神经网络控制在软开关变换器中的应用研究

《神经网络控制在软开关变换器中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学硕士研究生学位论文摘要摘要随着信息社会的发展，用电设备对高质量电源的需求日益增多。软开关技术尤其是软开关谐振变换器以其优越的性能已经成为电源研究中极其热门的研究方向并且得到了广泛的应用。由于在许多场合中，对于输出电压的动态响应性能要求很高，这就要求软开关功率变换器系统要具有较好的动态性能响应能力而且能够实时地适应系统的变化。由于在系统中谐振元件的引入以及这些系统本身存在严重的非线性和时变不确定性等特点，使得传统的PID控制很难达到系统输出的要求。而神经网络源于对脑神经元的模拟，具有很强的适应复杂环境变化和多目标控制要求的自学习能力，并有以任意精度逼近任意非线

2、性连续函数的特征。因此本文构造神经网络PID控制器来提高系统的输出精度和动态响应能力。本文首先介绍了软开关功率变换器这种非线性、时变不确定性系统控制的研究现状，并以DC／DC变换器作为代表来研究软开关功率变换器的控制技术。在简单阐述了几个用于DC／DC变换器的控制器后，给出了神经网络PID控制器。首先，将这种控制器和常规PID控制器做了仿真研究。仿真结果表明，神经网络PID控制器不但具有PID控制器的优点而且还具有神经网络控制的自适应特点，能够对控制对象变化以及外来的扰动做出及时调整，保证系统的顺利进行。然后，在论证了神经网络PID控制器优越性的基础上，将神经网络PID

3、控制器应用到DC／DC变换器中，并通过MATLAB软件建立了实验平台，仿真分析得到软开关变换器的跟随性能、抗干扰性能都得到了改善，验证了该控制器的有效性和合理性。关键词：PID控制器；神经网络；单神经元；DC／DC变换器；AbstractWiththedevelopmentofinformationsociety,electro-equipmentshavemorerequirementsforhighqualitypower．Softswitchtechnology,especiallywithitssuperiorperformance，softswitchreso

4、nantconverterhasbecomeanextremelypopularresearchdirectionsinpowerresearchandhasbeenwidelyused．Becauseofthehighqualitydemandforoutputvoltagedynamicresponseperformanceinmanyoccasions，softswitchpowerconvertersystemmusthavegooddynamicperformanceabilityandrespondinrealtimeadapttothesystemchan

5、ges．BecauseoftheResonantcomponentsinthesystemandthecharacteristicsofseriousnon．1inearandtime—varyinguncertaintyofthesesystemsthemselves，thetraditionalPIDcontrolisdifficulttoachievethesystemoutputrequirements．Forthesimulationofneurons，theneuralnetworkhastheabilitytoadapttothehighlycomplex

6、environmentchangeandself-learningtomulti-objectivecontrolrequirements．Andithasancharactertoapproachanynonlinearcontinuousfunctioninanyarbitrary．precision．Therefore，thisarticleconstructstheneuralnetworkPIDcontrollertoimprovesystemoutputaccuracyanddynamicresponsecapabilities．Firstofall，thi

7、spaperintroducestheresearchstatusofsystemControlbysoftswitchpowerconverterwithitsnon--linear,time·-varyinguncertaincharacter．AndstudythecontroltechnologyofsoftswitchpowerconverterbyDC

8、DCconverter。AfterasimpledescribeofafewcontrollerforDC／DCconverter,weproposeneuralnetwork