智能控制在DC/DC變換器中的應用

其中，用神經(jīng)網(wǎng)絡(luò )控制器產(chǎn)生變換器的控制信號，進(jìn)行反饋控制，用神經(jīng)網(wǎng)絡(luò )仿真器識別變換器的參數變化。并且神經(jīng)網(wǎng)絡(luò )控制系統自動(dòng)學(xué)習變換器工作時(shí)的動(dòng)態(tài)特性。由于PWM變換器通常是二階系統，所以，對于變換器的輸入和輸出，兩個(gè)延遲單元是足夠的。

由神經(jīng)網(wǎng)絡(luò )間接控制的Boost變換器不需要知道雅可比行列式，也不用考慮參數變化，在遇到大信號擾動(dòng)時(shí)，也不需要利用傳遞函數方法來(lái)處理。

計算機仿真結果表明，即使在高頻脈沖電源電壓和高頻脈沖參考信號的條件下，神經(jīng)網(wǎng)絡(luò )控制系統都能提供良好的動(dòng)態(tài)響應。

文獻[5]把神經(jīng)網(wǎng)絡(luò )控制器應用于Buck變換器中。首先，把Buck變換器在一個(gè)工作點(diǎn)線(xiàn)性化，進(jìn)行PI控制，由此得到神經(jīng)網(wǎng)絡(luò )離線(xiàn)訓練的數據集合，這種訓練時(shí)間長(cháng)，并且依賴(lài)于數據集合的大小和特性，但是，依然能得到良好的控制結果。而在線(xiàn)訓練的神經(jīng)網(wǎng)絡(luò )控制器設計的時(shí)間少，在變化的負載條件下能夠提供最精確和統一的結果。

文獻[6]提出用神經(jīng)網(wǎng)絡(luò )辨識和控制一個(gè)反激準諧振變換器。神經(jīng)網(wǎng)絡(luò )控制器用來(lái)調節輸出電壓，它由3層組成，輸入層有8個(gè)神經(jīng)元，隱層有24個(gè)神經(jīng)元，輸出層有一個(gè)神經(jīng)元。4個(gè)輸入分別為輸入電壓變化量，電感電流變化量，負載電流變化量，輸出電壓相對于參考值的變化量?？刂破鞯妮敵瞿軌蛘{節輸出電壓的開(kāi)關(guān)頻率?？刂品椒ú捎帽O督學(xué)習的神經(jīng)網(wǎng)絡(luò )控制，用BP算法，并由Levenberg-Marquedet規則改進(jìn)。仿真結果表明系統的精度和魯棒性都得到了改善。這種神經(jīng)網(wǎng)絡(luò )控制器的優(yōu)點(diǎn)可總結如下：

1）降低了輸出電壓的偏差，提高了控制系統的精度；

2）對于輸入電壓和負載的變化，具有快速的響應；

3）由于神經(jīng)網(wǎng)絡(luò )控制器的輸出是開(kāi)關(guān)頻率，這可以直接而且很容易完成文中的控制算法。

5 神經(jīng)模糊控制在DC/DC變換器中的應用

神經(jīng)網(wǎng)絡(luò )和模糊控制在對信息的加工處理過(guò)程中，均表示出很強的容錯能力，它們在處理和解決問(wèn)題時(shí)，不需要對象的精確的數學(xué)模型；從數據處理的形式上看，它們均采用并行處理的結構，當輸入信號進(jìn)入模糊控制系統時(shí)，所有的模糊規則將依據條件的適用度決定是否被激發(fā)，并且由被激發(fā)的規則決定系統的輸出。對神經(jīng)網(wǎng)絡(luò )而言，它本身就是由并行結構的神經(jīng)元構成。

但是，模糊系統和神經(jīng)網(wǎng)絡(luò )有著(zhù)明顯的不同之處。神經(jīng)網(wǎng)絡(luò )雖然對環(huán)境的變化具有較強的自適應學(xué)習能力，但從系統建模的角度而言，它采用的是典型的黑箱型的學(xué)習模式。因此，當學(xué)習完成之后，神經(jīng)網(wǎng)絡(luò )所獲得的輸入和輸出關(guān)系，無(wú)法用容易被人接受的方式表示出來(lái)。相反，模糊系統是建立在被人容易接受的“IFTHEN”表示方法之上。但如何自動(dòng)生成和調整隸屬函數的模糊規則，則是一個(gè)很棘手的問(wèn)題。

基于以上分析可知，上述兩類(lèi)系統的相似點(diǎn)構成了融合的基礎，而它們的不同點(diǎn)又為融合方式研究提供了可能。

神經(jīng)網(wǎng)絡(luò )和模糊邏輯有以下幾種的相結合方式：

1）神經(jīng)模糊系統在模糊模型中用神經(jīng)網(wǎng)絡(luò )作為工具；

2）模糊神經(jīng)網(wǎng)絡(luò )把常規的神經(jīng)網(wǎng)絡(luò )模型模糊化；

3）模糊－神經(jīng)混合系統把模糊技術(shù)和神經(jīng)網(wǎng)絡(luò )結合起來(lái)形成混合系統。

文獻[7]提出用神經(jīng)模糊控制器控制Cuk變換器，如圖4所示。由于模糊變量的隸屬函數通常是基于專(zhuān)家知識得到的，這要依賴(lài)于過(guò)去的經(jīng)驗，并不能給出優(yōu)化的性能。文獻[7]利用神經(jīng)網(wǎng)絡(luò )設計隸屬函數，把神經(jīng)網(wǎng)絡(luò )作為隸屬函數生成器組合在模糊控制系統中?？刂破鞯妮斎霝殡妷赫`差和電壓誤差變化率，輸出為變換器PWM的占空比。神經(jīng)網(wǎng)絡(luò )由BP學(xué)習算法調節，作用函數為S(x)=。神經(jīng)模糊控制器經(jīng)過(guò)離線(xiàn)訓練后，用來(lái)調節Cuk變換器。通過(guò)仿真證明，當負載變化時(shí)，神經(jīng)模糊控制器比PI控制器的動(dòng)態(tài)響應更好。

圖4 Cuk變換器的神經(jīng)模糊控制系統

6 結語(yǔ)

目前，智能控制在DC/DC變換器中的應用非常少，還只是停留在仿真階段，尤其是國內鮮有文章報道?？紤]到經(jīng)濟和體積方面的原因，以及智能控制整個(gè)理論體系還不成熟，所以，智能控制的DC/DC變換器還需要一定的時(shí)間才能應用于實(shí)際。但是，隨著(zhù)智能控制應用工程的日益成熟，各種軟硬件技術(shù)的開(kāi)發(fā)，尤其是最近高速廉價(jià)的數字信號處理器（DSP）的應用，大大方便了智能控制應用系統的實(shí)現，這使得具有優(yōu)良性能的智能控制的DC/DC變換器更加受到人們的重視，從而可得到長(cháng)足的發(fā)展。