yuleba娱乐吧电游

欢迎来到yuleba娱乐吧电游!

yuleba娱乐吧电游

yuleba娱乐吧电游
yuleba娱乐吧电游服务热线139-6318-5343
栏目导航
联系大家
服务热线
139-6318-5343
联系人:赵经理
地址:山东省威海市荣成市南山北路69号
对矿用电机设施的自动体系的预设
编辑:娱乐吧亚洲第一品牌 发布日期:2018-08-28
  1快速充电的原理(Maxim)与方法

  1972年美国科学家M AS J A研究了充电过程(process)中析气的问题,找出了析气的原因和规律,它以最低析气率为前提,找出了蓄电池能够接受的最大充电电流和可以接受的充电电流曲线。变频电动机由于临界转差率反比于电源频率,可以在临界转差率接近1时直接启动,因此,过载能力和启动性能不再需要过多地考虑,而要解决的关键问题是如何改善电动机对非正弦波电源的适应能力,及确保电机的使用寿命。电动机按使用电源不同分为直流电动机和交流电动机,电力系统中的电动机大部分是交流电机,可以是同步电机或者是异步电机(电机定子磁场转速与转子旋转转速不保持同步速)。微型电动机是一种体积、容量较小,输出功率一般在数百瓦以下,用途、性能及环境条件要求特殊的一类电动机。他在实践的基础上指出:在充电过程中,用某一速率的电流充电,蓄电池只能充到某一极限值,当达到这一极限值后继续充电时,只能导致电解水反应(reaction)而产生气体(gases)和温升,不能提高蓄电池的充电速度。M AS J A在第二届世界电动汽车年会上提出了著名的马斯三定律,对研究蓄电池的高效快速充电有着重要的引导意义。但是长期以来,这一理论并未得到充分的重视和应用(application)。
  2智能(intelligence)充电方案的确定
  在蓄电池的充电过程中,它的许多参数(parameter)及类型、充电率、最大允许充电电流、内阻、析气点电压及温度(temperature)等对于每一种蓄电池都是不同的,而且参数之间相互影响,所以运用常规PID控制(control)器很难取得较好的控制效果(effect)。而模糊自适应PID控制器运用现代控制理论在线识别被控对象的特征参数,实时改变其控制策略(strategy),不依赖于被控对象的精确数学模型,也能利用人的常识经验(experience)设计(Design)模糊控制,完成控制任务,具有鲁棒性强,控制效果好的优点,近几年来倍受人们的青睐(表示对人喜爱或敬重)。本文针对充电系统的特点,设计了以模糊自适应PID为核心算法的控制器,使充电电流始终动态地跟踪可接受的充电电流并适时去极化,并在2 h内使蓄电池的荷电状态达到89%.在随后的充电过程中,极化现象越加剧烈,此时,即使放电去极化,也无明显效果。因此,后一段应采用小电流补充充电。该设计缩短了充电时间,提高了充电效率,既节约用电,又对电池无损伤。
  3模糊自适应PID控制器的设计
  设计控制器的输入变量(Variable)为实时采集的蓄电池的充电电流与给定值的比较误差
  E、误差变化率^e的绝对值和电解液的密度(单位:g/cm3或kg/m3)。经过模糊化处理得到其对应的模糊输入变量。每个语言变量取值:密度论域为 ,模糊子集为{ PZ PHOTOSHOP PM PM B PB};充电电流论域为 ,模糊子集为{ PZ PS PM PB };充电电流变化率论域为 ,模糊子集为{ N S ZE PS };输出变量K p论域为 ,模糊子集为{N B, N M , N S, ZO, PS, PM , PB};输出变量K i论域为 ,模糊子集为{N B, N M, N S, ZO, PS,PM };输出变量K d论域为 ,模糊子集为{N B, N M , N S, ZO, PS, PM}.输入输出变量语言值的隶属函数均选择三角形的隶属度函数(trim),控制规则选Mamdani型控制规则。
  长期以来,人们总结出了一套K
  P、K
  I、K d的整定原则,本文依据该原则采用重力中心法解模糊。
  在MAT LAB/ SIM ULINK环境(environment)下新建一个FIS文件,用edit下的rules编写,语句为If
  ( e is N B) and
  ( ec is N B) and
  ( is N B) then( K p is PB)
  ( K i is N B)
  ( K d is PS )If
  ( e is N B) and
  ( ec is NM ) and
  ( is N B) then(K p is PB)
  ( K i is NB)
  ( K d is N S )If
  ( e is N B) and
  ( ec is N S ) and
  ( is N B) then( K p is PM)
  ( K i is N M)
  ( K d is N B)If
  ( e is N B) and
  ( ec is ZO) and
  (is N B) then( K p is PM)
  ( K i is N M)
  ( K d is N B)将编辑(Editor)好的模糊控制系统存储到MA TLAB的工作(job)空间(Space),取名为CHARGE. FIS.
  4系统仿真(simulation)
  4. 1仿真控制对象
  笔者所设计的智能快速充电系统工作于高频(Induction Heating)开关模式,参考文献论述了铅酸(Acerbity)蓄电池在高频开关模式下充电过程中出现的新特点,建立了一个动力型蓄电池充电过程高频瞬态模型所示。该模型与现有蓄电池模型多偏重于描述电池的容性特性不同,串联加入了一个电感来描述高频状况下蓄电池的感性特性,本文把该模型作为控制对象(蓄电池)。
  4. 2基于MA TLAB的系统仿真
  根据上述分析(Analyse)和被控对象的数学模型,在SIMU LINK窗口建立仿真模型,进行阶跃仿真。
  5系统软硬件设计
  5. 1结构
  智能快速充电系统的硬件结构所示。该系统的核心是Intel高性能微处理器80C196KC和Xilinx企业的SpartanⅡ系列FPGA器件,它们的时钟频率分别为20 H
  Z、40 Hz.80C196KC主要完成:模拟数据(data)的采集、充电电流控制的运算、通过FPGA内的双口RAM实时读取充电电流值、通过计算(calculate )再将所得电流指令值送回双口RAM中、通过串口与上位机通信。FPGA主要用于地址锁存、片选信号的译码输出、硬件故障保护、查表逻辑、PWM波形产生和双口RAM的实现等。双口RAM是用来和80C196KC快速交换相互需要共享的数据,增强整个系统的动态响应性能,用FPGA的开发App很容易实现。
  5. 2App设计控制App采用模块化设计方法,主要包括主程序、去极化子程序、采样子程序、模糊PID自整定控制算法子程序、显示子程序等。
  6实验结果
  基于上述分析和设计,笔者在1台样机上进行了实验,样机参数:额定交流输入电压为220 V,输出电压为12 96 V可调,最大充电电流为160 A,最大输出功率(指物体在单位时间内所做的功的多少)为16 kW,效率为95%.
  导通占空比,充电电流的实时跟踪效果非常好,纹波系数仅为2%左右,说明所设计的控制器较为理想,能够满足系统的要求。
  充电过程中电池()端电压(上方曲线)和充电电流(下方曲线)的变化趋势曲线,可以看出在充电过程中,尽管电流有下降的趋势,但其端电压却有上升的趋势,这是由于电池内部电化学(Chemistry)反应的结果所引起的。同时也可以看出暂停后重新充电时,端电压有一个突然上升的过程,这与前面的理论分析基本相符。
  可以看出充电过程中适时暂停,大电流放电后电池的可接受充电电流明显变大,说明充电过程中加入暂停放电环节后,确实能够有效地控制极化现象,提高了蓄电池的可接受充电电流。
  实验结果说明,本系统以80C196KC和FPGA相结合构造了良好的硬件平台,利用实时在线调整参数的智能控制算法,在充电过程中适时地放电以控制极化现象,能最大程度地发挥蓄电池的能力,从而缩短了充电时间,提高了充电效率。但由于调制开关的复杂性和高成本,本系统在小型系统中难以普遍使用。

  • 上一篇:机电体系减振措施的规划与实施
  • 下一篇:没有了
  • XML 地图 | Sitemap 地图