Details
| Autor: | Florian Protze |
| Titel: | Verfahren zur Reduktion von Störsignalen in Power-over-Data-Line-Systemen |
| Typ: | Dissertation |
| Fachgebiet: | Elektrotechnik |
| Auflage: | 1 |
| Sprache: | Deutsch |
| Erscheinungsdatum: | 26.06.2026 |
| Lieferstatus: | lieferbar |
| Umfang: | 234 Seiten |
| Bindung: | Soft |
| Preis: | 69,00 EUR |
| ISBN: | 9783959470896 |
| Umschlag: | (vorn) |
| Inhaltsverzeichnis: | (pdf) |
Abstrakt in Englisch
When Power over Data Line (PoDL) is used for simultaneous power and signal transmission in automobiles over a single two-wire line, costs can be reduced, allowing a broad segment of the population to benefit from increased traffic safety. In real PoDL systems, there remains a coupling of the disturbance signals of the required voltage converters on the signal transmission due to the separation in the frequency domain. As an approach to reduce the disturbance signals, the optimization of voltage converters is pursued. PoDL systems require high switching frequencies for cost reasons, resulting in a high complexity of the model due to parasitic effects.
The deduction of a conventional control approach illustrates the implications of the linearized and averaged model required for this purpose. According to the elaborated theory, a compromise must be found between robustness and the minimization of disturbance signals. Additionally, preliminary work has been considered, which employs techniques of artificial intelligence as well as alternative modulation methods for control. Neural networks and a training procedure are introduced.
The fundamental question investigated in this work is how the interference signals from switching converters in PoDL systems can be minimized for a variety of operating conditions and whether a neural network can be trained as a controller for this purpose. Through the measurement of a test sample, it was demonstrated that a neural network can be trained based on a comprehensive mixed-signal simulation designed here, showing good suitability for boost converters in PoDL systems. This is made possible by increasing the switching frequency by an order of magnitude compared to previous works to over 600 kHz. The precise modeling of the input network and the measurement of the inductor current, taking into account parasitic effects, was identified as a necessary condition that none of the previous works fulfilled. When using a neural network as a controller, a low manual controller design effort was observed despite the complex model. Even with deviations in the model parameters used for training, a good approximation to the specified ideal control behavior was demonstrated. Thus, this work represents a significant step towards leveraging the potential of neural networks for the control of switching converters with switching frequencies above 50 kHz.
Abstrakt in Deutsch
Wenn Power over Data Line (PoDL) zur gleichzeitigen Energie- und Signalübertragung in Automobilen über eine einzige Zweidrahtleitung verwendet wird, können Kosten gesenkt werden, sodass eine breite Bevölkerungsschicht von mehr Verkehrssicherheit profitiert. In realen PoDL-Systemen verbleibt eine Kopplung der Störsignale der benötigten Spannungswandler auf die Signalübertragung aufgrund der Trennung im Frequenzbereich. Als Ansatz zur Reduktion der Störsignale wird die Optimierung von Spannungswandlern verfolgt. PoDL-Systeme erfor- dern aus Kostengründen hohe Schaltfrequenzen und somit eine große Komplexität des Modells aufgrund von parasitären Effekten. Die Herleitung eines konventionellen Ansatzes zur Regelung zeigt die Implikationen des dafür benötigten linearisierten und gemittelten Modells auf. Gemäß der herausgearbeiteten Theorie muss hierbei ein Kompromiss zwischen Robustheit und Minimierung der Störsignale gefunden werden. Zudem wurden Vorarbeiten betrachtet, welche Techni- ken der künstlichen Intelligenz sowie alternative Modulationsverfahren zur Regelung ansetzen. Neuronale Netze und ein Trainingsverfahren wurden eingeführt. Als elementare Fragestellung wurde in dieser Arbeit untersucht, wie die Störsignale von Schaltwandlern in PoDL-Systemen für eine Vielzahl von Betriebsbedingungen minimiert werden können und ob dafür ein neuronales Netz als Regler verwendet werden kann. Durch die Messung eines Testmusters konnte gezeigt werden, dass ein neuronales Netz auf Grundlage einer umfangreichen, hier entworfenen Mixed-Signal- Simulation derart trainiert werden kann, dass eine gute Eignung für Aufwärtswandler in PoDL-Systemen besteht. Dies wird durch eine Erhöhung der Schaltfrequenz um eine Größenordnung im Vergleich zu den Vorarbeiten auf über 600 kHz ermöglicht. Die genaue Modellierung des Eingangsnetzwerks und der Messung des Spulenstroms mit Beachtung parasitärer Effekte wurde als notwendige Bedingung ermittelt, welche keine der Vorarbeiten erfüllt. Bei Verwendung eines neuronalen Netzes als Regler konnte ein geringer manueller Regler-Entwurfsaufwand trotz des komplexen Modells beobachtet werden. Auch bei Abweichungen der zum Training verwendeten Modellgrößen konnte eine gute Nä- herung zum vorgegebenen, idealen Regelverhalten gezeigt werden. Somit stellt diese Arbeit einen signifikanten Schritt zur Ausnutzung des Potentials neuronaler Netze für die Regelung von Schaltwandlern mit Schaltfrequenzen über 50 kHz dar.