本发明涉及电机控制，具体为一种电机及其控制方法、装置、设备和电机系统。
背景技术：
1、随着智能家居的迅速发展，扫地机器人已经成为家庭清洁的重要设备之一。现代扫地机器人通过集成多种传感器、驱动电机和智能算法，实现了自动化的地面清洁功能。然而，现有技术在电机控制方面仍存在一些亟待解决的问题。
2、例如，现有的扫地机器人通常依赖简单的传感器反馈来调节电机的功率输出，缺乏对复杂环境的精细化处理，无法充分适应不同环境条件的清洁需求。此外，现有的降噪技术主要依赖于电机的结构设计和被动的噪音抑制手段，缺乏智能化的控制措施。尤其是在高负载或高速运转时，电机噪音和振动明显增加，影响了用户的日常生活。这些问题直接影响了扫地机器人的性能、用户体验以及设备的整体可靠性。
3、为此，提出一种电机及其控制方法、装置、设备和电机系统。
技术实现思路
1、本发明的目的在于提供一种电机及其控制方法、装置、设备和电机系统，本发明涉及电机控制技术领域，具体为一种电机及其控制方法、装置、设备和电机系统，通过获取扫地机器人的第一多维数据、第二数据、第三数据及历史异常数据，对第一多维数据进行预处理和融合，生成环境状态向量，并基于环境状态向量计算电机的功率需求与转速，实时调整输出功率和转速。通过傅里叶变换方法分析第二数据，得到其频域分量，自适应调整电机的信号和扭矩。通过历史异常数据训练异常识别模型，并利用训练完成的异常识别模型识别实时数据，计算相似度。当相似度超过预设阈值时，根据模型输出的异常类型动态调整电机的运行参数。本发明通过电机控制方法有效提升了电机的智能控制和异常处理能力。
2、为实现上述目的，本发明提供如下技术方案：
3、一种电机控制方法，包括：
4、s1.利用多个传感器实时采集扫地机器人的第一多维数据，所述传感器包括光学传感器、压力传感器、加速度计、电流传感器和温度传感器；
5、s2.对采集到的所述第一多维数据进行预处理，得到第一多维检测数据；
6、s3.融合所述第一多维检测数据，生成第一环境状态向量；
7、s4.根据所述第一环境状态向量计算所述扫地机器人的第一电机功率需求与第一转速；并根据所述第一电机功率需求和第一转速实时控制电机的电压和电流；
8、s5.获取扫地机器人的第二数据，利用傅里叶变换方法对所述第二数据进行分析，得到所述第二数据的频域分量，并根据所述第二数据和频域分量自适应得到所述扫地机器人电机的第一调整信号占空比和第一调整扭矩；
9、s6.获取扫地机器人的历史异常数据和第三数据，通过所述历史异常数据构建第一异常数据集，通过所述第三数据构建第二异常识别数据集，并通过所述第一异常数据集对异常识别模型进行训练，得到训练完成的异常识别模型，并利用所述训练完成的异常识别模型对所述第二异常识别数据集进行识别，得到第一相似度，若所述第一相似度大于预设阈值，根据所述异常识别模型输出层输出的异常类型实时调整电机的运行参数。
10、优选的，所述第一多维数据包括地面材质类型、压力分布数据、障碍物检测数据、运动状态数据、电流数据和温度数据；所述地面材质类型通过光学传感器获取的光照强度数据和反射光数据进行分析得到；所述压力分布数据通过压力传感器测量扫地机器人底部各点的压力分布进行获取；所述障碍物检测数据通过压力传感器测得当扫地机器人接触障碍物时的瞬时压力值进行获取；所述运动状态数据通过加速度计实时测量扫地机器人的三轴加速度进行获取；所述电流数据通过电流传感器实时测量电机的电流进行获取；所述温度数据通过温度传感器实时测量电机的工作温度进行获取；所述第二数据包括通过声学传感器采集到的电机运行时的噪音数据和振动传感器采集到的电机振动数据。
11、优选的，所述第一环境状态向量向量包含多个分量；每个分量由第一多维检测数据中的一个数据项与相应的第一影响权重系数相乘得到；所述第一影响权重系数用于表示所述数据项在整体环境状态中的重要性；
12、所述第一电机功率需求通过对所述第一环境状态向量中的各个分量结合第二影响权重系数；所述第二影响权重系数用于表示所述各个分量对电机功率需求的影响；
13、所述第一转速根据所述第一环境状态向量中的各个分量与第三影响权重系数进行加权求和得到；所述第三影响权重系数用于表示所述各个分量对电机转速的影响程度。
14、优选的，所述频域分量包括噪音信号的特征频率分量和振动信号的特征频率分量；
15、所述第一调整信号占空比的计算过程为：通过所述噪音信号的特征频率分量与第一信号调整参数进行乘积运算，得到第一信号修正项；通过所述振动信号的特征频率分量与第二信号调整参数进行乘积运算，得到第二信号修正项；并根据这两个信号修正项对初始信号占空比进行修正，得到所述第一调整信号占空比；所述第一信号调整参数和第二信号调整参数分别表示噪音信号和振动信号对信号调整的影响；
16、所述第一调整扭矩的计算过程为：通过噪音信号的特征频率分量与第一扭矩调整参数进行乘积运算，得到第一扭矩修正项；通过振动信号的特征频率分量与第二扭矩参数进行乘积运算，得到第二扭矩修正项；并根据这两个扭矩修正项对初始扭矩进行修正，得到所述第一调整扭矩；所述第一扭矩调整参数和第二扭矩调整参数分别表示噪音信号和振动信号对扭矩调整的影响。
17、优选的，所述第一异常数据集包括异常温度数据、异常振动数据、异常电流数据和异常转速：所述第三数据包括温度数据、振动数据、电流数据和转速；所述异常识别模型的训练过程包括对所述第一异常数据集进行异常类型标签标注，并通过卷积神经网络对所述第一异常数据集进行分析，得到历史异常数据特征与所述异常类型与所述历史异常数据特征的关联关系，通过交叉熵损失函数计算预测值与实际标签之间的误差，最终得到所述训练完成的异常识别模型。
18、优选的，所述第一相似度的计算过程为：将所述第二异常识别数据输入所述训练完成的异常识别模型，依次通过所述模型的预处理层、特征提取层和输出层；所述特征提取层用于提供cnn进行特征提取，得到第一异常特征，根据所述历史异常数据特征和所述第一异常特征，建立余弦相似度公式，得到所述第一相似度，若所述第一相似度大于所述预设阈值，则根据所述第一相似度动态调整所述电机的运行参数；所述运行参数包括转速、扭矩和功率。
19、一种电机控制装置，所述控制装置包括：
20、数据采集单元，用于获取扫地机器人的第一多维数据、第二数据、第三数据和历史异常数据；
21、智能功率与转速管理单元，用于对所述第一多维数据进行预处理，得到第一多维检测数据，并融合所述第一多维检测数据，生成第一环境状态向量；根据所述第一环境状态向量计算所述扫地机器人的第一电机功率需求与第一转速；并根据所述第一电机功率需求和第一转速实时控制电机的电压、电流和转速；
22、自适应降噪与振动抑制单元，用于通过傅里叶变换方法对所述第二数据进行分析，得到所述第二数据的频域分量，并根据所述第二数据和所述频域分量得到第一调整信号占空比和第一调整扭矩；并自适应调整所述扫地机器人电机的信号占空比和扭矩；
23、异常识别与控制单元，用于通过所述历史异常数据构建第一异常数据集，通过所述第三数据构建第二异常识别数据集，并通过所述第一异常数据集对异常识别模型进行训练，得到训练完成的异常识别模型，并利用所述训练完成的异常识别模型对所述第二异常识别数据集进行识别，得到第一相似度，若所述第一相似度大于预设阈值，根据所述异常识别模型输出层输出的异常类型实时调整电机的运行参数。
24、一种电机系统，所述系统包括：
25、数据采集模块，用于获取扫地机器人的第一多维数据、第二数据、第三数据和历史异常数据；
26、智能功率与转速管理模块，用于对所述第一多维数据进行预处理，得到第一多维检测数据，并融合所述第一多维检测数据，生成第一环境状态向量；根据所述第一环境状态向量计算所述扫地机器人的第一电机功率需求与第一转速；并根据所述第一电机功率需求和第一转速实时控制电机的电压、电流和转速；
27、自适应降噪与振动抑制模块，用于通过傅里叶变换方法对所述第二数据进行分析，得到所述第二数据的频域分量，并根据所述第二数据和所述频域分量得到第一调整信号占空比和第一调整扭矩；并自适应调整所述扫地机器人电机的信号占空比和扭矩；
28、异常识别与控制模块，用于通过所述历史异常数据构建第一异常数据集，通过所述第三数据构建第二异常识别数据集，并通过所述第一异常数据集对异常识别模型进行训练，得到训练完成的异常识别模型，并利用所述训练完成的异常识别模型对所述第二异常识别数据集进行识别，得到第一相似度，若所述第一相似度大于预设阈值，根据所述异常识别模型输出层输出的异常类型实时调整电机的运行参数。
29、一种电机控制设备，所述控制设备包括至少一个处理器和存储器，所述存储器用于存储计算机程序指令，所述处理器用于读取并执行所述计算机程序指令，以控制所述控制设备实现上述任一项所述的一种电机控制方法。
30、一种电机，包括上述任一项所述的一种电机控制方法。
31、与现有技术相比，本发明的有益效果为：
32、1、本发明通过获取扫地机器人的多维数据，并生成环境状态向量，得到电机的功率需求与转速，并实时控制电机的电压和电流，确保电机在复杂多变的环境中保持最佳运行状态，提升了电机的智能化控制能力，从而提升了电机的运行效率和安全性。
33、2、本发明通过傅里叶变换方法对扫地机器人的噪音数据和振动数据进行频谱分析，并根据所述噪音数据和振动数据的时域信息和频域信息自适应调整电机的运行参数，显著降低电机运行中的噪音与振动，提升了电机的智能化控制能力，从而有利于提升电机的运行效率及用户体验度。
34、3、本发明通过获取扫地机器人的历史异常数据，构建第一异常数据集，并使用卷积神经网络对该数据集进行训练，提取历史异常数据特征与异常类型之间的关联关系。并通过训练完成的异常识别模型，实时检测和预测电机的运行异常，确保在异常发生时能够迅速调整电机的运行参数，避免异常对电机性能的影响。本发明显著提升了电机的智能化控制能力，加强了对异常情况的快速响应能力，有效保障了电机的运行安全性和系统的整体可靠性。
1.一种电机控制方法，其特征在于，包括：
2.根据权利要求1所述的一种电机控制方法，其特征在于，所述第一多维数据包括地面材质类型、压力分布数据、障碍物检测数据、运动状态数据、电流数据和温度数据；所述地面材质类型通过光学传感器获取的光照强度数据和反射光数据进行分析得到；所述压力分布数据通过压力传感器测量扫地机器人底部各点的压力分布进行获取；所述障碍物检测数据通过压力传感器测得当扫地机器人接触障碍物时的瞬时压力值进行获取；所述运动状态数据通过加速度计实时测量扫地机器人的三轴加速度进行获取；所述电流数据通过电流传感器实时测量电机的电流进行获取；所述温度数据通过温度传感器实时测量电机的工作温度进行获取；所述第二数据包括通过声学传感器采集到的电机运行时的噪音数据和振动传感器采集到的电机振动数据。
3.根据权利要求1所述的一种电机控制方法，其特征在于，
4.根据权利要求1所述的一种电机控制方法，其特征在于，所述频域分量包括噪音信号的特征频率分量和振动信号的特征频率分量；
5.根据权利要求1所述的一种电机控制方法，其特征在于，所述第一异常数据集包括异常温度数据、异常振动数据、异常电流数据和异常转速：所述第三数据包括温度数据、振动数据、电流数据和转速；所述异常识别模型的训练过程包括对所述第一异常数据集进行异常类型标签标注，并通过卷积神经网络对所述第一异常数据集进行分析，得到历史异常数据特征与所述异常类型与所述历史异常数据特征的关联关系，通过交叉熵损失函数计算预测值与实际标签之间的误差，最终得到所述训练完成的异常识别模型。
6.根据权利要求5所述的一种电机控制方法，其特征在于，所述第一相似度的计算过程为：将所述第二异常识别数据输入所述训练完成的异常识别模型，依次通过所述模型的预处理层、特征提取层和输出层；所述特征提取层用于提供cnn进行特征提取，得到第一异常特征，根据所述历史异常数据特征和所述第一异常特征，建立余弦相似度公式，得到所述第一相似度；若所述第一相似度大于所述预设阈值，则根据所述第一相似度动态调整所述电机的运行参数。
7.一种电机控制装置，其特征在于，所述控制装置包括：
8.一种电机系统，其特征在于，所述系统包括：
9.一种电机控制设备，其特征在于，所述控制设备包括至少一个处理器和存储器，所述存储器用于存储计算机程序指令，所述处理器用于读取并执行所述计算机程序指令，以控制所述控制设备实现如权利要求1至6任一项所述的一种电机控制方法。
10.一种电机，其特征在于，包括如权利要求1-6任一所述的一种电机控制方法。
