ES2629493T3 - Identificación de sistemas no lineales para la detección de objetos en un sistema de transferencia inalámbrica de potencia - Google Patents

Abstract

Un método para detectar si un objeto extraño está cerca de una bobina de transmisión (12) en un sistema de transferencia inalámbrica de potencia (WPTS), estando caracterizado dicho método por: aplicar una señal seudoaleatoria a la bobina de transmisión; mientras que la señal seudoaleatoria está siendo aplicada a la bobina de transmisión, registrar una o más señales producidas dentro del WPTS en respuesta a la señal seudoaleatoria aplicada; usando las una o más señales registradas, generar un modelo de sistema dinámico para algún aspecto del WPTS; y usar el modelo de sistema dinámico generado en combinación con datos de entrenamiento almacenados para determinar si un objeto que tiene características reconocibles a partir de los datos de entrenamiento almacenados como característica del objeto extraño, está cerca de la bobina de transmisión.

Description

5

10

15

20

25

30

35

40

45

50

55

DESCRIPCION

Identificacion de sistemas no lineales para la deteccion de objetos en un sistema de transferencia inalambrica de potencia

Campo tecnico

Las realizaciones de la presente invencion se refieren de manera general a transferencia inalambrica de potencia para sistemas de carga y/o alimentacion tales como se podnan encontrar en, pero sin limitacion, vetnculos electricos y dispositivos portatiles.

Antecedentes de la invencion

Con un interes renovado en los coches electricos hemos visto una serie de nuevos desarrollos en la tecnologfa de batenas, las tecnicas de carga rapida y la transmision inalambrica de potencia como metodo conveniente para recargar batenas. Las tecnicas de carga rapida inalambrica llegan a ser incluso mas relevantes para coches electricos puros como metodo para aliviar la autonoirna limitada proporcionada por la tecnologfa de batenas actual. De esta forma las batenas se podnan recargar o bien mientras que se conduce a partir de bobinas incorporadas en las carreteras, en semaforos, en aparcamientos mientras que se hace la compra o en infraestructuras sin salir del coche.

La transferencia inalambrica de potencia tiene una larga historia que comienza probablemente con Tesla. La tecnologfa se usa ahora en todas partes, desde cepillos de dientes, telefonos celulares, ordenadores agenda y se considera incluso para uso general en casas tales como lamparas, relojes, etc. En la mayona de las aplicaciones la transferencia inalambrica de potencia se usa para cargar batenas, que se usan como un deposito de energfa temporal entre el sistema de carga inalambrica y el dispositivo. Como la llegada de mejores tecnologfas de batena, tales como celdas de iones de litio, llega a ser factible cargar batenas mucho mas rapidamente que antes y hacerlo asf con cargadores rapidos inalambricos. Para lograr una aceptacion general, estos cargadores rapidos inalambricos necesitan ser eficientes y robustos, lo cual es el foco de algunas de las aplicaciones tratadas en este documento.

Hay muchos tipos de transferencia inalambrica de potencia. Esta descripcion se centra en Carga de Induccion Resonante (RIC), aunque mucho de lo que se describe tambien aplica a otros tipos de metodos de carga inalambrica. RIC, como su nombre indica, usa bobinas y condensadores sintonizados de alta Q, y la potencia se transmite de bobina a bobina a traves de campos magneticos. RIC difiere de las tecnicas de campo lejano que implican, por ejemplo, campos de RF de muy alta frecuencia, que requieren electronica sofisticada, y de tecnicas de campo cercano, que solamente funcionan dentro de una fraccion de una longitud de onda cuando se usa RIC. Con RIC, se encuentra que se puede transferir significativamente mas potencia entre bobinas y hasta una distancia que excede varios diametros de bobina. Usar un campo magnetico en lugar de un campo electromagnetico de radiacion tambien presenta menos peligros potenciales para la salud.

Un tipo comun de bobina usado para RIC es una bobina plana con un devanado en espiral unico arrollado en un plano. El diagrama de circuitos de la Fig. 1 muestra un circuito tfpico usado para RIC, donde las bobinas L1 y L2 senan las bobinas de transmision y receptora, respectivamente, fabricadas como bobinas planas. Como es el caso para transformadores, las caractensticas electricas de las bobinas se pueden describir por las resistencias, auto inductancia, e inductancia mutua de bobinas. La inductancia mutua se refiere a cuanto del campo generado por una bobina atraviesa la otra o las otras bobinas, que esta muy relacionado con la geometna de como estan orientadas las bobinas unas con respecto a otras, incluyendo la distancia y orientacion. A medida que el acoplamiento disminuye, se transmite menos de la potencia mientras que la perdida de potencia en calentamiento de Joule permanece igual o aumenta, y por lo tanto disminuye la eficiencia.

El documento US2010084918 describe metodos y aparatos para reducir el consumo de energfa. Un metodo incluye detectar la presencia de un objeto, identificar si el objeto es un dispositivo valido y restringir la potencia si no es un dispositivo valido. Otro metodo incluye aplicar temporalmente una cantidad baja de potencia a la unidad primaria para detectar una carga, suministrar mas potencia para determinar si es un dispositivo secundario valido, y restringir la energfa si no lo es. Un aparato para reducir el consumo de energfa incluye dos entradas de potencia, donde la entrada de potencia menor alimenta un circuito de deteccion. Un conmutador desacopla selectivamente la entrada de potencia mayor del subcircuito primario durante el modo deteccion y acopla la entrada de potencia mayor al subcircuito primario durante el modo de suministro de potencia.

Compendio de las invenciones

En general, en un aspecto, al menos una de las invenciones presenta un metodo para detectar si un objeto extrano esta cerca de una bobina de transmision en un sistema de transferencia inalambrica de potencia (WPTS). El metodo implica: aplicar una senal seudoaleatoria a la bobina de transmision; mientras que la senal seudoaleatoria esta siendo aplicada a la bobina de transmision, registrar una o mas senales producidas dentro del WPTS en respuesta a la senal seudoaleatoria aplicada; usando una o mas senales registradas, generar un modelo de sistema dinamico para algun aspecto del WPTS; y usar el modelo de sistema dinamico generado en combinacion con datos de

5

10

15

20

25

30

35

40

45

50

55

entrenamiento almacenados para determinar si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano esta cerca de la bobina de transmision.

Otras realizaciones incluyen una o mas de las siguientes caractensticas. El metodo implica tambien, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, generar una senal de control que indica que la carga inalambrica no va a tener lugar y/o terminar la carga inalambrica del sistema receptor. Las una o mas senales incluyen una senal de corriente de la bobina de transmision y tambien pueden incluir una senal de voltaje de la bobina de transmision. Usar el modelo de sistema dinamico generado implica comparar informacion contenida en el modelo de sistema dinamico generado con informacion almacenada, derivada empmcamente que es indicativa de una presencia cercana del objeto extrano. Generar el modelo de sistema dinamico implica usar identificacion de sistema o identificacion de sistemas no lineales para ajustar un modelo seleccionado a datos derivados de una o mas senales registradas. El modelo seleccionado es un sistema de Wiener. El modelo seleccionado tiene una parte lineal dinamica y una parte no lineal estatica. El modelo de sistema dinamico generado incluye una representacion de dominio de tiempo o una representacion de dominio de frecuencia.

Aun otras realizaciones incluyen una o mas de las siguientes caractensticas. Los datos de entrenamiento almacenados se representan por una funcion de filtro almacenada y la funcion de usar el modelo de sistema dinamico generado en combinacion con datos de entrenamiento almacenados implica procesar el modelo de sistema dinamico generado para generar una senal de salida, en donde la senal de salida indica si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como una bobina receptora esta cerca de la bobina de transmision y en donde procesar el modelo de sistema dinamico implica aplicar la funcion de filtro. Las una o mas senales producidas dentro del WPTS incluyen una senal de corriente de la bobina de transmision. Generar el modelo de sistema dinamico implica usar la senal de corriente registrada de la bobina de transmision como el modelo de sistema dinamico. La funcion de filtro es una funcion de filtro no lineal que se derivo de mediciones hechas sobre un sistema de prueba que incluye una bobina de transmision de prueba y objetos de prueba situados a diferentes distancias de separacion unos de otros. El metodo tambien implica, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, generar una senal de control que indica que la carga inalambrica no va a tener lugar. El metodo implica ademas, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, terminar la carga inalambrica del sistema receptor.

En general, en otro aspecto, al menos una de las invenciones presenta un sistema de transferencia de potencia. El sistema incluye una bobina de transmision; un circuito transmisor de potencia conectado a la bobina de transmision; un circuito detector conectado a la bobina de transmision; y un controlador para controlar el circuito transmisor de potencia y el circuito detector, en donde el controlador incluye una memoria para almacenar datos de entrenamiento y un sistema procesador programado para: hacer al circuito transmisor de potencia aplicar una senal seudoaleatoria a la bobina de transmision; mientras que la senal seudoaleatoria esta siendo aplicada a la bobina de transmision, hacer al circuito detector registrar una o mas senales producidas dentro del WPTS en respuesta a la senal seudoaleatoria aplicada; usando una o mas senales registradas, generar un modelo de sistema dinamico para algun aspecto del WPTS; y usar el modelo de sistema dinamico generado en combinacion con datos de entrenamiento almacenados para determinar si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados del objeto extrano esta cerca de la bobina de transmision.

Otras realizaciones incluyen una o mas de las siguientes caractensticas. Una o mas senales incluyen una senal de corriente y una senal de voltaje de la bobina de transmision.

Aun otras realizaciones incluyen una o mas de las siguientes caractensticas. Los datos de entrenamiento almacenados se representan por una funcion de filtro almacenada y donde el sistema procesador esta programado para usar el modelo de sistema dinamico generado en combinacion con los datos de entrenamiento almacenados procesando el modelo de sistema dinamico generado con la funcion de filtro para generar una senal de salida, en donde la senal de salida indica si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano esta cerca de la bobina de transmision. El sistema de transferencia inalambrica de potencia de la reivindicacion 17, donde las una o mas senales producidas dentro del WPTS incluyen una senal de corriente de la bobina de transmision. El modelo de sistema dinamico es la senal de corriente registrada de la bobina de transmision.

Los detalles de una o mas realizaciones de la invencion se exponen en los dibujos anexos y la descripcion a continuacion. Otras caractensticas, objetos y ventajas de la invencion seran evidentes a partir de la descripcion y los dibujos, y a partir de las reivindicaciones.

Breve descripcion de los dibujos

La Fig. 1 representa un circuito de transferencia de potencia con una bobina de transmision Li y una bobina receptora L2.

5

10

15

20

25

30

35

40

45

La Fig. 2 presenta la impedancia electrica tfpica de una bobina sintonizada en espacio libre y en conexion con una bobina identica colindante.

La Fig. 3 muestra los espectros de impedancia de la bobina de transmision para dos bobinas separadas una de otra por cantidades diferentes.

La Fig. 4 muestra el espectro de potencia de a bobina de transmision que corresponde a los espectros de impedancia de la bobina de la Fig. 3.

La Fig. 5 presenta la frecuencia de bobina optima para dos bobinas en funcion de su distancia de separacion.

La Fig. 6 representa el diagrama de bloques de un sistema de Wiener.

La Fig. 7 representa el diagrama de bloques de un sistema de Hammerstein.

La Fig. 8 es un diagrama de bloques de un sistema de transferencia inalambrica de potencia que incluye las bobinas de transmision y receptora.

La Fig. 9 presenta un diagrama de flujo de un algoritmo para entrenar previamente un controlador de potencia transmisora de un sistema de transferencia inalambrica de potencia para detectar un sistema receptor inalambrico de potencia.

La Fig. 10 presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para detectar la presencia de un sistema receptor inalambrico de potencia.

La Fig. 11 presenta un diagrama de flujo de un algoritmo para crear un filtro no lineal para uso por un controlador de potencia transmisora para detectar la presencia de un sistema receptor inalambrico de potencia.

La Fig. 12 presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para usar el filtro no lineal de la Fig. 11 para detectar la presencia de un sistema receptor inalambrico de potencia.

La Fig. 13 presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para ajustar automaticamente la frecuencia de la senal de transferencia inalambrica de potencia.

La Fig. 14A presenta un diagrama de flujo de un algoritmo para crear un filtro no lineal para uso por un controlador de potencia transmisora para ajustar automaticamente la frecuencia de la senal de transferencia inalambrica de potencia.

La Fig. 14B presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para usar el filtro no lineal de la Fig. 14A para ajustar automaticamente la frecuencia de la senal de transferencia inalambrica de potencia.

La Fig. 15 presenta un diagrama de flujo de un algoritmo implementado al menos en parte por el controlador de potencia transmisora para ajustar la forma de onda de la senal inalambrica de potencia.

Las Fig. 16A-B presentan un diagrama de flujo de un algoritmo para entrenar previamente al controlador de potencia transmisora de un sistema de transferencia inalambrica de potencia para detectar objetos extranos.

La Fig. 17 presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para detectar objetos extranos.

La Fig. 18A presenta un diagrama de flujo de un algoritmo para crear un filtro no lineal para uso por un controlador de potencia transmisora para detectar la presencia de un objeto extrano.

La Fig. 18B presenta un diagrama de flujo de un algoritmo implementado por el controlador de potencia transmisora para usar el filtro no lineal de la Fig. 18A para detectar la presencia de un objeto extrano.

Descripcion detallada

Antes de presentar los detalles de las diferentes realizaciones, se trataran en primer lugar algunas de las cuestiones que estan siendo abordadas por esas realizaciones.

La Fig. 2 da una impedancia electrica tfpica de una bobina sintonizada, que puede, por ejemplo, corresponder a una bobina de transmision en un sistema de transferencia inalambrica de potencia. La impedancia de un condensador ideal en serie con un inductor tiene un “cero” nulo a la frecuencia resonante o natural, como se muestra por la curva C. Cuando una segunda bobina sintonizada (un inductor y un condensador en paralelo), denominada bobina receptora, se pone en estrecha proximidad de la bobina de transmision, la impedancia a la frecuencia natural aumenta significativamente como se muestra por la curva A. La curva etiquetada B muestra la impedancia del sistema de dos bobinas cuando la bobina receptora incluye tambien una carga resistiva en el circuito para disipar la potencia generada en el bucle externo. Como se puede apreciar, una medicion de impedancia, que solamente

5

10

15

20

25

30

35

40

45

50

55

requiere acceso a los dos terminales de la bobina de transmision, podna proporcionar una herramienta muy conveniente para obtener informacion sobre la operacion del circuito.

Como se ilustra por la curva A en la Fig. 2, un fenomeno mas importante que ocurre cuando las dos bobinas se ponen en estrecha proximidad entre s^ es la division de frecuencia. Cuando la bobina de transmision y la bobina receptora entran en un alcance cercano, se pueden observar dos o mas frecuencias donde localmente en el dominio de frecuencia la transferencia de potencia es optima. En otras palabras, se observan dos mmimos, uno a cada lado de la frecuencia natural. (Para continuar la discusion de este fenomeno vease: Alanson P. Sample y Joshua R. Smith, Analysis, Experimental Results, and Range Adaptation of Magnetically Coupled Resonators for Wireless Power Transfer, 2010 IEEE; y Huang, X.L., et al., Resonant Frequency Splitting Analysis and Optimization of Wireless Power Transfer System, Actas de PIERS, Rusia, 19-23 de agosto de 2012.)

La Fig. 3 da la impedancia tfpica de una bobina de transmision a varias distancias de la bobina receptora. A medida que las bobinas se acercan progresivamente entre sf, el pico en la impedancia a la frecuencia natural aumenta y las dos frecuencias en las que los mmimos de impedancia ocurren a cada lado de esa ubicacion se separan mas. A partir de esos espectros de impedancia, se pueden calcular los espectros de potencia que indican cuanta potencia esta entrando en la bobina. Los espectros de potencia correspondientes se muestran en la Fig. 4. Como se ha indicado claramente, la potencia es maxima en dos frecuencias cuya separacion llega a ser mas pequena en funcion de la separacion de las dos bobinas, hasta que los dos picos se unen para todos los propositos practicos en separaciones mas largas (unir a la frecuencia natural del sistema).

La Fig. 5 presenta para un sistema inalambrico diferente la frecuencia optima a la que ocurre la transferencia de potencia maxima frente a la distancia de separacion relativa de las dos bobinas en terminos de diametros de bobina. Como se puede observar, cuando la distancia entre las bobinas es menor que alrededor de la mitad del diametro de las bobinas, hay dos frecuencias en las que se observa una transferencia de potencia maxima. En una configuracion fija, es facil seleccionar una frecuencia de oscilador optima para transferir potencia. En una situacion dinamica, no obstante, cuando las bobinas se mueven una respecto a la otra y la distancia entre las bobinas es desconocida, llega a ser un desafm mantener una transferencia de potencia optima.

Normalmente, el objetivo es maximizar la transferencia de potencia a la carga. En un entorno de laboratorio, es posible conectar cables de deteccion para medir la potencia generada por la circuitena de potencia en el transmisor y medir la potencia recibida por la carga. Entonces es posible barrer siquiera todas las frecuencias y medir periodicamente la relacion de la potencia recibida sobre la transmitida, encontrar la frecuencia a la que ocurre la transferencia de potencia de pico, y ajustar la frecuencia del oscilador en consecuencia. Encontrar la frecuencia optima se puede hacer usando una serie de algoritmos desarrollados en la teona de optimizacion. No obstante, debido a la division de frecuencia y la posible existencia de dos frecuencias optimas locales, se debenan usar tecnicas que impliquen minimizacion estocastica. Cuando se encuentra un optimo, la frecuencia optima puede ser rastreada en tiempo real mas rapidamente a traves de busquedas locales.

En aplicaciones de la vida real, no obstante, tales como coches que se mueven unos con respecto a otros o sobre bobinas de transmision, puede no ser posible medir directamente la potencia disipada en la carga. La sintonizacion automatica de frecuencias se puede lograr a traves de acopladores direccionales situados, por ejemplo, entre las bobinas de transmision y receptora para medir la potencia incidente y reflejada (vease Sample y Smith). Otra tecnica podna implicar transmitir inalambricamente las mediciones requeridas, tales como corriente, voltaje y potencia de carga, desde el receptor al transmisor. Esto se podna hacer enviando una senal modulada desde la bobina receptora a la bobina de transmision usando una banda de frecuencia diferente que no este afectada por la senal de transmision de potencia. Alternativamente, se podnan usar otros medios de transmision para enviar la informacion de vuelta al transmisor, tales como senales opticas o acusticas. Las bobinas secundarias se podnan incorporar en las bobinas de potencia con el fin de transmitir tales senales.

Como se ha mostrado por Sample y Smith, se pueden usar tecnicas de modelado para relacionar la potencia transmitida con la posicion y la orientacion de la bobina. En este caso, se pueden usar sensores de posicion que dan la distancia y la orientacion entre las dos bobinas para identificar la frecuencia de potencia optima.

El sistema de transferencia de potencia mostrado en la Fig. 1 incluye varias no linealidades, tales como en los rectificadores y en el convertidor secundario. Si el sistema fuese lineal, se podnan usar una serie de tecnicas descritas en la literatura de ingeniena para identificar rapidamente el sistema y de allf extraer los parametros optimos. No obstante, si tales tecnicas fueran a ser usadas para encontrar como afectanan las perturbaciones en la senal de transmision a la senal observada en la carga, probablemente fallanan o danan descripciones imprecisas debido a la presencia de elementos de hardware no lineales, tales como diodos rectificadores, en el circuito.

Tambien se ha encontrado que se puede lograr un aumento de transferencia de potencia usando una forma de onda transitoria no sinusoidal. Esto es de particular beneficio dado que los modulos de potencia de conmutacion o FET de potencia se usan para minimizar las perdidas de potencia en la electronica, y estos generan senales en forma de impulsos o escalones en lugar de sinusoidalmente. Tales modulos o transistores de potencia incluyen modulos IGBT (transistores bipolares de puerta integrados) y HEXFET®, siendo capaces tfpicamente los IGBt de conmutar a

10

15

20

25

30

35

40

45

voltajes mas altos, y siendo capaces los HEXFET de conmutar a frecuencias mas altas, por ejemplo, hasta decenas de Mega Hertzios en frecuencia.

Derivar un metodo sistematico para determinar la forma de onda optima de tal senal en tiempo real mientras que las bobinas estan trasladandose y girando una con respecto a otra es uno de los objetivos logrados por los metodos descritos a continuacion.

Identificacion de sistemas no lineales

Al menos algunas de las realizaciones descritas en la presente memoria emplean identificacion de sistemas no lineales para lograr los resultados que se logran. Asf, antes de discutir los detalles de las diversas realizaciones, se presentara en primer lugar una breve revision de la identificacion de sistemas no lineales.

Como es bien conocido a partir del Teorema de Frechet, cualquier sistema dinamico no lineal invariante en el tiempo de memoria finita puede ser representado con precision arbitraria con una serie de Volterra de orden finito para todas las entradas que son cuadradas integrables sobre un intervalo finito. Una serie de Volterra es similar a una serie de Taylor, excepto que puede capturar efectos de “memoria” de dispositivos tales como condensadores e inductores. Una serie de Volterra, que representa una expansion funcional de una funcion dinamica, no lineal, invariante en el tiempo, es una suma infinita de integrales convolucionales multidimensionales de la siguiente forma:

V</) = + z J -f h’-L y• x(t - h)• x(i - h)• ••• • x(‘ - )dT{dx2

rt= I _on —sa

Estrechamente relacionada con la serie de Volterra esta la serie de Wiener. En la serie de Wiener, los terminos se ortogonalizan para una entrada de ruido blanco puramente aleatorio, y se identifican mas facilmente usando, por ejemplo, tecnicas de correlacion cruzada.

Korenberg (en Parallel Cascade Identification and Kernel Estimation for Nonlinear Systems, Annals of Biomedical Engineering, vol. 19, paginas 429-55 (1990) amplio el teorema de Frechet antes referenciado probando que cualquier sistema de tiempo discreto y de memoria finita que se pueda representar por una serie finita de Volterra tambien se puede representar por una serie finita de cascadas paralelas de un sistema lineal dinamico seguida por una no linealidad estatica (es decir, por una cascada de sistemas de Wiener o de sistemas de LN).

Un ejemplo de un modelo de sistema dinamico es el sistema de Wiener, mostrado en la Fig. 6. En tal sistema, un sistema lineal dinamico representado por h(T) es seguido por un sistema no lineal estatico representado por N(^). Este tambien se conoce como un sistema LN. El sistema lineal dinamico debe ser estacionario (invariante en el tiempo), estable y sin memoria. Correlaciona todo el conjunto posible y aceptable de funciones de entrada de tiempo x(t) a una funcion de salida de tiempo u(t). La no linealidad estatica correlaciona el intervalo de valores reales aceptables “u(t)” a valores reales “y(t)” dentro del intervalo de la funcion Estos dos componentes, la parte lineal dinamica y la no linealidad estatica, se pueden representar o bien parametricamente o bien no parametricamente. Tfpicamente, una representacion parametrica implica algun tipo de expresion simbolica que implica parametros ao, a-i, ... an. Por ejemplo, un polinomio tal como el siguiente se puede usar para representar una no linealidad estatica:

.V

f(x)=at+'^l(aK **")

J?=l

Los sistemas de Wiener son ejemplos de una clase de modelos conocidos como sistemas estructurados en cascada o bloques. Otros ejemplos de sistemas estructurados en cascada o bloques incluyen: sistemas de Hammerstein, como se muestra en la Fig. 7, en la que un sistema lineal dinamico sigue un sistema no lineal estatico (NL); y sistemas en cascada en los que un sistema lineal es seguido por una no linealidad y luego por otro sistema lineal (LNL).

Hay una serie de metodos de identificacion de sistema, algunos bastante generales, otros que son mas espedficos y basados en suposiciones acerca de las propiedades de la funcion de entrada aplicada al sistema. Tambien pueden depender del espacio en el que se usa el modelo. Una de las tecnicas de identificacion de sistemas no lineales mas generales implica expresar una funcion que da un error en el modelo predicho. Usando una representacion parametrica del sistema, una tecnica de minimizacion no lineal, tal como la tecnica de Levenberg-Marquardt, se puede usar para encontrar los parametros que minimizan la funcion de error. Este planteamiento es general y sencillo de implementar, pero tfpicamente computacionalmente ineficiente comparado con otras tecnicas.

En el caso de la forma no parametrica del modelo de Wiener (LN), se han desarrollado por Korenberg y Hunter tecnicas extremadamente eficientes. Tambien han desarrollado tecnicas eficientes para identificar los sistemas de Hammerstein (NL). Tales tecnicas se describen en Hunter et al., The Identification of nonlinear Biological Systems: Wiener and Hammerstein Cascade Models, Biological Cybernetics, vol. 55 paginas 135-44 (1986). Y han desarrollado tecnicas practicas y eficientes para identificar una cascada paralela de un sistema lineal seguida por

5

10

15

20

25

30

35

40

45

50

55

una no linealidad estatica y otro sistema lineal (LNL), como se ha descrito, por ejemplo, en Korenberg et al., The Identification of Nonlinear Biological Systems: LNL Cascade Models, Biological Cybernetics, vol. 55, paginas 125-34, (1986). Se ha demostrado que cada sistema de tiempo discreto continuo con memoria finita se puede aproximar uniformemente mediante una suma finita de sistemas LNL.

Las funciones no parametricas implementadas numericamente terminan siendo representadas como funciones muestreadas e implican un numero muy grande de valores numericos. Por lo tanto, a menudo estas funciones de datos muestreadas se convierten a una forma parametrica. De esta forma, se conserva la eficiencia de calculo y la representacion final termina siendo mas parsimoniosa. En muchos casos, despues de la inspeccion de la respuesta al impulso se puede inferir el orden del sistema y despues de ajustar un modelo de orden reducido simplificado la respuesta al impulso termina siendo filtrada y menos ruidosa.

Una explicacion adicional del uso de la identificacion de sistemas no lineales, con respecto, mas particularmente, a los nucleos de Wiener y de Volterra, se puede encontrar tambien en las siguientes referencias: Korenberg, et al., Exact Orthogonal Kernel Estimation From Finite Data Records: Extending Wierner's Identification Of Nonlinear Systems, Annals of Biomedical Engineering, vol. 16, paginas 201-14 (1988); Korenberg, et al., The Identification of Nonlinear Biological Systems: Wiener Kernel Approaches, Annals of Biomedical Engineering, vol. 18, paginas 62954 (1990); y Korenberg, et al., The Identification of Nonlinear Biological Systems: Volterra Kernel Approaches, Annals of Biomedical Engineering, vol. 24, paginas 250-68 (1996). Tambien se pueden encontrar detalles adicionales en la Solicitud de Patente de EE.UU. Pub. N° 2012/0098481 titulada “Apparatus and Method for Rapidly Charging Batteries” de Ian W. Hunter y Serge R. Lafontaine.

Se debena senalar que un sistema que tiene histeresis se presta a sf mismo a un planteamiento parametrico, mientras que no se presta a sf mismo al uso de los metodos de identificacion rapida de Korenberg y Hunter mencionados anteriormente para identificar bloques estructurados. Como se ha senalado anteriormente, si se usa el planteamiento parametrico, entonces se puede usar la tecnica de Levenberg-Marquardt para encontrar los parametros que minimizan la funcion de error, por ejemplo, la diferencia entre la salida de Wiener predicha y la salida real del sistema.

Se debena entender que las tecnicas mencionadas anteriormente se pueden emplear, cuando sea adecuado, para realizar la identificacion de sistemas no lineales tratada en la presente memoria.

Aplicacion de identificacion de sistemas no lineales a transferencia inalambrica de potencia

En las realizaciones descritas en la presente memoria, la identificacion de sistemas no lineales que usa las tecnicas mencionadas anteriormente se aplica para mejorar la transferencia inalambrica de potencia y los cargadores rapidos con el fin de ajustar los parametros de la senal de potencia alimentada a la bobina de transmision con el fin de: detectar cuando una bobina receptora esta en proximidad bastante estrecha para iniciar la transmision de potencia; ajustar la frecuencia automaticamente a medida que se mueve la bobina receptora; ajustar la forma de onda de la senal usada para transmitir potencia; y detectar cuando un objeto interfiere con la transmision de potencia.

Se describen en detalle a continuacion diversas realizaciones que implementan estas funciones.

El sistema de transferencia inalambrica de potencia

Con referencia a la Fig. 8, un ejemplo de un sistema en el que se pueden implementar las diversas realizaciones incluye un sistema transmisor inalambrico de potencia 10 y un sistema receptor 50. Dependiendo de la aplicacion deseada, el sistema transmisor se podna situar en una plataforma 11, que podna ser una plataforma estacionaria o podna ser una plataforma movil, tal como un vehfculo o la rueda de un vehfculo. El sistema receptor esta situado en una plataforma movil 51 (por ejemplo, un vehfculo electrico o la rueda en un vetnculo) que incluye un modulo de batena cargable 56 para almacenar la energfa para operar el equipo en la plataforma movil, por ejemplo, el motor electrico.

El sistema transmisor incluye una bobina de transmision 12 a traves de la cual se transfiere inalambricamente potencia a un sistema receptor por medio de una carga inductiva resonante (RIC). El sistema transmisor tambien incluye un circuito transmisor de potencia 14 que acciona la bobina de transmision, un controlador de transmisor de potencia 16 que opera el circuito transmisor de potencia 14 y realiza las funciones que se describiran a continuacion, un sistema de suministro de potencia 18 para proporcionar potencia a la bobina de transmision 12 y para alimentar los otros diversos componentes electricos, y circuitena de deteccion y de medicion 20 que es capaz de medir y registrar senales de corriente y de voltaje en la bobina de transmision 12.

El controlador incluye un sistema procesador 24 (que incluye uno o mas procesadores) para ejecutar los algoritmos que se describen en la presente memoria, para ejecutar el codigo para operar el circuito transmisor de potencia y para realizar otras funciones asociadas con el sistema transmisor de potencia. Tambien incluye una memoria (RAM y ROM) 26 para almacenar un codigo que se ejecuta por el sistema procesador 24, incluyendo el codigo correspondiente a la funcionalidad de los algoritmos descritos en la presente memoria, y para almacenar datos que se usan por el sistema procesador 24 y datos que se generan por el sistema procesador 24 en el transcurso de la implementacion de los algoritmos descritos en la presente memoria. Tambien hay un disco duro 28 conectado al

5

10

15

20

25

30

35

40

45

50

55

sistema procesador y al cual ha accedido el sistema procesador 24. Proporciona un almacenamiento digital, legible por ordenador, para los programas que se cargan en la memoria activa y que se ejecutan en el procesador para implementar los algoritmos descritos en la presente memoria.

El sistema receptor 50 incluye una bobina receptora 52 a traves de la cual recibe potencia transmitida inalambricamente a traves de la bobina de transmision 12. Tambien incluye un modulo de batena recargable 56 (que incluye, por ejemplo, celdas de batena de iones de litio) y un sistema de gestion de batena 54 para gestionar la operacion del modulo de batena 56. Con respecto a las realizaciones descritas en la presente memoria, el sistema de gestion de batena 54 es responsable de ayudar en la carga del modulo de batena 56 cuando la potencia se recibe inalambricamente a traves de la bobina receptora 52 desde un sistema transmisor de potencia colindante.

Deteccion de la presencia de un sistema receptor.

Tfpicamente, es preferible alimentar las bobinas de transmision solamente cuando una bobina receptora esta en posicion para recibir potencia. La presencia de una bobina receptora se podna detectar usando una serie de medios, tales como un conmutador de proximidad, etiquetas RFID, una senal de baja potencia radiada desde la bobina receptora a la bobina de transmision en una banda lateral, usando transceptores acusticos u opticos, o un operador que empuja un boton. Pero incluso si se usa una de esas tecnicas, aun hay una necesidad de confirmar que el receptor detectado esta en la ubicacion adecuada. Tambien habra casos en los que sena deseable detectar automaticamente la presencia de una bobina legftima y comenzar a cargar automaticamente cuando la bobina este en posicion.

Como se muestra en la Fig. 2, la impedancia medida desde la bobina de transmision pasa por cambios significativos a medida que una bobina receptora se mueve hacia el receptor y esto ofrece un medio para detectar una bobina receptora. La impedancia se puede obtener barriendo una senal de onda sinusoidal pura sobre un intervalo de frecuencias y trazando la relacion de voltaje a corriente como una funcion de la frecuencia. No obstante, la identificacion de sistemas ofrece un mejor planteamiento. En teona de sistemas, un sistema dinamico correlaciona un dominio de funciones de tiempo admisibles a un intervalo de funciones de tiempo de salida. Una bobina se puede considerar como un sistema que es excitado por un voltaje (o corriente) que vana con el tiempo y produce una respuesta de tiempo en forma de una corriente (o voltaje). Las tecnicas de identificacion de sistemas lineales en el dominio de tiempo no parametricas estandar proporcionan un modelo de sistema como respuesta al impulso que entonces se puede usar para calcular la respuesta del sistema del dominio de frecuencia, que corresponde a la impedancia en el caso de la bobina de transmision. Tales tecnicas se describen en las siguientes referencias disponibles publicamente: Eykhoff, P., System Identification: parameter and state estimation, Wiley, Londres (1974); Goodwin, G.C., Payne, R.L., Dynamic system identification: experimental design and data analysis, Academic Press, Nueva York (1977); Graupe D, Identification of systems, Van Nostrand Reinhold, NY (1976); y Ljung, System Identification - Theory for the User, 2a Edicion, PTR Prentice Hall, (1999).

Como se menciono anteriormente, la teona de sistemas tambien proporciona una serie de tecnicas de identificacion de sistemas no lineales que proporcionan representaciones de sistemas no lineales tales como los nucleos de una expansion de la serie de Volterra o bloques de una representacion de sistemas de bloques estructurados.

En identificacion de sistemas no lineales, la parte lineal, que corresponde a las mediciones de admitancia (impedancia) habituales, se obtiene en el dominio del tiempo en forma de una respuesta al impulso que entonces puede ser correlacionada en el dominio de frecuencia usando tecnicas bien establecidas (por ejemplo, Transformada Discreta de Fourier) para obtener los espectros de impedancia. Los componentes no lineales, que son Nucleos de orden mas alto en el caso de una serie de Volterra o no linealidades en el caso del planteamiento estructurado en bloques, dan una firma de componentes no lineales tales como componentes electronicos (rectificadores, etc.) presentes en la bobina secundaria. Por lo tanto, la mera presencia de componentes no lineales proporcionara informacion acerca de la presencia de un sistema para cargar o alimentar. Esto, no obstante, puede no ser suficiente en casos en los que otros sistemas que incluyen componentes no lineales, normalmente en forma de otros componentes electronicos, pudieran entrar en las proximidades del transmisor.

En el caso en el que se conoce que todos los receptores tienen caractensticas casi identicas, un sistema de deteccion de bobinas puede ser entrenado previamente como se muestra en la Fig. 9. Un primer receptor se usa en diferentes ubicaciones, y posiblemente se prueba para variar los niveles de carga y las temperaturas ambiente. Se aplica una senal de potencia a la bobina de transmision y la identificacion de sistemas no lineales usada para obtener diferentes modelos de sistemas dinamicos o representaciones de los mismos para cada posicion y para otros parametros requeridos. Estos diferentes modelos se mantienen en una base de datos para definir un espacio de parametros del modelo. Entonces, como se muestra en la Fig. 10, se implementa una fase de deteccion en la que se realizan repetidamente experimentos que implican aplicar una senal PR (seudoaleatoria) y usar identificacion de sistemas no lineales para modelar la dinamica de la bobina resultante.

Con el fin de parametrizar el espacio de no linealidades y los espectros de impedancia, se determina un conjunto de funciones base optimas y ortogonales usando tecnicas tales como Descomposicion de Valor Singular (SVD), Analisis de Componente Principal (PCA), ondas pequenas o ranuras. Los funcionales del modelo se descomponen en sus componentes principales, y los coeficientes obtenidos de esta manera, cuando se excede un umbral, se usan

5

10

15

20

25

30

35

40

45

50

55

para indicar la presencia de una bobina receptora. Para una discusion adicional de tales tecnicas, se hace referencia a Chatterjee, Anindya, An introduction to the proper orthogonal decomposition, Current Science, Vol. 78, N° 7, 2000.

La operacion de los algoritmos ilustrados en las Fig. 9 y 10 se describira ahora con mayor detalle.

Con referencia a la Fig. 9, el procedimiento para el entrenamiento previo del controlador de potencia del transmisor comienza primero con la definicion de un conjunto representativo de configuraciones de sistema para el cual se realizaran pruebas (100). Las pruebas se realizan usando sistemas que son identicos a aquellos en los que se realizara la deteccion en campo. El conjunto representativo de configuraciones incluira al menos un intervalo de ubicaciones y orientaciones de la bobina receptora con relacion a la bobina de transmision. Ademas, tambien podna incluir diferentes valores para uno o mas parametros operacionales que se podna esperar que afecten a los detalles del modelo no lineal. Tales parametros operativos podnan incluir, por ejemplo, la temperatura del sistema receptor y el estado de carga de la batena que esta siendo cargada por el sistema receptor. La seleccion de ubicaciones y orientaciones se grna por las relaciones ffsicas relativas que se consideran que son relevantes durante la operacion del transmisor de potencia en campo. Por ejemplo, esto podna implicar establecer una distancia maxima a la que puede comenzar a tener lugar la transferencia de potencia y entonces definir distancias mas proximas moviendo la bobina receptora hacia la bobina de transmision en pasos incrementales. Para construir un conjunto de datos mas completo, esto se podna repetir a medida que la bobina receptora se mueve hacia la bobina de transmision a lo largo de caminos diferentes y para diferentes orientaciones de la bobina receptora con respecto a la bobina de transmision.

Usando este conjunto de ubicaciones y orientaciones definidas, los datos se recogen y procesan para cada una de las configuraciones definidas (102-114). Esto implica, para cada configuracion, impulsar la bobina de transmision del circuito de transferencia de potencia con una senal de voltaje seudoaleatoria (por ejemplo, senal de voltaje GWN o PRBS) que incluye potencia suficiente para estimular los elementos no lineales en el sistema receptor inalambrico (102). Mientras que esta siendo aplicada potencia a la bobina de transmision, se miden y registran (104) el voltaje y la corriente en la bobina de transmision. Dado que la forma de onda de voltaje aplicada es conocida, teoricamente solamente debena ser necesario medir la senal de corriente en la bobina de transmision. No obstante, en la practica en el momento en que la senal de voltaje aplicada alcance la bobina de transmision es probable que sea ligeramente diferente debido a los efectos de otros elementos en el circuito de transferencia. De esta manera, para lograr un nivel de precision mas alto en el modelado del sistema, es deseable medir tanto la senal de corriente como la senal de voltaje en la bobina de transmision.

Despues de medir las senales de corriente y voltaje, se usa un procedimiento de identificacion de sistemas no lineales conocido, tal como uno de los referenciados anteriormente, para ajustar un modelo de sistema no lineal adecuado (por ejemplo, un modelo de Wiener) a los datos medidos para obtener una estimacion de las formas de onda lineales y no lineales que caracterizan el modelo de sistema dinamico (por ejemplo, impedancia) para el sistema medido (106). En este caso, la forma de onda lineal es la respuesta al impulso que representa la parte lineal dinamica (o la funcion de transferencia), y la forma de onda no lineal estatica podna ser un polinomio mejor ajustado para la parte estatica no lineal del modelo.

En la realizacion descrita, la representacion de la forma de onda lineal se transforma en el dominio de frecuencia usando una tecnica adecuada (por ejemplo, Transformada de Fourier o FFT) para transformar la respuesta al impulso en el espectro de impedancia (108) correspondiente. El espectro de impedancia calculado junto con la forma de onda no lineal correspondiente se almacena en asociacion con la configuracion particular para la que se calculo (110).

Esta secuencia de pasos de adquisicion de datos se repite para todas las configuraciones definidas para construir una base de datos de modelos de sistemas dinamicos del sistema transmisor/receptor. En otras palabras, despues de almacenar la informacion calculada para la prueba recien completada, se determina si todas las ubicaciones han sido probadas (112). Si quedan mas ubicaciones a ser probadas, la bobina receptora se mueve a otra ubicacion u orientacion entre las ubicaciones/orientaciones definidas (114), y la secuencia de mediciones y calculos se repite para la nueva configuracion.

La base de datos resultante representa un espacio de espectros de impedancia y no linealidades. Ese espacio se parametriza entonces determinando una base optima para los dos conjuntos de formas de onda almacenadas. En otras palabras, esto se hace para todas las formas de onda de impedancia (116) y para todas las formas de onda de no linealidad (118). Se puede usar cualquiera de una variedad de tecnicas conocidas para lograr esto. En la realizacion descrita, se usa SVD (Descomposicion de Valor Singular). Despues de calcular los conjuntos optimos de funciones base para los dos conjuntos de formas de onda, se define (120) un conjunto reducido de funciones base. Esto implica seleccionar el subconjunto de funciones base optimas que es el mas eficaz para representar las formas de onda y eliminar aquellas funciones base que tienen poco poder explicativo en terminos de representacion de esas formas de onda. Dicho de otra manera, implica la identificacion de ese subconjunto del conjunto de funciones base que es suficientemente discriminante. Las tecnicas para identificar un conjunto reducido son bien conocidas.

Usando los sistemas que se emplearon para generar los datos, tambien se hace una determinacion emprnca para identificar para que ubicaciones y/o configuraciones de la bobina receptora se puede iniciar con exito la transferencia

5

10

15

20

25

30

35

40

45

50

55

inalambrica de potencia. Estas determinaciones proporcionan una base para dividir el espacio del modelo para identificar regiones que representan un receptor detectado que esta en posicion. Se usan metodos de clasificacion generalmente conocidos para realizar la division o la agrupacion del espacio del modelo para definir aquellas regiones que representan un receptor que esta dentro de una distancia aceptable para iniciar la transferencia inalambrica de potencia.

El resultado de ejecutar el proceso representado en la Fig. 9 es un conjunto de datos de entrenamiento incluyendo un conjunto reducido de funciones base optimas. Los controladores de transmisor de potencia usan los datos de entrenamiento, incluyendo los datos que definen los modelos de sistema dinamico en el espacio del modelo y el conjunto optimo de funciones base que caracterizan el espacio del modelo, asf como los criterios de umbral para la clasificacion de ese espacio, para determinar si un sistema receptor esta dentro del alcance para iniciar la carga inalambrica. Los datos de entrenamiento se almacenan en la memoria local que es parte de y/o es accesible a los controladores de transmisor de potencia.

El algoritmo que se implementa por el sistema procesador del controlador de transmisor de potencia se muestra en la Fig. 10. El controlador de potencia del transmisor, cuando esta activado para buscar un sistema receptor dentro de sus proximidades (200), inicia un bucle de busqueda en el que examina repetidamente la impedancia de su bobina de transmision para detectar la presencia de un sistema receptor (202-216). Cada vez que entra en este bucle, aplica una senal de voltaje seudoaleatoria a la bobina de transmision (202) y mide y registra tanto la senal de voltaje como la senal de corriente de la bobina de transmision (204). Usa la misma senal seudoaleatoria que se uso para generar los datos de entrenamiento almacenados en el controlador de potencia del transmisor. El controlador usa entonces los procedimientos de identificacion de sistemas no lineales utilizados previamente para ajustar un modelo de Wiener del sistema dinamico (por ejemplo, la impedancia o admitancia de la bobina de transmision) a los datos medidos (206). Esto da como resultado una forma de onda lineal dinamica y una forma de onda no lineal estatica que representa el modelo no lineal. Dado que los datos de referencia almacenados se representaron en el dominio de frecuencia como un espectro de impedancia, en oposicion al dominio de tiempo como respuesta al impulso, el controlador transmisor transforma la forma de onda lineal dinamica en el espectro de impedancia correspondiente para que se pueda comparar con lo que se almacena en la base de datos (208). En este punto, el resultado del procesamiento es un espectro de impedancia y una forma de onda no lineal.

Usando el conjunto reducido de funciones base que se derivaron para los datos de referencia, el controlador de transmisor descompone el espectro de impedancia en sus funciones base respectivas y descompone la representacion no lineal en sus funciones base (212) respectivas. El resultado es un conjunto de coeficientes que representan las ponderaciones dadas a las funciones base para representar las formas de onda.

Entonces, usando la informacion de clasificacion calculada previamente para el espacio del modelo, el controlador de transmisor determina si ha detectado una bobina receptora que esta en posicion para comenzar la transferencia inalambrica de potencia (214). Puede hacer esto, por ejemplo, comparando puntos en el espacio del modelo que representan las mediciones de corriente con las regiones calculadas que representan objetos de prueba usando umbrales derivados empmcamente.

Si se determina que se ha detectado una bobina receptora dentro del alcance para iniciar la transferencia inalambrica de potencia, el controlador genera una senal que causa la iniciacion de una transferencia inalambrica de potencia (216, 218). De otro modo, el controlador del transmisor repite el bucle de deteccion recien descrito (216, 202). El controlador de transmisor continua haciendo ciclos a traves del bucle hasta que detecta una bobina receptora con la que se puede realizar una transferencia inalambrica de potencia.

El planteamiento descrito en conexion con las Fig. 9 y 10 emplea un metodo indirecto. Como metodo indirecto, se obtiene primero un modelo lineal o no lineal. Entonces, las formas de onda de estos modelos se descomponen usando funciones base adecuadas. Y solamente entonces se pueden usar los parametros de las funciones base con un metodo de clasificacion para obtener una medida de la bondad de la posicion de una unidad receptora.

Por el contrario, los metodos de identificacion de sistemas no lineales tambien se pueden usar para implementar metodos directos para lograr la misma meta, tales como proporcionar una medida de cuan cerca esta una unidad receptora. Tal metodo directo se aprovecha del hecho de que cualquier proceso no lineal que pueda ser refundido como una correlacion determinista sin memoria invariante en el tiempo de un dominio de funciones de entrada a un intervalo de funciones de salida se puede representar mediante un sistema no lineal tal como una expansion de la serie de Volterra o cascada paralela de bloques estructurados, y que los sistemas se pueden identificar a partir de una funcion de entrada si esta contenida suficiente informacion en las seudosenales de entrada y salida. Se puede encontrar una discusion adicional de los principios subyacentes de este planteamiento en Green et al., “Recognition of Adenosine Triphosphate Binding Sites Using Parallel Cascade System Identification”, Annals of Biomedical Engineering, vol. 31, paginas 462-470, 2003 (denominado, de aqrn en adelante, Green).

Una realizacion que emplea tal planteamiento se ilustra en las Fig. 11 y 12. En la realizacion ilustrada, la impedancia de una bobina se usa para detectar un receptor. En general, como se muestra en la Fig. 11, se recoge una coleccion de espectros de impedancia de celda para diferentes posiciones de la bobina receptora. Entonces, suponiendo que cada espectro medido consta de N puntos, en la posicion de la bobina correspondiente se crea una senal de

5

10

15

20

25

30

35

40

posicion constante que tambien consta de N puntos, y cada punto del espectro medido se asigna a la posicion de la bobina receptora correspondiente. Con propositos de identificacion del sistema, se crea una senal de entrada concatenando juntos los espectros de impedancia, y se crea una senal de salida concatenando juntas las senales de posicion. Posteriormente, usando identificacion de sistemas no lineales, se obtiene un modelo no lineal, tal como una cascada paralela de bloques estructurados, para ese sistema de entrada-salida.

Este modelo se usa entonces, como se muestra en la Fig. 12, como un estimador de la posicion de la bobina receptora. Para esto, se obtiene un espectro adquirido para una posicion de bobina desconocida y se usa como entrada al modelo no lineal estimado. La salida calculada del modelo no lineal proporciona directamente una estimacion de la posicion de la bobina receptora. Como se explica en Green, el ultimo valor de la senal de salida se usa como la posicion estimada de la bobina.

Los detalles de los algoritmos mostrados en las Fig. 11 y 12 se describiran ahora con mayor detalle.

La Fig. 11 muestra el procedimiento para el entrenamiento previo de un controlador de transmisor para detectar una bobina receptora. Como se ha descrito previamente en relacion con la Fig. 12, el procedimiento comienza en primer lugar con la definicion de un conjunto representativo de configuraciones de sistema para el que se realizaran pruebas (300).

Usando este conjunto definido de configuraciones de sistema, los datos se reunen y procesan para cada una de las configuraciones definidas. Esto implica, para cada configuracion, accionar la bobina de transmision del circuito de transferencia de potencia con una senal de voltaje seudoaleatoria (por ejemplo, una senal de voltaje GWN) que incluye potencia suficiente para estimular los elementos no lineales en el sistema receptor inalambrico (302). Mientras se esta aplicando potencia a la bobina de transmision, se miden y registran el voltaje y la corriente en la bobina de transmision (304). Despues de medir las senales de corriente y voltaje, se calcula el espectro de impedancia (306). En la realizacion descrita, esto se hace usando correlaciones cruzadas de las senales medidas como sigue:

H{x) =

Z7 (0}

CjT) = jy(t)x(r-T)dT

imagen1

donde Cxx(T) es la autocorrelacion de la senal de voltaje, Cxy(T) es la correlacion cruzada de las senales de voltaje y corriente, y F{^} representa la Transformada Rapida de Fourier (FFT). En este caso, el espectro de impedancia calculado resultante se representa por N puntos de datos.

Esta no es, por supuesto, la unica forma de calcular el espectro de impedancia. Otros planteamientos son bien conocidos por los expertos en la tecnica. Por ejemplo, uno podna calcular simplemente las transformadas de Fourier de las senales medidas y usar eso para calcular el espectro de impedancia. No obstante, el uso de las correlaciones cruzadas tiene la ventaja de reducir los efectos del ruido.

El espectro de impedancia calculado corresponde a una configuracion de bobina que esta representada por una posicion o ubicacion relativa a la bobina de transmision. A esa posicion de la bobina se le asigna un numero unico (por ejemplo, distancia desde la bobina de transmision) y se genera (30) una senal de posicion de bobina de N puntos correspondiente, con cada punto igual al numero asignado, y se almacena como una senal de salida junto con su espectro de impedancia de N puntos para el cual se calculo (310).

Esta secuencia de pasos se realiza para cada una de las configuraciones definidas (314, 312). Cuando se completa, el resultado es una base de datos de espectros calculados almacenados y de senales de posicion de bobina correspondientes para todas las configuraciones definidas.

Una vez que se han adquirido los datos de medicion para todas las configuraciones, los espectros de impedancia para todas las configuraciones se concatenan juntos para formar una senal de entrada (316):

Senal de entrada = {H1, H2, ..., Hn}

Y todas las senales de posicion correspondientes se concatenan juntas para formar una senal de salida (318):

Senal de salida = {P1, P2, ..., Pn}

5

10

15

20

25

30

35

40

45

50

Estas dos senales se tratan entonces como las senales de entrada y salida de un sistema no lineal hipotetico. La identificacion de sistemas no lineales se usa entonces para obtener un modelo no lineal, tal como una cascada paralela de bloques estructurados, de ese sistema no lineal (320). Este modelo no lineal se almacena en el controlador de potencia del transmisor, que lo usara para estimar directamente la posicion de la bobina receptora durante la operacion. Ademas, se hace empmcamente una determinacion con respecto a que posiciones representan posiciones en las que se puede realizar una carga inalambrica. Y esa informacion tambien se almacena para su uso por el controlador de potencia del transmisor.

Los detalles del algoritmo implementado por el controlador de potencia del transmisor se ilustran en la Fig. 12. El controlador de potencia del transmisor, cuando se activa para buscar un sistema receptor dentro de sus proximidades (400), inicia un bucle de busqueda en el que mide repetidamente la impedancia de su bobina de transmision para detectar la presencia de un sistema receptor 402-412). Cada vez que ejecuta este bucle, se aplica una senal de voltaje seudoaleatoria a la bobina de transmision (402) (opcionalmente usando la misma senal seudoaleatoria que se uso para generar el conjunto de datos almacenado en el controlador de potencia del transmisor) y mide tanto la senal de voltaje como la senal de corriente de la bobina de transmision (404). Entonces, usando el planteamiento descrito en conexion con la Fig. 11, el controlador calcula a partir de las senales de voltaje y corriente medidas el espectro de impedancia de N puntos para la bobina de transmision (406). A continuacion, aplica este espectro de impedancia calculado al modelo no lineal que se genero en conexion con la Fig. 11 (408). El resultado es un indicador de la posicion de la bobina receptora (410). Si la salida del modelo no lineal indica que la bobina receptora esta en posicion el controlador de transmision de potencia comienza a cargar inalambricamente el sistema receptor (412, 414). De otro modo, repite el bucle recien descrito para continuar buscando una bobina receptora que esta en posicion para cargar (412, 402).

El planteamiento descrito anteriormente usaba la impedancia calculada. Un planteamiento alternativo, que es probable que conserve mas informacion acerca de las no linealidades en el sistema, es usar la corriente medida en lugar de calcular la impedancia. Tal planteamiento se describe mas tarde en conexion con las Fig. 18A-B que se refieren a la deteccion de objetos extranos.

Sintonizacion automatica de la frecuencia del transmisor

Las tecnicas descritas para la determinacion de la posicion de la bobina estan adaptadas para sintonizar el circuito de transferencia de potencia a una frecuencia optima para la carga inalambrica del sistema receptor. Cuando las bobinas estan a una distancia mas lejana que un diametro de bobina, tfpicamente se requiere poca sintonizacion, en la medida que la frecuencia optima para transmitir potencia no cambia significativamente y es conocida para ese sistema. Como se ha indicado anteriormente, este no es el caso cuando las bobinas se acercan. La frecuencia optima puede cambiar rapidamente con el cambio de posicion, a medida que las bobinas se acercan entre sf. De esta manera, la frecuencia optima se debe calcular a una velocidad directamente relacionada con las velocidades de la bobina. En este caso, las tecnicas basadas en la identificacion de sistemas ofrecen una clara ventaja en que los espectros de impedancia requeridos se pueden determinar mucho mas rapidamente. En lugar de barrer a traves de frecuencias, lo que puede ser un proceso que consume mucho tiempo, se aplica una vez una senal que contiene todos los componentes de frecuencia requeridos, y a partir de esa se estima el espectro.

La potencia que entra en la bobina primaria, que corresponde a la potencia transmitida mas alguna potencia disipada en la bobina en sf misma como calor, se puede derivar a partir de los espectros de impedancia. Si el sistema de transmision de la bobina se puede representar sobre todo por un sistema lineal, la potencia que entra en la bobina de transmision se da a partir de la integral del voltaje y de la corriente. A partir del espectro de impedancia, obtenemos:

imagen2

donde Z(w) es la magnitud de la impedancia y 9(u>) es la fase.

I V1

P^ = 2 ^j*CQSW®))

Por lo tanto, en el caso de un sistema lineal, ocurrira una transferencia optima de potencia cuando el producto de la amplitud y del coseno de la fase de la impedancia este en un maximo. Si el sistema es significativamente no lineal, las frecuencias optimas tambien seran dependientes de la amplitud.

En el caso de un sistema de transmision inalambrica de potencia (WPTS), los voltajes de bajo nivel pueden no ser lo suficientemente grandes para estimular la electronica no lineal interna que implica dispositivos semiconductores y, de esta manera, el sistema seguira siendo lineal. Por lo tanto, es deseable que la potencia en exceso de alguna cantidad minima sea entregada a la bobina para observar las no linealidades en el sistema. La senal de excitacion

5

10

15

20

25

30

35

40

45

50

55

60

aleatoria se puede aplicar como una forma de onda de voltaje a las bobinas, y la respuesta se mide como la corriente que fluye a traves de la bobina.

La identificacion de sistemas no lineales se usa para modelar el sistema y usando el modelo no lineal resultante, se estima la frecuencia optima. Idealmente, el proceso de estimacion se realizana analfticamente. En otras palabras, las ecuaciones parametricas de forma cerrada se usanan para representar la respuesta al impulso y las no linealidades, o nucleos de orden mas alto. Con las expresiones analfticas de forma cerrada, se puede hacer analfticamente el calculo de las respuestas del sistema, asf como encontrar valores de parametros en los que ocurren los extremos. Para encontrar frecuencias optimas, una respuesta analftica que da la potencia de la bobina como una funcion de la frecuencia se deriva para formas de onda de voltaje de entrada sinusoidales, se diferencia para resolver ceros, y se seleccionan ceros que ocurren en los maximos.

No obstante, las representaciones analfticas pueden llegar a ser demasiado complejas de manejar o de ser resueltas. En ese caso, es posible recurrir a tecnicas numericas. Para localizar rapidamente una frecuencia optima, se puede implementar una tecnica de optimizacion a lo largo de una lmea (eje de frecuencia). Para referencias que tratan tales tecnicas se hace referencia a Fletcher, R. Practical Methods of Optimization, Segunda Edicion, John Wiley & Sons, LTD, 1987; Press, W.H. et al., Numerical Recipes in C++, Cambridge University Press, 2002; Nocedal, J. y Wright, S.J., Numerical Optimization, Springer Series in Operations Research, 1999; y Press, William H. et al., Numerical Recipes 3th Edition: The Art of Scientific Computing, Cambridge University Press, 3th Ed., 2007). Con este fin, la respuesta del sistema no lineal se simula numericamente y la potencia transmitida se usa como la funcion objetivo que se maximiza. El mismo planteamiento se podna usar para representaciones semianalfticas, donde las funciones no parametricas se podnan aproximar por una expansion de la serie de Chebychef.

Un ejemplo de un algoritmo que emplea tal planteamiento para sintonizar automaticamente la frecuencia de la bobina se presenta en la Fig. 13. Este algoritmo se implementa por el controlador de potencia del transmisor. En general, los modelos no lineales se adquieren continuamente aplicando repetidamente perturbaciones de voltaje seudoaleatorias, muestreando el voltaje y corriente de la bobina, y ajustando un modelo no lineal a los datos medidos. Los modelos no lineales entonces se usan para simular digitalmente la potencia que entra en la bobina como una funcion de la frecuencia de la senal. Y un algoritmo de busqueda se usa para encontrar las frecuencias a las que se debena calcular la potencia y localizar iterativamente la frecuencia optima.

Como se ha indicado en la Fig. 13, cuando se determina que una bobina receptora esta dentro de una distancia sobre la cual puede ocurrir con exito una carga, el controlador de potencia del transmisor establece la frecuencia de carga inalambrica a una frecuencia F0 predeterminada que corresponde a la frecuencia de resonancia estimada del sistema de carga y comienza a cargar inalambricamente a esa frecuencia (500). El controlador entra entonces en un bucle en el que busca la frecuencia de carga optima. Para dirigir la busqueda de la frecuencia optima, el controlador de potencia del transmisor usa identificacion de sistemas no lineales para construir un modelo no lineal del sistema transmisor-receptor y luego usa ese modelo para encontrar la frecuencia optima. La construccion del modelo se hace de una manera similar a la que ya se ha descrito en conexion con el proceso para detectar la presencia de una bobina receptora. Se aplica una senal de voltaje seudoaleatoria como una senal de perturbacion a la bobina de transmision (502) y mide las senales tanto de voltaje como de corriente de la bobina de transmision (504). El controlador usa entonces la identificacion del sistema no lineal para ajustar esos datos medidos a un modelo de Wiener de una representacion del sistema dinamico (por ejemplo, la impedancia) de la bobina de transmision (506). Una vez que se ha derivado el modelo de Wiener, el controlador entra en un bucle en el que usa ese modelo no lineal para buscar la frecuencia optima (508-516). Mas espedficamente, simula la respuesta del modelo no lineal para una senal de voltaje en la frecuencia seleccionada previamente (508). A partir de la respuesta simulada, calcula la potencia transmitida como la funcion objetivo que se ha de maximizar (510). Entonces, usa una tecnica de minimizacion de gradiente conocida para encontrar una nueva frecuencia en la que se maximiza la potencia transmitida (512). Durante esta busqueda de la frecuencia optima, el controlador usa el modelo no lineal para simular repetidamente una respuesta, cambiando cada vez los valores de la frecuencia de la senal de accionamiento hasta que se encuentre un optimo evidente. Despues de encontrar la frecuencia optima evidente, prueba si esa nueva frecuencia es verdaderamente una optima (514).

Si se determina que aun no se ha encontrado una frecuencia optima, el controlador repite el procedimiento para continuar la busqueda de la frecuencia optima (516). En otras palabras, simula la respuesta del modelo no lineal a la nueva frecuencia (508), calcula la funcion objetivo a esa nueva frecuencia (510), y usa la tecnica de minimizacion del gradiente para encontrar una nueva frecuencia en la que se maximiza la funcion objetivo (512). El controlador repite este proceso hasta que se encuentra la optima, en cuyo momento se ajusta la frecuencia de la bobina de transmision a esta frecuencia optima (518).

Despues de ajustar la senal de accionamiento a la frecuencia optima calculada, el controlador comprueba si la carga esta completa (520). Puede determinar esto a traves de la deteccion de un cambio abrupto en la impedancia de la bobina receptora cuando el sistema receptor termina o interrumpe la carga del modulo de la batena. Alternativamente, si hay un canal de comunicacion de vuelta al sistema transmisor, el sistema receptor puede enviar una senal sobre ese canal para informar al sistema transmisor que ha terminado la funcion de carga. Cuando el controlador detecta que la carga esta completa (520), apaga la potencia terminando por ello la transferencia inalambrica de potencia al sistema de bobina receptora (522).

5

10

15

20

25

30

35

40

45

50

55

Si la carga no se completa, es posible que las posiciones relativas de las bobinas de transmision y receptora pudieran haber cambiado, afectando por ello al valor de la frecuencia optima, asf que se reanuda la busqueda de una nueva frecuencia optima. En otras palabras, se ramifica de vuelta al principio del algoritmo (502) para continuar la busqueda.

Hasta este punto, se ha supuesto que el sistema receptor inalambrico no comunica los datos sobre la potencia transmitida de vuelta al sistema transmisor inalambrico. No obstante, si se pueden transmitir datos desde el sistema receptor al sistema de transmision, se puede derivar un modelo no lineal entre un voltaje aplicado a la bobina V(t) y la potencia P(t) que entra directamente en una unidad de almacenamiento de energfa, tal como un paquete de batenas. El modelo no lineal se usa entonces como se ha descrito anteriormente para localizar la frecuencia exacta a la que la cantidad maxima de potencia entra directamente en un subsistema de almacenamiento de energfa, en lugar de en las bobinas, lo que incluye perdidas de potencia en las bobinas y electronica de potencia. Ademas, tambien se puede calcular entonces la eficiencia, permitiendo a uno elegir entre una tasa de carga maxima y una tasa de carga maximamente eficiente.

Como metodo alternativo y mas eficiente para ajustar automaticamente a la frecuencia de excitacion optima, se puede usar un metodo directo basado en el metodo de Green descrito anteriormente. En ese caso, un algoritmo de deteccion, en forma de un modelo no lineal, se obtiene primero fuera de lmea. Esto se hace llevando a cabo una serie de experimentos sobre un sistema real con las bobinas de transmision y receptora en diferentes ubicaciones y orientaciones entre sf. Para cada ubicacion/orientacion, se determina una frecuencia de bobina optima y se registra la corriente de bobina correspondiente. Dado que este proceso se lleva a cabo fuera de lmea, la frecuencia optima para cada condicion se puede obtener o bien numericamente o bien experimentalmente o ambas.

Despues de que todas las pruebas se han llevado a cabo y a partir de los resultados de esas pruebas, tanto una senal de entrada como una senal de salida se construyen con el proposito de identificacion de sistemas no lineales. La senal de entrada se crea concatenando todas las respuestas de senal de corriente medidas a la senal de excitacion aleatoria. Y la senal de salida se crea concatenando los valores de frecuencia optima que corresponden a aquellas senales de corriente concatenadas. Despues de esto, se lleva a cabo la identificacion de sistemas no lineales para derivar a partir de aquellas senales de entrada y salida construidas un estimador de frecuencia no lineal optima que es un modelo no lineal que representa como las diferentes senales de respuesta correlacionan en las frecuencias optimas correspondientes.

Una vez que se ha obtenido el estimador de frecuencia no lineal optima, se usa en tiempo real por el controlador de transmisor de potencia para extraer directamente de una senal de respuesta una frecuencia de excitacion optima a usar. Esto se hace aplicando una senal de excitacion seudoaleatoria, que normalmente es la misma que la senal seudoaleatoria usada para construir el estimador, y usando la senal de respuesta resultante de esa senal de excitacion como entrada al estimador de frecuencia no lineal. La salida del estimador identifica la frecuencia optima para la transferencia inalambrica de potencia bajo las condiciones existentes.

Una ilustracion mas detallada de este metodo directo se muestra en las Fig. 14A y 14B. Hay una parte fuera de lmea (Fig. 14A) y una parte en tiempo real (Fig. 14B). La parte fuera de lmea se dirige usando equipos identicos a los equipos con los que se implementara la parte en tiempo real. Es con el proposito de construir un modelo no lineal que se pueda usar como el estimador.

Con referencia ahora a 14A, para la parte fuera de lmea, se hace una determinacion de las condiciones del alcance que ha de ser modelado (600). El alcance de las condiciones refleja las diferentes ubicaciones y orientaciones de las bobinas entre sf para las cuales se realizara en tiempo real una sintonizacion automatica. Los experimentos han de ser llevados a cabo fuera de lmea para cada una de estas diferentes condiciones. Los experimentos tambien se pueden llevar a cabo con diferentes objetos que podnan estar presentes en el campo de la energfa y que podnan afectar a la transferencia inalambrica de potencia. Esto podna incluir, por ejemplo, materiales de blindaje, tales como laminas de metal o tubos de metal, a diferentes distancias de las bobinas. En otras palabras, el objetivo sena reproducir las condiciones de la vida real bajo las cuales es probable que sea usada la transferencia inalambrica de potencia. Una vez que se define el alcance de las condiciones posibles, el proceso fuera de lmea implica realizar una secuencia de pruebas para cada una de las diferentes condiciones (602).

En primer lugar, se determina (604) una frecuencia de bobina optima para maximizar la transferencia de potencia. Dado que esto se hace fuera de lmea, se puede hacer o bien numericamente o bien experimentalmente. Entonces, se aplica una senal de perturbacion de voltaje seudoaleatoria a la bobina de transmision y la corriente de la bobina se mide y se registra (606) para la senal de voltaje. Una senal de frecuencia constante con un valor igual a la frecuencia optima correspondiente tambien se define y se almacena en asociacion con la senal de corriente registrada (608).

Esa secuencia de pasos se repite para todas las condiciones que han de ser modeladas (610).

Una vez que se han adquirido los datos de medicion para todas las condiciones, las senales de entrada y salida para un modelo no lineal se construyen de una manera similar a lo que se describio anteriormente en conexion con la Fig. 11. Las senales de corriente registradas para todas las condiciones estan concatenadas juntas para formar una

5

10

15

20

25

30

35

40

45

senal de entrada (612). Y todas las senales de frecuencia correspondientes estan concatenadas juntas para formar una senal de salida (614). Las senales de entrada y salida concatenadas se tratan entonces como las senales de entrada y salida de un sistema no lineal y se usa identificacion de sistemas no lineales para obtener un modelo no lineal, tal como una cascada paralela de bloques estructurados, de ese sistema no lineal (616). El modelo no lineal resultante, que representa el estimador de frecuencia, se usara en tiempo real por el controlador de potencia del transmisor para determinar la frecuencia optima para la transferencia inalambrica de potencia.

El algoritmo ilustrado en la Fig. 14B representa la secuencia de pasos que se ejecutan por el controlador de potencia del transmisor. El controlador de potencia del transmisor aplica la senal de voltaje seudoaleatoria a la bobina de transmision y registra la senal de corriente producida por la bobina de transmision (618). Entonces, usa la senal de corriente registrada como entrada al estimador de frecuencia no lineal que se calculo fuera de lmea (620). La salida final del estimador es la frecuencia optima para dirigir la transferencia de potencia bajo las condiciones existentes, es decir, la posicion y orientacion existentes de las dos bobinas una con respecto a la otra. El controlador ajusta la frecuencia del circuito de transferencia de potencia a esa frecuencia (622). En este punto comprueba si la carga esta completa (624). Si es asf, se apaga la alimentacion y se termina la transferencia inalambrica de potencia o se establece una marca que hace que la transferencia de potencia termine o no tenga lugar (626).

Si la carga no esta completa, el controlador repite la secuencia recien descrita de pasos 618-624 para tener en cuenta cualquier posible cambio en la posicion de la bobina de transmision con relacion con la bobina receptora u otros cambios anticipados en las condiciones. En otras palabras, el proceso de sintonizacion automatica se ejecuta continuamente durante toda la operacion de transferencia inalambrica de potencia.

Senalar que el algoritmo recien descrito implica cargar mientras que se esta aplicando la senal seudoaleatoria al sistema. Otro planteamiento, que reducina el ruido en la senal de salida, sena intercalar la carga con la prueba. En ese caso, se aplicana una senal seudoaleatoria mientras no esta siendo aplicada ninguna senal de accionamiento.

Ajuste de la forma de onda del transmisor para transferencia optima

En teona, las senales de voltaje y corriente que fluyen a traves de las bobinas autorresonantes son tipicamente sinusoidales, dado que la ffsica de los osciladores es de manera que filtran la mayona de otras formas de onda. No obstante, se encuentra en la practica que algunas veces se puede obtener una eficiencia de transferencia de potencia mas alta usando una forma de onda ligeramente diferente. En vista del hecho de que la electronica moderna usa en su mayona sistemas de conmutacion controlados digitalmente para crear senales de potencia, y no osciladores analogicos, la electronica se presta a sf misma para crear casi cualquier forma de onda arbitraria.

El ajuste de la forma de onda llega a ser posible despues de que se obtiene un modelo no lineal que describe la transmision inalambrica de potencia. Con el modelo no lineal en la mano, es posible emplear un algoritmo de control no lineal existente para obtener una forma de onda mejorada. Dado que no existe una solucion general, la dinamica de sistema se linealiza alrededor de una trayectoria en el espacio-estado. Iterativamente, y usando la teona de control lineal existente, se recalcula la forma de onda de control optima y se vuelve a linealizar el sistema alrededor de la nueva trayectoria hasta que se logra la convergencia.

Alternativamente, se puede usar un metodo numerico para calcular una forma de onda de voltaje optima. Tal metodo se representa en la Fig. 15. En este diagrama de flujo, la forma de onda se representa como una serie finita, tal como una serie de Fourier truncada o la suma de polinomios de Chebychef. Para una serie de Fourier truncada, el voltaje se puede representar como:

imagen3

donde wo es la frecuencia angular fundamental. Para que exista una optima, se deben especificar algunas restricciones, o bien como lfmites sobre V(t) o bien donde la potencia de senal Po es fija y la fase de la fundamental se supone que es cero:

imagen4

Una tecnica de optimizacion numerica, tal como un procedimiento de optimizacion de Levenberg-Marquardt con restricciones lineales y no lineales, se usa entonces para encontrar los parametros desconocidos Ck y 9k.

5

10

15

20

25

30

35

40

45

50

55

Si se encuentra que la forma de onda optima necesita ser ajustada con la posicion de la bobina receptora o a medida que cambia el nivel de almacenamiento de energfa del receptor, la misma tecnica se puede usar iterativamente en tiempo real a medida que el receptor se mueve.

La Fig. 15 presenta detalles de un algoritmo ejemplar para encontrar una forma de onda optima para transferencia de potencia. En general, este procedimiento implica adquirir primero un modelo no lineal (700). Entonces, usando ese modelo no lineal para simular la potencia en la bobina, se emplea una tecnica de optimizacion para localizar la mejor forma de onda.

El modelo no lineal para el sistema transmisor y receptor se puede adquirir como se ha descrito anteriormente. Aunque esto se puede hacer en tiempo real, cuando se usan sistemas de carga inalambricos predefinidos, generalmente no es el caso de que la forma de onda optima vane significativamente entre diferentes realizaciones del sistema. Asf, la determinacion de la forma de onda de senal optima se puede hacer fuera de lmea antes del proceso de carga.

Despues de que se ha adquirido el modelo no lineal, los parametros para la representacion de una serie finita de la forma de onda de voltaje, que se trato anteriormente, se inicializan de modo que la forma de onda sea una sinusoide pura (702). Es decir, Co se ajusta igual a Vo, la amplitud de la senal de voltaje aplicada y la fase 90 se ajusta a cero, como lo son todos los otros parametros, Ck y 9k. Ademas, los diversos parametros para el algoritmo de optimizacion que se ha de usar tambien se inicializan en la preparacion para comenzar la busqueda de optimizacion (704).

Una vez que se completa la inicializacion, el sistema procesador sobre el cual esta esta siendo ejecutada comienza a ejecutar el algoritmo de inicializacion (706-718). Esto implica una secuencia de pasos que se repiten hasta que encuentra un conjunto de valores de parametros, Ck y 9k, que maximiza la funcion objetivo, esto es, la potencia de salida de la bobina de transmision. El procesador usa el modelo no lineal adquirido para simular la forma de onda de corriente que resulta de accionar el sistema con la forma de onda de voltaje seleccionada (706). Entonces calcula la potencia de salida a la bobina de transmision y ajusta la funcion objetivo igual a esa potencia de salida calculada (708). A continuacion, el procesador invoca un procedimiento de minimizacion no lineal conocido para encontrar un conjunto de valores de parametros que maximice la potencia de salida (712). Durante esta busqueda de la forma de onda optima, el controlador usa el modelo no lineal para simular repetidamente la forma de onda de corriente, cambiando cada vez los valores de los parametros, Ck y 9k, para la senal de accionamiento hasta que se encuentra un optimo evidente.

Despues de encontrar el conjunto de valores de parametros que maximiza la potencia de salida, el procesador actualiza la senal de voltaje con esos nuevos parametros (714) y comprueba si se ha encontrado una optima (716). Si se determina que no se ha encontrado una optima, el sistema procesador se ramifica de vuelta al principio de este bucle de optimizacion y repite los calculos para encontrar un conjunto mejor de valores (718).

Una vez que se encuentra el conjunto de valores, el procesador guarda esos valores para uso por el controlador de potencia del transmisor (720).

Si existe un canal de comunicacion adecuado entre el receptor y el transmisor y es posible obtener la senal de potencia real que va al paquete de almacenamiento de energfa, el algoritmo se puede adaptar para predecir directamente la potencia almacenada y entonces ajustar la forma de onda de entrada para optimizar la potencia almacenada.

Deteccion de la presencia de objetos extranos

La deteccion de objetos extranos cerca de las bobinas de potencia se requiere tanto por seguridad como por eficiencias. Dadas las frecuencias relativamente bajas usadas en la transmision de potencia y dado que la transmision de potencia se logra mediante acoplamiento inductivo con poca radiacion electromagnetica generada por las bobinas, RIC es inherentemente mas seguro que la mayona de los otros metodos de transmision inalambrica de potencia, particularmente los que usan microondas o luz.

Los objetos que no interfieren con el campo magnetico rara vez senan de preocupacion desde el punto de vista de la seguridad o la interferencia con el sistema de carga inalambrica. Si tales objetos necesitan ser detectados, tiene que ser usados otros medios, tales como metodos opticos, mecanicos o acusticos.

De mayor preocupacion son los objetos que son electricamente conductores, tales como piezas de metal, material de fibra de carbono, o incluso tejido vivo. Si tal objeto esta presente, se podnan generar corrientes parasitas fuertes causando perdidas de transmision, calentamiento local en el objeto, y conducen potencialmente a degradacion o incluso peor causan dano celular en seres humanos. Cuando se transmiten cientos de kilovatios, el calentamiento de Joule podna elevar la temperatura de los objetos extranos por encima de 50°C y dar como resultado quemaduras en la piel. Al alcanzar cientos de kilovatios, existinan riesgos de exposicion para una exposicion prolongada y posiblemente para personas que usan marcapasos. Asf, es importante detectar cuando objetos conductores, incluyendo tejido vivo, entran en las proximidades de la bobina de transmision.

5

10

15

20

25

30

35

40

45

50

55

Se pueden usar sensores de proximidad y tecnicas opticas. Se han propuesto metodos para detectar la presencia de objetos extranos basados en modelos para determinar perdidas de potencia inesperadas. Vease, por ejemplo, Kuyvenhoven, N., Dean, C., Melton, J., Schwannecke, J. y Umenei, A. E., “Development of a Foreign Object Detection and Analysis Method for Wireless Power Systems”, IEEE, Wireless Power Consortium (2011). Cuando el subsistema de la bobina receptora puede comunicar con el subsistema transmisor, puede informar al transmisor de la cantidad de potencia recibida. El controlador en el subsistema transmisor puede calcular las perdidas a partir de la cantidad conocida de energfa que va a las bobinas. Y si la cantidad de energfa no contabilizada excede un umbral predefinido, se interrumpina la transmision de potencia.

No obstante, es mucho mas practica la deteccion de tales objetos directamente a partir de las modificaciones que causan en los campos detectados por las bobinas. Como se ha descrito en la presente memoria, estimando continuamente la respuesta dinamica no lineal de la bobina de transmision, es posible detectar un objeto extrano de la manera en que altera la dinamica del transmisor. Las no linealidades tienden a ocurrir ante todo en el sistema electronico del receptor. Es menos probable que las no linealidades ocurran en sistemas metalicos u otros electricamente conductores, tales como tejidos biologicos, que no presentan saturacion.

Ademas, los componentes electricos tfpicos reaccionan linealmente en presencia de un campo electrico y, en el dominio de frecuencia, los diagramas de Bode de su impedancia se definen por lmeas rectas con pendientes enteras en un grafico logantmico-logantmico. Tambien, la fase esta linealmente relacionada con la pendiente de la impedancia frente a la frecuencia y se comportan como sistemas de fase minima. En el caso del tejido vivo, tfpicamente la pendiente no es un numero entero y no responde como un sistema de fase minima. Asf, diversos objetos extranos, particularmente en el caso de estructuras complejas o grandes masas distribuidas, afectaran ante todo a la parte lineal de un sistema no lineal de una manera muy caractenstica.

Un sistema de deteccion en el controlador de potencia del transmisor se puede entrenar con diferentes tipos de materiales, de modo que pueda detectar, en base a cambios en los componentes lineales y no lineales del sistema de bobinas, que un objeto extrano ha entrado en las proximidades de la bobina de transmision. En primer lugar, se identifica una gran coleccion de modelos no lineales y se almacena en una base de datos como representativa de objetos tfpicos, tejidos metalicos o artificiales, a ser detectados. Posteriormente, estos modelos se clasifican usando tecnicas matematicas existentes tales como redes neuronales, Analisis de Componentes Principales (PCA) o SVD. PCA y SVD se pueden usar para definir una base optima para representar los modelos a partir de los cuales se obtiene una representacion altamente reducida del espacio del modelo y se usa para deteccion.

Dado que diferentes objetos afectan a los componentes lineales y/o no lineales de modelos no lineales de forma diferente, sus caractensticas unicas se pueden aislar en diferentes componentes de las funciones base optimas. Por lo tanto, si un objeto, tal como el cuerpo humano, entra en las proximidades de un sistema de transmision inalambrico, sus componentes espedficos apareceran en los coeficientes relacionados con sus funciones base particulares y llegara a ser detectable a partir de los valores de los coeficientes. En tal caso, es suficiente mirar los coeficientes caractensticos de los modos humano o animal para determinar si un ser humano o un animal esta en las proximidades de la bobina. Alternativamente, el espacio se puede dividir en regiones que caracterizan cada objeto de interes. Posteriormente, cuando un modelo se mueve hacia o fuera de los lfmites de su espacio de agrupacion, da una indicacion de la presencia de objetos extranos.

Las Fig. 16A y 16B ilustran una implementacion de un algoritmo de entrenamiento para un sistema tal. En general, la identificacion de sistemas no lineales se usa para recoger un gran numero de modelos de sistemas dinamicos para diferentes tipos de objetos en diferentes ubicaciones en relacion con la bobina de transmision. Despues de la recogida de datos para esos objetos, las funciones base optimas se derivan usando descomposicion SVD. Posteriormente, los modos que son en su mayona representativos de cada tipo de objeto se afslan en el espacio del modelo localizando que modos tienen componentes significativos que son unicos para ese tipo de objeto.

La FIG. 17 indica como se realiza la deteccion en campo usando la informacion recogida a partir del algoritmo de entrenamiento. En general, se adquieren continuamente datos en bruto y modelos no lineales derivados continuamente de esos datos en bruto. Cada vez que se adquiere un nuevo modelo, se descompone en sus coeficientes base optimos. Entonces, para cada tipo representativo de objeto de interes en la base de datos, cuando los coeficientes de modo correspondientes superan un umbral predefinido, eso senala la presencia probable de ese tipo de objeto y se interrumpe la transferencia inalambrica de potencia o se emite una senal de advertencia.

Sigue ahora una descripcion mas detallada de las realizaciones ilustradas en las Fig. 16A, 16B y 17.

Con referencia a la Fig. 16A, la construccion de una base de datos (o entrenamiento previo) para la deteccion de objetos extranos implica un conjunto de pasos que son similares a los realizados para detectar la presencia de un receptor, como se ilustra en la Fig. 9. Comienza identificando y ensamblando una coleccion de objetos que uno desea detectar (800). Asf, por ejemplo, dado que se desea que el proceso de carga sea terminado cuando un ser humano o animal entra en campo de transferencia inalambrica de potencia, los objetos representativos de tejido humano y animal necesitan ser incluidos en la coleccion de objetos. Dado que tambien es deseable detectar la presencia de objetos que o bien interfieran con la transferencia inalambrica de potencia y/o bien se danen o puedan

5

10

15

20

25

30

35

40

45

50

55

causar dano potencial a personas si estan presentes en el campo de transferencia inalambrica de potencia, esos objetos tambien necesitan ser identificados y anadidos a la coleccion de objetos.

Una vez que se ha identificado la coleccion de objetos, se define (802) un conjunto de posiciones para dichos objetos con respecto a la bobina de transmision. Este es un conjunto representativo de posiciones en las que se desea detectar la presencia de cualquiera de los objetos en el campo de transferencia de potencia.

Con la coleccion de objetos identificada y el conjunto de ubicaciones definido, el procedimiento de entrenamiento implica realizar experimented sobre cada uno de los objetos (804) en cada una de esas posiciones (806) para derivar un modelo no lineal correspondiente del sistema. Para un objeto seleccionado situado en una de las posiciones definidas, se aplica a la bobina de transmision (808) una senal de voltaje seudoaleatoria (por ejemplo, una senal GWN). Mientras esta siendo aplicada esa senal seudoaleatoria a la bobina de transmision, se registra la senal de voltaje y la senal de corriente de la bobina de transmision y las senales registradas se ajustan a un modelo de Wiener de la impedancia de la bobina de transmision (810). El resultado es una parte lineal representada por una respuesta al impulso para la impedancia y una parte no lineal representada por una forma de onda de no linealidad. Tanto la respuesta al impulso como la forma de onda de no linealidad se almacenan en asociacion con el objeto seleccionado y esa posicion seleccionada (812).

Este proceso se repite para cada objeto (814) y en cada una de las posiciones definidas (816) hasta que todos los objetos hayan sido probados en todas las posiciones definidas.

Despues de recoger los datos de cada objeto en cada una de las posiciones definidas y usando tecnicas bien conocidas, se calcula una base optima para la recogida de las formas de onda de impedancia almacenadas (818) y se calcula una base optima para la coleccion almacenada de las formas de onda de no linealidad (820). Este proceso emplea una de la tecnica de descomposicion bien conocida, tal como SVD o PCA, etc. A partir de las dos bases optimas que se han calculado, se identifica un conjunto reducido de funciones base (822).

Con referencia ahora a la Fig. 16B, como parte del procedimiento de entrenamiento, se ejecuta otro conjunto de pasos para cada objeto de la coleccion (824). Para cada posicion de un objeto seleccionado de esa coleccion de objetos, el modelo no lineal calculado previamente para ese objeto en esa posicion (826) se descompone en las funciones bases reducidas que fueron identificadas durante la primera parte del algoritmo de entrenamiento (828). Cuando el sistema procesador ha realizado esta tarea para cada posicion para la que se registraron datos para ese objeto (830), entonces determina los modos de funcion de base que son particulares para ese objeto para esa coleccion de modelos (832). En otras palabras, identifica el subconjunto de funciones base que son mas relevantes para el conjunto calculado de datos para ese objeto. Los coeficientes de esas funciones base definen un punto en el espacio del modelo para el modelo correspondiente. Para la recogida de tales puntos para todos los modelos para ese objeto que representan las diferentes posiciones/orientaciones es posible usar una tecnica de clasificacion bien definida conocida para definir una region de ese espacio que corresponde al objeto correspondiente.

El proceso recien descrito se realiza para cada uno de los objetos de la coleccion hasta que se hayan analizado todos (834). Los resultados definen las regiones del espacio del modelo que corresponden a la presencia detectada de uno correspondiente de los objetos extranos. Es el conjunto reducido de funciones base junto con la informacion de clasificacion o agrupacion que se almacena en el controlador de potencia del transmisor a ser usado durante la deteccion de objetos. Estos datos se almacenan en memoria en el sistema transmisor inalambrico de potencia para su uso por el algoritmo de deteccion.

Con referencia a la Fig. 17, para realizar la deteccion de objetos, el controlador de potencia del transmisor aplica una senal de voltaje seudoaleatoria (por ejemplo, GWN) a la bobina de transmision (900) y mide y registra las formas de onda de voltaje y corriente en la bobina (902). Entonces, usando identificacion de sistemas no lineales como se ha descrito anteriormente, el controlador ajusta un modelo de sistema dinamico no lineal para la bobina (por ejemplo, impedancia) a los datos para las formas de onda registradas (904). A continuacion, usando el conjunto reducido de funciones base identificadas durante la fase de entrenamiento, el controlador descompone las formas de onda obtenidas para el modelo no lineal en esas funciones base para obtener un vector que representa el conjunto de coeficientes para las funciones base (906).

Para un objeto extrano seleccionado representado en su base de datos (908), el controlador determina entonces los coeficientes de las funciones base que se determinaron durante el entrenamiento para ser particulares a ese objeto (910). Usando esos coeficientes, se determina entonces donde cae ese vector en el espacio del modelo con respecto a la region que habfa sido determinada previamente a traves de metodos de clasificacion para representar el objeto extrano (912). Si se determina que el conjunto de coeficientes define un punto en el espacio del modelo que esta dentro o lo suficientemente cerca de la region (por ejemplo, agrupacion de tamano del objeto), entonces se concluye que se ha detectado un objeto extrano cercano y el controlador establece una marca haciendo por ello que la carga termine y/o no tenga lugar (914).

Si se determina que el objeto no ha sido detectado, el controlador borra cualquier marca que pudiera haber sido establecida para interrumpir la carga y se mueve para probar el siguiente objeto en su base de datos (916). Este proceso se repite para cada objeto en la base de datos hasta que todos hayan sido probados (916).

5

10

15

20

25

30

35

40

45

50

55

Despues de que se hayan ejecutado pruebas para todos los objetos en la base de datos, el controlador se ramifica de vuelta al principio, aplica otra senal seudoaleatoria a la bobina de transmision, y dirige una nueva busqueda de la presencia de objetos extranos.

Un metodo alternativo mas directo y computacionalmente mas eficiente se muestra en las Fig. 18A y 18B. Emplea el planteamiento de Green tal como se describio en conexion con el algoritmo de sintonizacion automatica representado en las Fig. 14A y 14B. Los detalles son como sigue.

Como se ha descrito anteriormente, el proceso comienza identificando y ensamblando una coleccion de objetos de una clase particular que uno desea detectar (1000). Ademas, para cada objeto en la coleccion, se definen todas las posiciones que han de ser probadas, como lo son la identidad y las posiciones de cualesquiera otros objetos que uno podna esperar encontrar en las proximidades de ese objeto. Un clasificador importante podna ser cualquier cosa como tejido biologico en las proximidades de la bobina de potencia. Otro clasificador podna ser la presencia de metal en el que las corrientes parasitas son inducidas y dan como resultado perdidas de potencia. La realizacion de las Fig. 18A-B ilustra un proceso para detectar tejido biologico.

En general, para ensamblar un modelo no lineal para detectar tejidos biologicos, los diversos tipos y masas de tejido biologico se colocan en diferentes ubicaciones con respecto a la bobina de transmision y se hacen mediciones. Mas espedficamente, para cada objeto y cada posicion (1002), se realizan los siguientes pasos. Una senal de perturbacion de voltaje seudoaleatorio se aplica a la bobina de transmision y, mientras se hace asf, se mide y se registra la corriente resultante en la bobina de transmision (1006). Ademas, se crea una senal de seguridad para ese objeto/posicion que indica si el campo se considera que es peligroso o produce una condicion insegura (1008). Esto se puede determinar empmcamente durante esta fase usando, por ejemplo, bobinas de captacion calibradas. Si se experimenta que el objeto esta en una zona de peligro (es decir, resultara que estan en esa ubicacion posibles efectos perjudiciales o condiciones inseguras), el valor de la senal de seguridad se ajusta a un valor constante (por ejemplo, -1). Mientras que si se experimenta que el objeto esta en una zona segura (es decir, no resultara que estan en esa ubicacion efectos perjudiciales o condiciones inseguras), el valor de la senal de seguridad se ajusta a un valor constante diferente (por ejemplo +1). Esta secuencia de pasos se repite hasta que se ha completado para todos los objetos en todas las posiciones definidas (1010).

Despues de que se hayan recogido todos los datos, todas las senales de corriente registradas se concatenan juntas para crear una senal de entrada (1012) a ser usada para propositos de identificacion del sistema y todas las senales de seguridad se concatenan juntas de una manera similar para crear una senal de salida correspondiente (1014). Entonces, se usa identificacion de sistemas no lineales para derivar un modelo no lineal para un sistema caracterizado por esas senales de entrada y salida. El modelo no lineal resultante se usa por el controlador del transmisor de potencia como un filtro no lineal que emite una senal que indica si esta presente un objeto extrano.

La operacion del controlador del transmisor de potencia se muestra en la Fig. 18B. Posteriormente, en el entorno desconocido, el controlador del transmisor de potencia inicia una busqueda de objetos extranos (1018). Esto implica aplicar una senal de voltaje seudoaleatoria a la bobina de transmision (la misma que se uso para construir la base de datos de informacion acerca de objetos extranos), y medir y registrar la forma de onda de corriente (1020). La forma de onda de corriente registrada se procesa por el sistema no lineal derivado previamente (1022). Una salida que tiene un valor positivo indica la posible presencia de un objeto extrano (por ejemplo, tejido vivo) y el controlador de potencia genera una senal de interrupcion que hace que se interrumpa la alimentacion a la bobina de transmision (1024). Y el controlador repite el bucle de busqueda para determinar cuando ya no esta presente el objeto extrano.

Si el filtro no lineal emite un valor negativo, indicando que no se encontro ningun objeto extrano, se borra cualquier senal de interrupcion establecida previamente y se repite el bucle de busqueda.

Los dos ejemplos espedficos de senales seudoaleatorias mencionados anteriormente fueron Ruido Blanco Gaussiano (GWN) y Secuencias Binarias Seudoaleatorias (PRBS). Eso, no obstante, no pretende ser limitativo. La referencia a seudoaleatoria tambien pretende incluir, por ejemplo, senales de tipo ruido en las que la potencia se puede concentrar para excitar ciertos modos en el sistema objetivo. Ademas, se pretende cubrir cualquier senal que se pueda usar para derivar una respuesta al impulso o una funcion de transferencia para el sistema estimulado.

Otras realizaciones estan dentro del alcance de las siguientes reivindicaciones. Por ejemplo, hay una serie de “espacios” usados para representar los sistemas dinamicos lineales parametricamente: metodos de estado-espacio; funciones de transferencia; funciones de frecuencia; ecuaciones de diferencia en forma de modelos ARX, ARMA, ARMAX; polinomios de dominio Z; y metodos en el dominio de tiempo en los que la respuesta al impulso se representa como una funcion parametrica del tiempo. Hay metodos para correlacionar representaciones entre un espacio y otro espacio, tales como funciones de transferencia para representacion de estado-espacio. En las realizaciones descritas anteriormente, se mencionaron explfcitamente representaciones en el dominio de tiempo y en el dominio de frecuencia. No obstante, eso no pretendfa ser limitante. El uso de cualquiera de las representaciones alternativas se pretende que caiga dentro del alcance de la invencion.

En las realizaciones descritas anteriormente, las representaciones de sistemas dinamicos que fueron modeladas fueron la impedancia de la bobina de transmision y la corriente de la bobina de transmision. Uno podna, por

supuesto, modelar otras representaciones de sistemas dinamicos incluyendo, por ejemplo, la potencia transferida, la perdida de potencia y la eficiencia energetica. Para algunas representaciones, sena necesario obtener informacion del receptor a traves de otro canal. Por ejemplo, la perdida de potencia o la eficiencia energetica requieren ser capaz de monitorizar la potencia que se suministra al modulo de batena; y de esta manera requerina depender del sistema 5 receptor para suministrar esa informacion.

Aunque las realizaciones descritas anteriormente hacen referencia espedfica a una plataforma de vehfculo, no se pretende que el uso de las invenciones descritas en la presente memoria se limite solamente a esa plataforma. Las invenciones descritas en la presente memoria tienen aplicabilidad a cualquier sistema de transferencia inalambrica de potencia en el que un transmisor inalambrico de potencia y un sistema receptor se podnan poner en proximidad 10 uno de otro con el proposito de transferir potencia de un sistema al otro.

En el caso de los algoritmos de deteccion, se indico que la bobina de transmision se uso para detectar la presencia de una bobina receptora o un objeto extrano. Ese no necesita ser el caso. En su lugar, uno podna usar una bobina adicional, separada para usar por la funcion de deteccion.

Se debena senalar ademas que los algoritmos presentados en la presente memoria no necesitan ser ejecutados 15 solamente en un unico procesador, como podna parecer que se ha implicado. Se podnan usar multiples procesadores con las tareas divididas entre ellos de una forma adecuada. Por ejemplo, en el caso del algoritmo representado en la Fig. 9, se podna considerar adecuado realizar toda la recogida de datos en un procesador y realizar la identificacion de sistemas no lineales en otro procesador.

Claims (17)

1. 5

   10

   15

   20

   25

   30

   35

   40

   45

   50

   REIVINDICACIONES

   1. Un metodo para detectar si un objeto extrano esta cerca de una bobina de transmision (12) en un sistema de transferencia inalambrica de potencia (WPTS), estando caracterizado dicho metodo por:

   aplicar una senal seudoaleatoria a la bobina de transmision;

   mientras que la senal seudoaleatoria esta siendo aplicada a la bobina de transmision, registrar una o mas senales producidas dentro del WPTS en respuesta a la senal seudoaleatoria aplicada;

   usando las una o mas senales registradas, generar un modelo de sistema dinamico para algun aspecto del WPTS; y

   usar el modelo de sistema dinamico generado en combinacion con datos de entrenamiento almacenados para determinar si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision.
2. 2. El metodo de la reivindicacion 1, que ademas comprende, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, generar una senal de control que indica que la carga inalambrica no va a tener lugar.
3. 3. El metodo de la reivindicacion 1, que ademas comprende, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, terminar la carga inalambrica del sistema receptor (50).
4. 4. El metodo de la reivindicacion 1, en el que una o mas senales incluyen una senal de corriente de la bobina de transmision, especialmente en el que una o mas senales incluyen una senal de corriente y una senal de voltaje de la bobina de transmision.
5. 5. El metodo de la reivindicacion 1, en donde usar el modelo de sistema dinamico generado comprende comparar informacion contenida en el modelo de sistema dinamico generado con informacion almacenada, derivada empmcamente, que es indicativa de una presencia cercana del objeto extrano.
6. 6. El metodo de la reivindicacion 1, en el que generar el modelo de sistema dinamico comprende usar una identificacion de sistema para ajustar un modelo seleccionado a datos derivados a partir de las una o mas senales registradas.
7. 7. El metodo de la reivindicacion 1, en el que generar el modelo de sistema dinamico comprende usar una identificacion de sistemas no lineales para ajustar un modelo seleccionado a los datos derivados a partir de las una o mas senales registradas, especialmente en el que el modelo seleccionado es un sistema de Wiener.
8. 8. El metodo de la reivindicacion 7, en el que el modelo seleccionado tiene una parte lineal dinamica y una parte no lineal estatica.
9. 9. El metodo de la reivindicacion 1, en el que el modelo de sistema dinamico generado comprende una representacion en el dominio de tiempo, o en el que, el modelo de sistema dinamico generado comprende una representacion en el dominio de frecuencia.
10. 10. El metodo de la reivindicacion 1, en el que los datos de entrenamiento almacenados se representan por una funcion de filtro almacenada y en el que usar el modelo de sistema dinamico generado en combinacion con los datos de entrenamiento almacenados comprende procesar el modelo de sistema dinamico generado para generar una senal de salida, en donde la senal de salida indica si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como una bobina receptora (52) esta cerca de la bobina de transmision y en el que procesar el modelo de sistema dinamico comprende aplicar la funcion de filtro.
11. 11. El metodo de la reivindicacion 10, en el que las una o mas senales producidas dentro del WPTS incluyen una senal de corriente de la bobina de transmision, especialmente en el que generar el modelo de sistema dinamico comprende usar la senal de corriente registrada de la bobina de transmision como el modelo de sistema dinamico.
12. 12. El metodo de la reivindicacion 11, en el que la funcion de filtro es una funcion de filtro no lineal, especialmente en el que la funcion de filtro no lineal se derivo a partir de las mediciones hechas en un sistema de prueba incluyendo una bobina de transmision de prueba y objetos de prueba situados a diferentes distancias de separacion unos de otros.
13. 13. El metodo de la reivindicacion 10, que ademas comprende, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, generar una senal de control que indica que la carga inalambrica no va a tener lugar.

    5

    10

    15

    20

    25

    30
14. 14. El metodo de la reivindicacion 10, que ademas comprende, si se determina que un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano, esta cerca de la bobina de transmision, terminar la carga inalambrica del sistema receptor.
15. 15. Un sistema de transferencia inalambrica de potencia que comprende: una bobina de transmision (12);

    un circuito transmisor de potencia (14) conectado a la bobina de transmision; un circuito detector conectado a la bobina de transmision; y

    un controlador (16) para controlar el circuito transmisor de potencia y el circuito detector, donde dicho controlador incluye una memoria para almacenar los datos de entrenamiento y un sistema procesador programado para:

    hacer al circuito transmisor de potencia aplicar una senal seudoaleatoria a la bobina de transmision;

    mientras que la senal seudoaleatoria esta siendo aplicada a la bobina de transmision, hacer al circuito detector registrar una o mas senales producidas dentro del WPTS en respuesta a la senal seudoaleatoria aplicada;

    usando las una o mas senales registradas, generar un modelo de sistema dinamico para algun aspecto del WPTS; y

    usar el modelo de sistema dinamico generado en combinacion con datos de entrenamiento almacenados para determinar si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano esta cerca de la bobina de transmision.
16. 16. El sistema de transferencia inalambrica de potencia de la reivindicacion 15, en donde las una o mas senales registradas incluyen una senal de corriente y una senal de voltaje de la bobina de transmision.
17. 17. El sistema de transferencia inalambrica de potencia de la reivindicacion 15, en el que los datos de entrenamiento almacenados se representan por una funcion de filtro almacenada y donde el sistema procesador esta programado para usar el modelo de sistema dinamico generado en combinacion con los datos de entrenamiento almacenados procesando el modelo de sistema dinamico generado para generar una senal de salida, donde la senal de salida indica si un objeto que tiene caractensticas reconocibles a partir de los datos de entrenamiento almacenados como caractenstica del objeto extrano esta cerca de la bobina de transmision, y en el que procesar la funcion del sistema dinamico generada implica aplicar la funcion de filtro, especialmente en el que las una o mas senales registradas incluyen una senal de corriente de la bobina de transmision, incluso mas especialmente, en el que el modelo de sistema dinamico es la senal de corriente registrada de la bobina de transmision.