智能斷電控制系統的A/D轉換設計

陸興華，黃冠華

(廣東工業大學華立學院，廣州　511325)

智能斷電控制系統的A/D轉換設計

陸興華，黃冠華

(廣東工業大學華立學院，廣州511325)

摘要：提出一種改進的基于阻抗匹配濾波放大的智能斷電控制系統的A/D轉換模塊設計方法。進行了智能斷電控制系統的整體設計和建模，采用AD9225設計智能斷電控制系統的ADSP-BF537并行外設接口，配置SPORT0_TFSDIV寄存器，響應內核中斷。設計智能斷電控制系統的PID神經網絡A/D轉換控制算法。整個A/D轉換模塊包括了模擬信號預處理機、功率放大器、濾波器和電源模塊的設計，通過A/D轉換實現批量數據轉換和數據采樣。

關鍵詞：智能斷電；控制系統；A/D轉換；PID

在大型機電控制系統和電力控制系統中，通常會因為電流過載而導致系統故障，需要對大型機電系統進行智能斷電控制，保障整個系統設備的安全可靠運行。隨著DSP數字信息處理芯片的發展，采用集成數字處理芯片應用在電力控制系統中成為未來電力系統發展的一個重要趨勢。大型機電控制系統的智能斷電控制系統主要采用的是ARM控制模塊和PXI電源信息分析模塊，通過對電源電壓、電流以及用電功率的數據采集結果進行信號分析，當電壓過載時實現自動斷電操作，在智能斷電控制系統設計中，功率過載的情況下瞬時電流產生一個電壓脈沖，電子被陽極吸引實現電流切斷，智能斷電控制系統在進行電流信息處理時，需要進行脈沖信號的A/D轉換，實現與上位機的硬件控制。研究智能斷電控制系統的A/D轉換設計方法，是整個斷電控制系統設計的基礎[1]。

當前，對智能斷電控制系統A/D轉換模塊設計的方法主要采用模擬信號預處理控制方法，通過動態增益制，調整智能斷電控制系統的電壓信號到合適范圍，對采樣的斷電控制信號進行放大、濾除，實現智能斷電系統的A/D轉換控制，其中，對智能斷電控制系統的A/D轉換方法又主要分為基于傳感器識別的智能斷電控制A/D轉換方法、基于時頻特征采集的智能斷電控制系統的A/D轉換方法和基于VXI總線驅動的智能斷電控制系統的A/D轉換方法等[2-3]，但上述方法需要對智能斷電系統進行調制濾波，在進行數據的A/D轉換會出現電壓負載過大或過小的情況，影響整個系統工作的安全性和可靠性。對此，相關文獻進行了系統的改進設計，其中，文獻[4]設計了一種基于模擬信號預處理機最大功率調制的智能斷電控制系統的A/D轉換模塊，實現對斷電信息的采集和處理分析，該控制系統需要對放大器進行精準設計，若系統放大倍數出現偏差，將會影響整個斷電控制系統的使用效率[5-7]。針對上述問題，本文提出一種基于阻抗匹配濾波放大的智能斷電控制系統的A/D轉換模塊設計方法，首先進行了智能斷電控制系統的整體設計和建模，然后分析了智能斷電控制系統的PID神經網絡A/D轉換控制算法，在此基礎上進行了寬頻帶大功率條件下的智能斷電控制系統A/D轉換模塊的硬件電路設計，最后進行了系統調試和仿真測試，展示了本文設計系統的優越性能。

1系統總體設計描述和算法分析

1.1智能斷電控制系統的總體設計描述

為了實現對智能斷電控制系統的穩定性工作，需要設計智能斷電控制A/D轉換器。本文研究的智能斷電控制系統的A/D數模轉換信號主要為電流信號、電壓信號、差壓信號、絕壓信號。電流傳感器等采集信號，由于原始的傳感器進行信號采集是模擬數據，需要轉換為數字信息實現信號處理和分析，通過對智能斷電控制系統的A/D數模轉換和數據信息采集以及特征分析，實現對整個機電控制系統的狀態的識別、判斷和預報。根據上述原理，進行智能斷電控制系統的總體設計，機電控制信號通過數據采集器/分析儀進入ARM主控系統，進行基線恢復和功率匹配，采用AD9225設計智能斷電控制系統的ADSP-BF537并行外設接口，由此，得到整個智能斷電控制系統設計包括信號濾波模塊、DSP復位模塊、智能斷電的動態增益控制模塊進而D/A芯片中斷初始化模塊，設計功率放大器電路以及電源模塊進行智能斷電系統的低頻供電，為了D/A正常工作，還需配置SPORT0_TFSDIV寄存器，響應內核中斷。綜上描述，得到本文設計的智能斷電控制系統總體結構如圖1所示。

圖1　智能斷電控制系統的總體設計模型

結合圖1分析可知，本文設計的智能斷電控制系統的默認的倍頻數為10倍，電壓必須大于1.2 V，以此需要進行AD轉換，實現查詢中斷標志位判斷，系統設計的基礎指標描述如下：

(1)智能斷電控制系統尺寸為70 mm×50 mm；

(2)智能斷電控制系統整體功耗；

(3)智能斷電控制系統信號的特征采樣率不低于25 MHz；

(4)智能斷電控制系統的采樣分辨率不低于16位；

(5)CAN收到數據后進行高壓控制；

(6)AD轉換電力的能譜數據分析具有基線恢復功能。

根據這些指標進行系統設計，智能斷電控制系統的設計要求結構簡單、功耗低、噪聲低。根據智能斷電控制A/D轉換器的設計方案，結合前期調研和芯片選擇，進行系統硬件電路設計。

1.2智能斷電A/D轉換控制算法分析

在進行硬件模塊設計之前，需要進行智能斷電系統的A/D轉換控制算法的設計和描述，然后將算法寫入到DSP芯片中，實現智能斷電控制，本文設計的智能斷電A/D轉換控制算法采用PID神經網絡控制算法，選取一個三層前向神經網絡作為控制器，圖2為PID神經網絡結構。

圖2　三層前向PID神經網絡結構

在智能斷電A/D轉換控制中采用的神經網絡為2×3×1結構，智能斷電A/D轉換控制的訓練向量模式為：

x(t)=(x0(t),x1(t),…,xk-1(t))T

其中ωj=(ω0j,ω1j,…,ωk-1,j)T，表示PID控制器的自適應加權向量。PID控制器神經元j執行CAN初始化的權向量迭代式為：

wj*(t+1)=wj*(t)+α(cj*)[x(t)-wj*(t)]

其中j∈(j*,NEj*(t))，采用PID神經網絡判斷A/D采樣是否完成，根據收到的數值調節輸出電壓為：

u0=-sgn(Mn)ρ(t)sgn(s)

通過PID變結構控制，激發一個切斷電流的電壓脈沖信號，進行智能斷電控制，然后執行中斷初始化，綜上所述，本文設計的智能斷電控制系統的A/D轉換控制的傳遞函數為：

式中Y(s)——A/D轉換控制的輸出參數；R(s)——輸入控制參數；e-τs——時鐘頻率補償向量。

對網絡輸入新的訓練向量模式x(t)=(x0(t),x1(t),…,xk-1(t))T，得到智能斷電A/D轉換控制的模糊PID神經網絡的學習目標函數為：

式中，α>0,β>0，JPθ表示智能斷電A/D轉換控制的確定上界，輸入層至隱含層權值為ωij(i=1,2;j=1,2,3)，由此實現智能斷電控制和A/D數模轉換。

2系統硬件設計和實現

在上述算法描述和總體設計的基礎上，進行智能斷電控制的A/D轉換模塊的硬件電路設計。A/D轉換模塊采用MUX101程控開關控制AD8021，根據技術指標，整個A/D轉換模塊包括了模擬信號預處理機、功率放大器、濾波器和電源模塊的設計，通過A/D轉換實現批量數據轉換，智能斷電控制系統主機箱選用NI公司C尺寸VXI-1200便攜式9插槽機箱，智能斷電控制系統主機箱選用NI公司C尺寸VXI-1200便攜式9插槽機箱，A/D轉換器進行智能斷電控制系統信號采集，為智能斷電控制系統提供雙路16位電流輸出。A/D轉換器的模擬信號預處理機輸出信號的范圍在±10V之間，運算放大器穩定到1/1 024，由Mux101多路開關控制智能斷電控制的A/D轉換模塊的晶振頻率，得到A/D轉換器的模擬信號預處理機電路設計如圖3所示。

圖3　A/D轉換器的模擬信號預處理機電路設計

智能斷電控制系統中，選用VCA810進行機組的電壓控制，設計帶通濾波器：

Vgain=10-2(Vc+1)(-2V≤VC≤0)

式中Vc——帶寬控制電壓；Vgain——效濾除接收信號后的電壓放大增益。

選擇了MAXIM公司的5階開關電容設計智能斷電控制的A/D轉換模塊的功率放大器，為了有效地消除智能斷電控制的A/D轉換過程中的零點偏移，在各級芯片間設置匹配放大濾波器，采用阻抗匹配濾波放大提高智能斷電控制的A/D轉換信號的傳輸功率增益，阻抗匹配濾波放大的等效電路如圖4所示。

圖4　阻抗匹配濾波放大的等效電路

圖5　智能斷電控制的A/D轉換的硬件接口電路

圖5中，采用±10V的雙極性輸入，轉換序列完成后把電流和電壓等數據寄存在TOUT→/CNVST通道中，用BUSY信號，H#/S接高電平，通過程序加載實現A/D轉換。

3系統調試和仿真結果分析

為了測試本文設計的智能斷電控制系統A/D轉換器的性能，進行系統仿真實驗。實驗中，AD7864的輸出為電源控制的電壓脈沖信號，最高位D[11]是符合位，A4～A0的CPLD符號擴展譯碼為/RST、LDA#和LDB#，2轉換電壓是單極性的，輸出模擬電壓為+2.049V，電流最大輸出為1A，配置信息采用如下方式進行程序加載：

Biuhgiigs--->

Instay5rhhh--->

[*]Don'tusehth/usrrt

Appletsliergbhghs(assoft-links) --->

智能斷電控制系統的S201S處理器有4種電源，每個處理器采用功率放大器進行調制解調，得到智能斷電控制系統A/D轉換輸出的時序圖如圖6所示。

圖6　智能斷電控制系統A/D轉換輸出的時序圖

采用本文控制系統，在頻率為600，低電平為3.3下，具有較好的智能斷電控制的A/D轉換性能，以此為基礎實現智能斷電控制，在脈沖寬度為2時，得到控制信號的A/D采樣結果見圖7。

圖7　智能斷電控制的A/D采樣輸出

采用本文設計的系統，能有效實現智能斷電控制，采樣數據連續，CAN卡能回放多幀數據，新性能穩定可靠。

參考文獻：

[1]張友安，余名哲，吳華麗. 基于自適應神經網絡的分數階混沌系統滑模同步[J]. 控制與決策, 2015, 30(5): 882-886.

ZHANGYou-an,YUMing-zhe,WUHua-li.Slidingmodesynchronizationoffractional-orderchaoticsystemsbasedonadaptiveneuralnetwork[J].ControlandDecision,2015, 30(5): 882-886.

[2]王斌，翟軍勇，雷邦軍.STATCOM的內部電流非線性H∞跟蹤控制[J]. 控制工程, 2015, 22(1): 45-49.

WANGBin,ZHAIJun-yong,LEIBang-jun.Internalcurrentnon-linearh∞trackingcontrolofSTATCOM[J].ControlEngineeringofChina, 2015,22(1):45-49.

[3]陳達軍，于肇賢.計算機仿真在多級放大電路設計中的應用[J].電子設計工程,2015(18):30-33.

CHENDa-jun,YUZhao-xian.Applicationofcomputersimulationinamulti-stageamplifyingcircuitdesign[J]．，2015，(18)：30-33．

[4]甄建軍，張毅.基于螺旋平面線圈的感應電能傳輸技術研究[J].電氣自動化,2014,36(2): 78-80.

A/D Conversion Design for Intelligent Power Control System

LU Xing-hua, HUANG Guan-hua

(Huali College, Guangdong University of Technology, Guangzhou 511325, China)

Abstract:This paper proposes an improved A/D converter module design method for intelligent power failure control system based on impedance matched filtering amplifier. The whole design and modeling of the intelligent power control system is carried out. The ADSP-BF537 parallel peripheral interface of AD9225 is designed, and the SPORT0-TFSDIV register is configured. PID neural network A/D control algorithm is designed. The whole A/D conversion module includes the design of analog signal preprocessor, power amplifier, filter and power module, and realizes batch data conversion and data sampling by A/D conversion.

Key words:intelligent power failure; control system; A/D conversion; PID

DOI：10.11973/dlyny201603003

作者簡介：陸興華(1981)，男，碩士，講師，主要研究方向為計算機控制算法。

中圖分類號：TN911

文獻標志碼：A

文章編號：2095-1256(2016)03-0278-05