CN108691795B - 电子设备的风扇控制与修正方法 - Google Patents

Abstract

一种电子设备的风扇控制与修正方法，包括下列步骤：于电子设备启动后控制风扇依据预设值转动；于检测到CPU的温度到达设定温度值时取得CPU的运转瓦数，依据运转瓦数查询学习表单及预建立的神经网络矩阵，以从其中之一取得对应的脉冲宽度调变值及P、I、D参数；借由PID控制器对脉冲宽度调变值进行误差修正；依据修正后脉冲宽度调变值控制风扇的运转；于检测到CPU的温度等于设定温度值时储存修正后脉冲宽度调变值于学习表单中；及，于电子设备关机前持续进行脉冲宽度调变值的读取、修正与储存，并持续控制风扇的运转。

Description

电子设备的风扇控制与修正方法

技术领域

本发明涉及一种风扇控制方法，尤其涉及一种电子设备的风扇控制与修正方法。

背景技术

对于运算负载量较大的电子设备，例如超级计算机或服务器系统等而言，如何有效地为系统进行散热，以避免内部元件因过热而故障或损坏，是相当重要的。

以服务器系统为例，现有的服务器系统主要是通过比例-积分-微分控制器(即，PID控制器)来对服务器系统中的散热系统进行控制。具体地，是由该PID控制器来产生控制并调整散热系统中的风扇运转所需的相关数值，一般来说，该些数值为脉冲宽度调变(Pulse Width Modulation,PWM)讯号。

然而，当服务器系统被设置在不同的位置时(例如不同地点或不同国家)，其所在的环境皆不相同(具有不同的温度与气候)。若要使用上述PID控制器来对散热系统进行控制，则用户必须手动调整PID控制器所使用的P、I及D三组参数，否则该PID控制器所进行的控制动作将会因环境的差异而不准确。

另，部分电子设备是采用神经网络(Netural Network)算法来动态计算并产生上述的P、I、D三组参数，以利该PID控制器的运算。但是，经实验证实，即使通过神经网络算法来计算上述P、I、D参数，也无法完全解决因环境差异所造成的上述问题。

再者，一般神经网络算法是持续检测电子设备整体的温度或CPU的温度，并依据温度来动态计算产生上述P、I、D参数。因此，若电子设备因特殊情况而造成温度瞬间大幅上升时，现有的散热系统需花费相当长度的时间才能令电子设备的温度下降至设定温度值(set-point)以下。如此一来，长时间的高温将可能会对电子设备内部的元件造成损害。

发明内容

本发明的目的在于提供一种电子设备的风扇控制与修正方法，以使电子设备的风扇进行更有效率的运转，进而得到更快速的散热效果。

为了实现上述目的，本发明提供一种电子设备的风扇控制与修正方法，运用于一电子设备，其中该电子设备具有一CPU及一风扇，该方法包括下列步骤：a)于一电子设备启动后控制一风扇依据一预设转速进行运转；b)感测一CPU的温度是否达到一设定温度值；c)于CPU的温度达到设定温度值后取得CPU目前的运转瓦数；d)于一学习表单及预建立的一神经网络矩阵的其中之一取得该运转瓦数所对应的一脉冲宽度调变值及一PID控制器运算所需的一比例参数、一积分参数及一微分参数；e)由一PID控制器对该脉冲宽度调变值进行误差修正，并产生一修正后脉冲宽度调变值；f)依据该修正后脉冲宽度调变值控制该风扇的运转；g)感测该CPU的温度是否等于该设定温度值；及h)于CPU的温度等于该设定温度值时将该修正后脉冲宽度调变值及该运转瓦数对应储存于该学习表单中(此时的该修正后脉冲宽度调变值必定是I参数的时间积分值，也就是该电子设备的风扇当下采用的脉冲宽度调变值)，以将该修正后脉冲宽度调变值做为该运转瓦数所对应的一确定脉冲宽度调变值。

进一步的，该方法还包括下列步骤：i)步骤h后，判断该电子设备是否关机；及j)于该电子设备关机前重复执行步骤c至步骤h。

进一步的，该预设转速为该风扇的一最低转速，该设定温度值低于该CPU的一最高可承受温度。

进一步的，该电子设备具有一温度感测单元及一瓦数测量单元，该步骤b与该步骤g是通过该温度感测单元感测该CPU的温度，该步骤c是通过该瓦数测量单元测量该CPU的该运转瓦数。

进一步的，该步骤d是优先查询该学习表单，并于该学习表单中不存在该运转瓦数对应的该确定脉冲宽度调变值时再查询该神经网络矩阵，其中该神经网络矩阵中储存有预先训练完成的该CPU的多个运转瓦数与多个该脉冲宽度调变值、该比例参数、该积分参数及该微分参数的对应关系。

进一步的，该步骤e包括下列步骤：

e1)取得该CPU的一当前温度值；

e2)将该当前温度值与该设定温度值进行比较；

e3)于该当前温度值低于该设定温度值时调降该脉冲宽度调变值以产生该修正后脉冲宽度调变值；

e4)于该当前温度值等于该设定温度值时将该脉冲宽度调变值做为该修正后脉冲宽度调变值；及

e5)于该当前温度值高于该设定温度值时提升该脉冲宽度调变值以产生该修正后脉冲宽度调变值。

进一步的，该PID控制器依据一第一公式产生该修正后脉冲宽度调变值，该第一公式为：其中P为该比例参数、I为该积分参数、D为该微分参数、e为该当前温度值与该设定温度值的一差值。

进一步的，该步骤h储存至该学习表单中的该确定脉冲宽度调变值为∫I×e dt的值。

进一步的，该PID控制器为一指数型PID控制器，并且该指数型PID控制器依据一第二公式产生该修正后脉冲宽度调变值，该第二公式为：

进一步的，该步骤h包括下列步骤：

h1)于该学习表单中取得对应至相同数值的该运转瓦数的该确定脉冲宽度调变值；

h2)将该确定脉冲宽度调变值与该修正后脉冲宽度调变值做平均值处理以更新该确定脉冲宽度调变值；及

h3)储存更新后的该确定脉冲宽度调变值于该学习表单并对应至该运转瓦数。

本发明是从预建立的神经网络矩阵或逐步建立的学习表单中取得预测的脉冲宽度调变值，再以PID控制器对预测的脉冲宽度调变值进行误差修正。因此，有别于相关技术中直接由PID控制器来计算脉冲宽度调变值，或由神经网络算法依据温度变化来动态计算脉冲宽度调变值的控制方式。因此，本发明可避掉以往需要寻找P、I、D三组参数的最佳解的困扰，节省厂商的开发时间。而且，于该电子设备关机前持续进行该脉冲宽度调变值的读取、修正与储存，并持续控制该风扇的运转。借此，本发明可令电子设备兼具自我适应各种环境，自我学习成长的能力，令风扇进行更有效率的运转，进而令电子设备得到更快速的散热效果。

附图说明

图1为本发明的第一具体实施例的控制流程图；

图2为本发明的第一具体实施例的误差修正流程图；

图3为本发明的第一具体实施例的转速学习流程图；

图4为本发明的第一具体实施例的温度变化趋势图。

其中，附图标记：

T1…CPU温度；

S10～S28…控制步骤；

S200～S208…修正步骤；

S240～S244…学习步骤。

具体实施方式

本发明公开了一种电子设备的风扇控制与修正方法(下面将简称为该方法)，该方法主要运用于各式具有较大的运算负载量而对于散热能力相当要求的电子设备，例如超级计算机或服务器系统等。

具体地，上述电子设备主要具有一中央处理单元(Central Processing Unit,CPU)、一风扇及多个电子元件(例如内存、硬盘、网络模块、电源供应模块、输出/输入模块等等)。本发明中，该方法主要用于控制该风扇的运转，并依状况调整该风扇的转速，进而对该CPU进行散热。借此，可避免该CPU因过热而效能降低、故障或甚至损坏，进而导致该电子设备当机或烧毁的问题。于其他实施例中，该方法也可用于对电子设备中除了该CPU以外的其他电子元件进行散热，不加以限定。

于相关技术中，该电子设备主要是于通电启动后持续监控该CPU的温度，并且于该CPU的温度超过一阈值时，通过一神经网络算法依据该CPU的温度动态计算产生该风扇的转速，借此控制该风扇的运转以对该CPU进行散热。也就是说，在相关技术中，是由该CPU的温度来反应该风扇的转速，因此该风扇的散热速度会相对较慢。

首请参阅图1，为本发明的第一具体实施例的控制流程图。于本发明中，首先由使用者、管理人员或控制器控制该电子设备启动(步骤S10)，并且于该电子设备启动后，由该电子设备控制其内的该风扇开始运转(步骤S12)。具体地，该电子设备于刚启动时是处于低温状态，故该电子设备可控制该风扇以一预设转速进行运转。

于一实施例中，为了令该电子设备能够快速达到高温热平衡(即，令该电子设备的温度以最快的速度上升并维持在一设定温度值(set-point)，如此会较为省电)，因此于上述步骤S12中，该电子设备可控制该风扇以一最低转速进行运转，但不加以限定。其中，该设定温度值主要是低于该电子设备的该CPU的一最高可承受温度(例如70℃、90℃等，视该CPU的型号而有所差异)。

于一实施例中，该电子设备还可设置有一温度感测单元，该温度感测单元接近或直接连接该CPU，用以感测该CPU的温度。于一实施例中，该CPU的温度主要可为该CPU表面的温度。该步骤S12后，该电子设备通过该温度感测单元持续感测该CPU的温度，并判断该CPU的温度是否达到该设定温度值(步骤S14)。

若该CPU的温度尚未达到该设定温度值，代表该电子设备尚未达到上述的高温热平衡，因此该方法会回到步骤S12，令该风扇持续依据该预设转速进行运转，以令该电子设备的温度持续上升。

请同时参阅图4，为本发明的第一具体实施例的温度变化趋势图。如图4所示，该设定温度值低于该CPU的该最高可承受温度。于一实施例中，该设定温度值可低于该最高可承受温度1～3度(例如该最高可承受温度为70度，则该设定温度值可为67度)。于另一实施例中，该设定温度值可低于该最高可承受温度1～10度。具体地，该设定温度值相关于该电子设备的散热能力，该电子设备的散热能力越强、散热速度越快，则该设定温度值越接近该最高可承受温度。

值得一提的是，不同的CPU会具有不同的该最高可承受温度，并且该最高可承受温度为CPU原厂出产前即已测试并确认的温度。于一实施例中，该电子设备可在启动后读取该CPU的产品序号，并借由该产品序号进行在线或脱机查询，以确认该CPU的该最高可承受温度。并且，该电子设备再依据查询所得的该最高可承受温度自动设定该设定温度值。于另一实施例中，亦可由管理人员在该电子设备出产时再依实验数据手动设定该设定温度值，不加以限定。

若该CPU的温度达到该设定温度值，该电子设备可进一步取得该CPU当前的一运转瓦数(步骤S16)。具体地，该电子设备还可设置有一瓦数测量单元，该瓦数测量单元电性连接该CPU，用以测量该CPU运作时的该运转瓦数(Watt)。

于另一实施例中，该电子设备可在启动后持续通过该温度感测单元感测该CPU的温度，并且同时通过该瓦数测量单元测量该CPU的该运转瓦数。并且，若在该CPU的温度达到该设定温度值前测量到该运转瓦数发生大幅变化，则该电子设备随即执行下述的步骤S18，而不等待该CPU的温度到达该设定温度值。

该步骤S16后，该电子设备于内部的一学习表单及预建立的一神经网络矩阵的其中之一取得该运转瓦数所对应的一脉冲宽度调变值(Pulse WidthModulation,PWM)，以及一比例-积分-微分控制器(即，PID控制器)运算所需的一比例参数(即，P参数)、一积分参数(即，I参数)及一微分参数(即，D参数)(步骤S18)。该PID控制器为本技术领域的常用技术手段，于此不再赘述。

本发明的该方法依据该运转瓦数来取得上述的P、I、D三组参数，是因为温度的变化相较于瓦数的变化，是一个比较慢的过程，所以通过瓦数变化可以更快知道该电子设备的负载情况，进而可以预先拉高风扇转数来做降温的处理。

众所周知，上述P、I、D三组参数的优化参数值并没有完美的公式解，而找寻最佳解也需要花费不少的时间，如果在系统运作时动态的寻找P、I、D三组参数的最佳解，将有极高的可能导致系统过热当机。本发明的特色在于可让使用者采用预先估计的P、I、D三组参数，以实现所有使用环境和情境皆适用的通用散热控制

承上所述，通过本发明的该方法，该电子设备的厂商只需根据该电子设备的硬件规格估算出一组不要差的太夸张的P、I、D参数，就能达到上述的通用散热控制。具体地，当该电子设备的温度变化不是很剧烈时，就算上述估算的P参数、I参数与D参数不是最佳值，但PID控制器也有足够的时间慢慢累加I参数的值来控制风扇转数，以进行散热。

承上，一旦该电子设备的温度瞬间产生剧烈变化，I参数的值将会来不及累加至应该对应的风扇转数，因而容易导致系统过热。据此，本发明的该方法是以测量该运转瓦数的变化幅度来解决上述问题，也就是依据运转瓦数的变化幅度来预测温度即将发生剧烈变化。再者，本发明的该方法也可在发现温度产生剧烈变化时，及时的补上适当的I参数的积分值(容后详述)，进而避免该电子设备发生过热的情况。

该步骤S18后，该电子设备进一步借由该PID控制器来对所取得的该脉冲宽度调变值进行修正，以产生一修正后脉冲宽度调变值(步骤S20)。并且，再依据该修正后脉冲宽度调变值来控制该风扇的运转(步骤S22)。换句话说，在该CPU的温度到达该设定温度值且该运转瓦数没有大幅度变化前，该电子设备控制该风扇以该预设转速运转；在该CPU的温度第一次到达该设定温度值或该CPU的该转运瓦数产生大幅变化后，该电子设备即持续产生该修正后脉冲宽度调变值，并控制该风扇以该修正后脉冲宽度调变值进行运转。

值得一提的是，该神经网络矩阵为管理人员对该电子设备预先进行训练并建立完成的数据矩阵，并且该神经网络矩阵中记录有该CPU的多个运转瓦数与多个该脉冲宽度调变值、该比例参数、该积分参数及该微分参数的对应关系。换句话说，该神经网络矩阵中储存的数值皆为前述的预测数值。具体地，该神经网络矩阵可如下表所示：

运转瓦数	脉冲宽度调变值	比例参数	积分参数	微分参数
					90W	PWM1	P1	I1	D1
100W	PWM2	P2	I2	D2
					……	……	……	……	……
150W	PWMn	Pn	In	Dn

通过该神经网络矩阵，该电子设备可直接依据该CPU当前的该运转瓦数来查询得到控制该风扇的转速所需的该脉冲宽度调变值，以及对该脉冲宽度调变值进行修正所需的该比例参数、该积分参数及该微分参数。

具体地，由于管理人员为该电子设备训练该神经网络矩阵时的环境可能与该电子设备启动时所在的环境不同(即，具有不同的温度与气候等)，因此虽可借由查询该神经网络矩阵来直接获得对应的该脉冲宽度调变值，但该脉冲宽度调变值还必须经过误差修正程序，才能够使得该风扇的运转符合该电子设备所在环境的需求。于一实施例中，上述的误差修正程序即是通过该比例参数、该积分参数及该微分参数配合该PID控制器来实现。

另一方面，该学习表单为该电子设备启动后所逐步建立而成，并且该学习表单中记录有该CPU的多个该运转瓦数与多个该脉冲宽度调变值的对应关系。换句话说，该学习表单中记录的数值皆为可与环境完全对应的确定数值。因此，该学习表单中记录的该些脉冲宽度调变值相较于该神经网络矩阵中记录的该些脉冲宽度调变值，更符合该电子设备所在环境的需求。

于一实施例中，该电子设备于上述步骤S18中是优先查询该学习表单，并于该学习表单中不存在该CPU目前的该运转瓦数所对应的该脉冲宽度调变值时，再查询该神经网络矩阵。

具体地，于该电子设备刚启动时，该学习表单的内容为空(null)，因此该电子设备会依据该CPU的该运转瓦数查询该神经网络矩阵，以得到该运转瓦数对应的该脉冲宽度调变值以及该比例参数、该积分参数及该微分参数，其中该比例参数、该积分参数及该微分参数为前述由厂商所估算的数值，而非该比例参数、该积分参数及该微分参数的最佳值。

承上，于本发明中，该电子设备可在启动后直接得到一组预测数值(即，查询该神经网络矩阵后得到预先训练并记录的该脉冲宽度调变值、该比例参数、该积分参数及该微分参数)。该组预测数值虽然不完全精准(即，具有环境造成的误差)，但该误差并不会太大。因此，采用本发明的该方法，则该电子设备的该风扇的散热效率将会明显高于相关技术的散热效率。

该步骤S22后，该电子设备即可借由该修正后脉冲宽度调变值控制该风扇的运转，以借由该风扇来降低该CPU的温度，使该CPU的温度可小于该最高可承受温度，并于该设定温度值的一定范围内进行振荡(即，如图4所示，CPU温度T1维持在该设定温度值的正、负1℃以内)。

值得一提的是，该电子设备可设置有多个温度感测单元，并通过多个温度感测单元分别感测不同电子元件，例如CPU、硬盘、内存等的温度。并且，不同的电子元件会被具有不同的设定温度值(set point)。于一实施例中，该PID控制器会针对当前误差值最小的电子元件来进行修正并产生脉冲宽度调变值，以进行风扇的控制。

举例来说，一CPU的设定温度值为75度，且该CPU当前的温度为77度(即，所述误差值为-2)；另一方面，一硬盘的设定温度值为65度，且该硬盘当前的温度为70度(即，所述误差值为-5)。此时，由于-5的误差值小于-2的误差值，因此该PID控制器会优先以降低该硬盘的温度为目的来控制风扇。然而，该电子设备中的电子元件是共享相同的风扇，因此在降低该硬盘的温度的同时，该CPU的温度也会得到改善。待该CPU的误差值小于该硬盘的误差值时，该PID控制器即改为以降低该CPU的温度为目的来控制风扇。

于本实施例中，该电子设备在该CPU的温度第一次到达该设定温度值后，即通过该温度感测单元持续监控该CPU的温度，并持续判断该CPU的温度是否等于该设定温度值(步骤S24)。若该CPU的温度(即，图4中的CPU温度T1)等于该设定温度值，该电子设备将该CPU当前的该运转瓦数及该修正后脉冲宽度调变值储存于该学习表单中，并令该修正后脉冲宽度调变值关联于该运转瓦数，以将该修正后脉冲宽度调变值做为该运转瓦数所对应的一确定脉冲宽度调变值(步骤S26)。

承上所述，若该CPU的温度不等于该设定温度值，则该电子设备仅依据该修正后脉冲宽度调变值控制该风扇，但不将所使用的该修正后脉冲宽度调变值储存于该学习表单中。于一实施例中，该电子设备是于该CPU的温度完全相等于该设定温度值，或于该CPU的温度与该设定温度值的差值小于一阈值(例如0.1～0.5℃)时，认定该CPU的温度等于该设定温度值，但不以此为限。

于一实施例中，该电子设备可将该修正后脉冲宽度调变值及该运转瓦数暂存于该电子设备的一缓存器或一挥发性内存中(图未标示)，以令该电子设备可在关闭重启后重新学习并建立该学习表单，以增加该方法的适用弹性。于另一实施例中，该电子设备也可将该修正后脉冲宽度调变值及该运转瓦数永久储存于该电子设备的一非挥发性内存中(图未标示)，以永远保存该学习表单而不受该电子设备的启/闭所影响，不加以限定。

该步骤S24与该步骤S26后，该方法进一步判断该电子设备是否关机(步骤S28)，并且于该电子设备关机前重复执行该步骤S16至该步骤S26，以持续依据该CPU的该运转瓦数取得对应的该脉冲宽度调变值、修正该脉冲宽度调变值、依据该修正后脉冲宽度调变值控制该风扇的运转、并储存该确定脉冲宽度调变值于该学习表单中。

如图4所示，该电子设备启动一段时间后，该CPU温度T1会于该设定温度值的上、下反复振荡，因此该学习表单中会储存大量的该运转瓦数及对应的该确定脉冲宽度调变值。该学习表单可如下表所示：

运转瓦数	确定脉冲宽度调变值
		90W	PWM1
100W	PWM2
		……	……
150W	PWMn

于上述该步骤S18中，该电子设备主要会通过机械学习算法(Machine learning)来比较该CPU当前的该运转瓦数与该学习表单中储存的多笔运转瓦数，以判断该CPU当前的该运转瓦数是否与该学习表单中的任一笔运转瓦数构成近似。当该CPU当前的该运转瓦数与该学习表单中的任一笔运转瓦数的相似度落入一误差范围内时，该电子设备认定该二运转瓦数相似，因而直接于该学习表单中取用相似的该运转瓦数所对应的该确定脉冲宽度调变值。

反之，若该电子设备经判断后认定该CPU当前的该运转瓦数与该学习表单中储存的所有运转瓦数皆不相似，则该电子设备会查询该神经网络矩阵。据此，该电子设备的运转时间越长则该学习表单中储存的数据量就越大，进而该电子设备可在该学习表单中查询得到该确定脉冲宽度调变值的机率就越大。当该电子设备的运转时间长于一特定时间后，该预建立的神经网络矩阵即可被该电子设备舍弃而不再参考。

续请参阅图2，为本发明的第一具体实施例的误差修正流程图。图2用以进一步详细说明图1的步骤S20的误差修正程序。

如图2所示，于图1的步骤S18后，该电子设备通过该温度感测单元取得该CPU的一当前温度值(步骤S200)，接着，将该当前温度值(即，相同于图4中的该CPU温度T1)与该设定温度值进行比较(步骤S202)。经过比较后，该电子设备至少可以得到下列三种结果。

若经过比较后，判断该当前温度值低于该设定温度值，则该电子设备调降于该步骤S18中取得的该脉冲宽度调变值，以产生该修正后脉冲宽度调变值(步骤S204)。

若经过比较后，判断该当前温度值相等于该设定温度值，则该电子设备不对于该步骤S18中取得的该脉冲宽度调变值进行调整，而是将该脉冲宽度调变值直接做为该修正后脉冲宽度调变值(步骤S206)。

若经过比较后，判断该当前温度值高于该设定温度值，则该电子设备提升于该步骤S18中取得的该脉冲宽度调变值，以产生该修正后脉冲宽度调变值(步骤S208)。

最后，该电子设备再依据该步骤S204、S206或S208中产生的该修正后脉冲宽度调变值执行该步骤S22，以控制该风扇的运转。

于一实施例中，该电子设备主要是借由该PID控制器来执行上述该步骤S204、S206及S208，以执行该误差修正程序并产生该修正后脉冲宽度调变值。具体地，该PID控制器可依据一第一公式来计算产生该修正后脉冲宽度调变值，其中该第一公式如下：

如上所述的第一公式，其中P为该比例参数、I为该积分参数、D为该微分参数、e为该当前温度值与该设定温度值的一差值。

具体地，当该当前温度值等于该设定温度值时，该差值e等于0，故P×e以及皆为0，也就是说该第一公式的输出值等于∫I×e dt的值。

如上所述，∫I×e dt为一积分值，若第一秒T1时的数值A_t1＝I×e_t1，则第二秒T2时的数值A_t2＝A_t1+I×e_t1。于此实施例中，当该CPU的该当前温度值等于该设定温度值时，该差值e＝0，因此P×e＝0、而∫I×e dt的值则为先前累积的值。如前文所述，无论是在预先训练时或是实际运转时，该电子设备仅于该当前温度值相等于该设定温度值时(即，e＝0时)储存该脉冲宽度调变值，因此，该神经网络矩阵中储存的该脉冲宽度调变值及该学习表单中储存的该确定脉冲宽度调变值，即为∫I×e dt的值。

值得一提的是，当该电子设备突然进行大量运算而使得该CPU的瓦数/温度瞬间上升时，该风扇的散热速度可能不及于温度上升速度，而会造成风扇正常运转但温度仍无法下降或甚至持续上升的问题。有鉴于此，于另一实施例中，该PID控制器可为一指数型PID控制器(Exponential PID controller)，并且该指数型PID控制器依据一第二公式来计算产生该修正后脉冲宽度调变值，其中该第二公式如下：

如上所述，当该电子设备稳定运作时，该CPU的温度与该设定温度值的差值e会维持在正/负1℃以内。当该CPU的温度瞬间暴冲时，该差值e瞬间变大，因此可借由该第二公式中的e²来将温度暴冲事件实时反应在该修正后脉冲宽度调变值上。如此一来，该风扇的转速可以在瞬间被提高，进而以最快的速度稳定该CPU的温度，以降低并维持在该设定温度值。

参阅图3，为本发明的第一具体实施例的温度变化趋势图。图3用以进一步详细说明图1的步骤S24的储存程序。

如前文中所述，该电子设备会将该CPU的温度相等于该设定温度值时所采用的该修正后脉冲宽度调变值储存于该学习表单中。然而，当该电子设备运作了较长的一段时间后，该学习表单中的数据将会过量，而浪费了该电子设备的储存空间。

本实施例中，该电子设备于储存该CPU的该运转瓦数及对应的该修正后脉冲宽度调变值时，主要是先读取该学习表单，并于该学习表单中取得对应至相同数值的该运转瓦数的该确定脉冲宽度调变值(步骤S240)。接着，该电子设备将该确定脉冲宽度调变值与该修正后脉冲宽度调变值进行一平均值处理，以更新该确定脉冲宽度调变值(步骤S242)。

最后，该电子设备再将更新后的该确定脉冲宽度调变值储存至该学习表单中，并且将更新后的该确定脉冲宽度调变值对应至该运转瓦数(步骤S244)。

如此一来，该电子设备运作的时间越长，该学习表单中记录的数据就越精准。因此，当该电子设备运作超过上述特定时间后，即可不再需要参考预先训练完成并建立的该神经网络矩阵。

通过本发明的该方法，电子设备在刚启动时可参考预先训练完成并建立的神经网络矩阵中所记录的脉冲宽度调变值以及PID参数，通过预测数值对风扇进行控制，借此快速得到较佳的散热效果。并且，于电子设备启动一段时间后，参考逐步建立的学习表单中所记录的脉冲宽度调变值，通过确定数值对风扇进行控制，借此可更符合电子设备所在环境的实际需求。

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种电子设备的风扇控制与修正方法，运用于一电子设备，其中该电子设备具有一CPU及一风扇，其特征在于，该方法包括：

a)于该电子设备启动后控制该风扇依据一预设转速进行运转；

b)感测该CPU的温度是否达到一设定温度值；

c)于该CPU的温度达到该设定温度值后取得该CPU目前的一运转瓦数；

d)于一学习表单及预建立的一神经网络矩阵的其中之一取得该运转瓦数所对应的一脉冲宽度调变值及一PID控制器运算所需的一比例参数、一积分参数及一微分参数；

e)由该PID控制器对该脉冲宽度调变值进行误差修正，并产生一修正后脉冲宽度调变值；

f)依据该修正后脉冲宽度调变值控制该风扇的运转；

g)感测该CPU的温度是否等于该设定温度值；及

h)于该CPU的温度等于该设定温度值时将该修正后脉冲宽度调变值及该运转瓦数对应储存于该学习表单，以将该修正后脉冲宽度调变值做为该运转瓦数所对应的一确定脉冲宽度调变值。

2.根据权利要求1所述的电子设备的风扇控制与修正方法，其特征在于，还包括下列步骤：

i)步骤h后，判断该电子设备是否关机；及

j)于该电子设备关机前重复执行步骤c至步骤h。

3.根据权利要求1所述的电子设备的风扇控制与修正方法，其特征在于，该预设转速为该风扇的一最低转速，该设定温度值低于该CPU的一最高可承受温度。

4.根据权利要求1所述的电子设备的风扇控制与修正方法，其特征在于，该电子设备具有一温度感测单元及一瓦数测量单元，该步骤b与该步骤g是通过该温度感测单元感测该CPU的温度，该步骤c是通过该瓦数测量单元测量该CPU的该运转瓦数。

5.根据权利要求1所述的电子设备的风扇控制与修正方法，其特征在于，该步骤d是优先查询该学习表单，并于该学习表单中不存在该运转瓦数对应的该确定脉冲宽度调变值时再查询该神经网络矩阵，其中该神经网络矩阵中储存有预先训练完成的该CPU的多个运转瓦数与多个该脉冲宽度调变值、该比例参数、该积分参数及该微分参数的对应关系。

6.根据权利要求5所述的电子设备的风扇控制与修正方法，其特征在于，该步骤e包括下列步骤：

e1)取得该CPU的一当前温度值；

e2)将该当前温度值与该设定温度值进行比较；

e3)于该当前温度值低于该设定温度值时调降该脉冲宽度调变值以产生该修正后脉冲宽度调变值；

e4)于该当前温度值等于该设定温度值时将该脉冲宽度调变值做为该修正后脉冲宽度调变值；及

e5)于该当前温度值高于该设定温度值时提升该脉冲宽度调变值以产生该修正后脉冲宽度调变值。

7.根据权利要求5所述的电子设备的风扇控制与修正方法，其特征在于，该PID控制器依据一第一公式产生该修正后脉冲宽度调变值，该第一公式为：其中P为该比例参数、I为该积分参数、D为该微分参数、e为该CPU的一当前温度值与该设定温度值的一差值。

8.根据权利要求7所述的电子设备的风扇控制与修正方法，其特征在于，该步骤h储存至该学习表单中的该确定脉冲宽度调变值为∫I×edt的值。

9.根据权利要求7所述的电子设备的风扇控制与修正方法，其特征在于，该PID控制器为一指数型PID控制器，并且该指数型PID控制器依据一第二公式产生该修正后脉冲宽度调变值，该第二公式为：

10.根据权利要求7所述的电子设备的风扇控制与修正方法，其特征在于，该步骤h包括下列步骤：

h1)于该学习表单中取得对应至相同数值的该运转瓦数的该确定脉冲宽度调变值；

h2)将该确定脉冲宽度调变值与该修正后脉冲宽度调变值做平均值处理以更新该确定脉冲宽度调变值；及

h3)储存更新后的该确定脉冲宽度调变值于该学习表单并对应至该运转瓦数。