所述步驟C中 的歸一化處理時確定所述BP神經(jīng)網(wǎng)絡模型輸入輸出信號的最大最小值，包括：車外溫度的 [11^，111；[11] = [601€，-401€]，鼓風機轉速？11百分比的[11^，111；[11] = [100,0]，左右雙區(qū) 出風處溫度的[max，min] = [80°C，0°C]，左右雙區(qū)陽光傳感器讀數(shù)的[max，min] = [1500 瓦特/平方米，〇瓦特/平方米]，汽車行駛速度的[max，min] = [250公里/小時，0公里 /小時]，內外循環(huán)空氣比例的[max, min] = [100,0]，出風模式的[max, min] = [7,1]，車 內溫度傳感器讀數(shù)的[max，min] = [80°C，20°C ]，車內人體感官位置處溫度的[max，min] =[8(TC，2(TC ]。
5. 根據(jù)權利要求1所述的全工況雙區(qū)溫度校準方法，其特征在于：所述步驟D中對所 述BP神經(jīng)網(wǎng)絡模型進行初始化的Matlab語句為net=newff(minmax (Pn), [7,2], {'tansi g'，' purelin'})，其中Pn為輸入矩陣，訓練時采用L-M優(yōu)化算法，其Matlab語句為net. trainFcn =' trainlm'。
6. 根據(jù)權利要求1所述的全工況雙區(qū)溫度校準方法，其特征在于：所述BP神經(jīng)網(wǎng)絡模 型為三層網(wǎng)絡結構，隱含層節(jié)點數(shù)為7,在16位單片機上實現(xiàn)時包括以下步驟： E、 對激勵函數(shù)tansig函數(shù)進行取點離散化； F、 將所述BP神經(jīng)網(wǎng)絡模型中的浮點數(shù)定點轉換成整型，對其定點擬合成由整型數(shù)組 成的表； G、 基于Matlab工具生成所述BP神經(jīng)網(wǎng)絡模型的代碼。
7. 根據(jù)權利要求6所述的全工況雙區(qū)溫度校準方法，其特征在于，所述步驟E包括： E1、假設A，B為選取的擬合點，C為直線AB的中點，D為圓弧AB的中點，O為圓 弧AB的圓心，圓弧ADB為需要擬合的曲線，擬合的誤差為直線DC的長度，確立公式1 : 灰=涵-況（式1);
E7、聯(lián)立公式1至6,確立擬合誤差公式7 : ￡rmr = /(x; ,Xg)(式7)，其中Xf χΜ為 相鄰的兩個擬合點，以此對擬合點進行掃描選取。
8. 根據(jù)權利要求6所述的全工況雙區(qū)溫度校準方法，其特征在于，所述步驟F包括： F1、利用Matlab的〃gensim(net) 〃命令將訓練完成的神經(jīng)網(wǎng)絡net轉換成siumlink 框圖； F2、利用Matlab的"Fixed-point ΤοοΓ命令將所有的浮點數(shù)定點轉換成整型數(shù)。
9. 根據(jù)權利要求6所述的全工況雙區(qū)溫度校準方法，其特征在于，所述步驟G包括： 利用Matlab的〃Code Generation〃命令進行代碼生成，以所述BP神經(jīng)網(wǎng)絡NNET的輸出 Output作為車內人體溫度感官位置處溫度傳感器的校準后溫度。
10. -種汽車空調控制系統(tǒng)，包括設置在車內左右雙區(qū)人體感官位置處的溫度傳感器， 其特征在于：在校準所述溫度傳感器的溫度值時采用了權利要求1至9中任一項所述的全 工況雙區(qū)溫度校準方法。
【專利摘要】本發(fā)明公開了一種全工況雙區(qū)溫度校準方法及其汽車空調控制系統(tǒng)，在校準車內溫度傳感器時對左右雙區(qū)人體感官位置處的溫度值建立BP神經(jīng)網(wǎng)絡模型，該方法包括：確定網(wǎng)絡模型的輸入信號；全工況采集網(wǎng)絡模型的訓練數(shù)據(jù)；對網(wǎng)絡模型的輸入輸出進行歸一化處理以及對其輸出進行反歸一化處理；利用Matlab工具箱對網(wǎng)絡模型進行初始化和訓練；由于采用了歸一化處理網(wǎng)絡模型的輸入輸出以及反歸一化處理其輸出，徹底擺脫了傳統(tǒng)溫度校準算法對于控制時間軸的依賴，在考慮對車內溫度傳感器的各種影響因素的基礎上，提高了溫度校準的準確性和抗干擾能力，為車內溫度閉環(huán)控制系統(tǒng)提供了準確地反饋，有利于提高汽車空調控制系統(tǒng)對溫度控制的穩(wěn)定性和準確性。
【IPC分類】B60H1-32, B60H1-00, G06N3-02
【公開號】CN104875577
【申請?zhí)枴緾N201410068347
【發(fā)明人】鐘啟興, 羅作煌
【申請人】惠州市德賽西威汽車電子有限公司
【公開日】2015年9月2日
【申請日】2014年2月27日