【无线电力传输】12伏直流风扇的无线电力传输系统实现附Simulink仿真

作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

本系统旨在实现 12 伏直流风扇的无线电力传输，摆脱传统有线连接的束缚，提高使用的灵活性与便捷性。系统需满足以下核心指标：输出稳定的 12 伏直流电压，能够持续为功率通常在 5-15 瓦范围内的 12 伏直流风扇供电；在 0-30 厘米的传输距离内，保持较高的传输效率，一般不低于 50%；具备一定的安全性，避免过压、过流对风扇及系统本身造成损坏。

二、无线电力传输基本原理

无线电力传输主要基于电磁感应原理，当两个线圈靠近时，发射线圈通入交变电流，会产生交变磁场，接收线圈处于该交变磁场中，根据电磁感应定律，接收线圈两端会产生感应电动势，从而实现电能的无线传输。这种原理类似于变压器，发射线圈相当于变压器的原线圈，接收线圈相当于副线圈，只是两者之间没有直接的物理连接，通过磁场进行能量传递。

对于 12 伏直流风扇的无线电力传输系统，我们需要先将直流电转换为交流电通入发射线圈，在接收端再将感应产生的交流电转换为稳定的 12 伏直流电供给风扇。

三、系统各组成部分设计

（一）电源模块

电源模块的作用是为整个系统提供初始电能。考虑到日常用电环境，我们可以采用 220 伏交流市电作为输入，通过整流滤波电路将其转换为合适的直流电。

整流电路可选用桥式整流器，由四个二极管组成，能将交流电转换为脉动的直流电。滤波电路采用电容滤波，选用合适容量的电解电容，可将脉动直流电平滑为较稳定的直流电，输出电压根据后续电路需求设定，一般为 15-20 伏。

（二）发射模块

1. 高频逆变电路：由于电磁感应需要交变磁场，所以需要将电源模块输出的直流电转换为高频交流电。这里可采用半桥逆变电路，由两个 MOS 管、驱动电路和振荡电路组成。振荡电路产生高频脉冲信号，通过驱动电路控制 MOS 管交替导通与截止，从而在发射线圈两端产生高频交变电压。振荡频率的选择对传输效率有较大影响，对于本系统，选择 100-200kHz 的频率较为合适，此时线圈的趋肤效应相对较小，能量损耗较低。

1. 发射线圈设计：线圈采用漆包线绕制，线径的选择需根据传输功率确定，一般选用直径 0.5-1 毫米的漆包线。线圈的匝数和尺寸也会影响传输效果，匝数过少，磁场强度不足；匝数过多，线圈的电感量过大，会影响高频信号的传输。经实验验证，发射线圈可绕制 50-80 匝，直径为 5-8 厘米，线圈的形状采用圆形，以保证磁场分布相对均匀。

（三）接收模块

1. 接收线圈设计：接收线圈与发射线圈的结构相似，为了提高能量耦合效率，接收线圈的尺寸应与发射线圈相近，匝数可根据电压需求进行调整。由于我们需要输出 12 伏直流电压，在发射线圈输入一定电压的情况下，通过调整接收线圈的匝数，使其感应出合适的电压。一般接收线圈的匝数比发射线圈少，可绕制 30-50 匝。

1. 整流滤波电路：接收线圈感应出的是高频交流电，需要通过整流滤波电路将其转换为直流电。整流电路同样可采用桥式整流，滤波电路选用电解电容和瓷片电容组合，以滤除高频和低频纹波，使输出的直流电更加稳定。

（四）稳压与保护电路

1. 稳压电路：经过整流滤波后的直流电电压可能会有波动，需要通过稳压电路输出稳定的 12 伏电压。可选用三端稳压芯片 LM1117-12，该芯片输入电压范围较宽，输出电压稳定，能为风扇提供可靠的 12 伏电源。在芯片输入端和输出端分别接入电容，以改善稳压效果和抑制噪声。

1. 保护电路：为了防止过压、过流对风扇和系统造成损坏，需要设计保护电路。过压保护可采用稳压二极管，当输入电压过高时，稳压二极管击穿导通，将电压钳位在安全范围内；过流保护可采用保险丝或限流电路，当电路中的电流超过设定值时，保险丝熔断或限流电路动作，切断电路，保护设备安全。

四、系统组装与调试

（一）组装步骤

按照电源模块、发射模块、接收模块、稳压与保护电路的顺序进行组装。先将各模块的元器件按照设计电路焊接在电路板上，注意焊接质量，避免虚焊、短路等问题。然后将各模块通过导线连接起来，确保连接正确无误。

（二）调试过程

1. 电源模块调试：给电源模块接入 220 伏交流市电，用万用表测量其输出直流电压，确保输出电压在设定的 15-20 伏范围内。

1. 发射模块调试：将电源模块与发射模块连接，接通电源，用示波器观察发射线圈两端的电压波形，应呈现高频交变波形，频率在 100-200kHz 之间。若波形异常，检查振荡电路和驱动电路的元器件是否正常。

1. 接收与稳压电路调试：将发射线圈和接收线圈靠近，距离控制在 10 厘米左右，测量接收线圈整流滤波后的直流电压，调整接收线圈的匝数，使该电压在 13-15 伏之间（考虑到稳压芯片的压降）。然后接入稳压电路，测量稳压后的输出电压，应稳定在 12 伏。若电压不稳定，检查稳压芯片和滤波电容是否正常。

1. 带载调试：将 12 伏直流风扇连接到稳压电路的输出端，观察风扇是否正常运转。逐步增大发射线圈与接收线圈之间的距离，测试风扇在不同距离下的运转情况，记录风扇能正常运转的最大距离和此时的传输效率。

五、性能测试与优化

（一）性能测试

1. 传输距离测试：在不同距离下（0-30 厘米），测试风扇是否能正常工作，记录最大有效传输距离。

1. 传输效率测试：在有效传输距离内，测量发射端的输入功率和接收端的输出功率（风扇的功率），传输效率 = 输出功率 / 输入功率 ×100%，记录不同距离下的传输效率。

1. 稳定性测试：让系统连续工作一段时间（如 2 小时），观察风扇的运转情况和输出电压的稳定性，确保系统能长时间稳定工作。

（二）优化措施

1. 若传输效率较低，可调整发射线圈和接收线圈的匝数比、尺寸，或更换线径更大的漆包线，减少线圈的电阻损耗。

1. 若最大传输距离较短，可尝试提高振荡频率，或采用磁芯材料制作线圈，增强磁场强度，提高能量耦合效率。

1. 若输出电压稳定性较差，检查滤波电容的容量是否足够，或更换性能更好的稳压芯片。

⛳️ 运行结果

🔗 参考文献

[1] 苏译,徐晓昂.基于电流反馈的直流无刷风扇电机无传感器控制[J].电气自动化, 2012, 34(3):3.DOI:10.3969/j.issn.1000-3886.2012.03.005.

[2] 杨婧,高江魁.无位置传感器车载冷凝风扇无刷直流电机控制系统研究[J].自动化信息, 2014(8):3.

[3] 李明.散热风扇四相永磁直流无刷电机控制器系统研究[D].上海交通大学,2016.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇