智能安全頭盔太陽能充電監測系統設計

唐立軍，周年榮，張旭東

（云南電網有限責任公司電力科學研究院，云南 昆明 650217）

0 前言

單片機的出現推進了網絡時代的進一步發展，最開始出現的單片機性能比較低，結構簡單，其容量較小，但很快出現了高性能的單片機彌補了之前單片機的不足[1]。微控制單元(Microcontroller Unit；MCU)，也叫單片微型計算機(Single Chip Microcomputer )，其應用領域十分廣泛，如各種測控系統、智能儀表等比較復雜性能高的系統中[2]。

智能安全頭盔是將一個尋常的頭盔融合高端科技產品升級，實現人們需求的智能性能頭盔，其主要應用在應急救助領域中，如火災現場、地質探測等領域[3]。太陽能充電可將太陽能轉換成電能對所需物件進行充電，太陽能是一種環保可再生資源[4]，它主要通過太陽光線讓物體產生能量，通常用作發電。將太陽能充電技術應用在智能安全頭盔中，可降低頭盔能耗，為頭盔提供豐富的能源。同時智能安全頭盔中太陽能充電狀態的有效監測，對于確保智能安全頭盔的正常運行，提高其安全性能具有重要的應用意義。

本文利用高性能MCU單片機，設計了一款智能安全頭盔太陽能充電監測系統，其不僅能有效的跟蹤智能安全頭盔的太陽能充電情況，還能提升充電狀態監測效率，應用價值高[5]。

1 系統設計

1.1 智能安全頭盔的結構設計

智能安全頭盔包括頭盔構架、太陽能電池列陣、聚合物電池、控制器等，見圖1。其詳細分布包括內嵌蓄電池、前部面罩、尾部散熱片、半導體制冷片、冷面散熱層、透明工程塑料、太陽能電池板、電路板和冷面散熱層，這些設備構成智能安全頭盔結構。智能頭盔的內外支架是連接兩曲面的連接設備，高強度工程塑料（頂蓋）是外曲面的制作材料[6]；導熱和重量是內曲面思考的核心因素，因此選取比較純的導熱性能好的新型網狀鋁合金材料（將其用作散熱片和頭部支架），將絕熱材質用作兩曲面間的支架。為了便于接受太陽光照射，將頭盔頂蓋做成透明，靠在曲面頭盔頂端內部是太陽能電池列陣并做成曲形，用絕熱泡沫填補兩曲面剩下的空間[7]。

1.2 太陽能充電監測系統設計

1.2.1 系統參數和硬件總體結構

設計的智能安全頭盔太陽能充電監測系統結構用圖2描述。可以看出系統包括感知數據采集單元、控制傳輸單元、監測數據跟蹤單元三部分。其中感知數據采集單元中的CorteX-M7內核高性能單片機以及監測數據跟蹤單元中的最大功率跟蹤模塊中采用的STC2C5412AD單片機是本文監測系統采用的兩種關鍵的高性能MCU。

圖2 太陽能充電監測系統結構圖

基礎繼電器、CC2530設備和CorteX-M7單片機等構成系統的感知數據采集單元[8]，其通過充電數據選擇、控制連接等功能，完成監測數據的采集。確保太陽能充電監測系統的連接更加牢固，加速太陽能充電控制監測程序的執行能力，可通過CorteX-M7單片機完成。

控制傳輸單元在有效控制調節接口傳輸的條件下，通過InDTU332數據傳輸模塊和ARM處理器推動太陽能以太接口的連接以及器件電路同系統電源的聯合，實現總體監測系統監測數據的高效率傳輸。控制單元也是整個太陽能智能充電監測系統的紐帶，實現感知數據采集單元和監測數據跟蹤單元間數據的交互連接[9]。

監測數據跟蹤單元，通過InDTU332數據傳輸模塊將控制傳輸單元獲取的監測數據通過CC253設備傳輸到充電控制器中進行分析控制，該控制器采集充電控制器監測數據的模式運行調控，同時將其反饋到太陽能充電板中，再結合最大功率跟蹤模塊獲取的太陽能數據，選擇合理的智能監測策略，實現安全頭盔太陽能充電的智能監測。

1.2.2 Core-M7單片機模塊集成

太陽能充電監測系統中CoreX-M7單片機擁有六級、雙發射超標量流水線，具有高精度的浮點運算單元，可降低對額外數字信號處理器以及微控制器的需求[10]，是一種高性能的處理器。BST-V51是CoreX-M7單片機的智能集成地板，為了避免無意義監測損耗，以太陽能充電線路的閉合狀態為基礎，對控制器電機轉速進行調節，讓系統驅動能力實現最佳形態在較少的時間中，且強迫沒用全面使用的太陽能電子迅速進入器件控制電路[11]。該種單片機的內存接口連接緊密，具有超高速的響應速率，采用嵌入式跟蹤宏單元選擇和配準相關的運行指令以及數據軌跡，大大提高總體數據采集單元的能見度，提高數據采集性能。

1.2.3 最大功率跟蹤模塊設計

系統中監測數據跟蹤單元中的太陽能最大功率跟蹤模塊結構圖見圖3。

圖3 最大功率跟蹤模塊結構圖

從圖中可以看出最大功率跟蹤模塊的控制核心是STC2C5412AD單片機，采用卡爾曼算法融合預測太陽軌跡算法以及光敏傳感器得到的太陽方位信息，再驅動雙軸云臺使得電池陣列運行，對光源位置進行準確檢索，確保太陽能充電板中的電池陣列處于最大功率點周圍[12]。通過九軸姿態傳感器對電池陣列的旋轉姿態進行有效的檢測，確保跟蹤模塊對太陽光源位置進行準確跟蹤。

1）光敏和九軸姿態傳感器：通過四象限法實現光線傳感器最大功率跟蹤，其設計理念利用三點構成平面，此模型選用三個光電三極管(3DU33)，三個傳感器，圓筒內部有一個，在擋板外實行隔離的有兩個[12]。此傳感器輸出的光電流越大，光強度越強，反之輸出的光電流越小，光強度越弱，且電壓信號的產生采用信號調節電路轉化電流信號得出。

2）GPS子模塊：通過了解當地經度、緯度和時間等信息可求解太陽高度角和方位角。系統中的最大功率跟蹤模塊利用GPS子模塊實時修正數據，為了提升太陽能數據監測結果的精度，可通過太陽軌跡天文算法獲取太陽對應的位置[13]。

地球自轉在單位時間內形成的角度被稱為時角，并設置0°是中午12點形成的時角，且時角提升15°需要經過1h，(-180°～180°)是時角的取值范疇，若A是當地時間(單位：h)，則獲取的地方時角是α：

通過太陽與地球中心連線與地球赤道平面間形成的夾角叫做赤緯角，太陽赤緯角在春分日和秋分日是0°，北緯23° 26"是太陽赤緯角在夏至日時，南緯23°26"是太陽赤緯角在冬至日時。由此隨意一天赤緯角在整年中滿足：

其積日數是M，計算的起始時間是1月1日，日期通過GPS數據幀中獲取，因此求解積日數M。

太陽光的入射方向和地平面間的夾角為太陽高度角，且觀測點緯度ε和太陽高度角b滿足：

太陽光線在地平面上的投影和當地子午線形成的夾角是太陽方位角且正南方向是0，并和東方成反比例，和西方成正比例，當到達正北方變成±180°，當方位角處在正午時全是0，且方位角β滿足：

2 系統軟件設計

2.1 最大功率跟蹤算法設計

太陽能最大功率跟蹤是總體智能安全頭盔太陽能充電監測系統的關鍵部分，系統軟件通過卡爾曼濾波算法融合光線傳感跟蹤法和太陽軌跡跟蹤法，實現太陽能最大功率的高精度跟蹤[14]。最大功率跟蹤算法的詳細流程見圖4，可以看出其通過預測-實測-修正三個過程實現太陽能最大功率的有效跟蹤。

圖4 最大功率跟蹤算法流程圖

2.2 系統監測策略分析

分析監測系統的監測流程，對關鍵處理節點實施避障操作，合理選擇智能監測策略。

2.2.1 太陽能控制巡跡

內監測走線、外監測走線、環行走線是太陽能充電監測系統的巡跡方向，融合兩類或兩類以上的巡跡方式得到5種太陽能充電監測巡跡選型策略。

1）利用杜綁線連接監測系統的全部巡跡走線，為監測系統配備兩個減速機輔助監測裝備，完成監測系統巡跡的內監測走線。此巡跡的優點是可在系統內部同CorteX-M7單片機相連，借助高性能單片機提高監測性能，缺點是運算量大[15]。

2）利用web數據線連接監測系統的全部走線，監測系統真實損耗狀況可通過配備一個SAMRTDUINO設備和連接一個電機固定件獲取，實現監測系統外監測走線型巡跡，該種巡跡方式的優點是能明確了解監測系統的損耗狀況，提高監測精度。

3）杜邦線和web數據線分別連接太陽能充電監測系統的內線和外線，且配備一個平臺共享設備，實現監測系統的環形走線巡跡，其優點是使用范圍廣，整體損耗費用低，缺點是限制監測準確率。

4）融合內線、外線以及環線的監測系統尋跡方式，融合了三種尋跡方式的優勢。

2.2.2 監測避障操作

合理處理系統監測軌跡，對于避免系統出現嚴重處理漏洞具有重要應用意義。處理過程中，應先明確系統中控制器設備的巡跡方式，分析產生故障數據的數量級規范，再通過合理的運算公式規劃監測避障操作的規范。針對內、外、環3類走線巡跡是監測系統監測避障管理的基本規范要求，設置監測系統設備最高智能充電量低于其的選取標準是在單位時間內，c是最長充電時間，且用式(5)描述3類走線巡跡措施的監測避障管理標準：

其中，3種走線巡跡措施的監測避障指標分別是ν1、ν2和ν3，杜邦線內太陽能充電電子的平均傳輸速率是d′，兩個減速電機的輔助監測參量是g1和g2，SMARTDUINO設備的智能充電系數是|r|，Web監測數據線在最長充電時間的消耗常量用zc表示，監測系統的真實損耗情況參數和環形巡跡措施的物理監測時間分別用s和l表示。

復合型監測系統巡跡措施沒有鮮明的計算公式，獲取新復合型監測系統迅肌操作規范，應基于式(5)，采用式(6)對ν1、ν2和ν3監測避障指標進行加工：

其中，e、f和k分別表示走線型監測系統巡跡的避障指標，這些指標描述同三種巡跡措施監測避障指標關聯的監測系數；ν4、ν5、ν6和ν7分別表示3.2.1小節描述的四種太陽能充電監測系統巡跡選案的避障指標。

3 仿真實驗

實驗對象為某型號智能安全頭盔，檢測實驗智能安全頭盔運行的0.002 s到0.026 s時間段內，本文系統、STM32系統以及PIC系統，對實驗安全頭盔的太陽能最大功率的跟蹤效果，結果分別見圖5、圖6、圖7。

圖5 STM32監測系統跟蹤效果

分析圖5可知，STM32監測系統到0.008s時，跟蹤到頭盔太陽能的最大跟蹤率，且持續了0.06 s。

分析圖6可知，PIC監測系統到0.010 s時，跟蹤到最大跟蹤率，持續了0.04 s。

分析圖7可知，本文系統到0.006 s時跟蹤到太陽能最大功率，持續了0.08 s。對比分析圖5、圖6、圖7可知，本文系統跟蹤實驗安全頭盔太陽能最大功率的速度高于其它兩個系統，且跟蹤最大功率的持續時間長。實驗為了檢測本文系統監測太陽能充電信號的穩定性，對比分析三種系統進行太陽能充電監測過程中的監測信號變化情況分析數據可知，隨著監測時間的不斷增加，STM32監測系統監測數值從3Mb上升到65 Mb，又從65 Mb下降到5 Mb，變化趨勢非常大，PIC監測系統監測信號數值從3 Mb上升到60 Mb，又從60 Mb下降到15 Mb，其變化趨勢也比較顯著，而本文系統的變化趨勢從3 Mb上升到45 Mb之后，一直在45 Mb左右間，其變化趨勢相對穩定，說明本文系統進行智能安全頭盔太陽能充電監測的穩定性好，為智能安全頭盔的穩定運行提供了可靠的保障。

4 結束語

本文設計的智能安全頭盔太陽能充電監測系統，采用了CorteX-M7和STC2C5412AD兩種高性能單片機，其中CorteX-M7內核高性能單片機協助系統感知數據采集單元實現監測數據的高效率采集，STC2C5412AD單片機協助系統最大功率跟蹤模塊實現太陽能最大功率的有效跟蹤，對光源位置進行準確檢索，確保太陽能充電板中的電池陣列處于最大功率點周圍。本文系統采用的兩種高性能MCU避免無意義監測損耗，大大提高了總體系統的監測效率，確保太陽能充電監測智能安全頭盔的運行穩定，提升智能安全頭盔的使用時間。