摘要
本申请涉及智能控制领域,其具体地公开了一种用于汽车电动涡旋压缩机的控制系统及其方法,其首先建立PID控制器,同时实时采集车内温度数据和外部环境温度数据,并进一步引入深度学习算法对车内温度数据和外部环境温度数据进行时序分析,从而基于车内外温差的时序变化趋势,智能优化PID控制器的初始PID参数,进而,以当前时间点的车内温度值与目标车内温度值之间的差值作为控制误差,使用参数优化后的PID控制器对汽车电动涡旋压缩机的压缩机转速进行控制。本申请可以有效提高汽车电动涡旋压缩机的控制精度和响应速度,确保乘客的舒适度,并且降低能源消耗。
技术关键词
汽车电动涡旋压缩机
PID控制器
编码向量
温差
队列
时序特征
控制误差
压缩机转速
参数
Softmax函数
序列
动态
控制系统
环境温度值
深度学习算法
温度传感器
数据采集模块
系统为您推荐了相关专利信息
编码器模块
消息传递机制
掩码矩阵
前馈神经网络
节点特征
飞行模拟机
数据同步方法
量子态
语义特征
子系统
无线接入点
异常事件
子系统
生成优化建议
机器学习模型
风险评估方法
编码向量
影像编码器
计算机存储介质
数据