文獻標識碼: A
文章編號: 0258-7998(2014)05-0024-04
太陽跟蹤系統(tǒng)廣泛用于太陽能光伏發(fā)電、太陽能水暖等領(lǐng)域,,系統(tǒng)負責控制太陽能電池板,、聚光器等裝置自動跟蹤太陽,以提高聚光器等負載裝置的能量密集度,,進而提高太陽能裝置的能源利用率,。目前國內(nèi)外主要采用地平式雙軸跟蹤系統(tǒng),其跟蹤方式主要有3種[1]:(1)視日運動軌跡式,,該方式優(yōu)勢在于不受天氣影響,,能大致鎖定太陽的位置,不足在于跟蹤精度不高,,會產(chǎn)生累計誤差,,進而丟失跟蹤;(2)光電式,,即采用光敏傳感器,,如四象限光傳感器,該方式提高了跟蹤精度和靈敏度,,但由于光敏元件的位置安放有間隔,,使得跟蹤太陽存在不連續(xù)性,同時該方式受天氣環(huán)境影響很大,,在低輻照和多云的天氣下,,不能保持精確跟蹤,甚至會引起執(zhí)行機構(gòu)誤動作[2-3],;(3)視日運動式與光電式相結(jié)合的方式,,該方式各取所長,,可以獲得較好的跟蹤效果,,但仍具有方式(2)的缺陷。
1 系統(tǒng)總體設(shè)計
系統(tǒng)采用斜軸式轉(zhuǎn)臺,,其機械示意圖如圖1所示,。斜軸平臺是由方位軸和斜軸構(gòu)成的兩軸平臺,方位軸為豎直方向,,斜軸則與方位軸相交并成45°,。
系統(tǒng)整體結(jié)構(gòu)簡圖如圖2所示,。首先DSP主運算控制模塊控制圖像采集模塊采集太陽圖像并對圖像實時處理;然后確定太陽質(zhì)心位置,,并計算其相對于圖像傳感器視場中心的誤差,;接著對誤差采用模糊自適應(yīng)PID控制,輸出相應(yīng)的PWM占空比,;最后由DSP產(chǎn)生相應(yīng)占空比的PWM波輸出給電機驅(qū)動模塊,,對轉(zhuǎn)臺上的水平和傾斜方位的永磁力矩電機實施控制,使太陽質(zhì)心保持在圖像傳感器視場的中心,,而圖像傳感器的安裝位置位于聚光裝置的垂直中心,,從而最終實現(xiàn)聚光裝置實時精確地連續(xù)跟蹤太陽。無線通信模塊相比有線通信更穩(wěn)定安全,,不受環(huán)境的限制,,用于實現(xiàn)DSP控制器與上位機的串口通信,實現(xiàn)良好的人機界面,,使得系統(tǒng)監(jiān)控,、人工校正調(diào)節(jié)更加快捷方便。
2 系統(tǒng)硬件設(shè)計
2.1 圖像采集模塊
鑒于CMOS傳感器兼容CMOS技術(shù),,內(nèi)部集成了A/D轉(zhuǎn)換等芯片,,簡化了外圍模塊的設(shè)計,提高了采集的抗噪聲能力,,故本系統(tǒng)采用美國Omni Vision公司的CMOS數(shù)字圖像傳感器OV7620[4-5],。在使用之前,需對其初始化,,按照SCCB總線協(xié)議對其內(nèi)部的寄存器進行配置,,通過寄存器的配置確定其工作模式。圖像的采集依據(jù)2個同步信號VSYNC(場同步)和HREF(行同步)的時序關(guān)系,。DSP通過實時捕獲這2個同步信號,,實現(xiàn)對圖像的有效采集,將采集的數(shù)據(jù)以二維數(shù)組形式保存到SRAM中,,如圖3所示,。
2.2 電機驅(qū)動模塊
本系統(tǒng)采用高精度的永磁力矩直流電機對太陽進行實時跟蹤。驅(qū)動電路采用ST公司的專用芯片L298N,,其芯片內(nèi)含兩個由功率管構(gòu)成的高電壓大電流H橋驅(qū)動器,,便于實現(xiàn)對水平與傾斜兩位置電機的方向控制,并可利用PWM調(diào)制技術(shù),,實現(xiàn)對電機的變電樞電壓調(diào)速,。在實際應(yīng)用中,由于存在由弱電到強電的連接,L298N的輸入引腳需采用光耦隔離,,在這里使用TI公司的ISO7220芯片,。該電機驅(qū)動模塊電路如圖4所示。
3 目標信息獲取
通過對OV7620圖像傳感器的設(shè)置,,采集的圖像輸出為黑白圖像,,其值都存儲在SRAM中定義的二維整型數(shù)組里。利用DSP對此數(shù)組元素的處理即是對太陽圖像的處理,。目標信息獲取流程圖如圖5所示,。
3.1 圖像消噪
圖像消噪常用的方法有均值濾波和中值濾波,而中值濾波對孤立噪聲點的消除強于均值濾波,,故采用中值濾波可以很好地消除這些噪聲,,實現(xiàn)圖像的平滑。中值濾波的主要原理是把數(shù)字圖像中某一點的值用該點的一個鄰域中各點值的中值代替[2],。
在二維數(shù)字圖像下,,設(shè){xij,(i,,j)∈I2}表示圖像各點的灰度值,,濾波窗口A的二維中值濾波可定義為:
yij=MedA{xij}=MedA{xi+r,j+s,,(r,,s)∈A,(i,,j)∈I2}(1)
3.2 圖像二值化
圖像二值化的目的是將太陽光斑目標圖像與背景圖像分離,,為太陽識別以及太陽質(zhì)心的精確定位處理提供依據(jù)。其最為常用的方法是閾值分割法,,該方法特別適用于目標與背景有較強對比的情況,,鑒于太陽圖像其目標與背景具有較強的對比特性,故本系統(tǒng)采用最大類間方差法(OTSU算法)求取圖像的最佳分割閾值[3],。
設(shè)灰度圖像灰度級是L,,則灰度范圍為[0,L-1],,利用OTSU算法計算圖像的最佳閾值為:
其中當分割閾值為T時,,w0、w1分別為背景圖像比例與目標圖像比例,,?滋0,,?滋1,?滋依次為背景像素均值,、目標像素均值和整幅圖像均值,,使得表達式最大的T即為最佳閾值,。
3.3 連通域標記
在實際測試中發(fā)現(xiàn),,天空中云朵等物質(zhì)表面反射的太陽光也有少部分在圖像傳感器里成像,,造成二維圖像數(shù)組里存在多個連續(xù)像素點為1的區(qū)域,嚴重影響了太陽光斑的識別和太陽質(zhì)心定位的精度,。為此引入連通域標記來處理此類現(xiàn)象,。系統(tǒng)采用新型的基于區(qū)域生長的廣度優(yōu)先標記算法,在內(nèi)存中定義一個與太陽圖像數(shù)組一樣大小的標記數(shù)組并將元素初始化為0,。算法結(jié)束后,,標記數(shù)組里存放的是由0到連通域個數(shù)的整數(shù),其中0表示太陽圖像數(shù)組里的背景像素,,其他值則表示太陽圖像數(shù)組中目標像素的連通域編碼,。
3.4 太陽光斑識別
(1)對上述標記數(shù)組進行一次遍歷,,統(tǒng)計除0以外各連通域編碼Li(i=1,,2,3…)在數(shù)組里的個數(shù)Ni,,將Ni中最大值Nk所對應(yīng)編碼Lk所在的連通區(qū)域初步視為太陽光斑區(qū)域,。
(2)若nmin≤Nk≤nmax,,則說明太陽光斑區(qū)域的像素點的個數(shù)是合理的,,圖像傳感器已經(jīng)捕獲到了較為清晰的太陽圖像,其中nmin,、nmax分別為太陽光斑區(qū)域像素點最小個數(shù)和最大個數(shù)(實際運行測定),。反之,則表明沒有獲取到太陽光斑區(qū)域,,退出圖像處理流程,。
(3)最后將二維圖像數(shù)組里除太陽光斑區(qū)域以外的所有像素點置0,,以便實現(xiàn)只有一塊連續(xù)像素點為1的區(qū)域,,該區(qū)域即是太陽光斑區(qū)域。
3.5 太陽質(zhì)心定位
本系統(tǒng)采用質(zhì)心跟蹤的方法實現(xiàn)對目標的定位[2-3],。針對上述處理得到二值圖像,,圖像中所有像素值為1(圖像二維數(shù)組里元素值為1)的行列坐標記為:{(x1,y1),,(x2,,y2)…(xn,yn)},,則圖像質(zhì)心坐標(x0,,y0)可表示為:
3.6 獲取跟蹤誤差
本系統(tǒng)利用OV7620圖像傳感器設(shè)定采集的圖像為400×300 YUV格式,則確定圖像傳感器的視場中心坐標為(200,150),。由上述圖像處理確定的太陽光斑質(zhì)心坐標與視場中心坐標之間的坐標差值即為水平與俯仰方向的跟蹤誤差,。
4 模糊控制系統(tǒng)設(shè)計
鑒于雙軸跟蹤伺服系統(tǒng)的強耦合性與非線性等特性,本系統(tǒng)設(shè)計了一種模糊自適應(yīng)PID控制器,。該控制器的結(jié)構(gòu)如圖6所示,。其控制器是在傳統(tǒng)PID控制器的基礎(chǔ)上,找到PID控制器的3個參數(shù)和系統(tǒng)誤差E與誤差變化率EC之間的模糊關(guān)系,,在運行中通過不斷地檢測E和EC,,利用模糊控制算法并根據(jù)一定的模糊規(guī)則在線對PID參數(shù)KP、KI和KD進行實時優(yōu)化,,以滿足不同E和EC對控制器的要求,,從而增強被控對象的動態(tài)與靜態(tài)性能[6]。該控制器采用DSP設(shè)計實現(xiàn),,將一系列模糊控制規(guī)則離線轉(zhuǎn)化為控制表供DSP在線查詢使用,。
4.1 確定模糊控制器的結(jié)構(gòu)
基于上述對控制器的分析,模糊控制器選用兩輸入,、三輸出的控制器,,將太陽質(zhì)心相對于攝像頭視場中心的誤差E和誤差的變化率EC作為輸入量,將經(jīng)過參數(shù)整定后的PID的3個參數(shù)KP,、KI和KD作為輸出量,。其中參數(shù)優(yōu)化公式為:
其中PID控制器的初始增益參數(shù),KD為模糊PID控制器輸出的自適應(yīng)整定參數(shù),。
4.2 確定輸入/輸出隸屬度函數(shù)
控制器輸入量誤差E與誤差變化率EC的變化范圍在模糊集合上的論域為:{-15,,-10,-5,,0,,5,10,,15},,輸出量KP、KI和KD在模糊集上的論域為:{-0.6,,-0.4,,-0.2,0,,0.2,,0.4,0.6},,相應(yīng)的語言值為{負大(NB),,負中(NM),,負小(NS),零(ZO),,正小(PS),,正中(PM),正大(PB)},。輸入/輸出變量隸屬函數(shù)采用S型函數(shù)和三角函數(shù),,其隸屬曲線如圖7,、圖8所示,。
4.3 模糊控制規(guī)則
模糊控制規(guī)則是模糊控制器的核心,本控制器規(guī)則源于專家的推理判斷和工程人員的經(jīng)驗總結(jié),,建立的針對PID控制中KP,、KI和KD 3個參數(shù)的整定模糊控制表如表1所示[7]。
通過模糊推理得到的結(jié)果是一個模糊集合,,因此這里采用重心法對模糊量進行清晰化,。經(jīng)過清晰化后的KP、KI和KD通過PID控制算法計算,,得到輸出控制量U,,最后將U按照一定的比例關(guān)系轉(zhuǎn)化為最終控制電機轉(zhuǎn)速的PWM占空比。
5 系統(tǒng)軟件設(shè)計
本系統(tǒng)軟件設(shè)計是基于DSP集成開發(fā)環(huán)境CCS開發(fā)平臺并利用C語言模塊化編程完成的,。其主程序流程如圖9所示,。
6 實驗
系統(tǒng)采用如圖10所示轉(zhuǎn)臺對天空中被云層覆蓋的太陽進行捕獲并對其圖像進行處理,結(jié)果如圖11所示,。
圖11(d)中的“+”表示測定的太陽區(qū)域中心,。其結(jié)果表明在低輻照和多云天氣下,本系統(tǒng)能夠捕獲太陽并精確定位太陽區(qū)域中心,。同時為了測定本系統(tǒng)跟蹤太陽的連續(xù)性與精確性等特性,,讓本系統(tǒng)跟蹤太陽5小時,每分鐘讀取一次系統(tǒng)跟蹤誤差并保存在內(nèi)存中,。通過對內(nèi)存數(shù)據(jù)的讀取,,繪制跟蹤誤差曲線如圖12所示。
經(jīng)計算得到,,水平方向X偏移誤差均值為0.362個像素點,,標準差為0.354 632;俯仰方向Y偏移誤差均值為0.361個像素點,,標準差為0.554 598,。綜上實驗數(shù)據(jù)和實驗觀察表明,本系統(tǒng)運行狀態(tài)良好,,表現(xiàn)出較高的跟蹤連續(xù)性與精確性,。
本文針對目前光電式太陽跟蹤系統(tǒng)存在的問題,,設(shè)計了一種新型太陽跟蹤系統(tǒng)。經(jīng)實驗測試運行,,本系統(tǒng)在低輻照射和多云天氣環(huán)境下有效解決了無法對太陽連續(xù)跟蹤的問題,,且大幅度提高了太陽跟蹤精度,運行狀態(tài)良好,,表現(xiàn)出較高的跟蹤連續(xù)性與穩(wěn)定性,,達到了預(yù)期目標。同時也進一步提高了聚光型太陽能發(fā)電系統(tǒng)的效率,,具有很好的工程使用價值,,有望應(yīng)用在高聚光型光伏發(fā)電系統(tǒng)中。
參考文獻
[1] Jiao Huifeng,,F(xiàn)u Jianzhong,,Li Yuchun,et al.Design ofautomatic two-axis sun-tracking system[C].Mechanic Auto-mation and Control Engineering(MACE),,2010 InternationalConference on IEEE,,2010:2323-2326.
[2] 尤金正.基于圖像傳感器的閉環(huán)式太陽跟蹤控制器的研究與實現(xiàn)[D].蘇州:蘇州大學(xué),2010.
[3] LEE C D,,HUANG H C,,YEH H Y.The development ofsun-tracking system using image processing[J].Sensors,2013,,13(5):5448-5459.
[4] 章磊,,李耀,劉光徽.基于機器視覺的煙支檢測系統(tǒng)的設(shè)計[J].電子技術(shù)應(yīng)用,,2012,,38(5):15-18.
[5] 宋海吒,唐立軍,,謝新輝.基于FPGA和OV7620的圖像采集及VGA顯示[J].電視技術(shù),,2011,35(5):45-47.
[6] 劉曉悅,,徐如敬.基于UKF濾波模糊PID控制的太陽跟蹤系統(tǒng)[J].河北聯(lián)合大學(xué)學(xué)報(自然科學(xué)版),,2013,35(2):69-73.
[7] 劉金琨.先進PID控制MATLAB仿真[M].北京:電子工業(yè)出版社,,2004.