基于模糊算法的永磁接触器恒流充电控制器设计

黄可诚,汪先兵,彭 靳,侯子扬,彭纪玉

在当今社会的工业生产中,接触器作为大型设备不可缺少的关键控制器之一。现阶段市面上大部分电力系统故障都是由于接触器机械故障导致的,由于其合闸状态下需要线圈持续通电维持合闸状态,导致线圈容易烧毁使其在实际应用中安全性低,故障率高[1-2]。永磁接触器是一种新型的低压开关,利用永磁操动机构的工作原理在很大程度上避免了传统接触器存在的一些问题,但在市面上的永磁接触器仍然存在对储能电容充电时造成的电容寿命减短等问题[3-4]。

本文针对永磁接触器合闸状态下为接触器提供分闸动力的储能电容充电提出了一种模糊控制策略[5],该控制策略与传统的PI调控相比充电电流更加稳定,储能电容两端电压上升的趋势更贴合线性上升。该控制器延长了储能电容的使用寿命,保证了永磁接触器在实际工业生产过程中的可靠性和安全性[6-8]。

1 接触器智能化控制器基本结构

1.1 智能控制器的基本框架

本课题采用STM32F103ZET6作为嵌入式微处理器,包含了储能电容电压检测模块,充电模块电流检测模块,Buck型恒流充电模块,冗余保护模块等为一体的模块化电路。控制原理框图如图1所示。

图1 永磁接触器控制器原理框图

1.2 智能控制器的整体结构

图2所示的为永磁接触器智能化控制系统的整体电路结构,该电路由Buck电路、储能电容充电电路以及接触器控制电路组成。

图2 永磁接触器智能化控制电路

2 模糊恒流充电控制器的设计

2.1 模糊控制器的工作原理

本设计在原电路Buck结构的硬件基础上构建了模糊恒流充电控制器,通过模糊恒流充电控制器对总电路实现闭环控制,控制器的工作原理如图3所示。将实际充电电流与参考电流值进行比较得出偏差值e,再计算出偏差值变化率ec,二者共同作为模糊算法的输入量,通过算法计算与查表得出模糊算法的计算值,将计算值经过限幅函数的限幅处理,再与高频方波信号进行模拟比较,模糊控制器计算值转换为SPWM波,实现对功率开关管的实时控制。

图3 模糊控制器工作原理

2.2 模糊算法的设计

2.2.1 模糊控制规则的建立

在模糊控制器恒流充电过程中流过储能电容的电流大小为i,设定期望电流值大小为iset,则偏差值e(t)=iset(t)-i(t),ec为各个计算周期偏差值e所产生的差值即e的变化量ec(t)=i(t-1)-i(t)。将偏差值e作为模糊算法中e的入口参数,将e的变化量ec作为模糊算法ec的入口参数。在模糊控制器中,模糊控制器的输入值e、ec以及控制器的输出值PWM脉冲信号的占空比大小都和充电电流的大小成正比关系。

通过偏差值e和偏差值变化量ec可以得出9条控制规则,将PL代表增加程度很大,PM代表增加程度适中,PS代表增加程度很小,ZO代表刚好合适,NL代表减小程度很大,NM代表减小程度适中,NS代表减小程度很小。通过对N和P的扩展说明则可以得到如表1所示的模糊控制规则表。

表1 模糊控制规则表

2.2.2 隶属度函数的建立

输入量电流偏差值e,偏差值的变化量ec和输出量电压u的隶属度函数精确量转换为模糊量完成模糊算法的模糊化处理。电流偏差值e以及偏差值的变化量ec的隶属度函数相同,如图4(a)所示,两个隶属度函数都成三角形分布。电压u的隶属度函数如图4(b)所示。

图4 隶属度函数图

将U在论域[-6,6]之间划分成为{NL,NM,NS,ZO,PS,PM,PL}7个模糊量,其中U中任意元素u∈U,公式(1)到公式(7)为输出量u的隶属函数表达式。

(1)

(2)

(3)

(4)

(5)

(6)

(7)

模糊控制器采用的模糊推理系统为Mamdani模型,通过重心法进行去模糊化得到的精确值u。重心法表达式如公式(8)所示。

(8)

式中:μC′(z)为总隶属度函数。

2.2.3 二维查询表的建立

为了达到储能电容恒流充电实时性的要求,本设计通过Matlab2014版本中的systemtest组件将Fuzzy logic controller模块转换为2-D数据查询表格的形式。由于输入量电流偏差值e和偏差值的变化量ec在[-6,6]的值域中按照0.5的步长各自划分为25个子域,u被转换成了625*1的数组结构,再通过stresult.ResultDataSet指令将u由625*1的数组转换为25*25的数组,e-ec-u三维曲面图如图5所示。

图5 三维曲面图

通过Matlab2014版本中的systemtest组件得出的25*25数组构成2-D Lookup Table二维查询表格代替Fuzzy logic controller模块。在控制器工作时直接通过输入量进行查表,在极短时间内快速得到模糊算法的输出量。图6所示的为2-D查询表的Matlab模型。

图6 2-D查询表的Matlab模型

3 仿真模型结果分析

图7为模糊恒流充电系统的Matlab仿真模型,将采集到的电流值与参考电流set_i进行比较计算出偏差值e,通过fcn模块计算出充电过程中电流的偏差值变化量ec,再由控制器根据隶属度函数与模糊控制规则表的计算输出调制波信号,将调制波与载波信号进行模拟比较,最后输出SPWM驱动信号。

图7 模糊恒流充电系统的Matlab仿真模型

图8所示为0.7s内的储能电容模糊控制器恒流充电的仿真电流,由图中可见经过模糊控制器调节后充电电流基本恒定在0.2A,但在恒流充电的启动阶段存在70mA的尖峰电流。该部分电流是由于滤波电容自动放电导致的。

图8 模糊恒流充电电流仿真波型

当仿真恒流充电模糊控制器系统的参数调节满足控制要求之后,将图8所示的模糊控制器内部的算法结构模型在Matlab/Simulink中进行离散化处理,导出C语言代码,将代码移植到STM32ZET6微处理器中,提高系统整体效率。

4 实验的平台搭建和结果分析

4.1 实验平台搭建

图9为永磁接触器实物实验平台,包括模糊恒流充电控制器、功率开关管驱动电路、电源模块以及永磁接触器本体,通过该实验平台对储能电容进行模糊控制器控制下的恒流充电。

图9 永磁接触器实物实验平台

4.2 恒流充电实验测试及结果分析

在依据图9所示的实验平台基础下,测试了3种控制下的储能电容充电的电流波形、电压波形以及IGBT_BUCK开关管的驱动信号,图中充电电流每格代表0.2A,充电电压每格代表140V,脉冲信号每格代表5V。

智能控制模块没有对IGBT_BUCK的驱动模块施加任何控制让IGBT全导通,储能电容的充电波形如图10所示。从图中可以看出电流瞬间达到0.5A左右,然后迅速下降。在这种充电方式下充电瞬间会产生很大的尖峰脉冲,而且充电电流不稳定,多次充电对储能电容的损害很大。

图10 未控制下的充电波形

如图11所示,在加入传统PI脉冲信号的控制后,充电电流得到控制,在设定值0.2A上下波动,其充电电压几乎贴合线性上升。

图11 PI控制器充电波形

如图12所示,在模糊恒流充电的控制下,充电电流得到稳定控制并恒定在0.2A,充电电压为线性上升,整个充电时间长0.6s。图中恒流充电阶段初期由于Buck电路滤波电容自动放电产生电流冲击造成约40mA的超调量。

图12 模糊控制器充电波形

5 结论

本研究以Buck电路为硬件结构基础,构建了以模糊算法为核心的恒流充电控制器,搭建了Matlab仿真模型进行了测试,通过STM32ZET6为微处理器的硬件电路进行实验,并与传统PI控制进行了比较,实验结果贴合仿真效果,充电电流稳定在0.2A,充电时间控制在0.6s以内,储能电容两端电压呈线性上升趋势。在提高电容寿命,减少永磁接触器故障方面具有重要意义。