CN107315433B

CN107315433B - 驱动电机的温度获取方法及装置

Info

Publication number: CN107315433B
Application number: CN201710486522.0A
Authority: CN
Inventors: 李玮; 代康伟; 梁海强; 刘超; 范江楠
Original assignee: Beijing Electric Vehicle Co Ltd
Current assignee: Beijing Electric Vehicle Co Ltd
Priority date: 2017-06-23
Filing date: 2017-06-23
Publication date: 2020-08-18
Anticipated expiration: 2037-06-23
Also published as: CN107315433A

Abstract

本发明提出一种驱动电机的温度获取方法及装置，其中，方法包括：采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型；获取预测数据；将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量；根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度。通过该方法，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。

Description

驱动电机的温度获取方法及装置

技术领域

本发明涉及车辆工程领域，尤其涉及一种驱动电机的温度获取方法及装置。

背景技术

在政府各种利好政策的推动以及各汽车企业的积极探索下，目前纯电动汽车已得到广泛应用。纯电动汽车通过电机驱动车轮实现车辆行驶，在行驶过程中，驱动系统会产生大量的热量，为保证驱动系统的正常工作，需要通过一定的冷却手段将驱动电机的温度控制在一定的温度阈值以下。若驱动电机工作在过高温度状态下，会对其本体产生严重的危害，比如，对于永磁同步的驱动电机，将造成永磁体永久性退磁、绝缘失效、轴承润滑失效等危害。当驱动电机发生以上问题时，将会对行车安全造成严重影响。因此将驱动电机温度控制在一定的阈值范围内，对于行车安全具有重要的意义。

将驱动电机温度控制在一定的阈值范围内的前提是准确和有效地获得驱动电机当前温度。现有技术中，通过在驱动电机定子内部布设温度传感器获取驱动电机的温度。对于永磁同步的驱动电机，一般在定子绕组内部布设一个或多个热敏电阻检测回路，在电机控制器中设计检测电路来获得热敏电阻的阻值，而后，可以通过查询预先设置的阻值和温度的关系曲线，获取驱动电机的温度值。

这种方式下，如果温度传感器发生故障和/或检测电路发生故障，则无法有效获取驱动电机的温度，将导致驱动系统在发生故障时无法有效执行对应的故障处理机制，行车的安全性较低。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种驱动电机的温度获取方法，以实现有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全，用于解决现有在驱动电机定子内部布设温度传感器获取驱动电机的温度，当温度传感器发生故障和/或检测电路发生故障时，无法有效获取驱动电机的温度，将导致驱动系统在发生故障时无法有效执行对应的故障处理机制，行车的安全性较低的问题。

本发明的第二个目的在于提出一种驱动电机的温度获取装置。

本发明的第三个目的在于提出另一种驱动电机的温度获取装置。

本发明的第四个目的在于提出一种计算机程序产品。

本发明的第五个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种驱动电机的温度获取方法，包括：采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型；获取预测数据；将所述预测数据输入到所述目标温度预测模型中进行学习，得到驱动电机的温度增量；根据所述温度增量和所述驱动电机上一控制周期的第一温度，获取所述驱动电机当前控制周期的第二温度。

本发明实施例的驱动电机的温度获取方法，通过采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型，获取预测数据，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。

为达上述目的，本发明第二方面实施例提出了一种驱动电机的温度获取装置，包括：训练模块，用于采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型；第一获取模块，用于获取预测数据；输入模块，用于将所述预测数据输入到所述目标温度预测模型中进行学习，得到驱动电机的温度增量；第二获取模块，用于根据所述温度增量和所述驱动电机上一控制周期的第一温度，获取所述驱动电机当前控制周期的第二温度。

本发明实施例的驱动电机的温度获取装置，通过采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型，获取预测数据，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。

为达上述目的，本发明第三方面实施例提出了另一种驱动电机的温度获取装置，包括：处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现上述第一方面实施例提出的驱动电机的温度获取方法。

为达上述目的，本发明第四方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行本发明上述第一方面实施例提出的驱动电机的温度获取方法。

为达上述目的，本发明第五方面实施例提出了一种非临时计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述第一方面实施例提出的驱动电机的温度获取方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例提供的一种驱动电机的温度获取方法的流程示意图；

图2为本发明实施例中电动车辆的控制系统架构示意图；

图3为本发明实施例提供的另一种驱动电机的温度获取方法的流程示意图；

图4为本发明实施例所提供的另一种驱动电机的温度获取方法的流程示意图；

图5为本发明实施例所提供的另一种驱动电机的温度获取方法的流程示意图；

图6为本发明实施例提供的一种驱动电机的温度获取装置的结构示意图；

图7为本发明实施例提供的另一种驱动电机的温度获取装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的驱动电机的温度获取方法及装置。

图1为本发明实施例提供的一种驱动电机的温度获取方法的流程示意图。

如图1所示，该驱动电机的温度获取方法包括以下步骤：

S101，采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型。

本发明实施例适用于具有如图2所示的控制系统架构的电动车辆，其中，电机控制器采集加速踏板、制动踏板以及车辆当前的档位信息，而后，根据以上信息计算出驾驶人员的需求扭矩。电机控制器结合整车控制器和电池管理系统反馈的状态，对该需求扭矩进行限制，最终得到命令扭矩。电机控制器根据该命令扭矩通过一定的控制逻辑对驱动电机进行控制，使驱动电机根据输出限制后的需求扭矩，最终实现车辆的行驶。此外，电机控制器根据驱动系统的当前温度控制冷却系统工作，并将驱动系统的当前状态在仪表中进行显示，以提示驾驶人员。另外，电机控制器还对驱动系统的故障进行检测及处理。

需要说明的是，车辆在上电后，需进行驱动系统故障状态的检测，例如对驱动电机温度检测故障、冷却系统故障等进行检测。当检测到发生驱动电机温度检测故障后，若此时发生冷却系统故障，则驱动系统在工作过程中产生的热量将无法有效排除，同时，由于无法获取驱动电机的当前温度，将导致驱动电机过热保护机制无法有效执行，进而驱动电机存在极大的过温风险，因此，对故障进行处理的关键是驱动电机当前温度的估算。

可以理解的是，驱动电机当前温度与多方面因素有关，包括环境温度、驱动电机当前温度、电机转速、电机输出扭矩以及冷却系统工作状态等，其中，环境温度越高越不利于驱动电机温度的下降；同时，驱动电机的工作效率也影响驱动电机的发热量，例如，当驱动电机工作在低效区间时，较多的能量则以热量形式被散发；另外，驱动电机的当前温度与冷却系统的工作状态也影响着驱动电机的温度变化，例如，若驱动电机当前温度越高，则对外的热辐射也越强，而冷却系统的散热能力与其工作状态紧密相关，例如，当冷却系统达到100％设计状态时，其散热能力最强。

综上所述，影响驱动电机当前温度的因素之间存在着复杂的非线性关系，无法通过一般方式精确描述。因此，可以通过构建一个温度预测模型，来估算驱动电机的当前温度，优选地，温度预测模型为径向基函数(Radial Basis Function，RBF)神经网络模型，因其具有以下优势：

(1)RBF神经网络具有非线性的基本特性，对于解决非线性问题具有天然的优势；

(2)RBF神经网络作为一种性能优良的前馈型神经网络，可以以任意精度逼近任意的非线性函数；

(3)RBF神经网络拓扑结构紧凑、具有全局逼近能力，同时，能够解决反向传输(Back Propagation，BP)网络的局部最优问题。

本发明实施例以温度预测模型为RBF神经网络模型示例。

由于电动车辆在工作状态下，驱动电机温度与环境温度、电机转速、电机转矩以及驱动电机当前温度等因素有关，因此，RBF神经网络模型可以根据环境温度、电机转速、电机转矩以及驱动电机当前温度，对驱动电机的温度增量进行估算。

具体地，可以在不同环境温度、电机转速、电机扭矩，以及驱动电机温度条件下，进行大量实车试验(需要说明的是，以上试验均在冷却系统达到100％设计工作状态下开展)，得到大量的有效数据[T_e M_r M_t T_m ΔT]，本实施例中记为训练数据，而后，将[T_e M_r M_t T_mΔT]输入到预先为驱动电机构建的RBF神经网络模型，训练得到目标温度预测模型，以通过该目标温度预测模型计算驱动电机的温度增量。作为本发明实施例的一种示例，RBF神经网络模型分为三层：输入层、隐层、输出层，其中，输入量为4个：环境温度、电机转速、电机转矩以及驱动电机当前温度，隐层神经元数量为9个，输出量为驱动电机的温度增量，RBF神经网络模型的输出量如下所示：

式(1)中，x为输入矢量，x＝[T_e M_r M_t T_m]^Τ，其中，T_e表示环境温度、M_r表示电机转速、M_t表示电机扭矩、T_m表示驱动电机当前温度；y(x,w)为RBF神经网络模型的输出量，即驱动电机温度增量ΔT；w为角速度，则y(x,w)的计算周期为

l为隐层神经元数量，取l为9；c_i为中心矢量；|x-c_i|为x到中心矢量的距离；φ为径向基函数，优选地，φ可以为高斯径向基函数。

在构建完式(1)的RBF神经网络模型后，可以采集训练数据输入到RBF神经网络模型中，训练得到目标温度预测模型。

S102，获取预测数据。

本实施例中，预测数据包括：当前车辆所属的环境温度、当前车辆的电机转速、当前车辆的电机扭矩，以及驱动电机当前温度。

可选地，可以通过整车控制器获取预测数据，易于实现且操作简单。

S103，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量。

将预测数据输入到目标温度预测模型中进行学习，即将当前车辆所属的环境温度T_e、当前车辆的电机转速M_r、当前车辆的电机扭矩M_t，以及驱动电机当前温度T_m输入到训练后的RBF神经网络模型中的式(1)中进行计算，得到y(x,w)，即驱动电机温度增量ΔT＝y(x,w)。

S104，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度。

需要说明的是，实际应用过程中，式(1)的计算周期与控制周期一致，则驱动电机温度增量ΔT表示在环境温度T_e、电机转速M_r、电机扭矩M_t，以及驱动电机上一控制周期温度T_m条件下，当前控制周期与上一控制周期之间驱动电机温度的变化量。

本实施例中，将驱动电机上一控制周期估算得到的电机温度记为第一温度，将当前控制周期内估算得到的电机温度记为第二温度。

在已知上一控制周期的第一温度和当前控制周期内驱动电机温度与上一控制周期内驱动电机温度的变化量的情况下，可以计算出当前控制周期内第二温度，即将第一温度与温度增量相加，得到当前控制周期内的第二温度。

本实施例的驱动电机的温度获取方法，通过采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型，获取预测数据，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。

为了清楚说明上述实施例，参见图3，在如图1所示实施例的基础上，步骤S104具体包括以下子步骤：

S301，将温度增量与第一温度相加，得到第一数值。

标记第一数值为T₁，则可以得到：

T₁＝T_m(n-1)+ΔT； (2)

S302，将第一数值与设定的温度余量相加，得到第二温度。

第二温度T_m(n)为：

T_m(n)＝T₁+T_c＝T_m(n-1)+ΔT+T_c； (3)

其中，T_m(n-1)为第一温度，T_m(n)为第二温度，T_c为设定的温度余量。

通过引入T_c，人为的提高驱动电机的温度，能够提前触发驱动系统过热保护故障对电动车辆进行保护，进一步降低驱动电机过温的风险。

本实施例的驱动电机的温度获取方法，通过将温度增量与第一温度相加，得到第一数值，将第一数值与设定的温度余量相加，得到第二温度，能够有效获取驱动电机当前温度，降低驱动电机过温的风险。

图4为本发明实施例所提供的另一种驱动电机的温度获取方法的流程示意图。

S401,采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型。

关于S401的介绍可参见上述实施例中相关内容的记载，此处不再赘述。

S402,判断驱动电机的温度检测装置是否处于故障状态，若是，执行S403，否则，执行S413。

可选地，判断驱动电机的温度检测装置是否处于故障状态，在驱动电机的温度检测装置未处于故障状态时，此时，可以有效获取驱动电机的当前温度，直接结束处理流程；在驱动电机的温度检测装置处于故障状态时，此时，无法有效获取驱动电机的当前温度值，可以触发后续步骤。

S403，判断冷却系统是否处于故障状态，若是，执行S405，否则，执行S404。

S404，获取预测数据。

可选地，在冷却系统未处于故障状态时，获取预测数据。

关于S404的介绍可参见上述实施例中相关内容的记载，此处不再赘述。

S405，发出提醒消息。

可选地，在驱动电机的温度检测装置处于故障状态，且冷却系统处于故障状态时，考虑到冷却系统处于故障状态后，无法排除驱动电机在工作过程中产生的热量，因此，可以发出提醒消息，以提示驾驶人员。例如，可以点亮仪表电机系统专用故障灯及整车系统故障灯，鸣报警音。

S406，判断冷却系统故障状态的维持时间是否到达预设的时长，若是，执行S407，否则，执行S413。

在本发明的实施例中，预设的时长为预先设置的，预设的时长可以由车辆的内置程序预先设定，或者，预设的时长可以由驾驶人员进行设置，对此不作限制，预设的时长例如为T_k。

需要说明的是，电机控制器在上电后的初始阶段内，内部供电电压不稳定，因此需要延时预设的时长，待供电电源稳定后，再进行冷却系统故障状态检测，能够有效避免由于系统干扰导致的故障误报。

可选地，在冷却系统故障状态的维持时间到达预设的时长时，触发后续步骤；在冷却系统故障状态的维持时间未到达预设的时长时，结束处理流程。

S407，调整驱动电机的最大可以转矩至安全限值。

由于无法获取驱动电机的当前温度，将导致驱动电机过热保护机制无法有效执行，进而驱动电机存在极大的过温风险。

现有技术中，当驱动电机的温度检测装置处于故障状态，且冷却系统处于故障状态时，通过大幅度限制驱动电机的输出功率以及输出扭矩来防止驱动系统过温的发生。这种方式下，只能满足车辆最基本的行车需求，从而严重影响驾驶人员的驾驶感受。

而本发明实施例中，通过在驱动电机的温度检测装置处于故障状态，且冷却系统处于故障状态时，调整驱动电机的最大可以转矩至安全限值(1/5峰值外特性)，能够在防止驱动系统过温的前提下，保证车辆的基本行驶功能的实现，尽量降低故障对驾驶人员驾驶感受所造成的影响。

S408，限制车辆的最高车速至设定值。

考虑到这种情况下，已经对行车安全造成较为严重的影响，因此可以限制车辆的最高车速至设定值(例如为15km/h)，以此来保障行车的安全性。

S409将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量。

S410，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度。

关于S409～410的介绍可参见上述实施例中相关内容的记载，此处不再赘述。

S411，发出提醒消息。

在冷却系统处于正常状态时，冷却系统还可以排除驱动电机在工作过程中产生的热量，不会影响整车控制逻辑的正常执行，因此，可以发出提醒消息，以提示驾驶人员，从而保护驾驶人员的驾乘感受，例如，可以点亮仪表电机系统专用故障灯。

S412，控制冷却系统开启最大散热模式进行散热。

由于冷却系统还可以排除驱动电机在工作过程中产生的热量，为了防止驱动电机过温，可以在驱动电机当前控制周期的温度达到预设的温度阈值时，控制冷却系统开启最大散热模式进行散热，能够极大程度地规避由于驱动电机的温度检测装置故障所带来的驱动系统过温的风险，同时降低由于故障对驾驶人员驾驶感受所造成的影响。

S413，结束。

本实施例的驱动电机的温度获取方法，通过在驱动电机的温度检测装置处于故障状态，且冷却系统未处于故障状态时，获取预测数据，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。通过在驱动电机的温度检测装置处于故障状态，且冷却系统处于故障状态时，发出提醒消息，能够保护驾驶人员的驾乘感受。通过判断冷却系统故障状态的维持时间是否到达预设的时长，能够有效避免由于系统干扰导致的故障误报。通过调整驱动电机的最大可以转矩至安全限值，能够在防止驱动系统过温的前提下，保证车辆的基本行驶功能的实现，尽量降低故障对驾驶人员驾驶感受所造成的影响。通过限制车辆的最高车速至设定值，能够保障行车的安全性。通过在驱动电机的温度检测装置处于故障状态，且冷却系统处于正常状态时，发出提醒消息，能够提示驾驶人员，从而保护驾驶人员的驾乘感受。通过控制冷却系统开启最大散热模式进行散热，能够极大程度地规避由于驱动电机的温度检测装置故障所带来的驱动系统过温的风险，同时降低由于故障对驾驶人员驾驶感受所造成的影响。

为了清楚说明上述实施例，参见图5，在如图4所示实施例的基础上，步骤S412具体包括以下子步骤：

S501，将第二温度与预设的温度阈值比较。

在本发明的实施例中，预设的温度阈值可以由车辆的内置程序预先设定，或者，预设的温度阈值也可以由驾驶人员进行设置，对此不作限制。

可以理解的是，预设的温度阈值为驱动电机正常工作时所能承受的极限温度值，将第二温度与预设的温度阈值比较，在第二温度小于预设的温度阈值时，无需触发驱动系统过热保护机制；在第二温度超出预设的温度阈值时，需触发驱动系统过热保护机制，以对车辆进行保护。

S502，如果第二温度超出预设的温度阈值，则控制冷却系统开启最大散热模式进行散热。

在第二温度超出预设的温度阈值时，控制冷却系统开启最大散热模式进行散热，能够有效防止驱动电机过温。

本实施例的驱动电机的温度获取方法，通过将第二温度与预设的温度阈值比较，在第二温度超出预设的温度阈值时，控制冷却系统开启最大散热模式进行散热，能够降低驱动电机过温的风险。

图6为本发明实施例提供的一种驱动电机的温度获取装置的结构示意图。该驱动电机的温度获取装置600可以通过软件、硬件或者两者的结合实现。

如图6所示，该驱动电机的温度获取装置600包括：训练模块610、第一获取模块620、输入模块630，以及第二获取模块640。其中，

训练模块610，用于采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型。

第一获取模块620，用于获取预测数据。

具体实现时，第一获取模块620，具体用于：判断驱动电机的温度检测装置是否处于故障状态；如果温度检测装置处于故障状态，则判断冷却系统是否处于故障状态；如果冷却系统未处于故障状态，则获取预测数据。

在一种可能的实现形式中，第一获取模块620，还用于：如果冷却系统处于故障状态，则发出提醒消息；判断冷却系统故障状态的维持时间是否到达预设的时长；如果到达预设的时长，则调整驱动电机的最大可以转矩至安全限制；限制车辆的最高车速至设定值。

输入模块630，用于将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量。

第二获取模块640，用于根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度。

在一种可能的实现形式中，第二获取模块640，具体用于：将温度增量与第一温度相加，得到第一数值；将第一数值与设定的温度余量相加，得到第二温度。

进一步地，在本发明实施例的一种可能的实现方式中，在图6的基础上，参见图7，该驱动电机的温度获取装置600还进一步包括：发出模块650和控制模块660。其中，

发出模块650，用于发出提醒消息。

控制模块660，用于控制冷却系统开启最大散热模式进行散热。

具体实现时，控制模块660，具体用于：将第二温度与预设的温度阈值比较；如果第二温度超出预设的温度阈值，则控制冷却系统开启最大散热模式进行散热。

需要说明的是，前述图1-图5实施例对驱动电机的温度获取方法实施例的解释说明也适用于该实施例的驱动电机的温度获取装置600，此处不再赘述。

本实施例的驱动电机的温度获取装置，通过采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型，获取预测数据，将预测数据输入到目标温度预测模型中进行学习，得到驱动电机的温度增量，根据温度增量和驱动电机上一控制周期的第一温度，获取驱动电机当前控制周期的第二温度，能够有效获取驱动电机当前温度，从而使得驱动系统在发生故障时能够有效执行对应的故障处理机制，提高行车安全。

为了实现上述实施例，本发明还提出一种驱动电机的温度获取装置，包括：处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如前述实施例所述的驱动电机的温度获取方法。

为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行本发明上述实施例提出的驱动电机的温度获取方法。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如前述实施例所述的驱动电机的温度获取方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种驱动电机的温度获取方法，其特征在于，包括：

采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型；其中，所述训练数据包括环境温度、电机转速、电机转矩和驱动电机当前温度；

在温度检测装置处于故障状态时，判断冷却系统是否处于故障状态；

如果所述冷却系统未处于故障状态，则获取预测数据；其中，预测数据包括：当前车辆所属的环境温度、当前车辆的电机转速、当前车辆的电机扭矩和驱动电机当前温度；

将所述预测数据输入到所述目标温度预测模型中进行学习，得到驱动电机的温度增量；

根据所述温度增量和所述驱动电机上一控制周期的第一温度，获取所述驱动电机当前控制周期的第二温度，所述根据所述温度增量和所述驱动电机上一控制周期的第一温度，获取所述驱动电机当前控制周期的第二温度包括：将所述温度增量与所述第一温度相加，得到第一数值；将所述第一数值与设定的温度余量相加，得到所述第二温度；

发出提醒消息；

根据所述第二温度控制所述冷却系统开启最大散热模式进行散热；

如果所述冷却系统处于故障状态，则发出提醒消息；

判断所述冷却系统故障状态的维持时间是否到达预设的时长；

如果到达预设的时长，则调整所述驱动电机的最大可以转矩至安全限值；

限制车辆的最高车速至设定值。

2.根据权利要求1所述的驱动电机的温度获取方法，其特征在于，所述控制所述冷却系统开启最大散热模式进行散热，包括：

将所述第二温度与预设的温度阈值比较；

如果所述第二温度超出预设的温度阈值，则控制所述冷却系统开启最大散热模式进行散热。

3.一种驱动电机的温度获取装置，其特征在于，包括：

训练模块，用于采集训练数据输入到预先为驱动电机构建的温度预测模型中，训练得到目标温度预测模型；其中，所述训练数据包括环境温度、电机转速、电机转矩和驱动电机当前温度；

第一获取模块，用于判断所述驱动电机的温度检测装置是否处于故障状态；如果所述温度检测装置处于故障状态，则判断冷却系统是否处于故障状态；如果所述冷却系统未处于故障状态，则获取预测数据；其中，预测数据包括：当前车辆所属的环境温度、当前车辆的电机转速、当前车辆的电机扭矩和驱动电机当前温度；

输入模块，用于将所述预测数据输入到所述目标温度预测模型中进行学习，得到驱动电机的温度增量；

第二获取模块，用于根据所述温度增量和所述驱动电机上一控制周期的第一温度，获取所述驱动电机当前控制周期的第二温度，所述第二获取模块具体用于：将所述温度增量与所述第一温度相加，得到第一数值；将所述第一数值与设定的温度余量相加，得到所述第二温度；

发出模块，用于发出提醒消息；

控制模块，用于根据所述第二温度控制所述冷却系统开启最大散热模式进行散热；

所述第一获取模块，还用于：

如果所述冷却系统处于故障状态，则发出提醒消息；

限制车辆的最高车速至设定值。

4.根据权利要求3所述的驱动电机的温度获取装置，其特征在于，所述控制模块，具体用于：

将所述第二温度与预设的温度阈值比较；

5.一种驱动电机的温度获取装置，其特征在于，包括处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-2中任一所述的驱动电机的温度获取方法。

6.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-2中任一项所述的驱动电机的温度获取方法。