应用ARM7和DSP设计的逆变电源

发布时间:2011-12-14 阅读量:1238 来源: 我爱方案网 作者:

中心议题:
    *  逆变电源整体介绍
    *  双核控制系统的组成
    *  控制系统的软件架构
解决方案:
    *  选择ST M32
    *  程序语言为ANSI 标准C 语言

引 言
  
在电气智能化发展无处不在的今天, 无数用电场合离不开逆变电源系统( Inverted Pow er Supply System,IPS) 为现场设备提供稳定的高质量电源,特别在如通信机房、服务器工作站、交通枢纽调度中心、医院、电力、工矿企业等对电源保障有苛刻要求的场合。许多IPS产品因遵循传统设计而不符合或落后于现代电源理念,突出表现为控制模块的单一复杂化,控制器芯片落后且控制任务繁重, 模拟闭环控制而得不到理想的监控和反馈调节效果, 并由此带来单个控制设备软硬件设计上的隐患, 这对IPS 电源输出造成不利影响, 甚至对用电设备因为供电故障而导致灾难性后果。数字化控制技术日趋成熟,而且在某些领先理念的电源设备控制应用场合得到应用, 凸显出模块化、数字化控制已成为一种必然的趋势。
  
本文描述了基于ARM7 Cortex-M3 的单片机STM32F103 和T I C2000 系列DSP 芯片TMS320F2808 联合控制的IPS 核心控制电路, 针对上述产品中的不足而提出了改进。所设计的IPS 核心控制电路通过测试仿真及现场测试结果证明, 这种新型IPS 设计改善了IPS 结构设计, 满足IPS 运作的高要求,而且丰富了远程监控等人机交互接口, 从而也间接多方面节约用户的管理成本。
  
1 逆变电源整体介绍
  
为满足电源敏感性设备对逆变电源的要求, 目标IPS 采用本次设计的电路作为核心; 以高速数字信号微处理器( DSP TMS320F2808) 及外围器件作为信号产生及反馈检测调整模块; 以ARM7 单片机ST M32F103及其外设作为人机交互逻辑控制模块, 两个模块交互协同控制。应用硬件自反馈调节SPWM 波形输出, 采用DSP 数字化算法提供高精度锁相技术。软件编程进行全数字化分任务模块控制, DSP 模块执行IGBT 逆变所需的控制波形产生、反馈调节、铅酸蓄电池充电波形产生及调节、自检和自侦测功能,对电路板上所有独立电路连接进行自检和故障分析等功能。而ARM7 模块执行参数设定、运行管理、环境参数监控和人机交互处理等任务。DSP 模块控制力求精准, ARM 模块则具备完善的系统级事件管理功能。如图1 所示, 两个模块在任务上相互独立而又紧密联系,分工协调共同维护IPS 的正常运转。
 
图1 IPS 逆变原理框图

2 双核控制系统的组成
  
2. 1 DSP 控制模块
  
该模块是逆变信号产生及反馈检测调整模块, 核心是一片C2000 系列高性能DSP 处理器TMS320F2808(以下简称F2808) , F2808 产生的SPWM 信号经过CPLD 进行逻辑延时移相形成三相逆变器IGBT 控制信号。F2808 是德州仪器( TI) 公司的一款高速DSP 芯片, 最高运行速度可达100 MIPS, 为适应工控强干扰环境, F2808 内部集成了增强型输入捕获单元( eCAP) 和带死区控制功能的输出比较PWM 产生单元( ePWM) ,12 位16 通道快速ADC 单元; 内核支持用于定点DSP实现浮点运算的IQ 变换函数库; 还有诸如SCI, SPI,eCAN 等丰富而通用的外设接口。如图2 所示, 设计中F2808 的主要任务是监控IPS 功率部分的开关状态和动作, 根据逆变器和负载状态反馈调整3 路SPWM波形的输出,电池充电脉冲控制。DSP 输出的3 路SPWM 信号直接送给CPLD,经过CPLD 的等间隔脉冲延迟移相作为逆变器产生U, V, W 三相电的控制波形。
  
图2 DSP 控制模块框图
 

 

  
2. 2 人机交互全局控制模块
  
人机交互控制模块是此IPS 设计中最为复杂的数字化管理模块, 它不仅监测和管理逆变系统的运作, 还要保证IPS 控制器与外界的通信。设计中要求人机交互模块能处理复杂的任务调度和很强的突发访问( 中断) 处理, 这就必须有较高运行速度;模块内部还要有丰富的扩展接口提供IPS 与外部即时通信; 具备优越的总线控制和访问机制等。综合考虑上述需求, 设计中选择了意法半导体( ST ) 公司推出的最新32 位单片机STM32F103ZET6 ( 以下简称ST M32) 。ST M32 是基于ARM7 Co rtexM3 内核架构的高速高性能嵌入式控制芯片, 拥有72 MHz 内核工作频率和1. 25 DMIPS/ MHz的指令流水处理速度; 先进的总线结构和多达16 级的带DMA 功能抢占中断机制( NIVC) [ 10] 。如图3 所示,设计中ST M32 通过SCI 接口及1 根中断请求/ 接收线与DSP 2808 进行通信; 利用片上扩展的其中2 个SCI 口分别作为RS 232 和RS 485通信协议口; CAN 总线接口和U SB 总线通过共享数据缓冲区和中断向量入口与外界互联通信;通过STM32 的26 位地址总线和16 数据总线扩展外挂256 KB SRAM 和4 MB N OR FLASH, 以及8 位数据口的LCM 模块RA8806 以及用于SNMP 的16 位并行数据的以太网芯片W5100; 启用ST M32 的SDIO 总线以启用用户插入SD 卡存储查询IPS 状态数据功能; 启用现场环境下独立时钟看门狗电路和STM32 特有的窗口看门狗;启用内部芯片温度传感器采样监控, RC时钟源以及外部唤醒功能; 通过通用引脚接入DS18B20 温度传感器对环境温度的采样, 预留I2 C 方式E2PROM 和SPI 方式的DA TA FLASH 接口为产品后续升级开发做准备。
 
图3 STM32 模块组成框图
  
通信接口电路设计如图4 和图5 所示。
 
图4 IPS 与外间通信接口电路图
 
图5 STM32 通信接口定义
 

 


3 控制系统的软件架构
  
控制模块中的程序语言为ANSI 标准C 语言, 程序结构、变量命名和注释都遵循国际通用标准, 容易理解, 也便于移植或扩展,如图6 和图7 所示。
 
DSP 程序流程图
 
图6 DSP 程序流程图
  
代码经过合理编写, 逻辑清晰, 功能完善, 结构紧凑而又突出健壮性, 可维护性强, 符合工控软件编写要求。
  
项目过程中整理的开发测试说明文档详实准确, 也为后继研究带来便捷。
  
4 样机验证
  
目标板经过测试验证后成功应用在一台6KVA 工频双变换纯在线式单相小功率逆变电源上。各负载加载测试波形如图8 所示。空载输出电压波形1/ 4 负载输出电压波形满载输出电压波形测量结果表明, 220 V 交流输入时不同负载情况下电源的输出波形失真度小于3%,非线性负载失真小于5%, 逆变器效率大于96%。

图8 负载测试波形输出
  
5 结 语
  
核心控制数字化是工控发展的必然趋势。本文所研究设计的基于STM32 和TMS320F2808 控制的IPS 处理速度快,控制精度高, 模块化结构合理, 能很好的实现现代IPS 设计的要求, 而且增加了SNMP, U SB和SDIO 等人机交互通信接口,便于IPS 本地及远程管理维护。测试结果证明本设计的可行性与有效性。

相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。