DC/ DC變換器自適應模糊邏輯控制器設計
0 引 言
本文引用地址:http://dyxdggzs.com/article/175091.htm近年來(lái), 隨著(zhù)非線(xiàn)性控制策略研究的深入, 人們逐漸對采用模糊邏輯控制器( FLC) , 神經(jīng)網(wǎng)絡(luò )( NN) , 以及神經(jīng)模糊控制器( NFC) 等策略來(lái)改善DC/ DC 變換器的動(dòng)態(tài)特性產(chǎn)生了興趣。模糊控制器的控制不依賴(lài)于被控模型的精確程度, 而是依賴(lài)于模糊控制規則的有效性。因此模糊控制器十分適用于對DC/ DC 變換器的控制。很多文獻已經(jīng)探討過(guò)模糊控制在電力電子電路中的可行性和有效性。但是模糊邏輯控制器設計在選擇最優(yōu)隸屬函數和模糊規則庫方面還存在一定困難。
筆者針對降壓、升壓和降壓- 升壓變換器, 設計了DC/ DC 變換器自適應模糊邏輯控制器( AFLC ) 。
AFLC 優(yōu)化了隸屬度函數, FLC 的規則庫從模式文件的訓練數據中獲得。
1 自適應模糊邏輯控制器設計
DC/ DC 變換器的FLC 結構如圖1 所示。模糊邏輯控制器由模糊化、模糊推理和反模糊化三部分組成。
圖1 中, Ui 是DC/ DC 變換器的輸入電壓, Uo 是DC/ DC 變換器第k 次采樣時(shí)間的實(shí)際輸出電壓, Uref為參考輸出電壓。

圖1 DC/ DC 變換器的FLC結構圖
FLC 的輸入分別為誤差e 和誤差e 的差分d e, 其定義如下:

FLC 的輸出為占空比變化du( k ) 。
采用Mamdani 型FLC, 模糊規則的形式為Ri: IF e is A i and de is B i T HEN duk is Ci此處, A i 和Bi 是語(yǔ)言論域的模糊子集, Ci 是單元素*。每個(gè)語(yǔ)言論域被分為七個(gè)模糊子集: PB ( 正大) , PM( 正中) , PS( 正小) , ZE ( 零) , NS ( 負小) , NM( 負中) , NB( 負大) 。隸屬度函數采用梯形表示, 輸入輸出變量的隸屬度函數如圖2 所示, 將誤差量e, de 定義為模糊集的論域, e, de= [ - 3, - 2, - 1, 0, 1, 2, 3] ,以e, d e 為輸入的FLC 的控制規則表如表1 所示。

圖2 輸入輸出變量隸屬度函數
表1 FLC 的控制規則表

2 模糊邏輯控制器的自適應算法
AFLC 是用自適應算法的FLC。這樣, AFLC 自適應隸屬函數并計算規則庫中的部分規則結果。
AFLC 的輸入是模式文件中的模型數據, 這些數據由一些期望輸出的數據產(chǎn)生。
A FLC 通過(guò)自適應算法, 按照模式文件, 可以更新其隸屬度函數縮小因子為S e , Sde , 和Su 參數。A FLC中每個(gè)參數的更新結果可推論如下: 假設給定的訓練數據集有P 條, 則第p ( 1= p=P) 條的訓練數據誤差測量可定義如下:

式中, dk 是第p 個(gè)期望輸出矢量的第k 個(gè)分量, y k 是實(shí)際輸出矢量的第k 個(gè)分量。很明顯, 當Ep 等于零或目標誤差, 該網(wǎng)絡(luò )能夠正確再生出第p 條的訓練數據對的期望輸出矢量。因此, 此處任務(wù)就是使整體誤差測量最小化, 整體誤差測量定義如下:

3 AFLC 的微控制器實(shí)現
本文AFLC 采用ST52T420 微控制器實(shí)現。
ST52T420 是8 位微機控制器和可擦寫(xiě)存儲器版本, 存儲器為4 字節可編程EPROM, 它能有效地實(shí)現布爾和模糊算法。降壓變換器的控制電路原理圖如圖3 所示。

圖3 控制電路原理圖
該微控制器允許使用語(yǔ)言模型來(lái)代替數學(xué)模型描述問(wèn)題。圖3 中, 微控器包括一個(gè)8 位采樣模擬/ 數字( A/ D) 轉換器, 該A / D 轉換器有一個(gè)8 通道模擬多路復用器和2. 5 快速重構數字端口。它的3 個(gè)獨立的PWM/ 定時(shí)器負責管理直接功率器件和高頻PWM 控制。工作時(shí)鐘頻率為20 MHz 以驅動(dòng)芯片時(shí)鐘振蕩器, 開(kāi)關(guān)頻率選為19. 6 kHz 。AIN1 模擬輸入連接的參考電壓為5 V。通過(guò)4. 7 kΩ微調電位器來(lái)調節參考電壓。另一個(gè)ANI0 的模擬輸入連接到DC/ DC 變換器的輸出端, 調節DC/ DC 變換器的輸出級。該控制器用于降壓, 升壓和降壓- 升壓變換器, 而不需做任何改變。DC/ DC 變換器主電路參數如表2 所示。
評論