有刷直流电机控制方法、装置及计算机可读存储介质与流程

1.本发明涉及有刷直流电机控制的技术领域，尤其涉及一种有刷直流电机控制方法、装置及计算机可读存储介质。


背景技术：

2.有刷直流电机是一种重要的工业基础零部件，具有力矩系数大、过载能力强、可靠性高的优点，在汽车、机械制造、航天航空等领域有着广泛的应用，随着现代科学技术的飞速发展，特别是数字控制技术、人工智能和现代智能控制理论的巨大进步，为有刷直流电机的高精度转速控制发展创造了有利条件，同时众多领域对有刷直流电机控制性能的要求也在不断提高，传统的有刷直流电机转速控制存在1)随着环境(比如温度)的改变，传统控制系统不能及时更新电机参数和2)转速跟踪误差大的问题，这将会降低控制性能，所以寻找更高精度有刷直流电机转速控制的方法是必要的。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供一种有刷直流电机控制方法、装置及计算机可读存储介质，旨在解决现有技术下，众多领域对有刷直流电机控制性能的要求在不断提高，而传统控制系统不能及时更新电机参数和转速跟踪误差大的问题，造成了降低控制性能的技术问题。
5.为实现上述目的，本发明提供一种有刷直流电机控制方法，包括以下内容：
6.获取待调试的有刷直流电机当前的运行参数；
7.将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；
8.按照所述电机控制参数控制所述有刷直流电机的运行。
9.可选地，所述将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数的步骤之后，还包括：
10.将计算到的所述电机控制参数输入动态神经控制器；
11.获取所述动态神经控制器输出的电枢输入电压，以所述电枢输入电压控制所述有刷直流电机的运行。
12.可选地，所述有刷直流电机控制方法，还包括：
13.新建所述有刷直流电机数学模型；
14.根据所述有刷直流电机数学模型生成预设动态神经网络。
15.可选地，新建所述有刷直流电机数学模型的步骤之前，还包括：
16.获取有刷直流电机的电机运转摩擦力，以所述电机运转摩擦力计算所述有刷直流电机的有刷电流电机模型，所述有刷电流电机模型包有刷直流电机转子的转动惯量公式和
电机电感计算公式；
17.根据所述有刷电流电机模型新建所述有刷直流电机数学模型。
18.可选地，所述获取有刷直流电机的电机运转摩擦力包括：
19.获取所述有刷直流电机的摩擦力参数；
20.根据所述摩擦力参数计算所述电机运转摩擦力。
21.可选地，所述有刷直流电机控制方法还包括：
22.获取有刷直流电机运转参数，所述运转参数包括电机电流和电机转速，以及基于所述电机电流和电机转速的实时状态数值；
23.以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型。
24.可选地，所述以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型的步骤，包括：
25.泰勒展开所述简化的有刷电流电机模型，根据泰勒展开结果得出电压微分方程；
26.以所述电压微分方程创建动态神经控制器。
27.可选地，所述有刷直流电机控制方法，还包括：
28.确认所述有刷直流电机运转参数的动态变化；
29.以所述有刷直流电机运转参数的动态变化新建动态参数估计模型。
30.此外，为实现上述目的，本发明还提供一种有刷直流电机控制装置，所述有刷直流电机控制装置包括：存储器、处理器以及存储在所述存储器上并可以在所述处理器上运行的有刷直流电机控制程序，所述有刷直流电机控制程序被处理器执行时实现如上所述的有刷直流电机控制方法的步骤。
31.为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有刷直流电机控制程序，所述有刷直流电机控制程序执行时实现如上所述的有刷直流电机控制方法的步骤。
32.本发明提出的一种有刷直流电机控制方法，通过创建动态神经网络，获取待调试的有刷直流电机当前的运行参数；将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；按照所述电机控制参数控制所述有刷直流电机的运行。本发明通过设置自适应的动态神经网络，以运行参数输入动态神经网络输出电机控制参数，并且，输出的电机控制参数为实时的数据信息，即输出的电机控制参数与运行参数相关使得有刷直流电机的运转实时调整，达到了有刷直流电机的自适应的实时控制目的。
附图说明
33.图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图；
34.图2为本发明有刷直流电机控制方法第一实施例的流程示意图；
35.图3为本发明有刷直流电机控制方法第二实施例的流程示意图；
36.图4为本发明有刷直流电机控制方法第三实施例的流程示意图。
37.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
38.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
39.本发明实施例的主要解决方案是：获取待调试的有刷直流电机当前的运行参数；将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；按照所述电机控制参数控制所述有刷直流电机的运行。
40.由于现有技术下，众多领域对有刷直流电机控制性能的要求在不断提高，而传统控制系统不能及时更新电机参数和转速跟踪误差大的问题，造成了降低控制性能的技术问题。
41.本发明提供一种解决方案，通过设置自适应的动态神经网络，以运行参数输入动态神经网络输出电机控制参数，并且，输出的电机控制参数为实时的数据信息，即输出的电机控制参数与运行参数相关使得有刷直流电机的运转实时调整，达到了有刷直流电机的自适应的实时控制目的。
42.如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图。
43.本发明实施例终端可以是pc，也可以是智能手机、平板电脑、电子书阅读器，便携计算机等可移动式或不可移动式终端设备。
44.如图1所示，该终端可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
45.本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
46.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及有刷直流电机控制程序。
47.在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的有刷直流电机控制程序，并执行以下操作：
48.获取待调试的有刷直流电机当前的运行参数；
49.将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；
50.按照所述电机控制参数控制所述有刷直流电机的运行。
51.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
52.将计算到的所述电机控制参数输入动态神经控制器；
53.获取所述动态神经控制器输出的电枢输入电压，以所述电枢输入电压控制所述有刷直流电机的运行。
54.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
55.新建所述有刷直流电机数学模型；
56.根据所述有刷直流电机数学模型生成预设动态神经网络。
57.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
58.获取有刷直流电机的电机运转摩擦力，以所述电机运转摩擦力计算所述有刷直流电机的有刷电流电机模型，所述有刷电流电机模型包有刷直流电机转子的转动惯量公式和电机电感计算公式；
59.根据所述有刷电流电机模型新建所述有刷直流电机数学模型。
60.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
61.获取所述有刷直流电机的摩擦力参数；
62.根据所述摩擦力参数计算所述电机运转摩擦力。
63.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
64.获取有刷直流电机运转参数，所述运转参数包括电机电流和电机转速，以及基于所述电机电流和电机转速的实时状态数值；
65.以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型。
66.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
67.泰勒展开所述简化的有刷电流电机模型，根据泰勒展开结果得出电压微分方程；
68.以所述电压微分方程创建动态神经控制器。
69.进一步地，处理器1001可以调用存储器1005中存储的有刷直流电机控制程序，还执行以下操作：
70.确认所述有刷直流电机运转参数的动态变化；
71.以所述有刷直流电机运转参数的动态变化新建动态参数估计模型。
72.参照图2，图为本发明有刷直流电机控制方法第一实施例的流程示意图，所述有刷直流电机控制方法包括：
73.步骤s10，获取待调试的有刷直流电机当前的运行参数；
74.基于当前的有刷直流电机的调试需求(有刷直流电机，是一种直流电机，有刷电机的定子上安装有固定的主磁极和电刷，转子上安装有电枢绕组和换向器。直流电源的电能通过电刷和换向器进入电枢绕组，产生电枢电流，电枢电流产生的磁场与主磁场相互作用产生电磁转矩，使电机旋转带动负载。)获取有刷直流电机当前的运行参数，由于本实施例中所涉及到的技术效果为有刷直流电机的在线自适应调试操作，因此确认当前存在有刷直流电机的调试需求时，确定待调试的有刷直流电机，并启动所述有刷直流电机并启用有刷直流电机的在线自适应调试控制方案进行所述有刷直流电机的运转调试。所述运行参数包括在所述有刷直流电机启动运行时的实时运转参数，所述实时运转参数包括但不限于基于所述有刷直流电机的启动运行时所涉及到的电压、转速、摩擦力、电感等相关的运行数据，并且，在有刷直流电机启动运转后，所获取到的运行参数为实时的运转参数信息，因此，在获取所述运行参数时，可限定所述运行参数的获取周期，涉及到实时数据的获取，可基于所
述有刷直流电机的运转变化限定所述获取周期的具体周期数值，亦可以所述有刷直流电机的设备参数限定所述获取周期，以便得出更为精确的运行参数。
75.步骤s20，将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；
76.根据当前有刷直流电机的在线调试操作，将获取到的所述有刷直流电机启动运转后的运行参数输入至预设动态神经网络，与所述预设动态神经网络中的数据结构计算基于所述有刷直流电机的调试数据，所述调试数据定义为电机控制参数，即基于所述预设动态神经网络的数据结构输出的调试数据为基于当前控制所述有刷直流电机的电机控制参数，其中，所述预设动态神经网络为基于所述有刷直流电机的数学模型所生成的学习型算法数学模型，其动态二字在定义算法数学模型时，主要指其数学模型输出数据所达到的技术效果，而神经网络定义为人工神经网络，(artificial neural networks，简写为anns)也简称为神经网络(nns)或称作连接模型(connection model)，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的的一种计算手段。根据当前所实现的算法结果，定义所述神经网络的名称，并且，在所述动态神经网络中，其相关的数据结构与当前有刷直流电机的数据模型相关，即通过所述数据模型生成所述动态神经网络。
77.步骤s30，按照所述电机控制参数控制所述有刷直流电机的运行。
78.根据预设动态神经网络输出的电机控制参数，以所述电机控制参数控制所述有刷直流电机的运行，其中，由于所述电机控制参数为实时的，因此在将获取到的所述有刷直流电机的运行参数输入值所述预设动态神经网络后，输出的所述电机控制参数是与输入的所述运行参数相关的，即输出的所述电机控制参数的实时频率与输入的运行参数相关，另外，在以所述实时的电机控制参数控制所述有刷直流电机的运行时，还需通过相关控制器进行所述有刷直流电机的运行控制。
79.本实施例中，通过设置自适应的动态神经网络，以运行参数输入动态神经网络输出电机控制参数，并且，输出的电机控制参数为实时的数据信息，即输出的电机控制参数与运行参数相关使得有刷直流电机的运转实时调整，达到了有刷直流电机的自适应的实时控制目的。
80.参照图3，图3为本发明有刷直流电机控制方法第二实施例的流程示意图，基于上述图2所示的第一实施例，所述将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数的步骤之后，还包括：
81.步骤s40，将计算到的所述电机控制参数输入动态神经控制器；
82.步骤s50，获取所述动态神经控制器输出的电枢输入电压，以所述电枢输入电压控制所述有刷直流电机的运行。
83.本实施例中，在确认当前有有刷直流电机的调试需求时，基于获取到的所述有刷直流电机的运行参数，将所述运行参数输入至动态神经网络输出实时的电机控制参数时，而基于所述电机实时控制参数在实现有刷直流电机的运转调试时，一般都是通过控制调整运转电压实现有刷直流电机的运转控制，因而通过上述神经网络计算出的运行参数，设计控制器通过控制电压以实现电机的最优转速控制时，将预设动态神经网络计算出的各电机
控制参数代入简化的直流电机模型，以所述简化的直流电机模型进行运转电压的计算，而基于所述简化的直流电机模型由预先建立的带非线性摩檫力的有刷直流电机数学模型得出，所述预先建立的带非线性摩擦力的有刷直流电机数学模型包括两个方程式，分别用来计算对应的运转参数，所述有刷直流电机数学模型的方程式可如下所述：
[0084][0085][0086]
如上所示的有刷直流电机数据模型的方程式的公式参数定义为：j为直流电机转子的转动惯量；k
b
为电机电动势常数；k
t
为转矩常数；r为电机电阻；l为电机电感；i是电机电枢电流；v是电机输入电压；ω是电机转速；t是时间；t
f
是电机运转摩檫力。
[0087]
以上，根据已定义的有刷直流电机数学模型的应用参数，还可基于有刷直流电机的实时运转参数定义，所述有刷直流电机控制方法还包括：
[0088]
获取有刷直流电机运转参数，所述运转参数包括电机电流和电机转速，以及基于所述电机电流和电机转速的实时状态数值；
[0089]
以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型。
[0090]
即是对应于电机数学模型中的x1(电机电流)和x2(电机转速)的实时状态值，同理是各参数c
i
的状态值，λ1,λ2,η1...η6是正增益参数。由于该系统的自适应性，初始参数值可以随机取值。因此，可令x1＝i，x2＝ω，c1＝-r/l，c2＝-k
b
/l，c3＝1/l，c4＝k
t
/j,c5＝-γ6/j,u＝v，同时，总存在b时，使得相关的正增益参数λ1,λ2,η1...η6的相关公式为：
[0091]
γ1(tanh(γ2ω)-tanh(γ3ω))+γ4tanh(γ5ω)＝btanh(ω)
[0092]
故令c6＝b/j后，使得考虑摩檫力的有刷电流电机模型简化为如下：
[0093][0094]
进一步的，在简化的有刷电流电机模型中，还需泰勒公式(是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数)展开所述有刷电流电机模型公式的方式得出动态神经控制器的算法，因此所述以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型的步骤，包括：
[0095]
泰勒展开所述简化的有刷电流电机模型，根据泰勒展开结果得出电压微分方程；
[0096]
以所述电压微分方程创建动态神经控制器。
[0097]
根据以上已定义的简化的有刷电流电机模型，基于所述有刷电流电机模型的公式泰勒展开，实际应用中了，泰勒展开x2(t+τ)与ω
d
(t+τ)以展开式
[0098][0099]
设展开并化简后近似等于φ：
[0100][0101]
进一步的，在φ定义的公式内容的相关参数中，还涉及到以下定义：
[0102][0103]
以上φ公式中所需的参数定义公式，使得φ为一关于输入电压u的二阶式；由于已知φ是严格凸的，且ω也是凸的，故φ是凸的，则已知存在，对u求导并令导数等于0可求得如下关于u的微分方程，即动态神经控制器：
[0104][0105]
以上动态神经控制器的够公式定义中，是φ对u的一阶导数，p
ω
用于控制电压范围，其相关数值范围的定义如下：
[0106][0107]
因此，根据当前已实现的动态神经控制器数据结构，将预设动态神经网络计算出的运行参数代入动态神经控制器便可得到使电机转速更新的电机电枢输入电压，并基于所述电枢输入电压控制所述有刷直流电机的运转调试。
[0108]
参照图4，图4为本发明有刷直流电机控制方法第三实施例的流程示意图，基于上述图2、3所示的第一、二实施例，所述有刷直流电机控制方法包括：
[0109]
步骤s60，新建所述有刷直流电机数学模型；
[0110]
步骤s70，根据所述有刷直流电机数学模型生成预设动态神经网络。
[0111]
本实施例中，基于当前有刷直流电机的调试需求，以所述有刷直流电机的设备参数建立带非线性摩檫力的有刷直流电机数学模型，所述非线性摩擦力的有刷直流电机数学模型包含两个方程式，即新建所述有刷直流电机数学模型的步骤之前，还包括：
[0112]
获取有刷直流电机的电机运转摩擦力，以所述电机运转摩擦力计算所述有刷直流电机的有刷电流电机模型，所述有刷电流电机模型包有刷直流电机转子的转动惯量公式和电机电感计算公式；
[0113]
根据所述有刷电流电机模型新建所述有刷直流电机数学模型。
[0114]
如上所示的有刷直流电机数学模型的方程式所定义的内容均为所述有刷直流电机的调试参数，所述方程式的具体公式内容如下所示：
[0115]
[0116][0117]
以上有刷直流电机数学模型的方程式中，j是直流电机转子的转动惯量；k
b
是电机电动势常数；k
t
是转矩常数；r是电机电阻；l是电机电感；i是电机电枢电流；v是电机输入电压；ω是电机转速；t是时间；t
f
是电机运转摩檫力,基于有刷直流电机数学模型的公式定义，而基于电机运转摩擦力t
f
，还可通过基于摩擦力参数的电机运转摩擦力公式计算得出，即所述获取有刷直流电机的电机运转摩擦力包括：
[0118]
获取所述有刷直流电机的摩擦力参数；
[0119]
根据所述摩擦力参数计算所述电机运转摩擦力。
[0120]
基于当前有刷直流电机的电机运转条件，还涉及到电机运转摩擦力t
f
的影响，而电机运转摩擦力t
f
可由下式计算：
[0121]
t
f
(ω)＝γ1(tanh(γ2ω)-tanh(γ3ω))+γ4tanh(γ5ω)+γ6ω
[0122]
以上所示的运转摩擦力t
f
计算公式，其γ
i
>0∈r(i＝1,2...,6)为摩檫力参数。
[0123]
进一步的，根据当前已定义的有刷直流电机数学模型的方程式，可基于当前有刷直流电机的实际运行状态信息进行相关公式参数解析，实际应用中，可基于参数的假设定义进行相关解析操作，如上所示，可令x1＝i，x2＝ω，c1＝-r/l，c2＝-k
b
/l，c3＝1/l，c4＝k
t
/j,c5＝-γ6/j,u＝v，其中是对应于电机数学模型中的x1(电机电流)和x2(电机转速)的实时状态值，同理是各参数c
i
的状态值，λ1,λ2,η1...η6是正增益参数。由于该系统的自适应性，初始参数值可以随机取值。同时，总存在b使得
[0124]
γ1(tanh(γ2ω)-tanh(γ3ω))+γ4tanh(γ5ω)＝btanh(ω)，故令c6＝b/j
[0125]
则考虑摩檫力的有刷电流电机模型简化为如下：
[0126][0127]
为达到通过控制电机输入电压u来实现电机转速最优控制的目的，即令实际转速ω接近期望转速ω
d
，转化为求解以下问题：
[0128][0129]
其中t是最优时间间隔，ω是电机的电压范围，有ω＝{u∈r|-δ<u<δ}。显然当且仅当该式最小值存在时，实际转速ω等于期望转速ω
d
。
[0130]
如上所示，基于设置的有刷电流电机模型简化公式解析得到的有刷直流电机的数学模型，以所述数学模型的数据结构创建预设动态神经网络，其中，所述预设动态神经网络中的数据结构与所述数学模型的数据结构一致。
[0131]
进一步的，所述有刷直流电机控制方法，还包括：
[0132]
确认所述有刷直流电机运转参数的动态变化；
[0133]
以所述有刷直流电机运转参数的动态变化新建动态参数估计模型。
[0134]
基于当前有刷直流电机的电机运转状态，以及基于所述电机运转状态所实现的电机自适应调试操作，还可通过已定义的简化有刷电流电机模型设计能自适应地、实时地计算电机运转时的电感、摩檫力等参数的动态神经网络后，还可基于所述简化有刷电流电机
模型的数据结构引申出所述有刷直流电机的动态参数估计模型，以便计算上述步骤的有刷直流电机模型中未知的各项参数，而根据有刷直流电机运转参数的动态变化的负反馈建立如下动态参数估计模型，以所述动态参数估计模型确定当前有刷直流电机的运转调试情况，基于所述动态参数估计模型定义为如下所述的公式：
[0135][0136]
其中是对应于电机数学模型中的x1(电机电流)和x2(电机转速)的实时状态值，同理是各参数c
i
的状态值，λ1,λ2,η1...η6是正增益参数。由于该系统的自适应性，初始参数值可以随机取值。
[0137]
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有刷直流电机控制程序，所述有刷直流电机控制被处理器执行时实现如下操作：
[0138]
获取待调试的有刷直流电机当前的运行参数；
[0139]
将所述运行参数输入预设动态神经网络，并获取所述预设动态神经网络输出的电机控制参数；
[0140]
按照所述电机控制参数控制所述有刷直流电机的运行。
[0141]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0142]
将计算到的所述电机控制参数输入动态神经控制器；
[0143]
获取所述动态神经控制器输出的电枢输入电压，以所述电枢输入电压控制所述有刷直流电机的运行。
[0144]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0145]
新建所述有刷直流电机数学模型；
[0146]
根据所述有刷直流电机数学模型生成预设动态神经网络。
[0147]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0148]
获取有刷直流电机的电机运转摩擦力，以所述电机运转摩擦力计算所述有刷直流电机的有刷电流电机模型，所述有刷电流电机模型包有刷直流电机转子的转动惯量公式和电机电感计算公式；
[0149]
根据所述有刷电流电机模型新建所述有刷直流电机数学模型。
[0150]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0151]
获取所述有刷直流电机的摩擦力参数；
[0152]
根据所述摩擦力参数计算所述电机运转摩擦力。
[0153]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0154]
获取有刷直流电机运转参数，所述运转参数包括电机电流和电机转速，以及基于所述电机电流和电机转速的实时状态数值；
[0155]
以获取到的运转参数创建所述有刷直流电机简化的有刷电流电机模型。
[0156]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0157]
泰勒展开所述简化的有刷电流电机模型，根据泰勒展开结果得出电压微分方程；
[0158]
以所述电压微分方程创建动态神经控制器。
[0159]
进一步地，所述有刷直流电机控制程序被处理器执行时还实现如下操作：
[0160]
确认所述有刷直流电机运转参数的动态变化；
[0161]
以所述有刷直流电机运转参数的动态变化新建动态参数估计模型。
[0162]
需要说明的是，在本文中，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、药品或者系统不仅包括那些要素，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、药品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、药品或者系统中还存在另外的相同要素。
[0163]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0164]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0165]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。