中国科学院宁波材料技术与工程研究所;宁波诺丁汉大学陈新民获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院宁波材料技术与工程研究所;宁波诺丁汉大学申请的专利一种基于条件流匹配的电机控制参数数据生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121098201B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511620541.9,技术领域涉及:H02P23/00;该发明授权一种基于条件流匹配的电机控制参数数据生成方法是由陈新民;王格林;张何;赵伟铎设计研发完成,并于2025-11-07向国家知识产权局提交的专利申请。
本一种基于条件流匹配的电机控制参数数据生成方法在说明书摘要公布了:本发明提供了一种基于条件流匹配的电机控制参数数据生成方法,包括:步骤S1,采集目标电机的电机物理数据,通过无台架静态抖动法测试得到电磁扭矩‑定子电流‑电角度数据集,并收集目标电机同系列电机的台架标准测试数据集;步骤S2,将电磁扭矩‑定子电流‑电角度数据集和台架标准测试数据集转换为三维点云并处理得到预处理后数据;步骤S3,构建基于电机物理数据的条件流匹配模型并配置损失函数,采用低秩适配技术进行训练;步骤S4,将预处理后数据输入至条件流匹配模型中得到包含极端工况控制参数组合及未采样区间数据点的标定数据集。有益效果是本发明能够实现测试参数的低成本获取、提升模型适配速度、保证物理合理性、提高电机研发效率。
本发明授权一种基于条件流匹配的电机控制参数数据生成方法在权利要求书中公布了:1.一种基于条件流匹配的电机控制参数数据生成方法,其特征在于,包括以下步骤: 步骤S1,数据获取:采集目标电机的铭牌数据并于所述铭牌数据中提取得到电机物理数据,通过无台架静态抖动法测试得到所述目标电机欠采样的电磁扭矩-定子电流-电角度数据集,并收集所述目标电机同系列电机的台架标准测试数据集; 步骤S2,数据预处理:将所述电磁扭矩-定子电流-电角度数据集和所述台架标准测试数据集转换为三维点云并依次进行升维处理和特征工程处理得到预处理后数据; 步骤S3,模型构建与训练:构建基于所述电机物理数据的条件流匹配模型并配置损失函数,采用低秩适配技术对所述条件流匹配模型进行训练; 步骤S4,数据生成:将所述预处理后数据输入至所述条件流匹配模型中得到包含极端工况控制参数组合及未采样区间数据点的标定数据集; 所述步骤S3中构建基于所述电机物理数据的条件流匹配模型的过程包括: 步骤A1,构建包含输入层、多个隐藏层和输出层的多层神经网络映射结构作为流匹配模型,各所述隐藏层采用非线性激活函数; 步骤A2,使所述流匹配模型学习参数化的速度场,初始接收条件信息的分布映射到目标数据特征内融合,优化条件流损失进行速度场的无偏估计得到条件流匹配模型; 步骤A3,在所述条件流匹配模型中增设物理数据嵌入模块,将所述电机物理数据嵌入至所述条件流匹配模型中且在各所述隐藏层中加入物理数据交互单元得到基于所述电机物理数据的条件流匹配模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院宁波材料技术与工程研究所;宁波诺丁汉大学,其通讯地址为:315201 浙江省宁波市镇海区中官西路1219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励