ارائه مداری برای تشخیص و قطع عملکرد درایور LED روشنایی معابر در حالت سکسکه زدن
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 31
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-22-3_003
تاریخ نمایه سازی: 26 آذر 1404
چکیده مقاله:
پدیده سکسکه زدن در درایور LED، زمانی رخ می دهد که برخی LEDها در یک رشته بسوزند. این باعث می شود که جریان بیش ازاندازه افزایش پیدا کند و درایور تشخیص خطای اضافه جریان دهد. درنتیجه خروجی قطع می شود و بعد از طی مدت یک تا دو ثانیه دوباره شروع بکار می کند. پس جریان دوباره افزایش پیداکرده و این عمل تکرار می شود و تا پایان روز کاری این درایور هر دو ثانیه یک بار فقط یک سکسکه می زند. این پدیده علاوه بر اینکه باعث آزار و اذیت اطرافیان می شود احتمال آسیب به درایور را افزایش می دهد. در این مقاله هدف طراحی مداری است که پدیده سکسکه زدن را تشخیص دهد و بعد از چند بار سکسکه زدن به طور دائم درایور قطع کند. با توجه به لزوم کوچک و اقتصادی بودن ، مدار طراحی شده بدون سنسور جریان و میکروکنترلر طراحی شده است. اصول کار در اینجا بر مبنای تشخیص خطای رشته LED توسط آپ-امپ و انتقال سیگنال خطا به شمارنده است که در کمتر از ۱۰ بار سکسکه زدن مدار را قطع می کند. هدف از استفاده از شمارنده، عدم عملکرد بی موقع سیستم در حالات گذرا همچون زمان راه اندازی یا نوسانات الکتریکی است. چنین طرحی به راحتی به مدارهای شامل چندین رشته LED موازی قابل تعمیم است. در چنین حالتی این سیستم برای یک چراغ LED با درایور مبتنی بر مبدل AC به DC فلای بک با خروجی ۳۵ وات ۴۸ ولت اجرا شده است. نتایج آزمایشگاهی به خوبی نشان می دهد سوختن یک یا دو LED در رشته LED های سری باهم باعث فعال شدن حفاظت شده و چراغ را تا پایان روز کاری خاموش می کند.
کلیدواژه ها:
LED street light ، Flyback converter ، Hiccup Mode ، LED driver ، چراغ LED روشنایی معابر ، مبدل فای بک ، پدیده سکسکه زدن ، درایور LED
نویسندگان
محمد رضا صادقی
Department of Electrical Eng., Faculty of Engineering, Arak university
مزدک عبادی
Department of Electrical Eng., Faculty of Engineering, Arak university
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :