一种无传感器BLDC马达控制系统及其方法与流程

一种无传感器bldc马达控制系统及其方法
技术领域
1.本发明涉及无刷直流马达驱动技术领域，特别涉及一种无传感器bldc马达控制系统及其方法。


背景技术：

2.为了实现高效率的可变速运转，bldc马达广泛应用于洗衣机、冰箱和空调等家电设备。bldc马达需要形成连续的变化的磁场才能连续旋转，所以需要在适当时刻转换电枢中各相线圈中的电流，而对电流转换需要识别bldc马达中转子的位置。通常来说，可以通过位置检测传感器来检测转子位置，但是这些位置检测传感器容易受温度等环境因素影响，且制造成本高，因此探索了利用电路来检测转子位置的无传感器控制，这种控制模式下的bldc马达称为无传感器bldc马达。
3.无传感器bldc马达在停止期间无法获取转子的位置信息，需要进行强制启动，使电流通过的bldc马达三相绕组一定时间来排列转子位置。在强制启动时，需要保证转子速度上升到一定水平，以获得可靠的逆起电力信息，才能稳定的实现无传感器控制。
4.当bldc马达进入无传感器模式之后，需要基于转子位置，来改变线圈中的电流，使得转子连续旋转，现有技术中控制转子连续转动的智能化方案(例如：方波控制、正弦波控制)不能自适应的根据转子位置进行控制，且转矩波动较大，效率较低。
5.因此，亟需一种解决办法。


技术实现要素：

6.本发明提供一种无传感器bldc马达控制系统及其方法，对检测到的第二电流的波纹进行预处理，根据预处理结果对马达进行电流供给，直到bldc马达启动到无传感器模式，不必总是供给相同的电流，减少了电力损耗；当马达转换成无传感器模式，自适应控制转子持续转动，更具人性化，同时，对马达进行故障诊断，提高了故障检测的效率。
7.本发明提供一种无传感器bldc马达控制系统，包括：
8.获取模块，用于为了进行转子排列，对bldc马达施加第一电流；
9.预处理模块，用于对从所述bldc马达检测出的第二电流的波纹进行预处理；
10.供给模块，用于若预处理结果大于预设阈值，基于预设的控制规则，控制所述第一电流对所述bldc马达进行供给；
11.转换模块，用于若当前的所述预处理结果小于所述预设阈值，通过强制启动电流对所述bldc马达进行供给直到所述强制启动电流达到预设的最大极限值为止，当转子速度达到预设的可转换为无传感器模式的速度时，控制所述bldc马达转换为无传感器模式；
12.自适应控制模块，用于自适应控制所述bldc马达中的转子持续转动；
13.故障诊断模块，用于对所述bldc马达进行故障诊断。
14.优选的，预处理模块执行如下操作：
15.基于clarke单元，将所述第二电流从三相电流转换为二相电流；
16.基于park单元，对将转换为二相电流的所述第二电流进行同步转换的电流信号进行输出；
17.基于绝对值转换单元，将对转换为二相电流的所述第二电流进行同步转换时转换为二相电流的所述第二电流的q轴电流信号转换为绝对值；
18.基于高频去除单元，将转换为绝对值的q轴电流信号进行高频信号去除。
19.优选的，自适应控制模块执行如下操作：
20.动态获取所述bldc马达中所述转子的第一位置，同时，获取目标控制方案库，所述目标控制方案库包括：多组一一对应的第二位置和第一开闭方案；
21.将所述第一位置和所述第二位置进行匹配；
22.若匹配符合，基于匹配符合的所述第二位置对应的所述第一开闭方案，自适应控制所述bldc马达中的所述转子持续转动。
23.优选的，获取目标控制方案库，包括：
24.获取所述bldc马达的三维扫描数据；
25.基于所述三维扫描数据，构建所述bldc马达的三维模型；
26.从所述三维模型中确定所述bldc马达中转子对应的转子三维模型和所述bldc马达中定子对应的定子三维模型，同时，在所述三维模型中模拟所述转子三维模型随机转动；
27.在随机模拟所述转子三维模型转动的过程中，持续获取所述转子三维模型的第三位置，同时，获取所述定子三维模型对所述转子三维模型施加的第一转动力矩；
28.获取所述第一转动力矩的第一牵引转动方向；
29.从所述第一牵引转动方向中确定和预设的目标转动方向一致的所述第一牵引转动方向，并作为第二牵引转动方向；
30.将所述第二牵引转动方向对应的所述第一转动力矩作为第二转动力矩；
31.基于所述第二转动力矩，获取模拟转动时所述转子三维模型在不同的所述第三位置时所述bldc马达中的模拟电流；
32.将所述模拟电流输入预设的转换电路，获得所述模拟电流对应的pwm信号；
33.获取预设的功率晶体管开闭方案确定模型，根据所述pwm信号，确定预设位置的逆变器内部的功率晶体管开关的第二开闭方案，同时，将所述转子的第三位置和所述转子的第三位置对应的所述功率晶体管开关的第二开闭方案进行关联，获得关联配对项；
34.将所述关联配对项存入预设的空白数据库中；
35.当需要存入的所述关联配对项全部存入所述空白数据库中，将对应所述空白数据库作为目标方案库，完成获取。
36.优选的，基于所述第二转动力矩，获取不同的所述转子的第三位置时所述马达中的模拟电流，包括：
37.获取所述转子三维模型的第一磁极信息和所述定子三维模型的第二磁极信息；
38.基于预设的模拟电流确定模型，根据所述第一磁极信息、所述第二磁极信息和所述定子三维模型对所述转子三维模型的第二转动力矩，确定所述bldc马达中的模拟电流。
39.优选的，故障诊断模块执行如下操作：
40.获取所述bldc马达运行时的第一参数；
41.基于所述第一参数，对所述bldc马达进行故障检测，确定所述bldc马达是否发生
故障。
42.优选的，基于所述第一参数，对所述bldc马达进行故障检测，确定所述bldc马达的故障，包括：
43.依次遍历所述的第一参数；
44.每次遍历时，基于预设的特征提取模板，对遍历到的所述第一参数进行特征提取，获得多个第一参数特征值；
45.基于所述第一参数特征值，构建所述第一参数的第一参数特征向量；
46.获取所述bldc马达历史上产生的多个故障；
47.基于预设的故障概率估计模型，对所述故障发生的概率进行估计，获得所述故障的发生概率；
48.将所述故障按照对应所述发生概率从大到小进行排列，获得故障序列；
49.从所述故障序列的头到尾依次遍历所述故障序列中的故障；
50.每次遍历时，获取所述故障对应的第二参数；
51.基于所述特征提取模板，对遍历到的所述第二参数进行特征提取，获得多个第二参数特征值；
52.基于所述第二参数特征值，构建所述第二参数的第二参数特征向量；
53.将所述第一参数特征向量和所述第二参数特征向量进行匹配；
54.若匹配符合，将匹配符合的所述第二参数特征向量对应的所述故障作为所述bldc马达的故障；
55.和/或，
56.获取预设的故障确定模型；
57.将所述第一参数特征值输入至所述故障确定模型，确定遍历到的所述第一参数对应的故障。
58.本发明提供一种无传感器bldc马达控制方法，包括：
59.步骤1：为了进行转子排列，对bldc马达施加第一电流；
60.步骤2：对从所述bldc马达检测出的第二电流的波纹进行预处理；
61.步骤3：若预处理结果大于预设阈值，基于预设的控制规则，控制所述第一电流对所述bldc马达进行供给；
62.步骤4：若当前的所述预处理结果小于所述预设阈值，通过强制启动电流对所述bldc马达进行供给直到所述强制启动电流达到预设的最大极限值为止，当转子速度达到预设的可转换为无传感器模式的速度时，控制所述bldc马达转换为无传感器模式；
63.步骤5：自适应控制所述bldc马达中的转子持续转动；
64.步骤6：对所述bldc马达进行故障诊断。
65.优选的，步骤2：对从所述bldc马达检测出的第二电流的波纹进行预处理，包括：
66.基于clarke单元，将所述第二电流从三相电流转换为二相电流；
67.基于park单元，对将转换为二相电流的所述第二电流进行同步转换的电流信号进行输出；
68.基于绝对值转换单元，将对转换为二相电流的所述第二电流进行同步转换时转换为二相电流的所述第二电流的q轴电流信号转换为绝对值；
69.基于高频去除单元，将转换为绝对值的q轴电流信号进行高频信号去除。
70.优选的，步骤5：自适应控制所述bldc马达中的转子持续转动，包括：
71.动态获取所述bldc马达中所述转子的第一位置，同时，获取目标控制方案库，所述目标控制方案库包括：多组一一对应的第二位置和第一开闭方案；
72.将所述第一位置和所述第二位置进行匹配；
73.若匹配符合，基于匹配符合的所述第二位置对应的所述第一开闭方案，自适应控制所述bldc马达中的所述转子持续转动。
74.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
75.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
76.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：
77.图1为本发明实施例中一种无传感器bldc马达控制系统的示意图；
78.图2为本发明实施例中一种bldc马达控制方法的流程图；
79.图3为本发明实施例中一种bldc马达控制方法的流程图。
具体实施方式
80.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
81.本发明提供一种无传感器bldc马达控制系统，如图1所示，包括：
82.获取模块1，用于为了进行转子排列，对bldc马达施加第一电流；
83.预处理模块2，用于对从所述bldc马达检测出的第二电流的波纹进行预处理；
84.供给模块3，用于若预处理结果大于预设阈值，基于预设的控制规则，控制所述第一电流对所述bldc马达进行供给；
85.转换模块4，用于若当前的所述预处理结果小于所述预设阈值，通过强制启动电流对所述bldc马达进行供给直到所述强制启动电流达到预设的最大极限值为止，当转子速度达到预设的可转换为无传感器模式的速度时，控制所述bldc马达转换为无传感器模式；
86.自适应控制模块5，用于自适应控制所述bldc马达中的转子持续转动；
87.故障诊断模块6，用于对所述bldc马达进行故障诊断。
88.上述技术方案的工作原理及有益效果为：
89.无传感器bldc马达控制系统，包括：bldc马达；逆变器，其供给电源至bldc马达；电流检测部，其对从逆变器供给到bldc马达的电流进行检测；控制部，其基于从电流检测部检测的电流信息，提供用于控制bldc马达的旋转速度的控制信号；以及脉冲宽度调制(pwm)控制器，其根据控制部的控制信号产生pwm信号，使得逆变器部内的功率晶体管打开或关闭；为了进行转子排列，控制部施加一定大小的初始电流至bldc马达后，对由电流检测部检测到的电流波纹进行算术转换，从而判断转换后的电流波纹值是否超过预设的设定值，如图2
所示，如果判断结果电流波纹值超过预先设定的设定值，则通过使得初始电流在一定时间内以规定大小逐一增加来供给，在增加初始电流并供给后，再次反复判断电流检测部检测的电流波纹值是否超过预先设定的值的过程，如果一定时间后电流波纹值低于预先设定的值，则供给强制启动电流至bldc马达直到达到预先设定的最大极限值为止，并转换为无传感器模式；无传感器模式具体为：利用电路代替位置检测传感器来检测转子的位置的运转模式。
90.控制部包括：clarke部，其将供给至bldc马达的三相电流转换为二相电流；park部，其对将二相电流同步转换的电流信号进行输出；绝对值转换部，其将同步转换的电流信号转换为绝对值；高频去除部，其从绝对值转换的电流信号去除高频信号；转子移动检查部(波纹检查部)，其判断从高频去除单元输出的电流信号的波纹是否超过预先设定的大小；以及电流值增加部，其获得转子移动检查模块的比较结果的输入，当电流信号的波纹超过预先设定的大小，则增加电流信号。
91.另外，控制部还包括：逆-park模块及逆-clarke部，其连接到pwm控制器的输入端，对输入的电流信号的同步坐标进行转换，将二相电流信号转换为三相电流信号；电流控制器，其将电压信号输入至逆-park及逆-clarke部；速度控制器，其输入用于对bldc马达速度进行控制的电流信号至电流控制器；无传感器模块，其通过获得电流检测部的检测信号的输入来对转子的速度进行感知，从而将速度控制信号输出到速度控制器。
92.当转子以异常状态驱动时，转子因外部因素而人为地晃动，从而增加了电流的波纹。据此，强制启动电流(开环电流)上升到顶点。
93.获取逆变器(用于把直流电能转变成定频定压或调频调压交流电)供给到bldc马达的第一电流(施加给bldc马达的启动电流)，从bldc马达检测出第二电流进行预处理(对从bldc马达检测出的第二电流进行算术转换)，获得转换后的预处理结果，预处理结果大于预设阈值(预先设定的波纹极限值)，基于预设的第一控制规则(通过使得初始电流在一定时间内以规定大小逐一增加来供给，例如：使bldc马达输入电流增加0.5a/s)在预设的时间段内(例如：5秒内)增加初始电流的供给，若预处理结果小于预设阈值，增加强制启动电流到预先设定的强制启动电流最大极限值；获取bldc马达中转子的转子速度(基于速度控制信号获取)，当转子速度大于等于预设的转子速度阈值(例如：500rmp)，bldc马达转换为无传感器模式；当bldc马达进入无传感器模式后，自适应的控制bldc马达中的转子持续转动，同时，对bldc马达进行故障诊断。
94.本发明实施例对检测到的第二电流的波纹进行预处理，根据预处理结果对bldc马达进行电流供给，直到bldc马达启动到无传感器模式，不必总是供给相同的电流，减少了电力损耗；当bldc马达转换成无传感器模式，自适应控制转子持续转动，更具人性化，同时，对bldc马达进行故障诊断，提高了故障检测的效率。
95.本发明实施例提供了一种无传感器bldc马达控制系统，预处理模块1执行如下操作：
96.基于clarke单元，将所述第二电流从三相电流转换为二相电流；
97.基于park单元，对将转换为二相电流的所述第二电流进行同步转换的电流信号进行输出；
98.基于绝对值转换单元，将对转换为二相电流的所述第二电流进行同步转换时转换
为二相电流的所述第二电流的q轴电流信号转换为绝对值；
99.基于高频去除单元，将转换为绝对值的q轴电流信号进行高频信号去除。
100.上述技术方案的工作原理及有益效果为：
101.clarke单元中，将三相电流转换为二相电流属于现有技术，其原理不再赘述；park单元中，将电流进行同步转换可以基于同步转换仪实现；绝对值转换单元可以基于绝对值电路提取电流信号中的绝对值分量；高频去除单元可以基于低通滤波器滤除信号中的高频分量。
102.本发明实施例对检测到的第二电流进行算术转换，获得第二电流的波纹值，提升了波纹值获取的精确性。
103.本发明实施例提供了一种无传感器bldc马达控制系统，自适应控制模块5执行如下操作：
104.动态获取所述bldc马达中所述转子的第一位置，同时，获取目标控制方案库，所述目标控制方案库包括：多组一一对应的第二位置和第一开闭方案；
105.将所述第一位置和所述第二位置进行匹配；
106.若匹配符合，基于匹配符合的所述第二位置对应的所述第一开闭方案，自适应控制所述bldc马达中的所述转子持续转动。
107.上述技术方案的工作原理及有益效果为：
108.通常，无传感器bldc马达的定子使用通过使电流通过线圈而形成的电枢，而转子使用通过重复n极和s极而形成的永磁体。无传感器bldc马达为了连续旋转，需要形成无传感器bldc马达的连续的旋转磁场，为了形成连续的旋转磁场，必须根据bldc马达的转子位置进行在电枢的各相线圈流动的电流的转换；因此，亟需进行解决。
109.动态获取的bldc马达中所述转子的第一位置(转子处于bldc马达中的位置)和目标控制方案库(数据库，存储转子位置和对应的逆变器中功率晶体管的开闭方案)，获取第一位置对应的第一开闭方案(逆变器中功率晶体管的通断时间)，当信号要求功率晶体管导通时，提供足够大的基极驱动电流使其饱和导通；当信号要求功率晶体管截止时，切断基极电流或提供负的基极电流，基于第一开闭方案，自适应控制bldc马达中转子持续转动，提升了适宜性。
110.本发明实施例提供了一种无传感器bldc马达控制系统，获取目标控制方案，包括：
111.获取所述bldc马达的三维扫描数据；
112.基于所述三维扫描数据，构建所述bldc马达的三维模型；
113.从所述三维模型中确定所述bldc马达中转子对应的转子三维模型和所述bldc马达中定子对应的定子三维模型，同时，在所述三维模型中模拟所述转子三维模型随机转动；
114.在随机模拟所述转子三维模型转动的过程中，持续获取所述转子三维模型的第三位置，同时，获取所述定子三维模型对所述转子三维模型施加的第一转动力矩；
115.获取所述第一转动力矩的第一牵引转动方向；
116.从所述第一牵引转动方向中确定和预设的目标转动方向一致的所述第一牵引转动方向，并作为第二牵引转动方向；
117.将所述第二牵引转动方向对应的所述第一转动力矩作为第二转动力矩；
118.基于所述第二转动力矩，获取模拟转动时所述转子三维模型在不同的所述第三位
置时所述bldc马达中的模拟电流；
119.将所述模拟电流输入预设的转换电路，获得所述模拟电流对应的pwm信号；
120.获取预设的功率晶体管开闭方案确定模型，根据所述pwm信号，确定预设位置的逆变器内部的功率晶体管开关的第二开闭方案，同时，将所述转子的第三位置和所述转子的第三位置对应的所述功率晶体管开关的第二开闭方案进行关联，获得关联配对项；
121.将所述关联配对项存入预设的空白数据库中；
122.当需要存入的所述关联配对项全部存入所述空白数据库中，将对应所述空白数据库作为目标方案库，完成获取。
123.上述技术方案的工作原理及有益效果为：
124.构建目标方案库对bldc马达进行模拟转动时，获取的模拟数据(例如：转动力矩)并不都是可用的(例如：模拟转动方向和目标转动方向不一致)，需要进行筛选；因此，亟需进行解决。
125.获取bldc马达的3d扫描数据，基于3d扫描数据构建对应的三维模型；从三维模型中确定转子对应的转子三维模型和定子对应的定子三维模型，在三维模型中随机模拟无传感器模式下转子的转动。
126.随机模拟转动过程中，动态获取转子三维模型的第三位置(转子三维模型在马达的三维模型中的位置)和定子三维模型对转子三维模型施加的第一转动力矩，所述第一转动力矩具体为：
127.mi＝fili128.其中，mi为第i次所述第一转动力矩，fi为第i次所述定子三维模型施加给转子三维模型的转动力，li第i次转动力的力臂，i为施加所述转动力的总次数；
129.获取目标转动方向(例如：顺时针)，同时，获取第一转动力矩的第一牵引转动方向(在第一转动力矩的作用下转子的运动方向，转动方向包括：顺时针和逆时针)，确定第一牵引转动方向和目标转动方向一致的第一牵引转动方向对应的第二转动力矩，通过第二转动力矩获得对应第三位置的模拟电流(模拟电流的方向和大小)，将模拟电流输入预设的转换电路(例如：积分电路)，获得多个第三位置对应的pwm信号，基于预设的功率晶体管开闭方案确定模型(利用多个人工根据pwm信号确定功率晶体管开闭方案的记录对神经网络模型进行训练，训练至收敛的神经网络模型)获得pwm信号对应的逆变器内部的功率晶体管的第二开闭方案(第二开闭方案具体为：逆变器内部功率晶体管导通的时间)，将转子的第三位置和对应的第二开闭方案存入预设的空白数据库(空数据库)，完成目标方案库的获取。
130.本发明实施例构建无传感器模式下无传感器bldc马达对应的三维模型，在三维模型中随机模拟转子的转动，在模拟过程中剔除干扰项，基于获取的转子的第三位置的第二转动力矩确定逆变器功率晶体管的第二开闭方案，使得获取的目标方案库更加适宜。
131.本发明实施例提供了一种无传感器bldc马达控制系统，基于所述第二转动力矩，获取不同的所述转子的第三位置时所述马达中的模拟电流，包括：
132.获取所述转子三维模型的第一磁极信息和所述定子三维模型的第二磁极信息；
133.基于预设的模拟电流确定模型，根据所述第一磁极信息、所述第二磁极信息和所述定子三维模型对所述转子三维模型的第二转动力矩，确定所述bldc马达中的模拟电流。
134.上述技术方案的工作原理及有益效果为：
135.获取转子三维模型对应的第一磁极信息(转子磁极对应的磁感线分布的疏密和磁感线的方向、线圈的绕组方式和线圈的材料等)和定子三维模型对应的第二磁极信息(定子磁极对应的磁感线分布的疏密和磁感线的方向等)，基于预设的模拟电流确定模型(利用多个人工基于定子和转子的磁极信息以及转子的转动力矩确定bldc马达中的电流的记录作为训练数据对神经网络模型进行模型训练，训练至收敛的神经网络模型)确定bldc马达中模拟电流(电流大小和电流方向)。
136.本发明实施例基于转子三维模型的第一磁极信息和定子三维模型的第二磁极信息和转子的第二转动力矩获取bldc马达中的模拟电流，提升了模拟电流获取的准确性。
137.本发明实施例提供了一种无传感器bldc马达控制系统，故障诊断模块6执行如下操作：
138.获取所述bldc马达运行时的第一参数；
139.基于所述第一参数，对所述bldc马达进行故障检测，确定所述马达是否发生故障。
140.上述技术方案的工作原理及有益效果为：
141.获取bldc马达的第一参数(bldc马达运行时的所有参数，例如：温度参数、电流参数等)，基于第一参数，对bldc马达进行故障检测，判断bldc马达是否发生故障，更加合理。
142.本发明实施例提供了一种无传感器bldc马达控制系统，基于所述第一参数，对所述bldc马达进行故障检测，确定所述bldc马达的故障，包括：
143.依次遍历所述的第一参数；
144.每次遍历时，基于预设的特征提取模板，对遍历到的所述第一参数进行特征提取，获得多个第一参数特征值；
145.基于所述第一参数特征值，构建所述第一参数的第一参数特征向量；
146.获取所述bldc马达历史上产生的多个故障；
147.基于预设的故障概率估计模型，对所述故障发生的概率进行估计，获得所述故障的发生概率；
148.将所述故障按照对应所述发生概率从大到小进行排列，获得故障序列；
149.从所述故障序列的头到尾依次遍历所述故障序列中的故障；
150.每次遍历时，获取所述故障对应的第二参数；
151.基于所述特征提取模板，对遍历到的所述第二参数进行特征提取，获得多个第二参数特征值；
152.基于所述第二参数特征值，构建所述第二参数的第二参数特征向量；
153.将所述第一参数特征向量和所述第二参数特征向量进行匹配；
154.若匹配符合，将匹配符合的所述第二参数特征向量对应的所述故障作为所述bldc马达的故障；
155.和/或，
156.获取预设的故障确定模型；
157.将所述第一参数特征值输入至所述故障确定模型，确定遍历到的所述第一参数对应的故障。
158.上述技术方案的工作原理及有益效果为：
159.预设的特征提取模板具体为：为了适配于提取这类参数特征值的模板。参特征值
的提取可基于数据处理技术实现，为针对性进行特征提取而制定适配的特征提取模板也属于现有技术范畴，不作赘述。第一参数特征向量：由第一参数特征值构建成的向量，基于数据信息构建向量属于现有技术范畴，不作赘述。
160.预设的故障概率估计模型具体为(利用多个人工对bldc马达故障发生的概率进行估计的记录作为训练数据对神经网络模型进行模型训练，训练至收敛的神经网络模型)。获取故障对应的第二参数和第二参数向量(原理同上)，如果存在匹配符合，第二参数特征向量对应的故障作为bldc马达的故障。
161.预设的故障确定模型具体为：工作人员事先提取出大量不同的故障的bldc马达的第二参数的第二参数特征值，提取手段也是利用上述特征提取模板，分析第二参数特征值代表的故障，记录分析逻辑，将分析逻辑输入至神经网络模型中进行模型训练，当神经网络模型训练至收敛后，将神经网络模型作为故障确定模型，故障确定模型可以学习人工分析逻辑，代替人工根据第二参数特征值确定第二参数特征值代表的故障，可以实现，另外，神经网络模型以及利用有针对性的训练样本对神经网络模型进行训练，获得代替对应人工进行对应针对性操作的人工智能模型均属于现有技术范畴，不作赘述。
[0162]“和/或”指的是基于参数特征值确定bldc马达的故障有两种方案，在实施时，可以择一方案进行实施，也可以两种方案并行实施。两种方案分别为：
[0163]
第一种，将第一参数特征向量与第二参数特征向量进行匹配，若匹配符合，说明匹配符合第二参数特征向量代表遍历到的第一参数对应的故障为匹配符合的第二参数特征向量对应的故障。
[0164]
第二种，将第一参数特征值输入至故障确定模型，由故障确定模型确定获得基于第一参数特征值确定遍历到的bldc马达的故障。
[0165]
本发明实施例引入两种方式基于第一参数特征值确定遍历到的故障，提升了遍历到的故障确定的精准性和故障检测的效率。
[0166]
本发明实施例提供了一种bldc马达控制方法，如图3所示，包括：
[0167]
步骤1：为了进行转子排列，对bldc马达施加第一电流；
[0168]
步骤2：对从所述bldc马达检测出的第二电流的波纹进行预处理；
[0169]
步骤3：若预处理结果大于预设阈值，基于预设的控制规则，控制所述第一电流对所述bldc马达进行供给；
[0170]
步骤4：若当前的所述预处理结果小于所述预设阈值，通过强制启动电流对所述bldc马达进行供给直到所述强制启动电流达到预设的最大极限值为止，当转子速度达到预设的可转换为无传感器模式的速度时，控制所述bldc马达转换为无传感器模式；
[0171]
步骤5：自适应控制所述bldc马达中的转子持续转动；
[0172]
步骤6：对所述bldc马达进行故障诊断。
[0173]
上述技术方案的工作原理及有益效果已在方法权要中说明，不作赘述。
[0174]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。