Plug Power accelera lo sviluppo dei sistemi di controllo delle celle a combustibile
“Non abbiamo il tempo di studiare i nostri algoritmi con il codice C o C++. Per fortuna, MATLAB ci permette di testare le nostre idee soltanto con poche righe di codice. Ciò ci consente di risparmiare tantissimo tempo e di avvicinarci al nostro obiettivo, ovvero creare un sistema di energia on-site commercialmente praticabile.”
Sfida
Soluzione
Risultati
- Tempi di sviluppo accorciati
- Aumento dell’efficienza dei processi
- Costi operativi ridotti
Per raggiungere l’obiettivo prefissato, ovvero generare energia del futuro, Plug Power Inc. progetta e sviluppa sistemi di energia on-site basati sull’uso di celle a combustibile. L’azienda sfrutta gli strumenti MathWorks per ottimizzare le prestazioni dei prodotti, ridurre i costi e migliorare i processi di fabbricazione e integrazione.
“Questi sistemi devono essere affidabili ed efficienti,” spiega Rebecca Dinan, Controls Engineer di Plug Power. A tal fine utilizziamo gli strumenti MathWorks per sviluppare e simulare rapidamente i nostri algoritmi di controllo prima di provarli su un sistema.”
Sfida
Per creare un prodotto affidabile ed economicamente vantaggioso, accorciando al contempo i tempi di immissione sul mercato, Plug Power deve modellare in modo accurato i sistemi di celle a combustibile e testare rapidamente gli algoritmi nuovi o migliorati prima di implementarli sull’hardware.
Per ottenere prestazioni ottimali, il modulo di generazione di energia (comprese le celle a combustibile) e il modulo di lavorazione dei prodotti da reforming si eseguono entro intervalli di temperatura rigidi, il che crea ulteriori difficoltà nella progettazione dei controlli. Come spiega Dinan, “Una variazione in termini di domanda di energia elettrica crea un enorme disturbo nel sistema. Dobbiamo automatizzare il controllo dell’intero sistema.”
Questi algoritmi di controllo automatizzati devono garantire lo stesso livello prestazionale con input inferiori, per consentire all’azienda di tagliare i costi riducendo il numero di sensori nel sistema di controllo.
Soluzione
Plug Power utilizza MATLAB e Simulink per sviluppare e testare algoritmi, simulare componenti e sistemi e semplificare il processo di sviluppo, dall’idea all’implementazione.
In un recente progetto, Dinan ha sviluppato un algoritmo di controllo per mantenere costante la temperatura del catalizzatore tramite la manipolazione di una soffiante. Prima di tutto ha spostato manualmente la soffiante nel laboratorio per determinare in che modo questa influisce sulla temperatura nel mondo reale.
Poi, Dinan ha usato MATLAB per analizzare i dati ed effettuare l’identificazione del sistema. “Ho inserito i dati e ho utilizzato MATLAB per determinare tutti i parametri della funzione di trasferimento in anello aperto, come il guadagno, il ritardo temporale e la costante di tempo,” spiega Dinan.
Con questi parametri ha rapidamente sviluppato un modello che integra un controller PID (proporzionale, integrale, derivativo) in Simulink. “Il controller PID, a cui è stato assegnato un setpoint, usa la soffiante per regolare la temperatura in base al setpoint, un po’ come il cruise control di un’automobile,” spiega Dinan. “Per fare questo, ho utilizzato un blocco PID in Simulink. È semplicissimo e pronto all’uso.”
Quando la dinamica del sistema richiede una strategia più complessa, Dinan sincronizza il controller predittivo basato su modelli con Control System Toolbox e Deep Learning Toolbox.
Deep Learning Toolbox ha consentito a Dinan di creare anche un modello in grado di prevedere la domanda di energia a carico del sistema di celle a combustibile. Il modello si basa su un ampio volume di dati storici sul carico elettrico.
“Deep Learning Toolbox ha permesso di velocizzare le operazioni di analisi dei dati, creazione del modello e convalida,” dice Dinan.
Con una sola riga di codice MATLAB, Dinan ha poi creato un grafico tridimensionale per analizzare i vari aspetti del sistema, come il rapporto segnale/rumore.
Una volta apportate le dovute regolazioni ai controlli, Dinan ha inoltrato gli algoritmi pre-testati agli ingegneri che si occupano di software embedded per una facile implementazione.
Una GUI sviluppata con MATLAB consentirà a Plug Power di accelerare ulteriormente lo sviluppo dei sistemi di controllo simulando gli effetti del posizionamento della soffiante.
Un altro gruppo di Plug Power sta accelerando la progettazione dei controlli usando Simulink per creare un modello completo di un sistema di celle a combustibile di prossima generazione. Al momento stanno convalidando i loro modelli di sistemi Simulink con il sistema fisico.
Risultati
Tempi di sviluppo accorciati. Con gli strumenti MathWorks, Plug Power ha ridotto i tempi di sviluppo degli algoritmi di settimane. “Con MATLAB, ho impiegato meno di una settimana per sviluppare un algoritmo di pattern recognition e ottenere i risultati desiderati. In C++, sarebbe servito più di un mese per codificare tutta la matematica delle matrici per raggiungere lo stesso scopo,” dice Dinan.
Aumento dell’efficienza dei processi. Gli strumenti MathWorks consentono agli ingegneri che si occupano di controlli di progettare e convalidare gli algoritmi di controllo in tempi brevi. “Quando sviluppo un algoritmo in MATLAB, sono più sicura che funzionerà nel sistema e che non dovrò tornare più avanti dagli sviluppatori software con una modifica,” spiega Dinan.
Costi operativi ridotti. Dinan osserva, “Gli strumenti MathWorks ci aiutano a risparmiare sui costi operativi e a ridurre l’invecchiamento dei componenti del sistema. Possiamo simulare le nostre idee, trovare gli errori e le inefficienze e apportare le dovute correzioni prima di testare l’algoritmo sul sistema. In altre parole, gli strumenti MathWorks ci aiutano a prendere misure preventive.” In più, Plug Power ha ridotto del 50% il numero di parti, compresi i sensori, nel suo sistema di prossima generazione.
