神經(jīng)網(wǎng)絡(luò )控制器在軟開(kāi)關(guān)中的應用

1引言
近年來(lái)，電力電子技術(shù)發(fā)展迅速，直流開(kāi)關(guān)電源廣泛應用于各個(gè)領(lǐng)域[1]。軟開(kāi)關(guān)技術(shù)尤其是軟開(kāi)關(guān)諧振變換器以其優(yōu)越的性能已經(jīng)成為直流開(kāi)關(guān)電源研究中極其熱門(mén)的研究方向并且得到了廣泛的應用。由于在許多場(chǎng)合中，對于輸出電壓的動(dòng)態(tài)響應性能要求很高，這就要求軟開(kāi)關(guān)功率變換器系統具有較好的動(dòng)態(tài)響應能力而且能夠實(shí)時(shí)地適應系統的變化。
PID控制器以其簡(jiǎn)單的結構、明確的物理參數和易于實(shí)現等優(yōu)點(diǎn)，在新的控制理論不斷涌現的今天仍然是反饋控制中最常用的方法。但是PID控制器主要的缺點(diǎn)就是它對被控對象的依賴(lài)性[2]。由于在系統中諧振元件的引入以及這些系統本身存在嚴重的非線(xiàn)性和時(shí)變不確定性等特點(diǎn)，使得傳統的PID控制很難達到系統輸出的要求。而神經(jīng)網(wǎng)絡(luò )源于對腦神經(jīng)的模擬，具有很強的適應復雜環(huán)境變化和多目標控制要求的自學(xué)習能力，并有以任意精度逼近任意非線(xiàn)性連續函數的特征[3]。
據此，本文將神經(jīng)網(wǎng)絡(luò )與傳統的PID相結合，利用神經(jīng)網(wǎng)絡(luò )的自學(xué)習和任意函數的逼近能力以及PID控制思想，構造一個(gè)基于PID的神經(jīng)網(wǎng)絡(luò )控制器，以提高系統的輸出精度和動(dòng)態(tài)響應能力。

2軟開(kāi)關(guān)準諧振功率變換器
本文以SEPIC零電流諧振功率變換器為控制對象，在控制回路中加入PID神經(jīng)網(wǎng)絡(luò )控制器，所設計的系統結構如圖1所示。圖1中Lf、Cf分別為諧振電感和諧振電容，二者可發(fā)生并聯(lián)諧振。諧振電感與開(kāi)關(guān)管串聯(lián)，即在開(kāi)關(guān)管與諧振電感中流過(guò)同一電流，若諧振電感中的電流為零時(shí)導通開(kāi)關(guān)管就實(shí)現了開(kāi)關(guān)管的零電流導通，即在零電流條件下實(shí)現軟開(kāi)關(guān)工作狀態(tài)。

(1)
其中kp、ki、kd分別為比例、積分、微分系數。這些參數確定之后，不能主動(dòng)適應系統的變化，若系統的條件參數一旦發(fā)生變化就不能在較佳的狀態(tài)下運行。因而若將PID的控制規律與神經(jīng)網(wǎng)絡(luò )相結合，讓神經(jīng)網(wǎng)絡(luò )來(lái)完成自動(dòng)調整kp、ki、kd，通過(guò)網(wǎng)絡(luò )的自身學(xué)習找到最優(yōu)的控制參數。圖1中所示的PID神經(jīng)網(wǎng)絡(luò )控制器的具體結構如圖2所示。該控制器采用了BP神經(jīng)網(wǎng)絡(luò )結構以誤差信號e(k)、e(k-1)、e(k-2)作為輸入信號，而把kp、ki、kd作為隱含層的3個(gè)單元，來(lái)輸出一個(gè)控制信號。這是一個(gè)3輸入、單輸出、一個(gè)隱含層(包含3個(gè)單元)的網(wǎng)絡(luò )，從而實(shí)現了神經(jīng)網(wǎng)絡(luò )與PID控制規律的結合。

(2)
網(wǎng)絡(luò )的學(xué)習目的是使目標函數J為最小，為系統給定參考值，un(k)為系統輸出值，n為每批采樣點(diǎn)數。沿負梯度方向調整連接權Wij、Wj1的修正量為

（3）
設K為迭代次數，應用梯度法可得網(wǎng)絡(luò )各層連接權的迭代關(guān)系式為:

（4）

（5）
式(4)和(5)中等號右邊的第二項為各層連接權的修正量。權值的修改過(guò)程也即是kp、ki、kd三個(gè)參數的調整過(guò)程，當輸出誤差滿(mǎn)足輸出精度要求時(shí)也就是獲得了最優(yōu)的kp、ki、kd參數設置，這樣就使這三個(gè)參數實(shí)現了自適應調整，不斷的改善系統的動(dòng)態(tài)響應性能。為提高網(wǎng)絡(luò )的學(xué)習效果加快收斂，在權值調整過(guò)程中引入了動(dòng)量項因子，因而網(wǎng)絡(luò )連接權的迭代關(guān)系變?yōu)槿缦率?br style="margin-top: 0px; margin-right: 0px; margin-bottom: 0px; margin-left: 0px; padding-top: 0px; padding-right: 0px; padding-bottom: 0px; padding-left: 0px; ">

(6)
其中動(dòng)量項

(7)
mc為動(dòng)量因子，這里將其取值為1。
圖1中的PID神經(jīng)網(wǎng)絡(luò )控制器的作用就是將給定信號與反饋信號之間的誤差信號e變換為控制PWM信號的電壓u，進(jìn)而控制功率變換器工作，并且通過(guò)不斷地學(xué)習來(lái)改善控制性能。
4仿真計算與結果分析
仿真步驟如圖3所示。

根據前兩節所述的軟開(kāi)關(guān)準諧振功率變換器、以及其與PID神經(jīng)網(wǎng)絡(luò )控制器相結合所建立的系統結構進(jìn)行仿真，仿真在數學(xué)仿真軟件MATLAB提供的Simulink軟件包中進(jìn)行。主電路仿真參數如下：
輸入電壓Uin=50V，L1=1.6mH，L2=40μH，Lf=20ΜH，Cf=300nF，C1=3.9μH，Cr=47μH，R=100Ω。
(1)主開(kāi)關(guān)管流過(guò)的電流

從圖4可以看出，在主開(kāi)關(guān)管脈沖到來(lái)之前，開(kāi)關(guān)管上流過(guò)的電流已經(jīng)到零，保證了功率開(kāi)關(guān)管的零電流關(guān)斷，這表明加入PID神經(jīng)網(wǎng)絡(luò )控制器后仍能保證主電路工作在零電流開(kāi)關(guān)的工作狀態(tài)。
（2)輸出響應
加入PID神經(jīng)網(wǎng)絡(luò )控制器前的零電流SEPIC諧振功率變換器的輸出電壓響應如圖5所示，縱坐標表示電壓，單位為V，橫坐標表示時(shí)間，單位為s。

從圖5中可以看出，該變換器的輸出電壓在0.02s后才趨于穩定。將本文所設計的PID神經(jīng)網(wǎng)絡(luò )控制器加入到主電路之后的系統響應如圖6所示。由圖6可以看出輸出電壓在0.02s前已基本趨于穩定，系統有更快的響應性能。
（3)瞬間響應
當負載電阻從100Ω下降到80Ω時(shí)的瞬間響應如圖7所示。
從圖7的仿真結果可以看出加入了PID神經(jīng)網(wǎng)絡(luò )控制器后，不僅可以使功率變換器的輸出獲得相當高的響應精度，而且在負載發(fā)生變化的情況下，跟隨精度仍然很好，特別是在負載發(fā)生突變的情況下，系統能夠迅速恢復穩定輸出，這說(shuō)明所設計的控制器具有較好的控制效果。

5　結論
本文提出了一種新的控制方案，將PID控制與神經(jīng)網(wǎng)絡(luò )相結合，構造出了一種新的神經(jīng)網(wǎng)絡(luò )控制器，并且應用到了軟開(kāi)關(guān)諧振功率變換器中。仿真結果表明，該功率變換器在PID神經(jīng)網(wǎng)絡(luò )控制器的作用下不僅能夠保證主電路在軟開(kāi)關(guān)狀態(tài)下穩定運行，并且還能提高系統的輸出精度、動(dòng)態(tài)響應能力和適應環(huán)境變化的能力。該控制器對系統結構發(fā)生變化時(shí)的適應能力強，克服了常規PID控制器的缺點(diǎn)，在軟開(kāi)關(guān)應用中具有更好的控制效果。

參考文獻
[1] Xiao Sun, Martin H L Chow. Analogue Imp lementation of a Neural Network Controller for UPS Inverter App lications [J]. IEEE TRANSACTIONS ON POWER ELECTRON ICS VOL, 17, NO.3, MAY 2002. 305-313.
[2] Wang, Beilei Zhao, L in Tan, Zhenfan. Neural Network Based Online Self - learning Adap tive PID Control [ C ]. Proceeding of the 3rd World Congress on Intelligent Control and Automation, June 28-July2, 2000.
[3] 沈亭,嚴仰光.基于DSP的逆變器神經(jīng)網(wǎng)絡(luò )控制[J].電力電子技術(shù),2002-10,36(5):50-52.■