【技术实现步骤摘要】
【国外来华专利技术】无传感器确定体积流量和压力的方法和装置
[0001]本专利技术涉及一种在无传感器的情况下确定体积流量和压力的方法和装置，其用于调节通风设备的EC电机驱动的风扇。
技术介绍
[0002]对于具有通风系统的建筑物和设施的通风换气，通常需要使用具有通风管道和通风井的通风设备来控制气流。在风道中输送导入或排出的空气，通过通风系统的一个或多个风扇移动，以达到所需的和尽可能恒定的体积流量强度。
[0003]管道长度、管道直径、管道材料以及通风系统其他部分的造型，例如出风口的造型都由通风设备的制造商单独确定。通风设备中使用的风扇的制造商通常不知道这些应用的设计特点和影响因素。
[0004]通风系统的设计应尽可能针对个别情况进行优化。然后在实际运行中必须遵循理论上唯一计算的和必要的体积流量。它们尤其不应偏离事先计算的值，并且如果可能应极少波动或根本不波动。
[0005]DE 10 2011 106 962 A1公开了一种用于通风系统的鼓风机，其具有电机和相关联的控制装置，该控制装置通过电机电流的实际
‑
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于确定体积流量或压力的方法，所述方法用于将特定通风设备的优选用EC电机驱动的风扇调节至特定操作点，以在不使用压力传感器或体积流量传感器的情况下实现和保持通风设备预先给定的目标体积流量或目标压力，其中借助人工神经网络基于由多个学习步骤构成的顺序学习方法来确定体积流量，其中在一个或更多个层中设置n个人工神经元的连接，并且设置至少一个输入层Pi，以处理对通风设备中的体积流量有直接或间接影响的数量为i的输入参数。2.根据权利要求1所述的方法，其特征在于，首先检测风扇在其整个运行范围内物理量的多个实际测量数据，其中所述测量数据至少包含i个输入参数以及一个或多个待确定的输出参数，随后人工神经网络利用这些输入参数和输出参数基于具有多个变量的预先确定的算法进行学习，并且确定神经网络的各个计算顺序中算法的变量，使得神经网络的输出尽可能地与测量的数据越来越匹配。3.根据权利要求1或2所述的方法，其特征在于，所述人工神经网络由前馈神经网络构成。4.根据权利要求1、2或3所述的方法，其特征在于，所述人工神经网络具有输入层Pi、至少一个具有激活函数f
z
的中间层Z和具有激活函数f
o
的输出层A。5.根据权利要求3所述的方法，其特征在于，所述中间层Z具有可选数量N个神经元，其中数量N能够从输入值的数量和期望的确定精度的值中选择。6.根据前述权利要求3或4中任一项的方法，其特征在于，所述中间层Z的每个神经元通过激活函数f
z
将其状态输出到输出层A上。7.根据权利要求5所述的方法，其特征在于，所述激活函数f
z
【专利技术属性】
技术研发人员：W，
申请(专利权)人：依必安派特穆尔芬根有限两合公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。