이것은 나의 첫 번째 게시물입니다. 나는 하드웨어를하려고하는 소프트웨어 녀석이므로 부드럽게하십시오 :)

회로

나는 마이크로 컨트롤러에서 저항 부하 (이 경우 가열 패드)를 전환하도록 설계된 MOSFET 및 게이트 드라이버의 무리라는 단순한 회로 (그림 참조, 지저분한 회로도는 미안합니다)를 설계하고 있습니다. 발열체는 종종 저항이 매우 낮으며 원하는 수준으로 전력을 유지하기 위해 MOSFET을 PWM을 사용하여 전환합니다.

측정

순전히 기능적인 측면 외에도 교육에 중점을 둡니다. 현재 소비에 대한 피드백을 받고 싶습니다. 그리고 나의 순진한 접근 방식은 단순히 현재 션트 센서 IC를 던지는 것입니다. 멀티 미터를 사용하여 센서의 출력 전압을 측정 할 때 실제로 전류계의 "느림"으로 인해 평균 전류 (PWM 전환 사용)와 비슷한 것을 얻습니다. 그러나 동일한 출력을 예를 들어 atmega328p ADC에 연결할 때 약간의 판독 값이 나옵니다. 여기서 속도는 PWM 구형파의 어느 곳에 나 판독 값을 배치합니다.

그래서 내 질문은 PWM으로 스위칭 할 때 (평균) 전류를 측정하는 방법은 무엇입니까?

디자인은 괜찮은 것 같지만 디자인과 uC ADC 가이 맥락에서 어떻게 사용되어야하는지에 대해 놓쳤을 수도 있습니다.

때로는 단순 해 보이는 것이 그렇게 단순하지 않습니다. 측정이 매우 복잡하지만 간단한 결과를 원합니다. 측정하려는 것은 일정하지 않으며 시간에 따라 다릅니다. 요구 사항 수준에 따라 현재 소비의 하나 이상의 속성을 계산할 수 있습니다. 이러한 속성은 시스템을보다 잘 모니터링하는 데 도움이됩니다. 복잡성을 증가시키는 3 가지 솔루션을 제안합니다.

해결 방법 1 : 평균

단일 값 결과를 얻으려면-> 평균 시간을 얻으십시오. @akellyirl에서 이미 제안했듯이 저역 통과 필터를 사용하십시오. 평활 계수가있는 float y = alpha*input + (1-alpha)*y각 샘플에 대해 계산 합니다 alpha. 자세한 내용은 Wikipedia 를 참조 하십시오.

해결 방법 2 : 최대 + 평균

평균과 최대 값을 얻는 데 흥미가 있습니다. 예를 들어 최대 값을 모니터링하는 것은 구성 요소 치수 측정에 유용 할 수 있습니다.

if (y > max)
  max = y;

솔루션 3 : 표준 편차 + 최대 + 평균

왜?

아래 차트를 참조하십시오. 다른 모양의 3 가지 신호가 있습니다. 삼각형 하는 사인 및 스파이크 신호. 그것들은 모두 같은주기, 동일한 진폭 , 동일한 평균 및 동일한 최소 및 최대로 주기적 이다. 그러나 그들은 모양이 다르며 실제로 완전히 다른 이야기를 가지고 있습니다 ...

차이점 중 하나는 표준 편차입니다. 그렇기 때문에 측정을 확장하고 표준 편차를 포함하는 것이 좋습니다. 문제는 그것을 계산하는 표준 방법이 CPU를 소비한다는 것입니다. 바라건대 하나의 해결책이 있습니다.

어떻게?

히스토그램 방법을 사용하십시오 . 모든 측정의 히스토그램을 작성하고 데이터 집합의 통계 (최소, 최대, 평균, 표준 편차)를 효율적으로 추출하십시오. 히스토그램은 동일한 값 또는 동일한 값 범위를 가진 값을 그룹화합니다. 이점은 모든 샘플을 저장하지 않고 (시간이 증가 함) 제한된 수의 데이터를 빠르게 계산할 수 있다는 것입니다.

측정을 시작하기 전에 히스토그램을 저장할 배열을 만듭니다. 예를 들어 크기가 32 인 1 차원 정수 배열입니다 .

int histo[32];

전류계의 범위에 따라 아래 기능을 조정하십시오. 예를 들어, 범위가 256mA이면 히스토그램의 빈 0이 0 ~ 8mA 사이의 값으로 증가하고 빈 1이 8 ~ 16mA 사이의 값으로 증가한다는 것을 의미합니다. 따라서 나타내는 정수가 필요합니다. 히스토그램 빈 번호 :

short int index;

샘플을 얻을 때마다 해당 빈 인덱스를 찾으십시오.

index = (short int) floor(yi);

이 bin을 늘리십시오.

histo[index] += 1;

평균을 계산하려면 다음 루프를 실행하십시오.

float mean = 0;
int N = 0;
for (i=0; i < 32 ; i++) {
  mean = i * histo[i]; // sum along the histogram
  N += i; // count of samples
}
mean /= N; // divide the sum by the count of samples.
mean *= 8; // multiply by the bin width, in mA: Range of 256 mA / 32 bins = 8 mA per bin.

표준 편차를 계산하려면 다음 루프를 실행하십시오.

float std_dev = 0;

for (i=0; i < 32 ; i++) {
  std_dev = (i - mean) * (i - mean) * histo[i]; // sum along the histogram
}
std_dev /= N; // divide the sum by the count of samples.
std_dev = sqrt(std_dev); // get the root mean square to finally convert the variance to standard deviation.

히스토그램 방법의 전략은 수집 된 모든 신호 샘플 대신 몇 개의 빈에서 느린 작업을 수행하는 것입니다. 샘플 크기가 길수록 좋습니다. 자세한 내용을 보려면이 흥미로운 페이지 히스토그램, Pmf 및 Pdf를 읽으십시오 .

문제를 올바르게 이해합니다. 측정에 사용하는 미터와 마찬가지로 PWM의 "평균"을 가져와야합니다.

시간 상수가 PWM주기의 10 배 이상인 A1,2,3 신호에 RC 필터를 사용할 수 있습니다. 즉, PWM주기가 10 마이크로 초인 경우 RC 시간 상수는 100 마이크로 초 여야합니다. 예를 들어 10kOhms x 10nF = 100us

더 나은 솔루션은 다음과 같이 마이크로 컨트롤러에서 신호를 디지털로 필터링하는 것입니다.

float y = (1-0.99)*input + 0.99*y; 

이 디지털 필터의 시정 수를 변경하려면 "0.99"값을 변경하십시오.