软计算与智能电池组的行动
智能电池组可以通过使用软计算技术使过程变量更加可靠和一致,从而提高安全性。
学习目标
- 通过软计算,智能电池组可以更有效地使用。
- 软计算可以解决潜在的能量问题,并提供更高的可靠性。
- 智能电池组可以使用模糊逻辑和神经网络构建,以获得更高级的见解。
一个专业的电池组,通常包含一个电池充电器和电源监视器,比标准的消费设备具有更高的可靠性和质量,并可能受益于软计算技术。在恶劣环境中工作的消防员等人员需要高质量和可靠的电池。如果一名消防员带着所有必要的电子设备(收音机、灯、呼吸风扇等)进入燃烧的建筑物,而他的电池在10分钟后就坏了,尽管它应该能提供足够30分钟的能量,这可能会让他失去生命。
电池充电器有什么问题?有些充电器不可靠吗?要回答这些问题,需要仔细研究充电过程的主要特征。
装药过程中有几个变量在变化,可以作为工艺变量。这些是电池电压,UC,细胞温度,TC,电池电荷(流向电池的累积电流),问C.伴随着电池的充电过程还有一个额外的现象:负的δ电压,在C.
图1显示了标准镍氢电池充电过程中这四个参数随时间的变化。前三个参数由于不同的电池和环境条件,如环境温度、通风、初始电池容量和电池寿命(充电循环次数),表现出明显的离散性。最后一个参数,负三角电压,也不是那么可靠。一个细胞可以展示约5毫伏临时电压下降,可持续几分钟后电压恢复上升。
例如,如果电池单元由10个电池串联而成,就会出现这种问题。所有10个单元格的概率同时正好表现出这种电压降非常低。如果测量范围在14 V左右,要可靠地捕捉3或4个单元(15至20 mV)的电压降,可能是一项具有挑战性的任务。
模糊逻辑,自由代理提高收费
如果附带的工艺变量不是很可靠,有没有办法建立一个可靠的电池充电器?答案是肯定的。使用软计算技术实现智能电池组是解决此类任务的最佳方法之一。
软计算技术使用了神经网络和模糊逻辑等人工智能领域中众所周知的复杂算法。智能电池组可以建立在模糊逻辑与自由体相结合的基础上,自由体是另一种主要用于机器人和其他ATI应用的现代技术。
图2显示了四个这样的自由代理监视上面讨论的四个过程变量。每个agent连续监测一个过程变量,除NegVoltage agent外,将测量值模糊分为低、中、高三个模糊状态级别。NegVoltage代理只提供两种状态的信息:False或true。
图3解释了如何进一步处理四个代理提供的信息。它是模糊状态处理与解模糊模块,对智能体提供的模糊化变量进行处理。模块输出是充电/放电电流的清晰值。
即使是镍氢电池也需要不时地完全放电,以尽量减少记忆效应。充电/放电控制模块然后使用这个脆值作为设定值。控制模块在充电工作模式下使用充电电流设定点值,在放电工作模式下使用放电电流设定点值。通过比例积分微分(PID)控制回路,它将维持所需的电流流入/流出每个单元(单元串联连接)。
运行模式控制模块控制充放电控制模块的运行模式。该模块负责确定智能电池组及其内部其他模块的运行模式。它的工作原理就像一个有限状态机(FSM)处理四个输入变量(如图3所示,在模块的左侧),并生成以下输出状态-操作模式:
- 电池放电
- 充电电池
- 使用电池作为电源:
- 所有电器,包括风扇,均以升压模式运行
- 包括风扇在内的所有电器都在正常模式下运行
- 所有(外部)设备,不包括风扇
- 关闭电源,进入睡眠模式。
如果电源供应过低,无法为任何外部或内部设备供电,电池组可以自己进入睡眠模式。在这种情况下,只有当ac/dc适配器插入到单元时,它才会“唤醒”,并且它会立即进入充电操作模式。
操作模式控制模块还在LCD或LED面板上连续监视和指示最重要的信息。用户将被告知:
- 本机当前工作模式(休眠模式除外),
- 充放电操作时的充放电电流值,
- 消耗的电流值和机组应提供恒流的剩余时间(剩余容量),
- 所有异常情况,如内部温度高、电压极低、剩余容量极低。
图3中的最后一个模块是风扇控制模块,它使用开环控制来控制风扇的速度,风扇是呼吸设备的一部分。这个控制模块有三个按钮作为输入。当电池组剩余容量过低时,运行模式控制模块可关闭风扇升压模式。如果容量过低,可以关闭风扇,以尽可能多地保存能量。
图4显示了如何处理由自由运行的代理提供的模糊信息。黑色区域的充电电流水平代表完全充电阶段,红色区域代表涓流充电阶段。立方体的所有其他区域代表中等充电阶段。
蓝色区域的充电电流取决于NegVolt代理的输出值。所以这些区域可以代表中等或涓流电荷阶段。经过消模糊处理的输出变量可以根据所选充电电流范围获得任意清晰值。例如,这可以在2.5 A(最大充电电流)和50 mA(最小涓流充电电流)之间。
更简单的软计算
智能电池组是一个很好的例子,现代设计技术可以帮助解决曾经难以解决的常见问题。几年前,作者有机会设计了一个类似的电池单元。当时,以“经典”的做法为基础寻找过程变量之间的确切关系。这是一个困难的过程,由于被处理信息的高度不确定性,需要对过程参数与其值之间的关系进行无数次的修正。软计算极大地简化了整个设计阶段,产品表现出相当高的可靠性。
彼得•加是一位退休的控制软件工程师。由网页内容经理克里斯·瓦夫拉编辑,控制工程, CFE媒体与技术,cvavra@cfemedia.com.
更多的答案
关键词:软编程,工业PC
考虑一下这个
你用什么技巧来解决以前的难题?
您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献,并获得你和你的公司应得的认可。点击在这里开始这个过程。