基于电机云的同步磁阻电机协同控制系统及方法

摘要

本发明公开了一种基于电机云的同步磁阻电机协同控制系统及方法，该方法包括：设计端完成电机的具体设计。控制端控制电机运行。云端收集并存储电机的设计参数、控制参数，并根据设计参数和控制参数获取设计共性知识和规则以及控制共性设计和规则，指导电机设计和控制，完成设计和控制的融合和协同。本发明的基于电机云的同步磁阻电机协同控制系统和方法，通过电机设计和控制的个性知识归纳总结出设计共性知识和规则以及控制共性知识和规则，进而指导电机设计和电机控制，降低电机设计和电机控制难度，提高设计和控制效果。且电机设计信息和电机控制信息可以在云端进行交互，建立设计和控制的协同耦合机制。

权利要求

1.一种基于电机云的同步磁阻电机协同控制系统，所述系统包括：设计端、控制端和云端，所述设计端和所述控制端分别与所述云端连接；所述设计端用于完成电机的具体设计；

所述控制端用于控制电机运行；所述云端用于收集并存储电机的设计信息、控制信息，并根据设计信息和控制信息获取设计共性知识和规则以及控制共性知识和规则，指导电机设计和控制，完成设计和控制的融合和协同，其特征在于：所述云端包括云端设计模块、云端控制模块和云端知识库；

所述设计端包括多个结构相同的电机，每个电机的设计信息存储至所述云端设计模块，设计信息包括设计参数与性能指标的对应关系；

所述控制端包括与电机一一对应的多个控制器，每个控制器控制对应的电机运转，每个控制器的控制信息存储至所述云端控制模块，控制信息包括控制参数与性能指标的对应关系；

所述云端知识库内存储有设计共性知识和规则以及控制共性知识和规则，设计共性知识和规则根据设计信息获得，控制共性知识和规则根据控制信息获得；

所述设计端用于根据所述云端知识库下发的设计共性知识和规则进行电机设计，所述控制端用于根据所述云端知识库下发的控制共性知识和规则进行电机控制。

2.根据权利要求1所述的基于电机云的同步磁阻电机协同控制系统，其特征在于，所述控制端包括控制回路和优化回路，所述控制回路和所述优化回路分别与所述云端连接；

所述控制回路用于根据预设的控制逻辑控制电机运转；

所述优化回路用于检测电机运转情况，并将电机运转参量发送给所述云端；

所述云端用于收集并分析所述控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至所述控制回路中。

3.根据权利要求1或2所述的基于电机云的同步磁阻电机协同控制系统，其特征在于，所述控制端为具有启发式思维的人工智能算法控制器。

4.根据权利要求2所述的基于电机云的同步磁阻电机协同控制系统，其特征在于，所述控制回路包括：大脑情感智能控制器、电流跟随器和电力电子变流器，大脑情感智能控制器的输出转矩经电流分配函数进行电流分配，分配后的电流经所述电流跟随器和所述电力电子变流器控制电机运转；

所述大脑情感智能控制器根据感官输入函数和情感奖励函数的数学表述关系，确定在所述大脑情感智能控制器内部眶额皮层权值和感觉皮层权值，构建自学习体系。

5.一种基于电机云的同步磁阻电机协同控制方法，所述方法包括：设计端完成电机的具体设计；

控制端控制电机运行；

云端收集并存储电机的设计参数、控制参数，并根据设计参数和控制参数获取设计共性知识和规则以及控制共性知识和规则，指导电机设计和控制，完成设计和控制的融合和协同，其特征在于，所述方法包括：

对电机设计的核心技术解析，拆分设计功能，获取设计共性知识和规则；

将设计共性知识和规则存储至所述云端；

所述设计端从云端获取设计共性知识和规则，在设计共性知识和规则的范围内，对电机设计参数进行优化，并将优化后的数据上传至所述云端。

6.根据权利要求5所述的基于电机云的同步磁阻电机协同控制方法，其特征在于，所述方法包括：控制回路根据预设的控制逻辑控制电机运转；

优化回路检测电机运转情况，并将电机运转参量发送给所述云端；

所述云端收集并分析所述控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至所述控制回路中。

7.根据权利要求5所述的基于电机云的同步磁阻电机协同控制方法，其特征在于，所述方法包括：对云端设计模块中的电机设计的个性知识和云端控制模块中电机控制的个性知识的数据进行归一化处理；

根据电机设计的个性知识，利用等效磁路法获取结构参数与性能指标的映射关系，作为设计共性知识和规则存储至云端知识库；

根据电机控制的个性知识，利用电机模型确定控制参数与性能指标的映射关系，作为控制共性知识和规则存储至云端知识库；

根据设计共性知识和规则进行电机设计，和/或，根据控制共性知识和规则进行电机控制。

8.根据权利要求7所述的基于电机云的同步磁阻电机协同控制方法，其特征在于，所述方法包括：根据控制共性知识和规则进行电机控制包括：通过控制共性知识和规则给出控制量初始值和范围区间，控制端中具有启发式思维的人工智能算法根据控制量初始值和范围区间确定收敛条件，根据收敛条件确定快速搜索区域，获取电机控制参数。

说明书

基于电机云的同步磁阻电机协同控制系统及方法

技术领域

[0001] 本发明涉及电机技术领域，尤其涉及一种基于电机云的同步磁阻电机协同控制系统及方法。

背景技术

[0002] 同步磁阻电机(SynRM)没有永磁体，因成本低、转子结构坚固、无退磁问题、无短路故障电流等优点越来越受到业内人士的广泛关注。其优异的结构特征(无永磁亦无转子绕组)，独特的控制特征(低成本、高可靠性、高过载能力和全负载区间的高效性)，使同步磁阻电机有望成为市场份额巨大的感应电机、永磁电机的潜在替代者。

[0003] 同步磁阻电机磁路高度饱和、交叉耦合等非线性问题严重，转子铁心形状、材料、加工工艺和装配工艺等都会导致其具有鲜明的个性化特征。因此，同步磁阻电机系统的高效精益驱动，依赖于基于应用需求的定制电机优化设计、电机磁模型的准确建立、以及电机的智能控制。现有技术中电机设计和控制等各环节各自为政，相互之间关联较弱，无法从彼此之间获得最直接有效的信息构件完整的一体化驱动系统，导致电机设计和控制难度较大，效果较差。

发明内容

[0004] 为解决上述现有技术中存在的技术问题，本发明提供了一种基于电机云的同步磁阻电机协同控制系统及方法。具体技术方案如下：

[0005] 第一方面，提供了一种基于电机云的同步磁阻电机协同控制系统，所述系统包括：设计端、控制端和云端，所述设计端和所述控制端分别与所述云端连接；所述设计端，用于完成电机的具体设计；所述控制端，用于控制电机运行；所述云端，用于收集并存储电机的设计信息、控制信息，并根据设计信息和控制信息获取设计共性知识和规则以及控制共性知识和规则，指导电机设计和控制，完成设计和控制的融合和协同。

[0006] 在一种可能的设计中，所述控制端包括：控制回路和优化回路，所述控制回路和所述优化回路分别与所述云端连接；所述控制回路，用于根据预设的控制逻辑控制电机运转；所述优化回路，用于检测电机运转情况，并将电机运转参量发送给所述云端；所述云端，用于收集并分析所述控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至所述控制回路中。

[0007] 在一种可能的设计中，所述云端包括云端设计模块、云端控制模块和云端知识库；所述设计端，包括多个结构相同的电机，每个电机的设计信息存储至所述云端设计模块，设计信息包括设计参数与性能指标的对应关系；所述控制端，包括与电机一一对应的多个控制器，每个控制器控制对应的电机运转，每个控制器的控制信息存储至所述云端控制模块，控制信息包括控制参数与性能指标的对应关系；所述云端知识库内存储有设计共性知识和规则，以及控制共性知识和规则；设计共性知识和规则根据设计信息获得，控制共性知识和规则根据控制信息获得；所述设计端，用于根据所述云端知识库下发的设计共性知识和规则进行电机设计；所述控制端，用于根据所述云端知识库下发的控制共性知识和规则进行电机控制。

[0008] 在一种可能的设计中，所述控制端为具有启发式思维的人工智能算法控制器。

[0009] 在一种可能的设计中，所述控制回路包括：大脑情感智能控制器、电流跟随器和电力电子变流器，大脑情感智能控制器的输出转矩经电流分配函数进行电流分配，分配后的电流经所述电流跟随器和所述电力电子变流器控制电机运转；所述大脑情感智能控制器根据感官输入函数和情感奖励函数的数学表述关系，确定在所述大脑情感智能控制器内部眶额皮层权值和感觉皮层权值，构建自学习体系。

[0010] 第二方面，提供了一种基于电机云的同步磁阻电机协同控制方法，所述方法包括：

[0011] 设计端完成电机的具体设计；

[0012] 控制端控制电机运行；

[0013] 云端收集并存储电机的设计参数、控制参数，并根据设计参数和控制参数获取设计共性知识和规则以及控制共性知识和规则，指导电机设计和控制，完成设计和控制的融合和协同。

[0014] 在一种可能的设计中，所述方法包括：

[0015] 对电机设计的核心技术解析，拆分设计功能，获取设计共性知识和规则；

[0016] 将设计共性知识和规则存储至所述云端；

[0017] 所述设计端从所述云端获取设计共性知识和规则，在设计共性知识和规则的范围内，对电机设计参数进行优化，并将优化后的数据上传至所述云端。

[0018] 在一种可能的设计中，所述方法包括：

[0019] 控制回路根据预设的控制逻辑控制电机运转；

[0020] 优化回路检测电机运转情况，并将电机运转参量发送给所述云端；

[0021] 所述云端收集并分析所述控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至所述控制回路中。

[0022] 在一种可能的设计中，所述方法包括：

[0023] 对云端设计模块中的电机设计的个性知识和云端控制模块中电机控制的个性知识的数据进行归一化处理；

[0024] 根据电机设计的个性知识，利用等效磁路法获取结构参数与性能指标的映射关系，作为设计共性知识和规则存储至云端知识库；

[0025] 根据电机控制的个性知识，利用电机模型确定控制参数与性能指标的映射关系，作为控制共性知识和规则存储至云端知识库；

[0026] 根据设计共性知识和规则进行电机设计，和/或，根据控制共性知识和规则进行电机控制。

[0027] 在一种可能的设计中，所述方法包括：根据控制共性知识和规则进行电机控制包括：通过控制共性知识和规则给出控制量初始值和范围区间，控制端中具有启发式思维的人工智能算法根据控制量初始值和范围区间确定收敛条件，根据收敛条件确定快速搜索区域，获取电机控制参数。

[0028] 本发明技术方案的主要优点如下：

[0029] 本发明的基于电机云的同步磁阻电机协同控制系统和方法，通过设计端、控制端和云端三者之间的连接，构建电机云。设计端和控制端分别与云端连接，进行数据的交互和存储，通过电机设计和控制的个性知识归纳总结出设计共性知识和规则以及控制共性知识和规则，进而通过设计共性知识和规则以及控制共性知识和规则指导电机设计和电机控制，降低电机设计和电机控制难度，提高设计和控制效果。且电机设计信息和电机控制信息可以在云端进行交互，形成开放系统，完成设计和控制的融合和协同，建立设计和控制的协同耦合机制。

附图说明

[0030] 此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

[0031] 图1为本发明一个实施例提供的基于电机云的同步磁阻电机协同控制系统整体结构示意图；

[0032] 图2为本发明一个实施例提供的基于电机云的同步磁阻电机协同控制系统进行电机控制的示意图；

[0033] 图3为本发明一个实施例提供的基于电机云的同步磁阻电机协同控制方法流程图；

[0034] 图4为本发明一个实施例提供的流线型转子结构示意图；

[0035] 图5为本发明一个实施例提供的流线型转子结构参数图。

具体实施方式

[0036] 为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，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。

[0037] 以下结合附图，详细说明本发明实施例提供的技术方案。

[0038] 现有的电机网络化和智能化相较于其他领域处于落后阶段，电机系统的网络化主要体现在电机的群控、同步协调控制上，电机系统的智能化主要体现在电机设计者致力于智能算法对电机本体设计的多目标优化问题，若不能和控制器有效结合，无法体现其电机设计性能的优势。电机控制者致力于在电机驱动器中实现电机参数的自动辨识与控制器自学习能力的提升，而智能算法的实现要受核心处理器的计算能力和存储空间的制约，不得不尽可能得精简控制模型和算法，简化运算过程，以牺牲性能指标为代价，使其具有可实现性。这种数据的割裂和信息的孤立，归根到底在于电机控制信息的快速性(达到μs级)，如不能以同样的分辨率尽可能小的延迟进行传输存储，就无法实现对电机内部状态变量和控制变量的有效控制。而集ARM核+控制核为一体的核心处理器(DSP)的飞速发展已为电机云的构建提供了可能，将控制核用于驱动控制，将ARM用于以太网高速通讯，可实现控制数据的μs级传输，ms级延迟。基于电机微云、甚至电机云所需的物理基础已具备，在此基础上，突破传统电机的控制模式和设计模式，建立基于电机云的协同机理，解决非线性问题，不仅对无磁同步磁阻电机高效精益驱动系统有极其重要的意义，对其他类型的电机系统提供很好的借鉴意义，也为电机系统的状态监测、感知与反馈、诊断与容错等后续研究工作提供了可行的技术方案。

[0039] 基于上述，本发明实施例提供的基于电机云的同步磁阻电机协同控制系统及方法适用于电机结构和控制器结构相同，参数各不相同的同步磁阻电机系统中。

[0040] 第一方面，本发明实施例提供了一种基于电机云的同步磁阻电机协同控制系统，如附图1所示，该系统包括：设计端、控制端和云端。设计端和控制端分别与云端连接。设计端，用于完成电机的具体设计。控制端，用于控制电机运行。云端，用于收集并存储电机的设计信息、控制信息，并根据设计信息和控制信息获取设计共性知识和规则以及控制共性设计和规则，指导电机设计和控制，完成设计和控制的融合和协同。

[0041] 以下对本发明实施例提供的基于电机云的同步磁阻电机协同控制系统的有益效果进行说明：

[0042] 本发明实施例提供的基于电机云的同步磁阻电机协同控制系统，通过设计端、控制端和云端三者之间的连接，构建电机云。设计端和控制端分别与云端连接，进行数据的交互和存储，通过电机设计和控制的个性知识归纳总结出设计共性知识和规则以及控制共性知识和规则，进而通过设计共性知识和规则以及控制共性知识和规则指导电机设计和电机控制，降低电机设计和电机控制难度，提高设计和控制效果。且电机设计信息和电机控制信息可以在云端进行交互，形成开放系统，完成设计和控制的融合和协同，建立设计和控制的协同耦合机制。

[0043] 以下对本发明实施例提供的基于电机云的同步磁阻电机协同控制系统的各部件及其工作原理进行说明：

[0044] 可选地，控制端包括：控制回路和优化回路，控制回路和优化回路分别与云端连接。控制回路，用于根据预设的控制逻辑控制电机运转。优化回路，用于检测电机运转情况，并将电机运转参量发送给云端。云端，用于收集并分析控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至控制回路中。

[0045] 通过将控制端划分为控制回路和优化回路进行分级管控，控制回路作为主控回路，根据预设的控制逻辑控制电机运转。优化回路与电机连接，检测电机运转情况(例如，检测电流、电压、位置、速度等运转参量)，将电机运转参量发送给云端。云端分别与控制回路和优化回路连接，可以分别获取控制回路的参数和电机运转参量，分析控制回路的参数与电机运转参量的关系，通过大量的数据样本建立控制参数与电机运转参量(性能指标)之间的映射关系，确定较佳运转情况(较佳运转情况根据用户需求确定，以达到预期运转情况为较佳运转情况)对应的较优参数，将较优参数更新至控制回路中，对控制回路的控制逻辑不断进行更新，自适应电机运转过程中的各种变化。通过上述分级管控制度，使电机控制的适应性和鲁棒性较强。

[0046] 进一步地，控制回路包括：大脑情感智能控制器(BELBIC情感控制器)、电流跟随器和电力电子变流器，大脑情感智能控制器的输出转矩经电流分配函数进行电流分配，分配后的电流经电流跟随器和电力电子变流器控制电机运转。

[0047] 其中，大脑情感智能控制器根据感官输入函数和情感奖励函数的数学表述关系，确定在大脑情感智能控制器内部眶额皮层权值和感觉皮层权值，构建自学习体系。如此设置，以提高控制过程的智能化以及适应性。

[0048] 具体地，感官输入函数的系数为预设值或者由云端给出；和/或，情感奖励函数的系数为预设值或者由云端给出。感官输入函数和情感奖励函数的系数在控制初期为预设值，以形成预设控制逻辑，在控制初期独立完成电机控制。随着电机运行，优化回路不断收集电机运转参量反馈至云端，云端获取较优参数后，根据较优参数给出感官输入函数和情感奖励函数的系数，完成控制逻辑的自适应更新。

[0049] 本发明实施例中，可选地，电流分配函数根据电机的磁模型获得。同步磁阻电机磁饱和和交叉耦合非线性问题，直接影响电机的控制效果。为了提高控制准确性，大脑情感智能控制器输出转矩到电流的分配依赖于精确的磁模型。

[0050] 具体地，大脑情感智能控制器内预设有不同的磁模型拟合表达式，磁模型拟合表达式包括磁模型和电流分配函数的对应关系，以根据不同的磁模型选取对应的电流分配函数。电机运行过程中，根据实际运行中的电压电流等参量在云端做系数的确定及更新，以克服磁模型的非线性、温升的非线性变化等，获取最佳电流轨迹控制，从而实现电机高动态性能的快速响应和稳态的精益驱动。

[0051] 上述的控制端的控制过程可以参见附图2。

[0052] 可选地，如附图1所示，云端包括云端设计模块、云端控制模块和云端知识库。设计端，包括多个结构相同的电机，每个电机的设计信息存储至云端设计模块，设计信息包括设计参数与性能指标的对应关系。控制端，包括与电机一一对应的多个控制器，每个控制器控制对应的电机运转，每个控制器的控制信息存储至云端控制模块，控制信息包括控制参数与性能指标的对应关系。云端知识库内存储有设计共性知识和规则，以及控制共性知识和规则；设计共性知识和规则根据设计信息获得，控制共性知识和规则根据控制信息获得。设计端，用于根据云端知识库下发的设计共性知识和规则进行电机设计；控制端，用于根据云端知识库下发的控制共性知识和规则进行电机控制。

[0053] 通过将同步磁阻电机系统中每个电机的设计信息存储至云端设计模块，每个控制器的控制信息存储至云端控制模块，搭建数据融合的共享信息平台。信息的交互不仅是特定电机和特定控制器的一一对应关系，而是形成一个开放的系统，有利于信息的交互。云端知识库中存储有设计共性知识和规则，该设计共性知识和规则通过多个电机的设计信息(即，每个电机的结构参数与性能指标的对应关系)获得，通过设计共性知识和规则指导电机设计，可以降低设计难度，提高设计效果，便于设计出符合使用需求的电机。云端知识库中存储有控制共性知识和规则，该控制共性知识和规则通过多个控制器的控制信息(即，每个控制器的控制参数与性能指标的对应关系)获得，通过控制共性知识和规则指导电机控制，当有新的电机接入系统中或者需要根据使用需求调整电机至不同的运转状态时，可以较为快速准确的获得适配的控制参数，控制精度和效果较佳。此外，电机设计信息和电机控制信息可以在云端进行交互，形成开放系统。进行控制时，可以根据电机的设计信息对控制参数进行调节，实现设计和控制的协同耦合机制。如此设置，将现有技术中相互分割的电机设计和电机控制有机联合在一起，在已知设计信息的基础上，有利于给出精确的控制参数，建立结构参数、控制参数和性能指标三者之间的映射关系，使电机设计和电机控制形成有机的一个整体，基于云端，建立电机设计和电机控制的协同耦合机制。

[0054] 进一步地，云端设计模块和云端控制模块相互独立，且分别与云端知识库连接，通过云端知识库进行数据的交互，如此设置，设计信息和控制信息分别存储至独立的区域，避免数据混杂，且通过云端知识库进行数据的交互，电机的设计信息能够为控制信息提供参考。

[0055] 可选地，本发明实施例中，云端设计模块的数量为一个或多个；和/或，云端控制模块的数量为一个或多个。云端设计模块以及云端控制模块的数量可以根据数据总量(数据总量与电机、控制器的数量正相关)进行设置，可满足数据存储需求即可。

[0056] 第二方面，本发明实施例提供了一种基于电机云的同步磁阻电机协同控制方法，如附图3所示，该方法包括：设计端完成电机的具体设计。控制端控制电机运行。云端收集并存储电机的设计参数、控制参数，并根据设计参数和控制参数获取设计共性知识和规则以及控制共性设计和规则，指导电机设计和控制，完成设计和控制的融合和协同。

[0057] 本发明实施例提供的基于电机云的同步磁阻电机协同控制方法，通过设计端、控制端和云端三者之间的连接，构建电机云。设计端和控制端分别与云端连接，进行数据的交互和存储，通过电机设计和控制的个性知识归纳总结出设计共性知识和规则以及控制共性知识和规则，进而通过设计共性知识和规则以及控制共性知识和规则指导电机设计和电机控制，降低电机设计和电机控制难度，提高设计和控制效果。且电机设计信息和电机控制信息可以在云端进行交互，形成开放系统，完成设计和控制的融合和协同，建立设计和控制的协同耦合机制。

[0058] 对于如何基于电机云进行电机优化设计，以下进行示例说明：

[0059] 作为一种示例，电机优化设计方法包括：

[0060] 对电机设计的核心技术解析，拆分设计功能，获取设计共性知识和规则。

[0061] 将设计共性知识和规则存储至云端。

[0062] 设计端从云端获取设计共性知识和规则，在设计共性知识和规则的范围内，对电机设计参数进行优化，并将优化后的数据上传至云端。

[0063] 通过对电机设计的核心技术进行解析，将对电机设计具有普适参考价值的功能拆分出来，作为设计共性知识和规则。其中，设计共性知识和规则通过对多个电机的参数进行收集、分析和总结后获得。将设计共性知识和规则存储在云端，进行电机设计时，设计端从云端获取设计共性知识和规则，作为设计基准，且在该基准内对电机设计进行优化，设计出满足使用需求的电机，最终的设计数据上传至云端，充实云端数据库。

[0064] 进一步地，其中，拆分设计功能时，设计功能分解原则为：共性技术、需动态调整技术、具有可移植性的技术分解至云端，作为设计共性知识和规则。即，设计共性知识和规则包括：共性技术、需动态调整技术和具有可移植性的技术。

[0065] 具体地，设计共性知识和规则可以通过一定数量的结构相同、参数不同的电机样本获得，根据样本中每个电机的设计数据，根据等效磁路法确定结构参数与性能指标的映射关系，作为设计共性知识和规则。

[0066] 示例地，具有可移植性的技术包括：多目标的整合和约束条件的设计、初始电机结构样本以及结构参数样本区间。

[0067] 电机设计参数包括：转子结构参数、控制参数和强度参数。转子结构参数包括磁障厚、气隙角位置和偏移量；控制参数包括电流角；强度参数包括径向肋宽度。即，在进行电机设计时，可以通过设计共性知识和规则，确定转子结构参数(磁障厚、气隙角位置和偏移量等)、控制参数(电流角)和强度参数(径向肋宽度)。

[0068] 示例地，以下为转子结构参数为例，对如何根据设计共性知识和规则确定电机设计参数进行说明：

[0069] 设计端对转子结构参数进行优化，包括：

[0070] 接收云端下发的转子结构样本、参数区间、优化条件和约束条件，转子结构样本、参数区间、优化条件和约束条件包含在设计共性知识和规则内。

[0071] 采用遗传算法进行局部搜索优化设计，设计出满足用户需求的电机；

[0072] 将设计出的电机的结果结构参数、理想模型参数和理想磁链上传至云端。

[0073] 在云端下发的转子结构样本、参数区间、优化条件和约束条件的范围内，采用遗传算法进行局部搜索优化设计，输出最优解，设计出满足使用需求的电机。并且，将设计数据(结果结构参数、理想模型参数和理想磁链)上传至云端，充实云端数据库。

[0074] 示例地，通过上述方式设计出的一种流线型转子结构可以参见附图4，结构参数可以参见附图5。

[0075] 进一步地，云端根据结果结构参数、理想模型参数和理想磁链对设计共性知识和规则进行更新。设计数据(结构结构参数、理想模型参数和理想磁链)上传至云端后，作为新的个体电机设计数据，使电机样本的数量增大，通过扩大后的电机样本进行新的设计共性知识和规则的归纳总结，对设计共性知识和规则进行更新。

[0076] 作为另一种示例，电机优化设计和电机控制优化方法类似，均通过下述方法进行：

[0077] 对云端设计模块中的电机设计的个性知识和云端控制模块中电机控制的个性知识的数据进行归一化处理。其中，电机设计的个性知识即每个电机的设计信息，电机控制的个性知识即每个控制器的控制信息。通过归一化处理，保证数据的一致性，便于后续的数据处理及归纳总结。

[0078] 根据电机设计的个性知识，利用等效磁路法获取结构参数与性能指标的映射关系，作为设计共性知识和规则存储至云端知识库。电机设计的个性知识(即，每个电机的设计信息)包括每个电机的结构参数与性能指标，利用等磁路法，从一定数量的个性知识中可以归纳总结出结构参数与性能指标的映射关系，作为设计共性知识和规则。

[0079] 根据电机控制的个性知识，利用电机模型确定控制参数与性能指标的映射关系，作为控制共性知识和规则存储至云端知识库。电机控制的个性知识(即，每个控制器的控制参数)包括每个控制器的控制参数与性能指标，利用电机模型从一定数量的个性知识中可以归纳总结出控制参数与性能指标的映射关系，作为控制共性知识和规则。

[0080] 根据设计共性知识和规则进行电机设计，和/或，根据控制共性知识和规则进行电机控制。

[0081] 进一步地，在该示例中，根据控制共性知识和规则进行电机控制包括：通过控制共性知识和规则给出控制量初始值和范围区间，控制端中具有启发式思维的人工智能算法根据控制量初始值和范围区间确定收敛条件，根据收敛条件确定快速搜索区域，获取电机控制参数。

[0082] 基于上述，根据使用需求(性能指标)获取电机控制参数后，将获取的电机控制参数作为电机控制的个性知识存储至云端控制模块中。如此设置，向云端补充新的电机控制参数与性能指标的对应关系，扩大样本数量，对控制共性知识和规则进行更新，提高精确程度。

[0083] 基于控制端包括回路和优化回路，本发明实施例提供的方法还包括：

[0084] 控制回路根据预设的控制逻辑控制电机运转。

[0085] 优化回路检测电机运转情况，并将电机运转参量发送给云端。

[0086] 云端收集并分析控制回路的参数与电机运转参量的关系，确定电机运转效果更佳的较优参数，并将较优参数更新至控制回路中。

[0087] 通过将控制端划分为控制回路和优化回路，控制回路作为主控回路，根据预设的控制逻辑控制电机运转。优化回路与电机连接，检测电机运转情况(例如，检测电流、电压、位置、速度等运转参量)，将电机运转参量发送给云端。云端分别与控制回路和优化回路连接，可以分别获取控制回路的参数和电机运转参量，分析控制回路的参数与电机运转参量的关系，通过大量的数据样本建立控制参数与电机运转参量(性能指标)之间的映射关系，确定较佳运转情况(较佳运转情况根据用户需求确定，以达到预期运转情况为较佳运转情况)对应的较优参数，将较优参数更新至控制回路中，对控制回路的控制逻辑不断进行更新，自适应电机运转过程中的各种变化。通过分级管控制度，提高控制过程的适应性和鲁棒性。

[0088] 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。此外，本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。

[0089] 最后应说明的是：以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。