基于XC164CM的新型快速无损智能充电器设计

　　充电电路采用Buck型拓扑结构，C1、L1、C2构成π型滤波器可以滤除直流电压中的高频分量，其中L1是差模电感。

　　经滤波输出后，PV为Buck变换器输入电源，同时也是单片机控制系统的前级输入电源。L2是输出滤波电感、C5是输出滤波电容、Q3为功率开关管、D3为续流二极管。充电电路输入电压范围Ui=20~28 V，输出电压范围U0=3~18 V，负载输出电流I0=0~3.5 A，开关频率fs=20kHz，纹波电压小于1%即△U0/U0≤1%，当负载电流I0在0~0.4 A时，Buck电路工作在电感电流不连续模式；当负载电流I0在0.4~3.5 A时，电路工作在电感电流连续模式。

3.3 负脉冲放电电路

　　镍镉电池具有记忆效应，在对镍镉电池充电前先对其放电，消除记忆效应。同时，在镍镉电池的快速充电过程中，为了消除电池极化的影响，引入间歇负脉冲的放电，系统中设计了放电电路。放电电路由4个5Ω/3 W功率电阻（瞬间短时间放电）和4个控制开关组成。

3.4 电流检测及保护电路

　　电流检测及过流保护电路如图4所示。电流采样输入端接电池组负端（BAT-），BAT-与地之间为功率开关管IRF7805和康铜丝采样电阻RS（29 mΩ），开关管导通时漏源极之间导通电阻RDS（on）为11 mΩ，利用RS+RDS（on）端的压降来检测电流。

　　图4 电流检测及过流保护电路

　　过流时（电流超过4 A），经比较器U2A输出低电平过流信号（FAULT），该信号送入XC164CM的中断陷阱引脚触发单片机硬件中断，此外，当FAULT为低电平时，经比较器U2B，输出低电平信号，也迫使PWM输出为低电平，强行关闭开关管Q3，确保系统安全。

4 软件设计

智能充电器的软件设计，主要包括系统主程序、镍镉电池快速充电子程序、ANFIS预测电流子程序和故障报警程序等，使用C语言和汇编语言混合编程，在Keil C166软件开发平台上完成。系统软件对XC164单片机特殊功能寄存器SFR的设置在START_V2.A66中使用汇编语言文件，而整个充电系统的控制程序采用C语言文件。

　　系统上电后进入初始化，读取E2PROM中的参数，完成各中断寄存器和I/O口的功能设置，给相应单元赋初始值。完成后进入待机等待状态。充电开始，先检测是否有电池连接，若检测到有电池接入，则进入电池的快速充电过程，其流程图如图5所示。ANFIS预测可接受电流子程序如图6所示。

　　图5 单节镍镉电池智能充电流程图

　　图6 ANFIS预测可接受电流子程序图

　　所有的控制程序都由通过中断完成，包括由T12周期中断实现ANFIS预测电流和充电电流的控制，由T3周期中断实现充电控制和去极化子程序控制，以及由CCU6硬件陷阱中断实现供电过流/短路保护。

　　对于镍镉电池的快速充电阶段，采用自适应跟踪电池可接受电流变化和负脉冲充电相结合的方法。在A-C段，每2分钟检测电池的电压和电流信息，作为ANFIS模型的输入数据，通过ANFIS预测下一时刻电池的可接受电流ick，直到预测结果满足要求才输出ick，送给微处理器作为实际的充电电流大小，通过单片机控制调整充电电路的输出电压，给电池提供ick的电流进行恒流充电。在A-B段，采用间歇负脉冲消除极化效应。开始停充2 ms消除欧姆极化，之后采用大小约为充电电流的2.5倍的放电电流放电3 ms，有效的消除浓度差极化和电化学极化，放电终止5 ms后充电电流重新启动。

　　当电池充入85%的电量时，接近充足电；此后，电池的极化现象严重，这时，即使加入负脉冲去极化后，蓄电池可接受的充电电流仍然很小。因此，在检测到充电电流ic≤I0/10后，停止调用负脉冲去极化子程序。

5 试验结果

　　镍镉电池的智能充电过程，电池的最大充电电流约为8.75 A，约经过2.3小时，在2.65小时电压升至17.6 V，充电电流减少为400 mA（约为0.1 C的电流），当检测到100 mV的电压跌落后，终止充电，充满指示灯亮，共计充电时间2.85小时，在整个充电过程中，充电前期电流较大，前50分钟的充电电流大于2 A，能较快的给电池充入电量；而在充电时间为100分钟时充电电流约为1 A（为0.22 C），这时充入的电量为65%C;而充电后期电流下降至很低，完全符合电池自身的充电特性。期间由于负脉冲的引入，大大减小极化的影响，消除了由于极化现象引起的温度升高和气泡的产生，所以，整个充电过程电池最高温度为38.5℃。充电电流曲线如图7所示。负脉冲波形如图8所示。

　　图7 充电电流曲线

　　图8 充电电流为2.2A时的负脉冲

6 结论

　　通过对镍镉电池的充电特性进行深入研究，得出电池在某种荷电状态下的充电接受率是一定的，文中创新地提出应用神经网络的预测功能和模糊控制的决策规则对电池的可接受电流进行预测，并利用英飞凌的单片机设计相关的硬件电路。所设计的充电器在速充电过程中引入模糊神经网