一种台灯用可拆式充电底座及其充电控制方法与流程

本发明涉及台灯充电座技术领域，尤其涉及一种台灯用可拆式充电座及其充电控制方法。

背景技术：

led台灯具有节能、环保、安全可靠的特点，是现在市场上主要的台灯类型，现有的台灯一般都是采用一体式结构或固定连接结构，但是这样的结构导致台灯的很难拆装，给台灯的收纳和搬运带来了麻烦。

技术实现要素：

本发明提供的台灯用可拆式充电底座，将台灯充电座与台灯可拆卸式连接，可以任意挪动台灯，方便使用。

本发明提供的台灯用可拆式充电控制方法，通过在充电过程中监测充电参数，保证发电装置的发电效率和用电安全。

本发明提供的技术方案为：

一种台灯用可拆式充电底座，包括：

充电座本体，其内部具有充电电路；

导电针，其设置在所述充电座本体上，所述导电针具有与台灯连接的连接部，所述连接部突出于充电座本体的外表面；

其中，所述台灯可充电路和所述导电针于所述充电电路连接。

优选的是，所述充电座本体包括：

连接底座；

电路壳体，其设置在所述连接底座一侧，所述连接底座与所述电路壳体形成“l”型充电底座。

优选的是，所述连接底座具有容纳槽，所述导电针设置在所述容纳槽内。

优选的是，所述导电针包括：

扇形部，其由导电金属制成；

柱形部，其一端与所述扇形部一体连接；

固定部，其与所述柱形部另一端一体连接。

优选的是，所述固定部具有螺纹孔，所述导电针通过螺栓穿过所述螺纹孔将其固定在连接底座上。

优选的是，所述柱形部具有凹槽，所述凹槽内具有弹性簧片。

优选的是，还包括可拆固定架，其设置在所述电路壳体一侧，用于固定所述充电座。

优选的是，所述电路壳体一侧具有充电插口，能够连接充电电源线。

一种台灯用可拆式充电底座的充电控制方法，包括：

步骤1、根据采样周期，通过传感器采集充电座温度t、充电速率ω、台灯电池充电量p；

步骤2、对参数进行归一化，并建立三层bp神经网络的输入层向量x＝{x1,x2,x3}，其中，x1为充电座温度系数，x2为充电速率系数，x3为充电量系数；

步骤3、所述输入层映射到中间层，所述中间层向量y＝{y1,y2,...,yl}，l为中间层节点个数，所述中间层节点个数l满足：其中，m为输入层节点个数，l为中间层节点个数，n为输出层节点个数；

步骤4、得到输出层向量o＝{o1,o2}；o1为、充电工作系数、o2为紧急停机信号，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，充电装置正常工作，当o1为0时充电工作异常；当o2为1时，正常充电，当o2为0时，充电异常，充电装置停止工作。

优选的是，所述步骤二中归一化处理，公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数t、ω、p，j＝1,2,3,4；xjmax和xjmin分别为相应测量参数中的最大值和最小值，采用s型函数。

有益效果

本发明提供的台灯用可拆式充电底座，将台灯充电座与台灯可拆卸式连接，可以任意挪动台灯，方便使用。

本发明提供的台灯用可拆式充电控制方法，通过在充电过程中监测充电参数，保证发电装置的发电效率和用电安全。

附图说明

图1为本发明所述的台灯用可拆式充电底座的结构示意图。

图2为本发明所述的导电针的结构示意图。

图3为本发明所述的灯用可拆式充电底座的后视图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。

需要说明的是，在本发明的描述中，术语“中”、“上”、“下”、“横”、“内”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

如图1所示，本发明提供的一种台灯用可拆式充电底座，包括：充电座本体110和导电针120。

其中，充电座本体110内部具有充电电路；导电针120设置在充电座本体上110，导电针120具有与台灯连接的连接部，连接部突出于充电座本体110的外表面；其中，台灯可充电路和导电针120于充电电路连接。

充电座本体110包括：连接底座111和电路壳体112；电路壳体112设置在连接底座111一侧，连接底座111与电路壳体112形成“l”型充电底座，便于放置。

如图2所示，连接底座111具有容纳槽，导电针120设置在容纳槽内。导电针120包括：扇形部121、柱形部122和固定部123。其中，扇形部121由导电金属制成；柱形部122一端与扇形部121一体连接；固定部123与柱形部122另一端一体连接。

作为一种优选，固定部123具有螺纹孔，导电针120通过螺栓穿过所述螺纹孔将其固定在连接底座111上。

柱形部122具有凹槽，凹槽内具有弹性簧片123a。如图3所示，在另一实施例中，可拆固定架120设置在电路壳体112一侧，用于固定充电座。电路壳体一侧具有充电插口124，能够连接充电电源线。

本发明还提供一种一种台灯用可拆式充电底座的充电控制方法，包括：

具体如下：

步骤1、建立bp神经网络模型。

本发明采用的bp网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个监测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x1,x2,...,xn)^t

中间层向量：y＝(y1,y2,...,ym)^t

输出向量：o＝(o1,o2,...,op)^t

本发明中，输入层节点数为n＝3，输出层节点数为p＝2。隐藏层节点数m由下式估算得出：

输入信号3个参数分别表示为：x1为充电座温度系数，x2为充电速率系数，x3为充电量系数；

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。

将传感器采集充电座温度t、充电速率ω、台灯电池充电量p进行归一化，公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数t、ω、p，j＝1,2,3,4；xjmax和xjmin分别为相应测量参数中的最大值和最小值，采用s型函数。

输出信号的2个参数分别表示为：得到输出层向量o＝{o1,o2}；o1为、充电工作系数、o2为紧急停机信号，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，充电装置正常工作，当o1为0时充电工作异常；当o2为1时，正常充电，当o2为0时，充电异常，充电装置停止工作

步骤s220、进行bp神经网络训练。

根据历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。

在训练过程中，不断修正wij、wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

(1)训练方法

各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致；

(2)训练算法

bp网络采用误差反向传播(backwardpropagation)算法进行训练，其步骤可归纳如下：

第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。

第二步：对每个输入样本作如下计算：

(a)前向计算：对l层的j单元

式中，为第n次计算时l层的j单元信息加权和，为l层的j单元与前一层(即l-1层)的单元i之间的连接权值，为前一层(即l-1层，节点数为nl-1)的单元i送来的工作信号；i＝0时，令为l层的j单元的阈值。

若单元j的激活函数为sigmoid函数，则

且

若神经元j属于第一隐层(l＝1)，则有

若神经元j属于输出层(l＝l)，则有

且ej(n)＝xj(n)-oj(n)；

(b)反向计算误差：

对于输出单元

对隐单元

(c)修正权值：

η为学习速率。

第三步：输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。

bp算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是levenberg-marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率选为

δω＝(j^tj+μi)^-1j^te；

其中，j为误差对权值微分的雅可比(jacobian)矩阵，i为输入向量，e为误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。

在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能；

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1训练过程各节点值

步骤3、采集传感器运行参数输入神经网络得到温差发电装置工作系数和紧急停机信号。

将训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。

同时使用传感器采集到的参数，通过将上述参数规格化，得到bp神经网络的初始输入向量通过bp神经网络的运算得到初始输出向量

步骤4、监测发电装置的工作情况，并在温度异常时进行停机预警。

得到输出层向量o＝{o1,o2}；o1为、充电工作系数、o2为紧急停机信号，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}；其中，当o1为1时，充电装置正常工作，当o1为0时充电工作异常；当o2为1时，正常充电，当o2为0时，充电异常，充电装置停止工作。

本发明提供的台灯用可拆式充电底座，将台灯充电座与台灯可拆卸式连接，可以任意挪动台灯，方便使用。本发明提供的台灯用可拆式充电控制方法，通过在充电过程中监测充电参数，保证发电装置的发电效率和用电安全。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。