利用控制旋轉葉輪的速度來控制冰箱溫度的方法和裝置的製作方法

2024-02-05 12:59:15 1

專利名稱：：利用控制旋轉葉輪的速度來控制冰箱溫度的方法和裝置的製作方法
技術領域：
：本發明涉及一種冰箱溫度控制的方法和裝置，其中，根據模糊推理(fuzzyinference)和神經網絡學習(learningbyneuronnetwork)得到的距離旋轉葉輪的距離，精確地將冷氣排放到要冷卻的位置，使冷藏室溫度得到均一控制。一般來說，因為在冰箱冷藏室各部分被冷藏的物品負荷是不同的，特別是在一大冰箱中，因此在冷藏室內均勻地保持溫度是困難的。因此一直在研究當冰箱內存儲容量增大時，均勻地控制冷藏室溫度的方法。由旋轉一個安裝在冷藏室後壁上的旋轉葉輪控制冷氣的排放是這樣的一種方法。冷氣被排到高溫部分將冷藏室內溫度均一。旋轉葉輪根據它的靜止位置(一預定靜止角度)確定一冷氣排放方向，或象通風風扇那樣以恆定速度連續旋轉排放冷氣。但是，在一具有旋轉葉輪的冰箱中，因為葉輪旋轉的通風力是一定的，所以不能根據旋轉葉輪到被冷卻目標區域的距離來控制冷氣的排放。換言之，當要將冷氣排到距旋轉葉輪遠的冷藏室前部，為了將冷氣排到前部應該提高旋轉葉輪的轉速。同時，當要將冷氣排到距旋轉葉輪近的冷藏室後部，應低速旋轉葉輪或完全停止葉輪旋轉使冷氣排放速度減小。但是，常規的旋轉葉輪由於具有固定的旋轉速度而不能適當控制冷氣排放速度。而且，作為一個通過控制旋轉葉輪的轉速來控制冷氣排放速度的先決條件是，與距離旋轉葉輪的距離相應的每一部分的溫度應該被精確測量。但是僅在冷藏室上部和下部設置兩個溫度傳感器的常規冰箱中，精確地測量每一部分的溫度是困難的。並且，即使以某種準確度通過模糊數學推理方法推斷各部溫度，也不能校正在大批量生產的常規冰箱中可能產生的每一冰箱的特定誤差，因而推測的準確度有一定限制。本發明的一個目的是提供一種冰箱溫度控制的方法和裝置，其中利用小數目的溫度傳感器精確地推斷冷藏室內各部分的溫度，並根據推斷的溫度控制一旋轉葉輪的轉速，以致根據從旋轉葉輪到冷藏室內各部分的距離，均勻一致地排放冷氣。根據本發明的一個方面，提供了一冰箱溫度控制方法，其中，向冷藏室排放的冷氣速度是根據旋轉葉輪的旋轉速度控制的，使得根據被冷卻的目標部分離旋轉葉輪的距離均勻一致地排放冷氣，該溫度控制方法包括以下步驟(a)構成用於推斷冷藏室內諸多部分中最高溫度部分的一模糊模型；(b)在預定數目的部分上測定溫度變化；(c)基於在步驟(a)中構成的模糊模型，利用被測量到的溫度變化值進行模糊推理，推斷一接收排放冷氣的溫度-平衡位置，並計算旋轉葉輪的最佳平衡速度來將冷氣排到該溫度-平衡位置；和(d)根據在步驟(c)中計算的平衡速度控制旋轉葉輪的轉速。根據本發明，該步驟(a)可以包括以下子步驟(a-1)提供由冷藏室內的溫度傳感器測定的溫度變化值和距離旋轉葉輪距離的數據；(a-2)基於在步驟(a-1)得到的數據進行模糊劃分(division)；(a-3)在相應於模糊劃分區域的諸多劃分結構中選出最佳結構；(a-4)基於在步驟(a-3)中選出的最佳結構，計算一線性公式來推斷最高溫度部分，其中，利用Takagi-Sugeno-Kang(TSK)模糊模型精確地推斷冷藏室內的溫度。而且，步驟(d)可以包括以下子步驟(d-1)產生一交流電壓，它的有效值與旋轉葉輪的最高轉速相應；(d-2)計算一平衡電壓，它的有效值與該平衡速度相應；(d-3)將該交流電壓的波形切掉一預定區段以產生該平衡電壓；和(d-4)將該平衡電壓施加到一驅動電機，驅動旋轉葉輪，從而驅動電機的速度被由相對於最高電壓產生的所需電壓順利地控制。這裡，步驟(d-3)可以包括以下子步驟(d-3-1)從該交流電壓的波形中探測一零交叉點；(d-3-2)計算一由零交叉點起的延遲時間，在這個時間裡，該交流電壓的波形被切掉以便產生該平衡電壓；(d-3-3)在步驟(d-3-2)計算的由零交叉點起的延遲時間中，切掉該波形，而用於此功能的硬體容易實現。在溫度控制的方法中，該方法還可包括以下步驟測定旋轉葉輪的實轉速；計算在該實轉速與平衡速度之間的差值；通過將計算的速度差值反饋到該平衡速度控制旋轉葉輪實轉速，使實轉速達到該平衡速度，從而旋轉葉輪轉速很精確地得到控制。按照本發明的另一方面，提供了一冰箱溫度控制裝置，其中，根據旋轉葉輪的轉速控制向冷藏室排放冷氣的速度，以根據應被冷卻的目標距旋轉葉輪的距離相應地分配冷氣，該溫度控制裝置包括在冷藏室內的預定數個部分上測定溫度變化的裝置；根據該溫度測定裝置測定的溫度變化進行模糊推理的模糊推理裝置，來推斷與旋轉葉輪的最佳轉速相應的一平衡速度，該最佳轉速是在冷藏室內保持溫度平衡需要的；和根據該平衡速度控制旋轉葉輪轉速的裝置。根據本發明，該控制裝置可以包括一電源，該電源提供交流電壓，該交流電壓的有效值與旋轉葉輪的最高轉速相應；一平衡電壓發生器，該發生器通過將該交流電壓切掉一預定區段產生一平衡電壓，該平衡電壓具有的有效值與該平衡速度相應；和一驅動電機，該電機根據該平衡電壓驅動旋轉葉輪。另外，最好該平衡電壓發生器包括一零交叉點測定器，用於測定該交流電壓的零交叉點；一延遲時間計算器，用於計算從零交叉點起的延遲時間，在該時間當中，該交流電壓的波形應被切掉，以便產生該平衡電壓；和一波形剪切裝置，該裝置在延遲時間當中從該零交叉點起切掉該交流電壓波形。而且，最好該波形剪切裝置包括一三端雙向可控矽開關(TRIAC)，該元件與電源串聯連接；和一觸發裝置，在該延遲時間之後向該三端雙向可控矽開關的柵極端施加一觸發信號。另外，最好該溫度控制裝置進一步包括測定旋轉葉輪實轉速的裝置；和計算該實轉速與平衡速度之間差值的裝置，其中，該控制裝置通過將該差值反饋到該平衡速度上控制旋轉葉輪實轉速。通過參考下列附圖的一優選實施例的詳細介紹，本發明的目的和優點會更明確圖1是示出冰箱內部的透視圖；圖2是旋轉葉輪的放大透視圖；圖3是說明通過控制旋轉葉輪轉速向冷藏室各部排冷氣的剖面圖，其中冷藏室各部以不同距離與旋轉葉輪分開；圖4示出相應於到旋轉葉輪距離的旋轉葉輪轉速；圖5A、5B和5C分別示出當表1所示數據被模糊劃分成三部分時的被劃分的結構；圖6示出各架上測溫的部分的示意透視圖；圖7示出本發明的神經網絡結構的示意圖；圖8更詳細地示出圖7的神經網絡；圖9是本發明溫度控制裝置的方框圖10是實行本發明控制旋轉葉輪轉速方法的轉速控制器的電路圖；圖11示出一交流電源電壓波形；圖12示出由零交叉點探測器測定的零交叉點輸出波形圖；圖13示出由微處理器產生的一觸發信號，該信號從圖12的波形延遲一預定區段(α)；圖14示出被切掉一預定區段(α)的交流電壓波形，該電壓被加到一驅動電機上。如圖1所示，冰箱的冷藏室10一般位於冰箱下部，冷藏室10被間隔開，被間隔開的冷藏室最下部是用做水果和蔬菜的儲存室1。一般，除了水果和蔬菜儲存室1之外，冷藏室10被間隔成四部分，其中最上部2一般稱為保鮮室，從上向下的其餘部分稱為第一、第二和第三部分5、6和7。而且如果冷藏室的高度是「H」，第一、第二和第三部分5、6和7分別被稱為3H/4，1H/2和1H/3室。兩個溫度傳感器安置在冷藏室10中，其中探測冷藏室10左上部溫度的S1溫度傳感器11安裝在第一部分5(即3H/4室)的左壁上，探測冷藏室10右下部溫度的S2溫度傳感器12安裝在第三部分7(即1H/3室)的右壁。另外在冷藏室10的後壁中心是冷氣排放部分15。這裡由冷氣排放部分15出來的冷氣的排放由圖2所示的旋轉葉輪20控制。參看圖2，旋轉葉輪20包括與第一、第二、第三部分5、6和7相應的上葉輪21、中葉輪22和下葉輪23。上中下三葉輪21、22和23整體地以旋轉軸25為中心旋轉。上中下葉輪21、22和23相互錯開60°，向不同方向引導空氣。在冷藏室10旋轉葉輪20的後側還裝有一蒸發器(未示出)。由蒸發器到部分5、6和7的冷氣排放速度是由葉輪20的旋轉速度控制。當旋轉葉輪20指向一預定方向時可通冷氣向一高溫部分集中排放冷氣。而且，在冰箱冷卻時旋轉葉輪20可連續旋轉以向整個冷藏室10均勻排放冷氣。當旋轉葉輪20快速旋轉時，冷氣被排放到遠離旋轉葉輪20的冷藏室10的前部，而旋轉葉輪20慢轉時，冷氣便僅被排到離旋轉葉輪20近的冷藏室10的後部。圖3示出通過控制旋轉葉輪的轉速將冷氣排放到冷藏室各部的截面圖，各部以不同的距離與旋轉葉輪分開。圖4示出相應於距旋轉葉輪距離的旋轉葉輪的轉速。在圖3中，PR表示離旋轉葉輪近的冷藏室的後部，PF代表離旋轉葉輪遠的冷藏室前部，PM代表在後部和前部之間的中間部。在圖4中，當旋轉葉輪在低速VL旋轉時冷氣被排到PR，旋轉葉輪中速VM旋轉時冷氣被排到PM，旋轉葉輪高速VH旋轉時冷氣被排到PF。這樣控制旋轉葉輪的轉速，使冷氣到達被推斷是溫度最高的部分，使被控轉速具有連續性。本發明是為了保持在整個冷藏室中均一溫度，為此冷藏室的每一部分的溫度均被推斷，並且基於被推斷的溫度數據進行學習，以便將冷氣排放到最高溫度部位，通過下面三個步驟可以實現本發明第一，利用兩個溫度傳感器S1和S2測得的溫度，根據基於Takagi-Sugeno-Kang(TSK)的模糊數學模型的模糊推斷，推斷出以距旋轉葉輪20的不同距離分開的冷藏室10各部的溫度。第二，由模糊模型推斷的溫度的相應位置，經由神經網絡加以校正，以便更準確計算被冷卻的位置。即，以兩個溫度傳感器S1和S2測得的溫度值為輸入節點，以冷藏室10內的最高溫度位置(下文稱之為溫度-平衡位置)為輸出節點構成神經網絡。然後，該溫度-平衡位置與藉助於神經網絡學習推斷的位置相比較，從而更準確地計算溫度-平衡位置。第三，控制旋轉葉輪20的轉速，以一預定的最佳速度排放冷氣到計算出的溫度-平衡位置。施加到驅動電機上驅動旋轉葉輪20的電壓的波型，被部分地切掉一預定區段以減小電壓有效值，從而放慢旋轉葉輪的轉速。下面將對上述三個步驟進行詳細介紹首先，對模糊推理步驟的TSK模糊模型介紹如下。為了進行模糊數學推理，需要相對於多個變量的多個數據。數據的例子示於表1。表1在表1中有三個輸入變量X1、X2和X3和一個輸出變量Y，其中多個輸入變量和輸出變量之間的數值上的關係由實測得到。TSK模糊推理的最終目的是用多個測量的值通過數值公式表達輸入和輸出變量之間的線性關係。因此，表達輸入和輸出變量之間關係的線性公式表示如下Y＝a0+a1X1+a2X2+a3X3＝a4X4(1)如表1所示，與輸入變量變化相對應的輸出值，根據各輸入變量對整個輸出值的影響度而不同。輸出值的差值量分別表示成輸入變量X1、X2、X3和X4的係數a1、a2、a3和a4。每一輸入變量被表示成X1＝S2(K)-S1(K)X2＝S2(K-1)-S1(K-1)X3＝S2(K-2)-S1(K-2)這裡S1(K)和S2(K)是當前測量的溫度值，S1(K-1)和S2(K-1)是1分鐘前測量的溫度值，S1(K-2)和S2(K-2)是2分鐘前測量的溫度值，其中溫度值分別由兩個溫度傳感器S1和S2測得。下面按階段介紹模糊推理步驟。階段1首先用表1所示的數據得到代表輸入和輸出變量之間關係的一線性公式。這裡使用數值分析的最小二乘法(minimumsquaremethod)，並利用基於誤差率的變量遞減的方法(variabledecreasingmethod)具有較小影響度的變量看成是最小的，從而有以下公式(2)Y＝15.3+1.97X1-1.35X2-1.57X3(2)公式(2)與上述公式(1)相似，但公式(2)是構成模糊推理的模糊數學模型的基本公式，不是最終公式。利用公式(2)在具有最大影響度的變量基礎上劃分數據區域，產生最佳線性公式，其中每個變量的影響度均被恰當地表達出。如在公式(2)中所示，根據基於變量遞減法的算法，從上述公式(1)中消去了輸入變量X4。作為一個對非線性系統中輸入和輸出變量之間關係建立模型成具有多個輸入變量的多項式的方法，一個均方差判據(UnbiasednessCriterion)應用到公式(2)。為得到此均方差判據的UC值，整個數據被分成A組和B組，然後代換下述公式(3)中的變量。UC=|i=1nA(yiAB-yiAA)2+i=1nB(yiBA-yiBB)2|12.....(3)]]>這裡nA表示A組數據數目，nB表示B組數據數目，YiAA表示由A組得到的模糊數學模型從A組估計的一個輸出，YiAB表示由B組得到的模糊數學模型從A組估計的一個輸出，YiBB表示由B組得到的模糊數學模型從B組估計的一個輸出，YiBA表示由A組得到的模糊模型從B組估計的一個輸出，第一項表示相對於A組輸入數據在A與B兩組之間的估計輸出之間的偏差，第二項表示相對於B組輸入數據在A與B兩組之間的估計輸出之間的偏差。由上述得到的UC被稱為UC(1)，由表1所示數據得到的UC如下。UC(1)＝3.8(4)階段2建立採用兩分支規則(twoplantrule)的模糊模型。這裡，應建立與模糊模型的「if-then」(「如果-則」)規則的「if」(「如果」)部分相應的先決條件部分的結構。在建立此結構之中，變量的選擇和模糊劃分(division)同時考慮。首先，具有變量X1、X2、X3和X4中之一為一先決條件部分變量的一個結構被假定，並且數據區域被分成兩部。這樣，4個結構被考慮為先決條件部分。例如，第一結構具有採用以下兩分支規則的一模糊模型L1如果X1＝小的，則Y11＝-0.536+0.451X1+0.771X2+0.128X3L2如果X1＝大的，則Y12＝0.141+1.055X1-0.041X2+0.981X3而且，第二結構具有採用下列兩分支規則的一模糊模型L1如果X2＝小的，則Y11＝-1.656+0.429X1+0.848X2+0.69X3L2如果X2＝大的，則Y12＝-0.006+1.336X1-0.189X2+0.768X3建立具有上述結構的先決條件部分的參數，然後基於建立的先決條件部分建立結論部分的一結構和各參數。上述四個結構的UC值可計算如下UC(2-1)＝5.4UC(2-2)＝3.5UC(2-3)＝3.3UC(2-4)＝4.6這裡在括號中的第一數字表示分成兩個的模糊劃分，第二數表示變量的下標。例如，UC(2-4)表示當以變量X4為基礎執行分為兩個的模糊劃分時的UC值。比較上述4個UC值，UC(2-3)是最小的，以致以變量X3為基礎的一模糊模型建立如下L1如果X3＝小的則Y1＝3.13X1-1.91X2+13.6X3L2如果X3＝大的則Y2＝8.92+1.84X1-1.32X2+0.14X3階段3在第二階段的先決條件部分中包括變量X3，以變量X3為基礎進行的模糊三劃分。即，在階段2中具有最小UC值的變量被優先地加入到模糊三劃分中。在圖5A到5C所示的三個結構可以考慮為先決條件部分的被劃分開的數據區域的結構。例如，第三結構(見圖5C)如下L1如果X3＝小的，則Y＝-0.536+0.451X1+0.771X2+0.128X3L2如果X3＝中的，則Y＝0.512+0.989X1+1.241X2+0.212X3L3如果X3＝大的，則Y＝0.141+1.051X1-0.041X2+0.105X3建立基於具有上述結構的先決條件部分的結論部分的結構和變量，然後可以計算UC值。其結果，可以見到第一結構具有最小的UC值。因此，在第一結構基礎上建立的模糊模型如下L1如果X3＝小的則Y1＝20.5+3.3X1-1.85X3-4.98X3L2如果X3＝大的並且X2＝小的則Y2＝12.7+2.98X1-0.56X3L3如果X3＝大的並且X2＝大的則Y3＝7.1+1.82X1-0.34X2-0.42X3上述數據劃分結構是階段3的模糊模型。階段4對每一划分結構重複上述模糊劃分和UC值的計算。這一重複進行到直至最小的UC值得到為止。當得到最小的UC值時，相應的結構就被選為最佳結構，然後便得到一結論部分的公式。因此認為得到的結論部分公式在最佳程度上反應了每一變量的影響度。下面介紹由「if-then」規則的上述結論部分獲得一線性公式的過程。為了利用圖1中S1和S2溫度傳感器11和12測量的溫度估計冷藏室內溫度的分布以取得模糊模型，需要反映在各自上部和下部與葉輪分開不同距離的各個位置上的溫度變化的數據。圖6表示進行測溫的各架上的部分，其中示出共27個位置，在高度為3H/4、1H/2和1H/3的每一架上9個(3×3)。將該27個位置命名為t1到t27。首先，用兩個溫度傳感器S1和S2測量溫度之間的差異，並在表中記錄隨時間的推移在27個位置上溫度差中的變化值。得到的表相似於上面的表1。這表表示相對於溫度傳感器S1和S2測量溫度的差異在27個位置上溫度變化率，這是建立本發明模糊推理的模糊模型所需要的。這裡，輸入變量X1、X2和X3表達如下，它們是在27個位置上(t1到t27)隨時間推移溫度差。X1＝S2(K)-S1(K)X2＝S2(K-1)-S1(K-1)X3＝S2(K-2)-S1(K-2)這裡S1(K)和S2(K)是現在被測量的溫度值，S1(K-1)和S2(K-1)是1分鐘前測量的溫度值，S1(K-2)和S2(K-2)是2分鐘前測量的溫度值，其中溫度分別由兩個溫度傳感器S1和S2測量。因此，X1表示分別用溫度傳感器S1和S2測量的當前溫度差，X2表示1分鐘以前分別用溫度傳感器S1和S2測量的溫度差，X3表示在2分鐘以前分別用溫度傳感器S1和S2測量的溫度差。輸出變量被表示成相對於輸入變量X1、X2和X3的27個位置上(t1到t27)的溫度。因此，該數據包括由溫度傳感器S1和S2測量的溫度差和隨時間推移在27個位置上溫度差的變化率。利用此表來應用上述TSK模糊理論。即，相對於各變量進行模糊二劃分，並在具有最小UC值的一變量的基礎上進行模糊三劃分，以便選出具有最小UC值的一個模糊結構。因此求得相對於該被選的模糊結構的先決條件部分的變量，然後根據得到的變量建成預期的最終線性公式。為了說明起見，假設最終模糊結構如下。這裡為了表達最終公式假設被選的結構和數值。因此根據實驗數據的最終模糊結構和根據它的結構的公式數值可能是不同的。L1如果X1＝小的則Y1＝9.03+0.175X1-0.347X2+0.174X3L2如果X1＝中間的則Y2＝9.43-2.6955X1+4.042X2-1.041X3L3如果X1＝大的X2＝小的則Y3＝-15.97+8.82X1-14.12X2+2.528X3L4如果X1＝大的X2＝大的則Y4＝1.1-0.48X1+0.616X2-0.145X3這裡，假定通過分為四個的模糊劃分得到最優結構，並且在分為四個的模糊結構的每一區域Y1到Y4是線性公式。輸出Y′由上述模糊模型計算如下。當g1＝-(|X1+6|-|X1-8|)/14g2＝-(|X1-6|-|X1-8|)/11W1[1]＝0.5(1+g1)W1[2]＝0.5(-g1-g2)W1[3]＝0.5(1+g2)W2[1]＝0.5(1-|X2-2|-|X2-16|)/14W2[2]＝1-W2[1]Y′＝W1[1]Y1+W1[2]W2[1]Y2+W1[2]W2[1]Y3+W1[3]Y4這裡，g1和g2表示上述模糊模型的第一和第二劃分方式的隸屬函數(membershipfunction)，W表示模糊推理的加權因子(weight)，增加它是為了相對於根據TSK模糊模型的一般理論得到的公式，補償每一區域的影響度。最終的輸出Y′表示為了實現最佳的溫度平衡冷氣應排放的目標位置。同時，冷氣向著該目標位置排放的旋轉葉輪旋轉的轉速，通過微處理器以圖4所示的圖為基礎進行計算。下面通過神經網絡的學習進行計算一個「溫度-平衡位置」的第二步，該「溫度-平衡位置」表示一個為了達到最佳溫度平衡排放冷氣的目標位置。由溫度傳感器S1和S2探測的早先溫度和當前溫度的實際值和旋轉葉輪的早先轉速，來計算在一隨後的取樣周期中旋轉葉輪的轉度。該神經網絡有4個輸入節點a1、a2、a3和a4，和一個輸出節點Y。這裡，a1相應於一個取樣周期中的旋轉葉輪的轉速V(k)，a2、a3和a4分別相應於用在模糊推理上的變量X1、X2和X3。Y表示經神經網絡對由模糊推理推測出的目標位置校正後得到的溫度平衡位置。圖7示出具有上述結構的神經網絡。在圖7中，W1表示在一輸入層和一隱藏層之間的施加的權值(weight)，W2表示在隱藏層和一輸出層之間施加的權值。B1和B2分別表示加到隱藏層和輸出層上的偏值，詳細地說，B1和B2是內外部輸入的為了提高學習的正確性的常數，其中，這些常數值一般是「1」。這裡，隱藏層由一層構成，並有20個輸入節點。最終的神經網絡有一如圖8所示的結構。根據反向傳播法(backpropagationmethod)，利用由第一步驟得到的監控TSK模糊模型的輸出值進行具有輸入和輸出節點的神經網絡的學習。用於學習的輸入節點的參考數據是作為測量值的輸入節點a1、a2、a3和a4的值，輸出節點的參考值是在Y值和Y′值之間的一個差值，該值與由模糊推理推導出的轉速相比較，反映學習的程度。在圖8中所示的輸入節點和隱藏節點之間的關係，是根據神經網絡的一般公式得到的，如下所示。C1＝W11a1+W21a2+W31a3+W41a4-b11C2＝W12a1+W22a2+W32a3+W42a4-b21C3＝W13a1+W23a2+W33a3+W43a4-b31C4＝W14a1+W24a2+W34a3+W44a4-b41C5＝W15a1+W25a2+W35a3+W45a4-b51C6＝W16a1+W26a2+W36a3+W46a4-b61C7＝W17a1+W27a2+W37a3+W47a4-b71C8＝W18a1+W28a2+W38a3+W48a4-b81C9＝W19a1+W29a2+W39a3+W49a4-b91C10＝W110a1+W210a2+W310a3+W410a4-b101C11＝W111a1+W211a2+W311a3+W411a4-b111C12＝W112a1+W212a2+W312a3+W412a4-b121C13＝W113a1+W213a2+W313a3+W413a4-b131C14＝W114a1+W214a2+W314a3+W414a4-b141C15＝W115a1+W215a2+W315a3+W415a4-b151C16＝W116a1+W216a2+W316a3+W416a4-b161C17＝W117a1+W217a2+W317a3+W417a4-b171C18＝W118a1+W218a2+W318a3+W418a4-b181C19＝W119a1+W219a2+W319a3+W419a4-b191C20＝W120a1+W220a2+W320a3+W420a4-b201隱藏節點和輸出節點之間的關係如下。Y＝W1C1+W2C2+W3C3+W4C4+W5C5+W6C6+W7C7+W8C8+W9C9+W10C10+W11C11+W12C12+W13C13+W14C14+W15C15+W16C16+W17C17+W18C18+W19C19+W20C20-b2下面介紹將旋轉葉輪控制到被推導出的最優轉速的第三步驟。圖9是根據本發明的一溫度控制裝置方框圖。在冰箱中的全部控制是由一微處理器31進行。S1和S2溫度傳感器11和12探測冷藏室內的溫度以提供模糊推理所要的溫度變化數據。旋轉葉輪位置傳感器37根據旋轉葉輪20的位置的變化探測旋轉葉輪實際轉速，為更精確控制旋轉葉輪20的轉速提供所需數據。F風扇33和R風扇34分別是冷凍室和冷藏室的冷風通風扇。微處理器31控制F和R風扇33和34及一壓縮機32，從而控制整個冰箱的工作。稍後將介紹一個零交叉點探測器38。圖10是實行本發明控制旋轉葉輪轉速的方法的一轉速控制器電路圖。該轉速控制器包括一驅動電機41、一向該驅動電機41提供交流電壓的交流電源47，一將交流電源47來的電壓轉換成能被微處理器31探測的小信號的變壓器49和一波形剪切部分40。微處理器31具有一模糊推理部分和一神經網絡部分，它根據溫度傳感器S1和S2測定的溫度計算一「平衡速度」，該平衡速度表示達到平衡溫度所需的旋轉葉輪轉速，和基於計算的平衡速度控制轉速。交流電源47提供旋轉葉輪20所需的電源。由交流電源47提供的電壓是用於將旋轉葉輪20在最大速度上旋轉，該電壓具有圖11所示的正弦波形。波形剪切部分40切斷電壓的預定區段，以控制加到驅動電機41上的電壓有效值，從而控制旋轉葉輪20的轉速。控制旋轉葉輪20轉速的過程如下。由交流電源47來的電壓經變壓器49降壓到一能被微處理器31探測的預定電平。即，變壓器49的輸出電壓是幾伏大小。電壓經由一電橋電路46全波整流，然後經由一電晶體放大器48加到微處理器31上。微處理器31探測全波整流電壓波形的零交叉點。這樣，微處理器31的功能是起上述的零點交叉探測器38的作用。根據上述基於S1和S2溫度傳感器探測的溫度推導出的最終公式，微處理器31的模糊推理部分輸出一個在冷藏室中具有最高溫度的溫度-平衡位置，為了溫度平衡通過旋轉旋轉葉輪20向此位置排放冷氣。微處理器31計算施加到驅動電機41上電壓的有效值，用於使旋轉葉輪20在一「平衡速度」上旋轉，而該「平衡速度」是表示向該平衡位置排放冷氣所需的旋轉葉輪的轉速。圖11是表示交流電源電壓波形的圖。為了產生具有計算出的有效值的電壓，圖11所示的波形預定區段被波形剪切部分40切掉。波形剪切部分40包括一光學三端雙向可控矽開關43和另一三端雙向可控矽開關45。可控矽開關45串聯連接交流電源47和驅動電動41，並接受由光學可控矽開關43的輸出作為柵極信號。光學可控矽開關43憑藉由微處理器31來的一觸發信號，產生向可控矽開關45輸出的柵極信號。微處理器31決定從零交叉點開始切掉的波形的預定區段，並在相應於切掉區段的時間間隔之後，向光學可控矽開關45提供觸發信號。圖12示出由零交叉點探測器探測的輸出零點電壓(即零交叉點)波形。圖13示出從圖12所示波形的零交叉點延遲一預定時間(α)之後，由微處理器31產生的觸發信號。加到可控矽開關45上的交流電壓，如圖14所示，被從零交叉點起切去圖13所示的一區段α，使將施加到驅動電機41上的電壓有效值減少。因此降低了旋轉葉輪的轉速。若微處理器31計算的平衡速度較低，剪切區段α進一步加大。相反，當平衡速度高，剪切區段又減小，從而使驅動電機41轉速提高。當旋轉葉輪旋轉時，旋轉葉輪位置傳感器37以一預定時間間隔，探測旋轉葉輪的角度位置信號，然後將被測到的角度位置信號傳送給微處理器31。微處理器31探測旋轉葉輪位置的變化，以計算旋轉葉輪的實際轉速，然後將此計算的實轉速與平衡速度比較。如果實轉速等於平衡速度，轉速便被保持在平衡速度上；相反，在實轉速和平衡速度之間的偏差被反饋到平衡速度。即，當實轉速比平衡速度快，增加區段α以減小電源電壓有效值，從而使旋轉葉輪的實轉速減小。而當實轉速比平衡速度慢，減小區段α以提高電源電壓有效值，從而使旋轉葉輪實轉速提高。通過上述反饋過程旋轉葉輪的轉速被較準確地控制以達到平衡速度。如上所述，在根據本發明的冰箱溫度控制方法和裝置中，僅利用少量溫度傳感器測定的溫度值由一模糊模型來準確推斷各部分的溫度，然後根據推斷的冷氣應被排放位置，恰當地控制旋轉葉輪轉速。其結果，根據旋轉葉輪和目標位置之間距離，冷氣被恰當地排到每一位置，使在整個冷藏室均勻地達到最佳溫度平衡。權利要求1.一種冰箱溫度控制方法，其中，根據旋轉葉輪的轉速控制向冷藏室排放冷氣的速度，以根據從旋轉葉輪到被冷卻的目標部分之間的距離，均衡地排放冷氣，所述溫度控制方法包括以下步驟(a)構成一模糊模型，該模型用於從冷藏室內諸多部分中推斷出最高溫度的部分；(b)在預定數目的所述部分上測量溫度的變化；(c)基於在所述步驟(a)中建立的模糊模型，利用測得的溫度變化值，進行模糊推理以推斷出一個排放冷氣的溫度-平衡位置，並計算旋轉葉輪的最佳平衡速度，此最佳平衡速度是將冷氣排放到該溫度平衡位置所需的速度；以及(d)根據在所述步驟(c)中計算的平衡速度控制旋轉葉輪的轉速。2.根據權利要求1所述的冰箱溫度控制方法，其中所述步驟(a)包括以下子步驟(a-1)提供由冷藏室的溫度傳感器測定的溫度變化值和到旋轉葉輪的距離的數據；(a-2)在所述步驟(a-1)得到的數據基礎上進行模糊劃分；(a-3)在相應於模糊劃分區域的諸多被劃分的結構當中選擇最佳結構；(a-4)基於在所述步驟(a-3)中選擇的最佳結構，計算用於推斷最高溫度部分的線性公式。3.根據權利要求1所述的冰箱溫度控制方法，其中，所述步驟(d)包括如下子步驟(d-1)產生一個具有與旋轉葉輪最高轉速相應的有效值的交流電壓；(d-2)計算一個具有與該平衡速度相應的有效值的平衡電壓；(d-3)將該交流電壓的波形切掉一預定區段以產生該平衡電壓；以及(d-4)將該平衡電壓施加到驅動電機來驅動該旋轉葉輪。4.根據權利要求2所述的冰箱溫度控制方法，其中所述步驟(d)包括以下子步驟(d-1)產生一個具有與旋轉葉輪的最高轉速相應的有效值的交流電壓；(d-2)計算一個具有與該平衡速度相應的有效值的平衡電壓；(d-3)將該交流電壓波形切掉一預定區段以產生該平衡電壓；以及(d-4)將該平衡電壓施加到驅動電機來驅動該旋轉葉輪。5.根據權利要求3所述的冰箱溫度控制方法，其中，所述步驟(d-3)包括以下子步驟(d-3-1)檢測該交流電壓波形的零點交叉點；(d-3-2)計算一個從該零點交叉點起的延遲時間，在此延遲時間中的該交流電壓波形被切掉以產生該平衡電壓；(d-3-3)從該零交叉點起，切掉在所述步驟(d-3-2)中計算的延遲時間下的該波形。6.根據權利要求5所述的冰箱溫度控制方法，還包括以下步驟測定該旋轉葉輪的實轉速；計算該實轉速與平衡速度之間的差；以及通過將計算的速度差反饋到該平衡速度來控制旋轉葉輪的實轉速，使實轉速達到該平衡速度。7.一種冰箱溫度控制裝置，其中根據旋轉葉輪的轉速控制向冷藏室排放冷氣的速度，以根據從旋轉葉輪到被冷卻的目標部分之間的距離分布冷氣，所述溫度控制裝置包括溫度檢測裝置，用於檢測在冷藏室中預定數目部分上的溫度變化；模糊推理裝置，用於根據所述溫度檢測裝置測定的溫度變化進行模糊推理，以推斷出與旋轉葉輪最佳轉速相應的平衡速度，該最佳轉速是在冷藏室內保持溫度平衡所需要的轉速；控制裝置，用於根據該平衡速度控制旋轉葉輪的轉速。8.根據權利要求7所述的冰箱溫度控制裝置，其中，所述控制裝置包括一電源，用於提供一具有與旋轉葉輪的該最高轉速相應的有效值的交流電壓；一平衡電壓發生器，用於通過將該交流電壓切掉一預定區段，以產生具有與該平衡速度相應的有效值的一平衡電壓；以及一驅動電機，用於根據該平衡電壓驅動旋轉葉輪。9.根據權利要求8所述的冰箱溫度控制裝置，其中所述平衡電壓發生器包括一零交叉點檢測器，用於測定該交流電源的零交叉點；一延遲時間計算器，用於計算從該零交叉點起的一延遲時間，此延遲時間下的該交流電壓的波形被切掉以便產生該平衡電壓；以及波形剪切裝置，用於從零交叉點起切掉該延遲時間下該交流電壓的波形。10.根據權利要求9所述的冰箱溫度控制裝置，其中，所述波形剪切裝置包括一三端雙向可控矽開關，該開關與所述電源串聯；和觸發裝置，該裝置在該延遲時間之後向所述三端雙向可控矽開關的柵極端施加一觸發信號。11.根據權利要求7所述的冰箱溫度控制裝置，還包括檢測該旋轉葉輪實轉速的裝置；以及計算該實轉速與平衡速度之間差值的裝置；其中，所述控制裝置通過將該差值反饋到該平衡速度來控制該旋轉葉輪的實轉速。12.根據權利要求8所述的冰箱溫度控制裝置，還包括檢測該旋轉葉輪實轉速的裝置；以及計算該實轉速與平衡速度之間差值的裝置；其中，所述控制裝置通過將該差值反饋到該平衡速度來控制該旋轉葉輪的實轉速。13.根據權利要求9所述的冰箱溫度控制裝置，還包括檢測該旋轉葉輪實轉速的裝置；以及計算該實轉速與平衡速度之間差值的裝置；其中，所述控制裝置通過將該差值反饋到該平衡速度來控制該旋轉葉輪的實轉速。14.根據權利要求10所述的冰箱溫度控制裝置，還包括檢測該旋轉葉輪實轉速的裝置；以及計算該實轉速與平衡速度之間差值的裝置；其中，所述控制裝置通過將該差值反饋到該平衡速度來控制該旋轉葉輪的實轉速。全文摘要一種通過控制旋轉葉輪轉速來控制冰箱溫度的方法和裝置,其中基於葉輪平衡轉速的用於推斷溫度平衡的模糊模型,僅利用少量溫度傳感器測定在冷藏室內預定數目部分上的溫度變化值,計算該平衡速度並可準確推斷每一部分的溫度,然後根據被推斷的應對其排放冷氣的位置和平衡速度,恰當地控制旋轉葉輪轉速。其結果,根據旋轉葉輪與一目標位置之間的距離,冷氣被恰當地排放到每一部分,使在冷藏室內獲得最佳溫度平衡。文檔編號G05D23/19GK1177093SQ9710971公開日1998年3月25日申請日期1997年4月25日優先權日1996年4月29日發明者樸海辰,姜閏碩申請人:三星電子株式會社