当前位置:首页 > 单片机 > 单片机
[导读]摘要 鉴于电子负载在电源设备测试中的广泛应用,研制了一台以MSP430F149单片机为核心处理器的直流电子负载。单片机MSP430F149内设ADC12模块对负载电压、电流信号实时采样,并外设10位D/A转换芯片TLC5615输出模拟电压

摘要 鉴于电子负载在电源设备测试中的广泛应用,研制了一台以MSP430F149单片机为核心处理器的直流电子负载。单片机MSP430F149内设ADC12模块对负载电压、电流信号实时采样,并外设10位D/A转换芯片TLC5615输出模拟电压信号驱动MOS管,内部控制采用BP神经网络算法,实现定电流、定电压、定电阻和定功率4种工作模式。经安装测试,系统调整时间<3 s,电压电流测量误差均<±0.5%,且跟踪速度快、测量精度高,并具有一定的经济实用价值。

在电子、通信、能源等领域中,需要对电源稳压器、蓄电池和功率电子元件等设备进行测试。在进行传统的负载测试时,需要用电阻、电容和电感或是其串并联组合来模拟实际负载情况,该测试方法其负载调节为有级调节,精度差、体积大、功耗高且稳定性差。直流电子负载是以功率半导体器件为载体,吸收和消耗电能的一种模拟负载。其基本原理是通过控制功率场效应晶体管(MOS)、绝缘栅双极型晶体管(IGBT)或功率晶体管(GTR)等的导通量,实现定电流、定电压、定电阻和定功率4种工作模式。因此,负载可进行连续调节,且体积小、精度高、稳定性好。

设计的直流电子负载以MSP430F149为控制核心,内部使用BP神经网络算法,配以外围模块,实现了直流电子负载的恒压、恒流、恒阻和恒功率功能,其具有硬件结构简单、跟踪速度快、精度高、以及控制灵活的特点。

1 系统的总体设计和工作原理

1.1 系统总体设计

根据直流电子负载的实现方式,本设计包括电压电流检测模块、控制驱动模块、键盘及液晶显示模块等,具体结构如图1所示。

1.2 工作原理

通过人机交互模块中的键盘和LCD显示功能,系统能够选择不同的工作模式,即定电流、定电压、定电阻和定功率4种工作模式,且还可通过键盘设置在不同工作模式下的参数值。选定工作模式并设置相关参数之后,再运行此模式。MSP430F149对工作电压和电流实时检测,并通过内部BP神经网络算法与设定值进行比较,快速调整功率器件的导通量,直至系统的运行数据与设定值保持一致。其调整时间<3 s,电压电流测量误差均<±0.5%。

4种工作模式的具体原理如下所述:(1)定电流模式。无论负载电压如何变化,负载电流始终与设定的电流参考值保持一致。(2)定电压模式。负载电压的变化决定负载电流的变化,电压值设定后,电流会发生变化,直到电压值与所设定的参考电压相等。(3)定阻模式。负载电压、负载电流成比例的变化,从而使得电阻值维持恒定,电压与电流相比的结果与按键输入电阻值相等。(4)定功率模式。功率值是负载电流、负载电压相乘的结果,通过控制调节,负载电压、电流相乘结果与设定的功率值相等。

2 系统硬件设计

MSP430F149是系统控制的核心,拥有16位处理器,超低功耗,并具有较多的I/O端口,可满足人机交互模块的需求,片内12位A/D转换器有较高的转换效率,可满足电压电流采样精度要求。

2.1 电压电流检测模块

电压电流检测模块包括电压采样电路、电流采样电路、片内A/D转换电路,其硬件原理如图2所示。

电压检测采用电阻分压原理,即采样得到电阻R4上的电压值,取样后送入内置A/D转换电路,最终输出一个<3.3 V的电压。为方便计算与调试,设置A/D的测量范围为0~3 V,R4采用滑动变阻器。由于系统所测电压范围为0~30 V,因此R3与R4的比值应为9:1。采样电压UADV与实际电压U的转换关系如下所示

电流采样电路需将变化的电流信号转化为相对应的电压信号,电流信号以R5为载体转化为电压信号。由于系统所测电流范围为0~3 A,设置片内A/D测量范围为0~3 V。因此,当R5上有3 A电流流过,其电压不能超过3 V,即R5的取值不能超过1 Ω。为使系统安全低耗的运行,选定精密电阻R5为0.5 Ω,然后电压信号通过运算放大器LM324放大2倍,最终送入内置A/D转换芯片进行处理。采样电压UADV与实际负载电流的关系为

2.2 控制驱动模块

控制驱动模块包括隔离放大电路和D/A转换电路。硬件原理如图3所示。

功率半导体器件选用n沟道增强型功率场效应管IRF740,漏源之间的最大承受电压为400 V,常温下漏极电流最大为10 A,符合设计需求。在D/A输出口与IRF740栅极之间加入线性光耦器件HCPL7840,驱动功率场效应管IRF740工作,同时起到隔离作用,以提高抗干扰能力。

MSP430F149无内置D/A转换电路,因此,需要在外围增设D/A转换电路。D/A转换芯片选用10位的数模转换器TLC5615,只需3根串行总线便可完成10位数据的传输,易于和单片机进行接口,并简化了电路,其外部基准电压一般为2.048 V,因此系统选用高精度基准电压源REF3020,满足了芯片需要。TLC5615最大可输出基于基准2倍的电压,即可驱动MOS管正常工作。

3 软件设计

软件的主程序流程如图4所示,可使被测负载稳定的工作在恒流、恒压、恒阻、恒功率4种工作模式下。软件包括初始化程序、数据采集程序、单片机处理程序、D/A转换程序和LCD显示程序等。程序执行时先对各模块程序进行初始化,然后对负载电压电流进行实时采样,再经过MSP430F149处理,并结合相应的控制算法,快速调整PWM输出,最终的实际值与预先设定值保持一致。

在控制驱动功率负载电路PWM输出时,软件部分采用的是BP神经网络算法,在上述4种工作模式中,若实际值大于给定值,利用BP神经网络算法不断训练,实时调整PID控制器参数,并通过得到的最优参数便可精确推导出控制量,进而得到PWM占空比。同时驱动MOS管的栅极电压,降低管内的导通量使实际值减小,最终与给定值保持一致。若实际值小于给定值,则增大MOS管的导通量使实际值增大。

BP神经网络算法可最大化的逼近直流电子负载的非线性曲线,实时调整PID参数,使PID调节达到最优状态,且此算法的收敛速度快,能够到达理想的控制效果。

4 结束语

系统以MSP430F149超低功耗单片机为控制核心设计的直流电子负载装置,实现了对负载输入电压为0~30 V、负载输入电流为0~3 A的调节与控制。通过软硬件结合调试,测得系统最大负载电阻为90 Ω、最大负载功率为90 W,电压和电流的测量误差均控制在以下,能够实现对系统恒压、恒流、恒阻、恒功率4种工作模式的平滑调节与切换。此处系统以软件替代硬件的原则,简化了硬件电路。综上所述,文中设计的直流电子负载装置具有测量误差小、硬件简单、易于调试等优点。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

电力物联网有利于建设电力用户用电行为大数据,为用电行为的识别和优化奠定基础。鉴于此,搭建了基于电力物联网的用电行为管控系统,根据数据流量需求和功能部署方案采用分层建设的体系架构。终端层用于向各用电设备提供接口和协议转换服...

关键字: 电力物联网 BP神经网络 边缘计算

摘要:针对信息融合在电网业务及运行信息中的应用,提出了一种基于FCM一BP算法的电网运行多源信息融合方法。该方法首先对收集到的电网信息进行预处理;其次使用模糊C均值聚类(FCM)算法对预处理之后的信息进行分析,将相似性较...

关键字: 加权平均法 BP神经网络 特征级融合

摘要:采用科学有效的预测模型对省级售电量进行高准确度的预测,对于保证省级电网安全稳定发展、社会生产生活平稳有序进行以及指导电力企业开展扩建和检修等业务均具有重要意义。针对BP算法容易出现局部最优和收敛速度较慢的问题,提出...

关键字: 售电量预测 BP神经网络 电力市场

摘要:利用计算机技术的模式识别已被运用到了局部放电分析领域。与人工识别相比,其识别结果准确,识别速度快,有很大的发展潜力。现研究了基于BP神经网络算法的电缆局部放电模式识别技术,简述了模式识别的原理,重点研究了BP神经网...

关键字: BP神经网络 电缆局部放电 模式识别

摘要:经济增长与电力需求作为分析一个国家经济运行状况的两个重要指标,两者相互作用,联系紧密。用单一的预测方法预测电量无法保证高精度的预测结果,如何最大程度地提高预测精度是电力系统电量预测的研究的关键。现提出用BP神经网络...

关键字: BP神经网络 灰色预测 修正

为增进大家对神经网络模型的认识,本文将对常见的神经网络模型予以介绍。

关键字: 神经网络模型 指数 BP神经网络

摘要:为确保电力系统运行的安全性与稳定性,短期电力负荷预测已成为常态化工作。而随着电网形态的多元化、电力负荷的迅猛增长,电力供应紧张局面越发严峻,这就使得电力公司不但要面临技术上的挑战,还要面对经济上的压力。在进行短期电...

关键字: 人工蜂群算法 BP神经网络 预测

摘要:给出了采用ADXL335加速度传感器来采集五个手指和手背的加速度三轴信息,并通过ZigBee无线网络传输来提取手势特征量,同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后,通过Matlab验证,结...

关键字: Zigbee BP神经网络 手势识别 加速度传感器

摘 要:对神经网络理论和神经网络分类器进行了研究,提出了基于BP神经网络分类器的交通标志识别模型。通过大 量实验和比较,得到了识别效率高的模型,并将这一模型应用到所研究的交通标志识别系统,从而对系统作了初步的实现。

关键字: 交通标志 BP神经网络 标志识别 物联网

摘 要:近年来,物联网产业发展迅猛,随之而来的安全问题也越发引起社会关注。文中以物联网USN体系结构为基础建立了物联网安全架构层次模型,从而对物联网信息安全进行风险识别。然后利用AHP层次分析法建立物联网信息安全风险指标...

关键字: 物联网 层次分析法 BP神经网络 风险评估
关闭
关闭