CN117040146A - 基于无线充电的agv智能充电系统 - Google Patents

基于无线充电的agv智能充电系统 Download PDF

Info

Publication number
CN117040146A
CN117040146A CN202311301162.4A CN202311301162A CN117040146A CN 117040146 A CN117040146 A CN 117040146A CN 202311301162 A CN202311301162 A CN 202311301162A CN 117040146 A CN117040146 A CN 117040146A
Authority
CN
China
Prior art keywords
charging
module
agv
intelligent
algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311301162.4A
Other languages
English (en)
Inventor
刘泽洋
胡天林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Soling Communication Technology Co ltd
Original Assignee
Shenzhen Soling Communication Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Soling Communication Technology Co ltd filed Critical Shenzhen Soling Communication Technology Co ltd
Priority to CN202311301162.4A priority Critical patent/CN117040146A/zh
Publication of CN117040146A publication Critical patent/CN117040146A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
    • H02J50/12—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling of the resonant type
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/005—Mechanical details of housing or structure aiming to accommodate the power transfer means, e.g. mechanical integration of coils, antennas or transducers into emitting or receiving devices
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/90—Circuit arrangements or systems for wireless supply or distribution of electric power involving detection or optimisation of position, e.g. alignment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供基于无线充电的AGV智能充电系统，涉及充电系统技术领域，包括以下模块：磁共振充电模块：磁共振充电模块采用内置PLL模块，用于闭环控制的共振频率精确匹配，电磁感应充电模块，电磁感应充电模块内置FEM磁场模块，用于优化线圈形状和位置，用于获取最佳耦合参数，智能充电管理系统，智能充电管理系统内置A*算法结合Dijkstra算法，安全防护模块，安全防护模块内置FTA和FMEA算法，用于实时检测和诊断充电系统的故障，环保充电模块，本发明实现了高效的充电体验，数字锁相环(DPLL)确保了共振频率的精确匹配，而FEM磁场模块的优化使得线圈的形状和位置达到最佳，从而提高了充电效率，模糊逻辑控制算法和MPPT技术的应用进一步提高了充电的速度和稳定性。

Description

基于无线充电的AGV智能充电系统
技术领域
本发明涉及充电系统技术领域，具体为基于无线充电的AGV智能充电系统。
背景技术
随着工业自动化和智能制造的快速发展，自动导引车（AGV）在各种生产和物流场景中的应用越来越广泛，AGV作为一种自动化的移动机器人，能够在没有人工干预的情况下完成货物的搬运和运输任务，大大提高了生产效率和减少了人工成本，然而，随着AGV在工业中的广泛应用，其能源供应和充电问题逐渐成为制约其发展的关键因素，传统的有线充电方式不仅限制了AGV的移动自由度，而且在充电过程中可能会出现接触不良、电气火灾等安全隐患，此外，频繁的插拔操作也会加速充电接口的磨损，增加了维护成本，因此，如何为AGV提供一种高效、安全、便捷的充电方式，成为了业界亟待解决的问题，如何实现多AGV之间的协调、路径规划、状态监测等功能，也成为了研发的重点，而这些功能的实现，都离不开高效、智能的充电管理系统的支持，因此需要一种基于无线充电的AGV智能充电系统。
发明内容
解决的技术问题：
针对现有技术的不足，本发明提供了基于无线充电的AGV智能充电系统，解决了现有技术的问题。
技术方案：
为实现以上目的，本发明通过以下技术方案予以实现：一种基于无线充电的AGV智能充电系统，包括以下模块：
磁共振充电模块：所述磁共振充电模块采用内置PLL模块，用于闭环控制的共振频率精确匹配；
电磁感应充电模块，所述电磁感应充电模块内置FEM磁场模块，用于优化线圈形状和位置，用于获取最佳耦合参数；
智能充电管理系统，所述智能充电管理系统内置A*算法结合Dijkstra算法，用于规划充电路径；
安全防护模块，所述安全防护模块内置FTA和FMEA算法，用于实时检测和诊断充电系统的故障；
环保充电模块，所述环保充电模块采用可降解生物材料制成。
优选的，所述磁共振充电模块的线圈采用Litz线，且磁共振充电模块的线圈采用铁氧体磁芯。
优选的，所述磁共振充电模块采用模糊逻辑控制算法，且磁共振充电模块用于充电距离和负载调整共振频率和线圈电流的调节。
优选的，所述电磁感应充电模块使用高导磁率的铁氧体材料。
优选的，所述电磁感应充电模块内置MPPT模块，用于实时调整充电参数。
优选的，所述智能充电管理系统内置基于ROS的多机器人协调框架，用于多AGV之间的协调和路径规划，用于多AGV系统的高效运行。
优选的，所述智能充电管理系统内置霍尔效应电流传感器和NTC温度传感器，用于实时监测AGV的充电状态，所述智能充电管理系统内置SVM机器学习算法对充电数据进行深入分析和预测。
优选的，所述安全防护机制设计具有过电流、过温、短路等多重保护功能的保护电路，为AGV提供全方位的安全保护，确保其长时间、稳定运行。
优选的，所述环保充电模块采用模块化设计。
优选的，所述系统的硬件为将上述各个模块和技术整合为一个完整的硬件设备。
有益效果：
本发明提供了基于无线充电的AGV智能充电系统。具备以下有益效果：
1、本发明通过磁共振充电模块和电磁感应充电模块的结合，实现了高效的充电体验，数字锁相环(DPLL)确保了共振频率的精确匹配，而FEM磁场模块的优化使得线圈的形状和位置达到最佳，从而提高了充电效率，此外，模糊逻辑控制算法和MPPT技术的应用进一步提高了充电的速度和稳定性。
2、本发明的智能充电管理系统采用了A*和Dijkstra算法进行充电路径规划，以及基于ROS的多机器人协调框架，使得多AGV之间能够高效地协调和规划路径，此外，SVM机器学习算法的应用使得系统能够对充电数据进行深入的分析和预测，从而为用户提供更加智能化的充电管理体验。
3、本发明安全防护模块的设计确保了AGV在充电过程中的安全，FTA和FMEA算法的实时检测和诊断功能，以及过电流、过温、短路等多重保护功能的保护电路，为AGV提供了全方位的安全保障，确保其在各种环境下都能够稳定、安全地运行。
4、本发明环保充电模块的设计采用了可降解生物材料，这不仅降低了充电模块的环境影响，还提高了产品的可持续性，模块化的设计方法也使得环保充电模块的维护和更换变得更加简单和方便。
5、本发明将多个技术模块和方案高度集成为一个完整的硬件设备，使得系统的整体性和稳定性得到了提高，同时，模块化的设计方法使得各个模块能够快速地组装和维护，为用户提供了更加灵活和便捷的使用体验。
附图说明
图1为本发明的整体系统图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
具体实施例一：
如图所示，一种基于无线充电的AGV智能充电系统，包括以下模块：
磁共振充电模块：磁共振充电模块采用内置PLL模块，用于闭环控制的共振频率精确匹配；
电磁感应充电模块，电磁感应充电模块内置FEM磁场模块，用于优化线圈形状和位置，用于获取最佳耦合参数；
智能充电管理系统，智能充电管理系统内置A*算法结合Dijkstra算法，用于规划充电路径；
安全防护模块，安全防护模块内置FTA和FMEA算法，用于实时检测和诊断充电系统的故障；
环保充电模块，环保充电模块采用可降解生物材料制成。
磁共振充电模块的线圈采用Litz线，且磁共振充电模块的线圈采用铁氧体磁芯，磁共振充电模块采用模糊逻辑控制算法，且磁共振充电模块用于充电距离和负载调整共振频率和线圈电流的调节，电磁感应充电模块使用高导磁率的铁氧体材料，电磁感应充电模块内置MPPT模块，用于实时调整充电参数，智能充电管理系统内置基于ROS的多机器人协调框架，用于多AGV之间的协调和路径规划，用于多AGV系统的高效运行，智能充电管理系统内置霍尔效应电流传感器和NTC温度传感器，用于实时监测AGV的充电状态，智能充电管理系统内置SVM机器学习算法对充电数据进行深入分析和预测，安全防护机制设计具有过电流、过温、短路等多重保护功能的保护电路，为AGV提供全方位的安全保护，确保其长时间、稳定运行，环保充电模块采用模块化设计，系统的硬件为将上述各个模块和技术整合为一个完整的硬件设备。
具体实施例二：
如图所示，一种基于无线充电的AGV智能充电系统，包括磁共振充电模块，磁共振充电模块采用相位锁定环路（PLL）技术，通过闭环控制实现共振频率的精确匹配，减少能量损失，提高充电效率,磁共振充电模块的线圈设计采用Litz线，减小肤效应；采用铁氧体磁芯，提高磁通密度，实现更远的充电距离，同时保持高效率,磁共振充电模块采用模糊逻辑控制，根据充电距离和负载调整共振频率和线圈电流，确保在不同的充电条件下都能实现高效充电,包括电磁感应充电模块，电磁感应充电模块采用FEM磁场模拟，优化线圈形状和位置，实现最佳耦合，提高充电效率，减少能量损失,电磁感应充电模块使用高导磁率的铁氧体材料，有效屏蔽外部磁场干扰，确保充电过程稳定，减少外部干扰,电磁感应充电模块通过最大功率点追踪（MPPT）技术，实时调整充电参数，达到最大效率，在短时间内为AGV提供更多的电量,包括智能充电管理系统，智能充电管理系统采用A*算法结合Dijkstra算法，为AGV规划最短、最经济的充电路径，减少AGV的移动距离，提高工作效率,智能充电管理系统通过基于ROS的多机器人协调框架，实现多AGV之间的协调和路径规划，确保多AGV系统的高效运行，避免充电队列,智能充电管理系统使用高精度的霍尔效应电流传感器和NTC温度传感器，实时监测AGV的充电状态，及时发现并处理充电问题，确保AGV的安全运行,智能充电管理系统通过机器学习算法，如支持向量机（SVM），对充电数据进行深入分析和预测，为AGV的维护和管理提供有力支持，延长AGV的使用寿命,包括安全防护机制，安全防护机制采用故障树分析（FTA）和故障模式效应分析（FMEA），实时检测和诊断充电系统的故障，确保AGV充电过程的安全，避免意外事故,安全防护机制设计具有过电流、过温、短路等多重保护功能的保护电路，为AGV提供全方位的安全保护，确保其长时间、稳定运行,包括环保充电模块，环保充电模块选择RoHS符合的环保材料，减少有害物质的使用，符合环保要求,环保充电模块采用模块化设计，便于维护和更换，实现结构优化，减少材料使用，降低成本,将上述各个模块和技术整合为一个完整的系统，通过无线充电技术、智能管理、安全防护和环保设计等多方面的创新，实现对当前市场的巨大提升以及当前方案的重大改进。
具体实施例三：
磁共振充电模块：
工作流程：
启动PLL模块。
通过PLL模块进行闭环控制，实现共振频率的精确匹配。
使用Litz线和铁氧体磁芯设计线圈。
采用模糊逻辑控制算法，根据充电距离和负载调整共振频率和线圈电流。
工作方案：
设计一个内置PLL的电路板，用于实现共振频率的闭环控制。
选择合适的Litz线和铁氧体磁芯材料，进行线圈的设计和制造。
开发一个模糊逻辑控制算法的软件模块，用于实时调整共振频率和线圈电流。
详细工法：
设计PLL电路，包括选择合适的晶振、放大器和滤波器。
制造线圈，包括线圈绕制、焊接和测试。
编写模糊逻辑控制算法的代码，进行仿真测试和实际测试。
电磁感应充电模块：
工作流程：
启动FEM磁场模块。
使用FEM磁场模块优化线圈形状和位置，实现最佳耦合。
使用高导磁率的铁氧体材料进行磁场屏蔽。
启动MPPT模块，实时调整充电参数。
工作方案：
设计一个内置FEM磁场模拟的电路板，用于优化线圈形状和位置。
选择合适的铁氧体材料，进行磁场屏蔽的设计和制造。
开发一个MPPT技术的软件模块，用于实时调整充电参数。
详细工法：
设计FEM磁场模拟电路，包括选择合适的传感器、放大器和滤波器。
制造磁场屏蔽部件，包括选择材料、加工和测试。
编写MPPT技术的代码，进行仿真测试和实际测试。
智能充电管理系统：
工作流程：
启动A*和Dijkstra算法模块。
使用A*和Dijkstra算法规划充电路径。
启动基于ROS的多机器人协调框架，实现多AGV之间的协调和路径规划。
使用霍尔效应电流传感器和NTC温度传感器实时监测AGV的充电状态。
使用SVM机器学习算法对充电数据进行深入分析和预测。
工作方案：
设计一个内置A*和Dijkstra算法的电路板，用于规划充电路径。
开发一个基于ROS的多机器人协调软件框架，用于实现多AGV之间的协调和路径规划。
选择合适的霍尔效应电流传感器和NTC温度传感器，进行充电状态的实时监测。
开发一个SVM机器学习算法的软件模块，用于对充电数据进行深入分析和预测。
详细工法：
设计A*和Dijkstra算法电路，包括选择合适的处理器、存储器和通信接口。
编写基于ROS的多机器人协调软件，进行仿真测试和实际测试。
制造和测试霍尔效应电流传感器和NTC温度传感器。
编写SVM机器学习算法的代码，进行仿真测试和实际测试。
安全防护模块：
工作流程：
启动FTA和FMEA算法模块。
使用FTA和FMEA算法实时检测和诊断充电系统的故障。
设计具有过电流、过温、短路等多重保护功能的保护电路。
工作方案：
设计一个内置FTA和FMEA算法的电路板，用于实时检测和诊断充电系统的故障。
开发一个多重保护功能的电路，用于为AGV提供全方位的安全保护。
详细工法：
设计FTA和FMEA算法电路，包括选择合适的处理器、存储器和通信接口。
编写FTA和FMEA算法的代码，进行仿真测试和实际测试。
设计和制造多重保护功能的电路，包括选择材料、加工和测试。
环保充电模块：
工作流程：
选择可降解生物材料。
使用可降解生物材料制造环保充电模块。
采用模块化设计，实现环保充电模块的快速组装和维护。
工作方案：
选择合适的可降解生物材料，进行环保充电模块的设计和制造。
开发一个模块化设计的框架，用于实现环保充电模块的快速组装和维护。
详细工法：
选择和测试可降解生物材料，包括材料的性能测试和环境影响评估。
设计和制造环保充电模块，包括模块的加工、组装和测试。
设计和制造模块化接口，包括接口的加工、组装和测试。
系统整合：
工作流程：
将上述各个模块和技术整合为一个完整的硬件设备。
进行系统的调试和测试，确保所有模块正常工作。
工作方案：
设计一个整合框架，用于将上述各个模块和技术整合为一个完整的硬件设备。
开发一个系统调试和测试的软件，用于确保所有模块正常工作。
详细工法：
设计和制造整合框架，包括框架的加工、组装和测试。
编写系统调试和测试的软件，进行仿真测试和实际测试。
具体实施例四：
进一步公开的技术方案：
磁共振充电模块控制方案：
核心控制方案：
使用PLL模块进行共振频率的闭环控制。
根据充电距离和负载调整共振频率和线圈电流。
class MagneticResonanceCharging:
def __init__(self):
self.resonance_frequency = 0
self.coil_current = 0
def pll_control(self, target_frequency):
# PLL control logic to match resonance frequency
self.resonance_frequency = target_frequency # Placeholderlogic
def adjust_parameters(self, charging_distance, load):
# Adjust resonance frequency and coil current based ondistance and load
if charging_distance < 10:
self.resonance_frequency += 0.1
self.coil_current += 0.05
elif charging_distance > 20:
self.resonance_frequency -= 0.1
self.coil_current -= 0.05
# Placeholder logic for load adjustment
电磁感应充电模块控制方案：
核心控制方案：
使用FEM磁场模块优化线圈形状和位置。
实时调整充电参数。
class ElectromagneticInductionCharging:
def __init__(self):
self.coil_shape = "circle" # Placeholder
self.coil_position = (0, 0) # Placeholder
def fem_optimization(self):
# FEM optimization logic for coil shape and position
self.coil_shape = "optimized_shape" # Placeholder logic
self.coil_position = (10, 10) # Placeholder logic
def adjust_charging_parameters(self, parameters):
# Adjust charging parameters based on real-time data
# Placeholder logic
pass
智能充电管理系统控制方案：
核心控制方案：
使用A*和Dijkstra算法规划充电路径。
实时监测AGV的充电状态。
class SmartChargingManagement:
def __init__(self):
self.charge_path = []
def plan_charge_path(self, start, end, obstacles):
# A* and Dijkstra algorithm logic to plan charging path
# Placeholder logic
self.charge_path = [start, end] # Placeholder logic
def monitor_agv_status(self):
# Monitor AGV charging status
# Placeholder logic
agv_status = "charging" # Placeholder logic
return agv_status。
具体实施例五：
进一步公开的技术方案：
在基于无线充电的AGV智能充电系统中，首先我们有磁共振充电模块，这个模块的核心是利用数字锁相环(DPLL)技术，这种技术比传统的PLL更为先进，能够确保共振频率的精确匹配，为了进一步提高效率，我们考虑使用多层绕制的铜线来替代传统的Litz线，这样可以有效减少线圈的电阻，此外，我们还采用了模糊逻辑控制算法，这种算法可以根据充电距离和负载实时调整共振频率和线圈电流，从而实现最优的充电效果，接下来是电磁感应充电模块，这个模块的亮点在于它内置了FEM磁场模块，这个模块可以优化线圈的形状和位置，确保最佳的磁场耦合，为了进一步提高磁场的导磁率，我们提议使用磁性纳米复合材料来替代传统的铁氧体材料，此外，这个模块还内置了MPPT技术，这是一种先进的充电技术，可以实时调整充电参数，确保充电效率最大化，智能充电管理系统是整个方案的大脑，它内置了A*和Dijkstra算法，这两种算法都是路径规划的经典算法，可以确保AGV沿着最优路径进行充电，为了实现多AGV之间的协调和路径规划，我们还引入了基于ROS的多机器人协调框架，此外，为了实时监测AGV的充电状态，我们还加入了霍尔效应电流传感器和NTC温度传感器，最后，为了对充电数据进行深入的分析和预测，我们采用了基于深度学习的SVM机器学习算法，安全防护模块是确保整个系统稳定运行的关键，它内置了FTA和FMEA算法，这两种算法都是故障检测的经典算法，可以实时检测和诊断充电系统的故障，为了进一步提高系统的安全性，我们还设计了一个具有过电流、过温、短路等多重保护功能的保护电路，最后，我们还有一个环保充电模块，这个模块的特点是它完全由可降解生物材料制成，这种材料既环保又可持续，为了确保模块的快速组装和维护，我们采用了模块化的设计方法，整个系统的设计都是模块化的，这意味着每个模块都可以独立更换和升级，这为未来的技术升级和维护提供了极大的便利。
具体实施例六：
进一步公开的技术方案：
SP1: 磁共振充电模块的启动与配置：
SP1.1: 启动数字锁相环(DPLL)模块。
SP1.2: 通过DPLL进行闭环控制，确保共振频率的精确匹配。
SP1.3: 选择多层绕制的铜线，替代传统的Litz线，进行线圈的设计与制造。
SP1.4: 使用模糊逻辑控制算法，根据充电距离和负载实时调整共振频率和线圈电流。
SP2: 电磁感应充电模块的启动与优化：
SP2.1: 启动内置的FEM磁场模块。
SP2.2: 使用FEM磁场模块优化线圈的形状和位置，确保最佳的磁场耦合。
SP2.3: 选择磁性纳米复合材料，替代传统的铁氧体材料。
SP2.4: 启动内置的MPPT技术，实时调整充电参数。
SP3: 智能充电管理系统的启动与协调：
SP3.1: 启动内置的A*和Dijkstra算法模块，进行充电路径规划。
SP3.2: 启动基于ROS的多机器人协调框架，实现多AGV之间的协调和路径规划。
SP3.3: 使用霍尔效应电流传感器和NTC温度传感器实时监测AGV的充电状态。
SP3.4: 启动SVM机器学习算法，对充电数据进行深入分析和预测。
SP4: 安全防护模块的启动与故障检测：
SP4.1: 启动内置的FTA和FMEA算法模块。
SP4.2: 使用FTA和FMEA算法实时检测和诊断充电系统的故障。
SP4.3: 设计并启动具有过电流、过温、短路等多重保护功能的保护电路。
SP5: 环保充电模块的制造与组装：
SP5.1: 选择可降解生物材料，进行环保充电模块的设计与制造。
SP5.2: 采用模块化的设计方法，确保环保充电模块的快速组装和维护。
SP6: 系统整合与测试：
SP6.1: 将上述各个模块和技术整合为一个完整的硬件设备。
SP6.2: 进行系统的调试和测试，确保所有模块正常工作。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于无线充电的AGV智能充电系统，其特征在于，包括以下模块：
磁共振充电模块：所述磁共振充电模块采用内置PLL模块，用于闭环控制的共振频率精确匹配；
电磁感应充电模块，所述电磁感应充电模块内置FEM磁场模块，用于优化线圈形状和位置，用于获取最佳耦合参数；
智能充电管理系统，所述智能充电管理系统内置A*算法结合Dijkstra算法，用于规划充电路径；
安全防护模块，所述安全防护模块内置FTA和FMEA算法，用于实时检测和诊断充电系统的故障；
环保充电模块，所述环保充电模块采用可降解生物材料制成。
2.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述磁共振充电模块的线圈采用Litz线，且磁共振充电模块的线圈采用铁氧体磁芯。
3.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述磁共振充电模块采用模糊逻辑控制算法，且磁共振充电模块用于充电距离和负载调整共振频率和线圈电流的调节。
4.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述电磁感应充电模块使用高导磁率的铁氧体材料。
5.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述电磁感应充电模块内置MPPT模块，用于实时调整充电参数。
6.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述智能充电管理系统内置基于ROS的多机器人协调框架，用于多AGV之间的协调和路径规划，用于多AGV系统的高效运行。
7.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述智能充电管理系统内置霍尔效应电流传感器和NTC温度传感器，用于实时监测AGV的充电状态，所述智能充电管理系统内置SVM机器学习算法，用于充电数据分析和预测。
8.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述安全防护机制内置有过电流、过温、短路保护功能的保护电路。
9.根据权利要求1所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述环保充电模块采用模块化设计。
10.根据权利要求1-9任意一条所述的一种基于无线充电的AGV智能充电系统，其特征在于，所述系统的硬件为将上述各个模块整合为一个完整的硬件设备。
CN202311301162.4A 2023-10-10 2023-10-10 基于无线充电的agv智能充电系统 Pending CN117040146A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311301162.4A CN117040146A (zh) 2023-10-10 2023-10-10 基于无线充电的agv智能充电系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311301162.4A CN117040146A (zh) 2023-10-10 2023-10-10 基于无线充电的agv智能充电系统

Publications (1)

Publication Number Publication Date
CN117040146A true CN117040146A (zh) 2023-11-10

Family

ID=88626721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311301162.4A Pending CN117040146A (zh) 2023-10-10 2023-10-10 基于无线充电的agv智能充电系统

Country Status (1)

Country Link
CN (1) CN117040146A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105262189A (zh) * 2015-11-24 2016-01-20 江南大学 一种物流电动车agv无线电能充电系统
CN110794832A (zh) * 2019-10-21 2020-02-14 同济大学 一种基于强化学习的移动机器人路径规划方法
US20200290467A1 (en) * 2016-03-22 2020-09-17 University Of Georgia Research Foundation, Inc. Wireless charging of electric vehicles
CN212934928U (zh) * 2020-10-21 2021-04-09 郑州兴科电子技术有限公司 一种安全性高的电动车充电插座
CN115027324A (zh) * 2022-06-10 2022-09-09 苏州创悦智能科技有限公司 一种智能运载车辆的电池管理系统
CN116054315A (zh) * 2022-11-29 2023-05-02 广州赛特智能科技有限公司 无人设备充电对接校准方法、装置、设备及存储介质
KR20230119509A (ko) * 2022-02-07 2023-08-16 주식회사 에스아이솔루션 무인 운반 차량용 무선 충전 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105262189A (zh) * 2015-11-24 2016-01-20 江南大学 一种物流电动车agv无线电能充电系统
US20200290467A1 (en) * 2016-03-22 2020-09-17 University Of Georgia Research Foundation, Inc. Wireless charging of electric vehicles
CN110794832A (zh) * 2019-10-21 2020-02-14 同济大学 一种基于强化学习的移动机器人路径规划方法
CN212934928U (zh) * 2020-10-21 2021-04-09 郑州兴科电子技术有限公司 一种安全性高的电动车充电插座
KR20230119509A (ko) * 2022-02-07 2023-08-16 주식회사 에스아이솔루션 무인 운반 차량용 무선 충전 시스템
CN115027324A (zh) * 2022-06-10 2022-09-09 苏州创悦智能科技有限公司 一种智能运载车辆的电池管理系统
CN116054315A (zh) * 2022-11-29 2023-05-02 广州赛特智能科技有限公司 无人设备充电对接校准方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
广东凌泰教育资源股份有限公司组编: "《电动汽车工程手册 第一卷 纯电动汽车整车设计》", vol. 1, 北京理工大学出版社, pages: 331 - 333 *

Similar Documents

Publication Publication Date Title
Shi et al. Event-based state estimation
JP6892705B2 (ja) 電子製品生産ラインの仮想生産変更方法
Tilbury Cyber-physical manufacturing systems
Ren et al. Post-disturbance transient stability assessment of power systems towards optimal accuracy-speed tradeoff
Ghaeminezhad et al. Charging control strategies for lithium‐ion battery packs: Review and recent developments
CN111337787B (zh) 配电网一二次融合设备远程检测装置
CN108268012A (zh) 一种参数化驱动生产的机床系统改造方法
Wang et al. A DRL-aided multi-layer stability model calibration platform considering multiple events
David et al. Towards energy efficient buildings: how ICTs can convert advances?
Liu et al. Design of automatic guided vehicle motion control system based on magnetic navigation
CN117040146A (zh) 基于无线充电的agv智能充电系统
Chen et al. Quadratic programming-based simultaneous charging strategy for battery packs of electric vehicles
Yuan et al. Optimization Design of Micro-Motor Rotor Core Feeding Mechanical System Based on Electrical Automation.
Vasudevan Applications of artificial intelligence in power electronics and drives systems: A comprehensive review
Borgo et al. Towards a cooperative knowledge-based control agent for a reconfigurable manufacturing plant
Kovalyov An approach to develop a generative design technology for power systems
CN104698935A (zh) 一种优化保护测控装置开发的方法
Aizpurua et al. ADEPS: a methodology for designing prognostic applications
Mwangi et al. A system-based framework for optimal sensor placement in smart grids
Alamin et al. Digital twin extension with extra-functional properties
CN106911190B (zh) 无线充电装置、无线充电控温方法以及机器人
Yunfeng et al. Warehouse AGV path planning method based on improved A* algorithm and system short-term state prediction
Ye et al. A Data-Driven Digital Twin Architecture for Failure Prediction of Customized Automatic Transverse Robot
Ufnalski et al. Particle swarm optimization of an online trained repetitive neurocontroller for the sine-wave inverter
Meng et al. Application of H∞-optimal controllers for battery-based bidirectional DC/DC converters in hybrid energy storage systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination