一种接触器的自动建模及硬件在环仿真方法

摘要

本发明提供一种接触器的自动建模及硬件在环仿真方法，融合了接触器的智能控制、数据采集及硬件在环仿真三个部分：数据采集系统可以采集接触器运行过程中的各种动态参数，之后引入神经网络来建立接触器的神经网络模型，仅通过采集线圈电压及线圈电流即可计算接触器动铁心的实时位移，在神经网络的训练过程中会自动计入永磁体的作用。为接触器的位移计算提供了一种简单、通用的训练方法，促进位移闭环控制技术的应用；最后结合位移闭环，在上位机中编写接触器的各种智能控制策略，并将控制策略与ANN模型一起下载到实时处理器中进行硬件在环仿真，验证ANN模型及智能控制策略的有效性；方便智能接触器的开发。

说明书

技术领域

本发明涉及一种接触器的自动建模及硬件在环仿真方法。

背景技术

接触器主要用于远距离频繁接通和分断主回路，广泛应用在各种工业控制领域中，其性能指标直接影响到整个用电系统和控制系统的安全、稳定。传统电磁式接触器存在触头弹跳严重、功耗大、噪声大、工作电压范围窄等不足，且随着接触器容量的增大，不足愈加凸显。近年来，接触器的智能控制技术发展迅速，改善了传统接触器存在的不足，主要提出了如下控制方案：文献[1-3]提出了接触器高压直流起动，低压直流保持的开环控制方案，采用分段激励的控制方式对接触器的起动过程进行优化控制。文献^[4-5]提出了接触器的PWM智能控制方案，以线圈电流作为反馈，进行闭环控制，直接调节接触器的激磁状态。文献[6-7]采用位移估算技术，实现起动过程的无位置传感器的位移闭环控制；文献[8-10]将位移估算技术应用到永磁接触器的智能控制中。

对比以上控制方案可以看出：接触器线圈电流闭环可以直接控制线圈激磁状态，便于优化控制；可以实现接触器的宽电压及节能无声运行；也可以避免接触器卡涩等引起的线圈过流，提高运行安全性，是一种较为合理的控制方案[11]。而对接触器的位移进行闭环控制则可以有效控制动铁心在起动及分断过程中的运动速度，从而减少起动过程中的触头弹跳及分断过程中的电弧，进一步提高性能[12]。但现有的位移估算技术需要求解被控接触器的磁路方程，要求已知较多的接触器结构参数及材料特性参数，计算量大，通用性较差，且随着接触器磁路非线性饱和状态的加剧，其估算精度更是难以保证，限制着位移估算技术的应用。

参考文献

[1]许志红，张培铭.智能交流接触器动态吸合过程研究[J].中国电机工程学报，2007，27(18)：108-113.

[2]许志红，张培铭.基于蚁群算法的智能交流接触器优化设计[J].电工电能新技术，2005，27(3)：9-12.

[3]汤龙飞，许志红.交流接触器新型智能抗电压跌落控制模块的设计[J].中国电机工程学报，2012，32(27)：95-103.

[4]Paulo Mário dos，Santos Dias de Moraes，Arnaldo José Perin.Anelectronic control unit for reducing contact bounce in electromagneticcontactors[J].IEEE Trans.on Industrial Electronics，2008，55(2)：861-870.

[5]汤龙飞，许志红.闭环斩波起动交流接触器控制模块设计[J].中国电机工程学报，2013，33(18)：132-139.

[6]Antonio Garcia Espinosa，Jordi-Roger Riba Ruiz，Cusidó J.Sensorlesscontrol and fault diagnosis of electromechanical contactors[J].IEEE Trans.onIndustrial Electronics，2008，55(10)：3742-3750.

[7]Antonio Garcia Espinosa，Jordi-Roger Riba Ruiz，Xavier AlabernMorera.A sensorless method for controlling the closure of a contactor[J].IEEETrans.on Magnetics，2007，43(10)：3896-3903.

[8]Wang Xianbing，Lin Heyun，Ho S L.Analysis of dynamic characteristicsof permanent magnet contactor with sensorless displacement profile control[J].IEEE Trans.on Magnetics，2010，46(6)：1633-1636.

[9]汪先兵，林鹤云，房淑华，等.永磁接触器位移分段PWM控制及吸合过程动态特性分析[J].中国电机工程学报，2010，30(3)：113-118.

[10]H.Lin，X.Wang，S.Fang，P.Jin，et al.Design，Optimization，andIntelligent Control of Permanent-Magnet Contactor[J].IEEE Trans.on IndustrialElectronics，2013，60(11)：5148-5159.

[11]刘颖异，陈德桂，袁海文，等.带电流反馈的永磁接触器动态特性仿真与分析[J].中国电机工程学报，2010，30(15)：118-124.

[12]纽春萍，陈德桂，李兴文，等.交流接触器触头弹跳的仿真及影响因素[J].电工技术学报，2007，22(10)：85-90.

发明内容

本发明的目的是提供一种接触器的自动建模及硬件在环仿真方法。

本发明采用以下技术方案：一种接触器的自动建模及硬件在环仿真方法，其特征在于，包括以下步骤：S1：采集接触器的动态运行参数，运行参数线圈电压、线圈电流、铁心位移及触头弹跳信息；S2：利用采集的线圈电压、线圈电流及铁心位移数据进行接触器ANN模型的训练；S3：根据输入的线圈电压及线圈电流信息输出准确的铁心位移信息，用于基于位移闭环的智能控制策略的实现；S4：融入接触器控制系统，并将智能控制策略及接触器ANN模型一同下载到实时处理器中，进行控制策略及ANN模型的实时运行，构建硬件在环仿真系统；S5：在上位机中进行系统配置：确定接触器控制系统的硬件连接方式，配置输入电源参数及电磁系统驱动拓扑；S6：编写接触器的智能控制策略，将控制策略及训练好的接触器ANN模型下载到实时处理器中实时运行，采集系统采集到的线圈电压、线圈电流信息实时反馈到I/O接口模块，实时处理器根据反馈的信息结合智能控制策略及ANN模型产生电磁系统驱动电路的开关驱动信号，对接触器进行智能控制，完成智能接触器的硬件在环仿真。

在本发明一实施例中，S2包括以下步骤：接触器ANN模型的输入向量为(ψ,i_coil)，输出向量为x，因此模型输入层具有2个神经网络节点，输出层具有1个节点；通过线圈电压u_coil、线圈电流i_coil配合线圈电阻R_coil来计算电磁系统的磁链ψ：ψ＝∫(u_coil-i_coilR_coil)dt；在接触器ANN模型的训练及验证过程中需采集足够的线圈电压、线圈电流及铁心位移数据。

在本发明一实施例中，接触器控制系统由程控直流电源、程控交流电源、双向开关、电磁系统驱动电路、双向开关及接触器本体构成。

在本发明一实施例中，所述程控直流电源接收通信总线发送的配置指令，配置直流电源的电压、电流、功率、通断时序及其他参数，并将当前电源状态通过通信总线返回到I/O接口模块；程控交流电源接收通信总线发送的配置指令，配置交流电源的电压、电流、功率、频率、接通相角、分断相角及通断时序及其他参数，并将当前电源状态通过通信总线返回到I/O接口模块；双向开关负责根据控制总线的指令选择输入电源为交流、直流或悬空，并将开关状态通过控制总线返回到I/O接口模块；电磁系统驱动电路根据驱动及配置总线发送的配置指令来灵活配置其拓扑结构，其内部开关管接收驱动及配置总线发送的开关驱动信号，完成接触器的电流闭环控制、等效电压闭环控制及高压起动低压保持控制的智能控制方案；双向开关负责根据控制总线的指令将接触器本体直接接入电源端进行驱动或者通过电磁系统驱动电路进行驱动或者悬空不接入，并将开关状态通过控制总线返回到I/O接口模块。

在本发明一实施例中，构建硬件在环仿真系统还包括数据采集系统；所述数据采集系统由线圈电压检测电路、线圈电流检测电路、触头弹跳检测电路、激光位移传感器、信号调理电路、I/O接口模块及上位机构成。

在本发明一实施例中，在数据采集系统的控制下通过检测电路检测接触器动态运行过程中的线圈电压、线圈电流、触头弹跳及铁心位移信息，经信号调理电路的滤波及量程变换处理后送入I/O接口模块进行采样处理，采样到的数据送入上位机进行处理及显示；同时，采集到的线圈电压、线圈电流及铁心位移数据用于训练、验证及校正接触器的ANN模型；之后通过ANN模型配置输出接口输出的模型信息，便于接触器ANN模型的嵌入式应用。

本发明构建一种接触器的自动建模及硬件在环(HIL)仿真方法，融合了接触器的智能控制、数据采集及硬件在环仿真三个部分：通过对硬件的合理配置，智能控制系统可以完成上述智能控制方案；数据采集系统可以采集接触器运行过程中的各种动态参数，之后引入神经网络(ANN)技术来建立接触器的神经网络模型，该模型仅通过采集线圈电压及线圈电流即可计算接触器动铁心的实时位移，该神经网络计算方法同样适用于永磁接触器，在神经网络的训练过程中会自动计入永磁体的作用，因此本专利为接触器的位移计算提供了一种简单、通用的训练方法，促进位移闭环控制技术的应用；最后结合位移闭环，在上位机中编写接触器的各种智能控制策略，并将控制策略与ANN模型一起下载到实时处理器中进行硬件在环仿真，验证ANN模型及智能控制策略的有效性。本发明的技术方案可以方便智能接触器的开发。

附图说明

图1为接触器ANN模型原理框图。

图2为接触器自动建模及硬件在环仿真系统。

具体实施方式

下面结合附图和具体实施例对本发明做进一步解释说明。

一种接触器的自动建模及硬件在环仿真方法，其包括以下步骤：S1：采集接触器的动态运行参数，运行参数线圈电压、线圈电流、铁心位移及触头弹跳信息；S2：利用采集的线圈电压、线圈电流及铁心位移数据进行接触器ANN模型的训练；S3：根据输入的线圈电压及线圈电流信息输出准确的铁心位移信息，用于基于位移闭环的智能控制策略的实现；S4：融入接触器控制系统，并将智能控制策略及接触器ANN模型一同下载到实时处理器中，进行控制策略及ANN模型的实时运行，构建硬件在环仿真系统；S5：在上位机中进行系统配置：确定接触器控制系统的硬件连接方式，配置输入电源参数及电磁系统驱动拓扑；S6：编写接触器的智能控制策略，将控制策略及训练好的接触器ANN模型下载到实时处理器中实时运行，采集系统采集到的线圈电压、线圈电流信息实时反馈到I/O接口模块，实时处理器根据反馈的信息结合智能控制策略及ANN模型产生电磁系统驱动电路的开关驱动信号，对接触器进行智能控制，完成智能接触器的硬件在环仿真，并将运行过程中的数据显示在上位机中，便于处理、分析。

本发明首先对接触器的动态运行参数，包括：线圈电压、线圈电流、铁心位移及触头弹跳信息进行数据采集；之后利用采集的线圈电压、线圈电流及铁心位移数据在Labview环境中，进行接触器神经网络模型的训练，训练完成后该模型可以根据输入的线圈电压及线圈电流信息输出准确的铁心位移信息，方便基于位移闭环的智能控制策略的实现；最后融入程控交/直流电源、电磁系统驱动电路，并将Labview环境下编写好的智能控制策略及接触器ANN模型一同下载到实时处理器中，进行控制策略及ANN模型的实时运行，构建硬件在环仿真系统。由于神经网络强大的非线性拟合能力，该系统可以进行任意接触器的建模工作，结合灵活的输入电源及电磁驱动电路可以完成各种接触器智能控制方案的提前验证，验证完成后可以输出ANN模型参数，便于实现嵌入式应用。

接触器每一个特定的(磁链，线圈电流)状态对应着唯一的铁心位置，即每一个(ψ,i_coil)对应着唯一的x。但该(ψ,i_coil)至x之间的一一映射关系较为复杂，为高度非线性函数，而神经网络具有良好的非线性拟合能力，在非线性建模领域具有非常重要的应用，因此引入神经网络来解决接触器的非线性建模问题。经以上分析可以确定：接触器ANN模型的输入向量为(ψ,i_coil)，输出向量为x，因此模型输入层具有2个神经网络节点，输出层具有1个节点。接触器的磁链较难直接测量，但可以通过线圈电压u_coil、线圈电流i_coil配合线圈电阻R_coil进行简单的积分计算得到，因此构建的接触器神经网络模型如图1所示，在接触器ANN模型的训练及验证过程中需采集足够的线圈电压、线圈电流及铁心位移数据。

构建的接触器自动建模及硬件在环仿真系统如图2所示，从硬件结构上可以分为接触器控制系统、数据采集系统及硬件在环仿真系统三个部分。

接触器控制系统由程控直流电源/程控交流电源、双向开关1、电磁系统驱动电路、双向开关2及接触器本体构成，各模块的作用如下：程控直流电源可以接收通信总线发送的配置指令，配置直流电源的电压、电流、功率、通断时序等参数，并将当前电源状态通过通信总线返回到I/O接口模块；程控交流电源可以接收通信总线发送的配置指令，配置交流电源的电压、电流、功率、频率、接通相角、分断相角及通断时序等参数，并将当前电源状态通过通信总线返回到I/O接口模块；程控电源可以为各种不同的接触器提供恰当的激励，扩展系统的适用范围。双向开关1负责根据控制总线的指令选择输入电源为交流/直流或悬空，并将开关状态通过控制总线返回到I/O接口模块；电磁系统驱动电路可以根据驱动及配置总线发送的配置指令来灵活配置其拓扑结构，同样其内部开关管接收驱动及配置总线发送的开关驱动信号，可以完成接触器的电流闭环控制、等效电压闭环控制及高压起动低压保持控制等常见的智能控制方案；双向开关2负责根据控制总线的指令将接触器本体直接接入电源端进行驱动或者通过电磁系统驱动电路进行驱动或者悬空不接入，并将开关状态通过控制总线返回到I/O接口模块。

数据采集系统由线圈电压检测电路、线圈电流检测电路、触头弹跳检测电路、激光位移传感器、信号调理电路、I/O接口模块及上位机构成。首先在上位机中合理配置接触器的控制系统，在数据采集程序的控制下通过检测电路检测接触器动态运行过程中的线圈电压、线圈电流、触头弹跳及铁心位移信息，经信号调理电路的滤波及量程变换处理后送入I/O接口模块进行采样处理，采样到的数据送入上位机进行处理及显示；同时，采集到的线圈电压、线圈电流及铁心位移数据可用于训练、验证甚至校正接触器的ANN模型，之后通过ANN模型配置输出接口输出精确的模型信息，便于接触器ANN模型的嵌入式应用。

硬件在环仿真系统由接触器控制系统、数据采集系统配合实时处理器构成。首先在上位机中进行系统配置：确定接触器控制系统的硬件连接方式，配置输入电源参数及电磁系统驱动拓扑；在Labview环境中编写接触器的智能控制策略，之后将控制策略及训练好的接触器ANN模型下载到实时处理器中实时运行，采集系统采集到的线圈电压、线圈电流信息实时反馈到I/O接口模块，实时处理器根据反馈的信息结合智能控制策略及ANN模型产生电磁系统驱动电路的开关驱动信号，对接触器进行智能控制，完成智能接触器的硬件在环仿真，并将运行过程中的数据显示在上位机中，便于处理、分析。

本发明构建的系统可以完成任意接触器的建模及硬件在环仿真工作，同时由于实际接触器及硬件电路的引入，硬件在环仿真提高了仿真与实际的吻合度，且代码无需转化成嵌入式形式即可进行控制方案的提前验证，加快智能接触器的开发进程。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。