CN115235639A - 一种功率驱动芯片的温度监测预警系统及方法 - Google Patents

Abstract

本发明公开了一种功率驱动芯片的温度监测预警系统及方法，属于温度监测预警技术领域，包括温度采集模块、温度数据处理模块、环境检测模块、主控模块、智能预警模块，通过温度采集模块将功率驱动芯片的温度实时采集到温度监测预警系统，通过温度数据处理模块对温度数据进行实时分析，判断采集到的功率驱动芯片的温度是否异常，通过环境检测模块检测当前环境下是否有工作人员存在，通过主控模块对温度监测预警系统进行智能控制，通过智能预警模块对当前环境下是否有工作人员存在进行最优预警方案选择并实施，当采集的温度数据经过分析出现异常时，系统会根据当前环境的实际情况选择最优预警方案，以便准确监测芯片温度并及时进行预警。

Description

一种功率驱动芯片的温度监测预警系统及方法

技术领域

本发明涉及温度监测预警技术领域，具体为一种功率驱动芯片的温度监测预警系统及方法。

背景技术

芯片在工作时有一部分能量转化成热能，致使芯片发热，芯片的温度会随着工作时间的增长以及功率的增大而增大，有时甚至会超过芯片工作的最大温度发生爆炸、火灾等危险事故，因此对芯片进行温度监测预警是非常有必要的；

然而，现在对芯片能够进行温度监测及预警的系统比较少，并且芯片在工作时一直处于发热状态且容易受到外界环境影响，在进行芯片温度监测预警时会出现温度检测错误从而导致错误预警导致浪费大量的人力物力，同时还存在着当监测到芯片温度出现异常时，采取预警方式不正确，产生了不可避免的危害，造成了重大的损失。

因此，需要一种功率驱动芯片的温度监测预警系统及方法来解决上述问题。

发明内容

本发明的目的在于提供一种功率驱动芯片的温度监测预警系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种功率驱动芯片的温度监测预警系统，该温度监测预警系统包括温度采集模块、温度数据处理模块、环境检测模块、主控模块、智能预警模块；

所述温度采集模块用于将功率驱动芯片的温度实时采集到温度监测预警系统；

所述温度数据处理模块用于对采集到的温度数据进行实时分析，判断采集到的功率驱动芯片的温度是否异常；

所述环境检测模块用于检测当前环境下是否有工作人员存在；

所述主控模块用于对温度监测预警系统进行智能控制；

所述智能预警模块进行智能化选择最优预警方案；

所述温度采集模块的输出端连接温度数据处理模块的输入端；所述温度数据处理模块、环境检测模块的输出端连接主控模块的输入端；主控模块的输出端连接智能预警模块的输入端。

根据上述技术方案，所述温度采集模块使用温度传感器获取功率驱动芯片的温度数据实现温度数据的实时采集，所述的温度传感器是一种测量物体冷热程度的设备，以可读的形式通过电信号提供温度测量。

根据上述技术方案，所述数据处理模块包括数据转化单元、数据比较单元、数据处理单元；

所述数据转化单元用于对采集到的温度数据的类型进行转化，所述温度数据类型转化使采用模数转换器进行类型的转化，将采集到的模拟信号转化为数字信号；

所述数据比较单元用于将已处理的数据和温度阈值进行比较，判断数据是否正常；

所述数据处理单元用于将采集到的数据进行整理、运算，再次判断数据是否正常；

所述利用数据比较单元和数据处理单元对温度的真实性进行两次分析和处理，使得通过数据处理模块处理后的温度数据更加具备说服力；

所述数据转化单元的输出端连接数据比较单元、数据处理单元的输入端。

根据上述技术方案，所述环境检测模块包括红外感应单元、摄像头采集单元、身份识别单元；

所述红外感应单元用于检测当前环境下是否有人存在，以便第一时间检测到当前环境情况；

所述摄像头采集单元用于在红外感应单元检测到有人的情况下进行图像采集，所述图像采集主要是利用摄像头快速拍摄当前环境下的照片进行采集；

所述身份识别单元用于将采集到的图像进行数据分析并识别是否为工作人员，以便快速选择最优预警方案；

所述红外感应单元的输出端连接中央控制单元的输入端；摄像头采集单元的输出端连接身份识别单元的输入端。

根据上述技术方案，所述的主控模块是由若干个中央控制单元构成，用于对整个温度监测预警系统进行智能控制，使得整个系统可以有序运行。

根据上述技术方案，所述智能预警模块用于根据功率驱动芯片工作环境的实际情况进行最优预警方案的选择和实施，使得用户可以及时得知预警情况并及时采取急救措施并减少损失。

一种功率驱动芯片的温度监测预警方法，该芯片的温度监测预警方法包括以下步骤：

S1：利用温度传感器获取芯片温度的实时数据并将温度数据进行实时传输；

S2：利用数据转化单元对采集到的温度数据进行实时转化处理，并将转化数据传输到数据比较单元；利用数据比较单元对采集到的实时温度数据与温度阈值进行比较，并将判断结果传输到中央控制单元；

S3：利用数据处理单元对采集的数据进行分析处理，判断采集的温度数据是否正常以及超出温度安全范围的危险程度，并将处理结果传输到中央控制单元；

S4:利用红外感应单元对功率驱动芯片工作环境快速检测人的存在情况，并把检测情况传输到中央控制单元；利用摄像头采集单元快速采集人物图像信息，并将采集到的信息快速传输到身份识别单元,通过对身份标志物识别判断是否为工作人员并将判断情况传输到中央控制单元；

S5:根据S2实时温度的比较情况、S3温度数据的正确情况以及超出温度安全范围的危险程度、S4功率驱动芯片工作环境的实际情况，进行最优预警方案选择并实施。

根据上述技术方案，步骤S3中的数据转化单元是将功率驱动芯片工作时采集到的实时温度进行存储，并形成集合T＝{T1、T2、T3、T4、…、TN}，TS＝{TN-2、TN-1、TN}，其中T1、T2、T3、T4、…、TN分别表示N次实时采集的温度数据，所述合集TS用于存储第N-2次、第N-1次、第N次采集到的的温度数据，同时形成合集

T_K＝{T_N-2-T₀、T_N-1-T₀、T_N-T₀}，其中

表示第N-2次、第N-1次、第N次相邻两次的温度差值，T_N-2-T₀、T_N-1-T₀、T_N-T₀表示第N-2次、第N-1次、第N次与温度阈值T₀的差值；

根据第N-2次、第N-1次、第N次相邻两次的温度差值判断第N-1次获取的温度是否准确当合集T_d中

都大于最大误差α，则证明第N-1次采集的温度数据错误；

根据第N-2次、第N-1次、第N次与温度阈值的差值判断超出温度安全范围的危险程度；当集合TS中的数据均大于温度阈值T0且集合T_K中的数据大于最大危险温度差β的百分比超过μ，则判断出已经达到最高危险程度。

根据上述技术方案，在步骤S4中基于神经网络方法进行身份标志物识别并判断是否为工作人员，所述身份标志物是工牌、工作服、安全帽、胸徽任意一种，所述基于神经网络方法是现有算法，在此就不做详细说明。

根据上述技术方案，在步骤S2-S4中，所述数据比较单元的比较结果为集合B＝{0，1}，其中0表示采集到的实时温度数据处于安全范围，1表示采集到的实时温度数据处于危险范围；所述数据处理单元的数据处理结果用集合C＝{0，1，W}，其中集合C表示第N-1次温度数据是否有误，0表示温度数据无误，1表示温度数据有误，W表示超出温度安全范围的最高危险程度用；所述环境监测结果用集合D＝{0，1，2}表示，其中0表示功率驱动芯片工作环境没有任何人存在，2表示功率驱动芯片工作环境有相应的工作人员存在，3表示功率驱动芯片工作环境有人存在但不是工作人员；

当B＝1且C＝0且D＝0时，系统将优先采用远程报警、信息通知、监控室进行警报预警并开始播放正确的急救方案和保护措施进行预警提醒；

当B＝1且C＝0且D＝1时，系统将优先采用现场警示灯闪烁、蜂鸣器示警，语音提醒预警芯片的正确方位进行预警提醒；

当B＝1且C＝0且D＝3时，系统将优先采用现场警示灯闪烁、蜂鸣器示警、远程报警、信息通知、语音提醒预警芯片的正确方位以及语音急救措施和保护方案提醒的多种方式相结合的最高预警提醒；

当C＝1时，系统将会追回预警指令；

当B＝W时，环境检测模块将不会工作，系统会直接采用最高预警方案进行预警提醒。

通过上述技术方案，可以在检测到功率驱动芯片的温度异常时，快速判断获取的温度数据是否异常并通过各种数据并根据当前环境下的实际情况采取最优的预警方案进行预警提醒，避免出现重大事故并减少损失。

与现有技术相比，本发明所达到的有益效果是：

1.本次发明设置数据转化单元、数据比较单元、数据处理单元，使得可以将获取的温度数据通过模数转换器将模拟信号转化成数字信号，并将已转化的数据通过数据比较单元和数据处理单元进行两次数据处理和分析，使得处理过的数据更具有说服力，同时减少温度数据错误以及预警错误；

2.本次发明设置智能预警模块，利用对当前环境的检测和温度数据的分析处理进行智能预警方案的选择和实施，使得预警方案能够更加有效的实施，能够及时进行救援处理，避免出现重大事故并减少损失。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种功率驱动芯片的温度监测预警系统的模块组成结构示意图；

图2是本发明一种功率驱动芯片的温度监测预警方法的步骤流程示意图；

图3是本发明一种功率驱动芯片的温度监测预警系统的连接结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1～图3所示，本发明提供以下技术方案，一种功率驱动芯片的温度监测预警系统，该芯片的温度监测预警系统包括温度采集模块、温度数据处理模块、环境检测模块、主控模块、智能预警模块；

所述温度采集模块用于将功率驱动芯片的温度实时采集到温度监测预警系统；

所述温度数据处理模块用于对采集到的温度数据进行实时分析，判断采集到的功率驱动芯片的温度是否异常；

所述环境检测模块用于检测当前环境下是否有工作人员存在；

所述主控模块用于对温度监测预警系统进行智能控制；

所述智能预警模块进行智能化选择最优预警方案；

所述温度采集模块的输出端连接温度数据处理模块的输入端；所述温度数据处理模块、环境检测模块的输出端连接主控模块的输入端；主控模块的输出端连接智能预警模块的输入端。

根据上述技术方案，所述温度采集模块使用温度传感器获取功率驱动芯片的温度数据实现温度数据的实时采集，所述的温度传感器是一种测量物体冷热程度的设备，以可读的形式通过电信号提供温度测量。

根据上述技术方案，所述数据处理模块包括数据转化单元、数据比较单元、数据处理单元；

所述数据转化单元用于对采集到的温度数据的类型进行转化，所述温度数据类型转化使采用模数转换器进行类型的转化，将采集到的模拟信号转化为数字信号，如温度传感器采集到的数据为电流信号通过模数转换器转换成数字信号；

所述数据比较单元用于将已处理的数据和温度阈值进行比较，判断数据是否正常，如将已处理的温度数据1000001与温度阈值1000110进行比较，1000001小于1000110，则判断所当前芯片正常工作，芯片温度处于安全范围内；

所述数据处理单元用于将采集到的数据进行整理、运算，再次判断数据是否正常；

所述利用数据比较单元和数据处理单元对温度的真实性进行两次分析和处理，使得通过数据处理模块处理后的温度数据更加具备说服力；

所述数据转化单元的输出端连接数据比较单元、数据处理单元的输入端。

根据上述技术方案，所述环境检测模块包括红外感应单元、摄像头采集单元、身份识别单元；

所述红外感应单元用于检测当前环境下是否有人存在，以便第一时间检测到当前环境情况；

所述摄像头采集单元用于在红外感应单元检测到有人的情况下进行图像采集，所述图像采集主要是利用摄像头快速拍摄当前环境下的照片进行采集；

所述身份识别单元用于将采集到的图像进行数据分析并识别是否为工作人员，以便快速选择最优预警方案，例如对采集的图片通过神经网络的方法快速识别是否佩戴工牌从而判断是否为工作人员；

所述红外感应单元的输出端连接中央控制单元的输入端；摄像头采集单元的输出端连接身份识别单元的输入端。

根据上述技术方案，所述的主控模块是由若干个中央控制单元构成，用于对整个温度监测预警系统进行智能控制，使得整个系统可以有序运行。

根据上述技术方案，所述智能预警模块用于根据功率驱动芯片工作环境的实际情况进行最优预警方案的选择和实施，使得用户可以及时得知预警情况并迅速采取急救措施并减少损失，如当采集到芯片的温度数据已经超过了温度阈值且检测到当前环境下有工作人员存在就会启动警示灯闪烁、蜂鸣器示警并及时提醒芯片异常的方位。

一种功率驱动芯片的温度监测预警方法，该芯片的温度监测预警方法包括以下步骤：

S1：利用温度传感器获取到的芯片温度的实时数据并将温度数据进行实时传输；

S2：利用数据转化单元对采集到的温度数据进行实时转化处理，并将转化数据传输到数据比较单元；利用数据比较单元对采集到的实时温度数据与温度阈值进行比较，并将判断结果传输到中央控制单元；

S3：利用数据处理单元对采集的数据进行分析处理，判断采集的温度数据是否错误以及超出温度安全范围的危险程度，并将处理结果传输到中央控制单元；

S4：利用红外感应单元对功率驱动芯片工作环境快速检测人的存在情况，并把检测情况传输到中央控制单元；利用摄像头采集单元快速采集人物图像信息，并将采集到的信息快速传输到身份识别单元，通过对身份标志物识别判断是否为工作人员并将判断情况传输到中央控制单元；

S5：根据S2实时温度的比较情况、S3温度数据的正确情况以及超出温度安全范围的危险程度、S4功率驱动芯片工作环境的实际情况，进行最优预警方案选择并实施。

根据上述技术方案，步骤S3中的数据转化单元是将功率驱动芯片工作时采集到的实时温度进行存储，并形成集合T＝{T1、T2、T3、T4、…、TN}，TS＝{TN-2、TN-1、TN}，其中T1、T2、T3、T4、…、TN分别表示N次实时采集的温度数据，所述合集TS用于存储第N-2次、第N-1次、第N次采集到的的温度数据，同时形成合集

T_K＝{T_N-2-T₀、T_N-1-T₀、T_N-T₀}，其中

表示第N-2次、第N-1次、第N次相邻两次的温度差值，T_N-2-T₀、T_N-1-T₀、T_N-T₀表示第N-2次、第N-1次、第N次与温度阈值T₀的差值；

根据第N-2次、第N-1次、第N次相邻两次的温度差值判断第N-1次获取的温度是否准确当合集T_d中

都大于最大误差α，则证明第N-1次采集的温度数据错误，如采集到的第N-2次、第N-1次、第N次温度数据TS＝{60、90、61}，则T_d＝{30，-29}，则

分别为30、29均大于最大误差d＝9，判断出第N-1磁数据采集错误；

根据第N-2次、第N-1次、第N次与温度阈值的差值判断超出温度安全范围的危险程度；当集合TS中的数据均大于温度阈值T0且集合T_K中的数据大于最大危险温度差β的百分比超过μ，则判断出已经达到最高危险程度，如采集到的第N-2次、第N-1次、第N次温度数据TS＝{79、80、85}，第N-2次、第N-1次、第N次与温度阈值T₀的差值T_K＝{9、10、15}，集合TS内的数据均与温度阈值T0＝70进行比较，判断出集合TS均大于温度阈值T0＝70，同时集合T_K内的数值均与最大危险温度差β＝8进行比较并算出大于最大危险温度差β＝8的百分比为100％并与μ＝60％进行比较，判断出采集到的温度数据已经到达了最大危险程度。

根据上述技术方案，在步骤S4中基于神经网络方法进行身份标志物识别并判断是否为工作人员，所述身份标志物是工牌、工作服、安全帽、胸徽任意一种，所述基于神经网络方法是现有算法，在此就不做详细说明。

根据上述技术方案，在步骤S2-S4中，所述数据比较单元的比较结果为集合B＝{0，1}，其中0表示采集到的实时温度数据处于安全范围，1表示采集到的实时温度数据处于危险范围；所述数据处理单元的数据处理结果用集合C＝{0，1，W}，其中集合C表示第N-1次温度数据是否有误，0表示温度数据无误，1表示温度数据有误，W表示超出温度安全范围的最高危险程度；将环境监测结果用集合D＝{0，1，2}表示，其中0表示功率驱动芯片工作环境没有任何人存在，2表示功率驱动芯片工作环境有相应的工作人员存在，3表示功率驱动芯片工作环境有人存在但不是工作人员；

当B＝1且C＝0且D＝0时，系统将优先采用远程报警、信息通知、监控室进行警报预警并开始播放正确的急救方案和保护措施进行预警提醒；

当B＝1且C＝0且D＝1时，系统将优先采用现场警示灯闪烁、蜂鸣器示警，语音提醒预警芯片的正确方位进行预警提醒；

当B＝1且C＝0且D＝3时，系统将优先采用现场警示灯闪烁、蜂鸣器示警、远程报警、信息通知、语音提醒预警芯片的正确方位以及语音急救措施和保护方案提醒的多种方式相结合的最高预警提醒；

当C＝1时，系统将会追回预警指令；

当B＝W时，环境检测模块将不会工作，系统会直接采用最高预警方案进行预警提醒。

通过上述技术方案，可以在检测到功率驱动芯片的温度异常时，快速判断获取的温度数据是否异常并通过各种数据并根据当前环境下的实际情况采取最优的预警方案进行预警提醒，避免出现重大事故并减少损失。

实施例：

所述温度采集模块利用温度传感器将测得的芯片温度实时的传输到温度监测预警系统中。

所述数据处理模块包括数据转化单元、数据比较单元、数据处理单元；所述数据转化单元用于将传感器采集到的温度模拟信号通过模数转换器转换成数字信号1001011，所述数据比较单元用于将采集到的温度数据1001011和温度阈值1000110进行比较，1001011大于温度阈值1000110，判断出温度数据发生异常，将温度数据异常信号快速传递到中央控制单元；

所述数据处理单元用于将功率驱动芯片工作时采集到的实时温度进行存储，并形成集合T＝{60、61、61、63、…、62}，将采集到的第N-2次、第N-1次、第N次温度数据存放在集合TS＝{60、80、83}并形成新合集T_d＝{20、3}来表示第N-2次、第N-1次、第N次相邻两次的温度差值，合集T_d中的数据20大于最大误差α＝9，3小于最大误差α＝9，判断出采集到的温度数据正确，同时将合集TS＝{60、80、83}均与温度阈值T0＝70进行比较，合集TS存在一数值60小于温度阈值T0＝70，判断出此时没有达到最高危险程度，并将数据处理单元判断出的信号快速传输到中央控制单元。

所述环境检测模块在接受到中央控制单元发出的信号时，通过红外检测单元判断出当前环境下没有人存在并讲判断结果迅速传输到中央控制单元；

所述智能预警模块是根据中央处理单元获取到的信号智能的选择远程报警、远程信息发送以及控制监控室发出警报并播放正确的急救方案和保护措施，通知人员快速处理并撤离。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种功率驱动芯片的温度监测预警系统，其特征在于：该温度监测预警系统包括温度采集模块、温度数据处理模块、环境检测模块、主控模块、智能预警模块；

所述温度采集模块用于将功率驱动芯片的温度实时采集到温度监测预警系统；

所述温度数据处理模块用于对采集到的温度数据进行实时分析，判断采集到的功率驱动芯片的温度是否异常；

所述环境检测模块用于检测当前环境下是否有工作人员存在；

所述主控模块用于对温度监测预警系统进行智能控制；

所述智能预警模块进行智能化选择最优预警方案；

所述温度采集模块的输出端连接温度数据处理模块的输入端；所述温度数据处理模块、环境检测模块的输出端连接主控模块的输入端；主控模块的输出端连接智能预警模块的输入端。

2.根据权利要求1所述的一种功率驱动芯片的温度监测预警系统，其特征在于：所述温度采集模块使用温度传感器获取功率驱动芯片的温度数据实现温度数据的实时采集。

3.根据权利要求2所述的一种功率驱动芯片的温度监测预警系统，其特征在于：所述数据处理模块包括数据转化单元、数据比较单元、数据处理单元；

所述数据转化单元用于对采集到的温度数据的类型进行转化；

所述数据比较单元用于将已处理的数据和温度阈值进行比较，判断数据是否正常；

所述数据处理单元用于将采集到的数据进行整理、运算，再次判断数据是否正常；

所述数据转化单元的输出端连接数据比较单元、数据处理单元的输入端。

4.根据权利要求3所述的一种功率驱动芯片的温度监测预警系统，其特征在于：所述环境检测模块包括红外感应单元、摄像头采集单元、身份识别单元；

所述红外感应单元用于检测当前环境下是否有人存在；

所述摄像头采集单元用于在红外感应单元检测到有人的情况下进行图像采集；

所述身份识别单元用于将采集到的图像进行数据分析并识别是否为工作人员；

所述红外感应单元的输出端连接中央控制单元的输入端；摄像头采集单元的输出端连接身份识别单元的输入端。

5.根据权利要求4所述的一种功率驱动芯片的温度监测预警系统，其特征在于：所述的主控模块是由若干个中央控制单元构成，用于对整个温度监测预警系统进行智能控制。

6.根据权利要求4所述的一种功率驱动芯片的温度监测预警系统，其特征在于：所述智能预警模块用于根据功率驱动芯片工作环境的实际情况进行最优预警方案的选择和实施。

7.一种功率驱动芯片的温度监测预警方法，该温度监测预警方法包括以下步骤：

S1：利用温度传感器获取芯片温度的实时数据并将温度数据进行实时传输；

S2：利用数据转化单元对采集到的温度数据进行实时转化处理，并将转化数据传输到数据比较单元；利用数据比较单元对采集到的实时温度数据与温度阈值进行比较，并将判断结果传输到中央控制单元；

S3：利用数据处理单元对采集的数据进行分析处理，判断采集的温度数据是否正常以及超出温度安全范围的危险程度，并将处理结果传输到中央控制单元；

S4:利用红外感应单元对功率驱动芯片工作环境快速检测人的存在情况，并把检测情况传输到中央控制单元；利用摄像头采集单元快速采集人物图像信息，并将采集到的信息快速传输到身份识别单元,通过对身份标志物识别判断是否为工作人员并将判断情况传输到中央控制单元；

S5:根据S2实时温度的比较情况、S3温度数据的正确情况以及超出温度安全范围的危险程度、S4功率驱动芯片工作环境的实际情况，进行最优预警方案选择并实施。

8.根据权利要求7所述的一种功率驱动芯片的温度监测预警方法，其特征在于：步骤S3中的数据转化单元是将功率驱动芯片工作时采集到的实时温度进行存储，并形成集合T＝{T1、T2、T3、T4、…、TN}，TS＝{TN-2、TN-1、TN}，其中T1、T2、T3、T4、…、TN分别表示N次实时采集的温度数据，所述合集TS用于存储第N-2次、第N-1次、第N次采集到的的温度数据，同时形成合集

T_K＝{T_N-2-T₀、T_N-1-T₀、T_N-T₀}，其中

表示第N-2次、第N-1次、第N次相邻两次的温度差值,T_N-2-T₀、T_N-1-T₀、T_N-T₀表示第N-2次、第N-1次、第N次与温度阈值T₀的差值；

根据第N-2次、第N-1次、第N次相邻两次的温度差值判断第N-1次获取的温度是否准确；当合集T_d中

都大于最大误差α，则证明第N-1次采集的温度数据错误；

根据第N-2次、第N-1次、第N次与温度阈值的差值判断超出温度安全范围的危险程度；当集合TS中的数据均大于温度阈值T0且集合T_K中的数据大于最大危险温度差β的百分比超过μ，则判断出已经达到最高危险程度。

9.根据权利要求7所述的一种功率驱动芯片的温度监测预警方法，其特征在于：在步骤S4中基于神经网络方法进行身份标志物识别并判断是否为工作人员，所述身份标志物是工牌、工作服、安全帽、胸徽任意一种。

10.根据权利要求7所述的一种功率驱动芯片的温度监测预警方法，其特征在于：在步骤S2-S4中，所述数据比较单元的比较结果为集合B＝{0,1},其中0表示采集到的实时温度数据处于安全范围，1表示采集到的实时温度数据处于危险范围；所述数据处理单元的数据处理结果用集合C＝{0,1，W}，其中集合C表示第N-1次温度数据是否有误，0表示温度数据无误，1表示温度数据有误，W表示超出温度安全范围的最高危险程度；将环境监测结果用集合D＝{0,1,2}表示，其中0表示功率驱动芯片工作环境没有任何人存在，2表示功率驱动芯片工作环境有相应的工作人员存在，3表示功率驱动芯片工作环境有人存在但不是工作人员；

当B＝1且C＝0且D＝0时，系统将优先采用远程报警、信息通知、监控室进行警报预警并开始播放正确的急救方案和保护措施进行预警提醒；

当B＝1且C＝0且D＝1时，系统将优先采用现场警示灯闪烁、蜂鸣器示警，语音提醒预警芯片的正确方位进行预警提醒；

当B＝1且C＝0且D＝3时，系统将优先采用现场警示灯闪烁、蜂鸣器示警、远程报警、信息通知、语音提醒预警芯片的正确方位以及语音急救措施和保护方案提醒的多种方式相结合的最高预警提醒；

当C＝1时，系统将会追回预警指令；

当B＝W时，环境检测模块将不会工作，系统会直接采用最高预警方案进行预警提醒。

Images