一种磁悬浮涡轮分子泵转子温度估计方法

本发明提供了一种磁悬浮涡轮分子泵转子温度估计方法，属于半导体分子泵温度控制技术领域；本发明基于永磁热模型的构建，获取了影响转子温度的关键变量，输入变量的确定，对于模型训练与应用的准确性与高效性，起到了重要作用。同时，引入深度学习技术，设计了一种适用于磁悬浮涡轮分子泵转子温度估计的模型结构Bi‑LSTM‑CNN，包括Bi‑LSTM模块、多头注意力机制模块、CNN模块以及全连接层；能够根据转子工作状态和环境条件的实时变化，准确地估算转子的温度，从而实现对泵系统的智能管理和维护。同时，利用遗传算法训练卷积神经网络模型的初始权重可保证获得全局最优值的概率相对较高，有效地训练模型并提升泛化性能。