УДК 621.3.089.6:004.89
DOI: 10.36871/26189976.2026.05-3.013
Авторы
Азат Назипович Хуснутдинов,
Казанский государственный энергетический университет, Казань, Россия
Ольга Алексеевна Филина,
Казанский государственный энергетический университет, Казань, Россия
Артур Ринатович Зинатуллин,
Казанский государственный энергетический университет, Казань, Россия
Аннотация
В статье рассматривается интеллектуальная обработка сигналов датчиков беспроводной зарядной станции для контроля коэффициента полезного действия. Показано, что эффективность беспроводной передачи энергии зависит не только от параметров силовой электроники, но и от точности совмещения передающей и приёмной катушек, режима нагрузки, температуры элементов, состояния резонансного контура и качества измерения электрических величин. Цель исследования — определить, каким образом сигналы датчиков тока, напряжения, температуры, положения, мощности и электромагнитных параметров могут использоваться для оперативной оценки КПД и выявления режимов, приводящих к энергетическим потерям. Сделан вывод о том, что интеллектуальная обработка сенсорных данных позволяет перейти от простого измерения входной и выходной мощности к комплексному мониторингу состояния зарядной станции, прогнозированию снижения КПД и адаптивному управлению процессом беспроводной зарядки.
Ключевые слова
беспроводная зарядная станция
интеллектуальная обработка сигналов
датчики
коэффициент полезного действия
беспроводная передача энергии
резонансный контур
машинное обучение
Список литературы
[1] Амер М. Ф. А. Д., Маркова Е. В., Денисова Т. В.Интеллектуальные датчики и онлайн-мониторинг состояния высоковольтных интеллектуальных сетевых кабелей // Оперативное управление в электроэнергетике: подготовка персонала и поддержание его квалификации. 2020. № 3. С. 22-32.
[2] Ашмарин В. В., Миронов П. Н. Перспективы развития микрогабаритных датчиков и вычислительных компонентов ИСУ БЛА // КИП и автоматика: обслуживание и ремонт. 2020. № 9. С. 69-79.
[3] Зилинберг А. Ю., Корнеев Ю. А., Корнеев А. Ю. Разработка интеллектуальных алгоритмов обработки сигналов телевизионных датчиков современных систем наблюдения // Датчики и системы. 2015. № 2 (189). С. 43-47.
[4] Интеллектуализация гибкой протяженной буксируемой гидроакустической антенны / М. Я. Андреев [и др.] // Датчики и системы. 2007. № 10. С. 30-33.
[5] Пьявченко О. Н. Исследование влияния числовой обработки аналогового сигнала на погрешность интеллектуального датчика // Известия ТРТУ. 2003. № 1 (30). С. 35-40.
[6] Пьявченко О. Н. Схемы организации сбора и обработки аналоговых сигналов в многовходовых интеллектуальных микропроцессорных модулях // Известия ЮФУ. Технические науки. 2009. № 2 (91). С. 200-205.
[7] Ракович Н. Процессоры МАХ14ХХ для обработки сигнала датчика // Компоненты и технологии. 2003. № 8 (34). С. 82-86.
[8] Саксонов Е. А., Симонов С. Е., Городничев М. Г. Обзор методов обнаружения неисправностей синхронного электродвигателя с постоянными магнитами // Инженерный вестник Дона. 2023. № 4 (100). С. 8-38.
[9] Синютин С. А. Цифровая обработка сигналов в интеллектуальных датчиках вибрации // Известия ТРТУ. 2003. № 3 (32). С. 18-26.
[10] Чудотворова К. М., Федоров А. В. Программирование цифрового автомата противоаварийной защиты для технологических установок нефтеперерабатывающего предприятия // Вестник Ростовского государственного университета путей сообщения. 2024. № 1 (93). С. 151-157.
