بهبود طول عمر در سیستم‌های بی‌درنگ سخت مجهز به برداشتگر انرژی محیطی و مخزن مرکب انرژی با استفاده از زمان بندی وظایف

این مقاله به بررسی تاثیر زمان بندی وظایف بر روی طول عمر یک سیستم بی‌درنگ سخت که از مخزن انرژی مرکب متشکل از باتری و ابرخازن و برداشت گر انرژی خورشیدی برای تامین انرژی خود استفاده می‌کند، می‌پردازد. منظور از طول عمر سیستم در این مستند لحظه شروع به کار سیستم تا لحظه مختل شدن وظایف آن به دلیل نبود انرژی است. با توجه به خواص غیرخطی باتری و ابرخازن که موجب می‌شود شارژ داخلی آن‌ها در دو بخش در دسترس (iac) و غیرقابل دسترس (iuc) تقسیم شود، طول عمر چنین سیستمی کاملا به الگوی شارژ و دشارژ مخزن انرژی وابسته است زیرا این الگو در نهایت منجر به میزان شارژ ذخیره شده در بخش iuc و میزان شارژ استخراج شده از این بخش می‌شود. بنابراین با مدیریت الگوی شارژ/دشارژ مخازن انرژی می‌توان روی طول عمر سیستم و افزایش آن تاثیرگذار بود. از آنجایی که الگوی رسیدن انرژی از محیط خارج از کنترل سیستم است، ایده اصلی این مقاله تاثیرگذاری بر روی الگوی شارژ/دشارژ مخزن از طریق تنظیم الگوی مصرف انرژی است تا در نهایت طول عمر سیستم بهبود یابد. در این راستا، ابتدا دو الگوریتم زمان بندی mcf و mgf که به ترتیب سعی در اجرای پرمصرف‌ترین و کم مصرف‌ترین وظیفه حاضر در سیستم هستند ارایه می‌شوند. سپس الگوریتم mcg مورد بررسی قرار می گیرد که طبق آن الگوریتم، در هر برهه از زمان با توجه به شرایط موجود، در مورد استفاده از یکی از الگوریتم های مذکور تصمیم گیری می شود. نتایج آزمایش‌ها نشان می‌دهد که این الگوریتم بین 5% تا 16% طول عمر سیستم را افزایش می‌دهد. با توجه به این که در سال های اخیر موضوع استفاده از ابرخازن در کنار باتری و سلول های خورشیدی در سامانه های فضایی مطرح شده است، از این رو، نتایج این تحقیق می تواند برای استفاده در ماهواره ها نیز بررسی شود.

lifetime improvement using task scheduling in hard real-time systems equipped with environmental energy harvester and hybrid energy storage

in this paper, we investigate the effect of task scheduling on the lifetime of a real-time hard drive system that uses a composite energy tank consisting of a battery, a supercapacitor, and a solar energy picker to power supply itself. the life of a system is defined in terms of the moment the system starts up to the moment its tasks are disrupted due to lack of energy. due to the nonlinear properties of batteries and supercapacitors, which cause their internal charge to be divided into available (iac) and inaccessible (iuc), the lifetime of such a system depends entirely on the charging and discharging pattern of the energy tank, as this pattern ultimately leads to the amount of charge stored in the iuc section and the amount of charge extracted from this section. therefore, we can influence the lifetime of the system and increase it by managing the charge / discharge pattern of energy tanks. since the pattern of energy delivery from the environment is beyond the control of the system, we try to influence the tank charge / discharge pattern by adjusting the consumption pattern to ultimately improve the life of the system. in this regard, we have presented two scheduling algorithms mcf and mgf, which are respectively trying to perform the most consumed and least consumed task in the system, and then using the mcg policy, which at any time according to the conditions for using one of these decision algorithms are presented. experimental results show that we can increase system lifetime by between 5% and 16%. considering that in recent years the issue of using supercapacitors along with batteries and solar cells in space systems has been raised, so the results of this research can be investigated for use in satellites.