电力系统DC-DC转换器优化控制仿真研究

电力系统DC-DC转换器优化控制仿真研究

ID:46541783

大小:2.47 MB

页数:5页

时间:2019-11-25

电力系统DC-DC转换器优化控制仿真研究_第1页
电力系统DC-DC转换器优化控制仿真研究_第2页
电力系统DC-DC转换器优化控制仿真研究_第3页
电力系统DC-DC转换器优化控制仿真研究_第4页
电力系统DC-DC转换器优化控制仿真研究_第5页
资源描述:

《电力系统DC-DC转换器优化控制仿真研究》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、第33卷第02期计算机仿真2016年2月文章编号:1006—9348(2016)02—0418—05电力系统DC—DC转换器优化控制仿真研究华伟民,白鹏,蒋金,岳学磊(空军工程大学理学院,陕西西安710051)摘要:针对数字控制DC—DC转换器用传统PID控制时响应速度慢、超调量大、抗干扰能力不强等缺点,提出了基于遗传算法和CMAC神经网络算法的PID控制方法及模型。通过设计系统数学模型、CMAC—PID控制器模型及仿真模型等,对所建的模型进行了仿真验证,用遗传算法在线整定PID参数,实时自适应调节;前馈型CMAC神经网络用来

2、抑制DC—DC转换器的非线性干扰,确保系统的控制精度和响应速度。解决了传统PID控制中存在的超调量大、抗干扰能力弱等缺点。仿真结果与实验数据对比表明,模型具有超调量小、抗干扰能力强等优点。关键词:转换器;遗传算法;神经网络;控制;仿真中图分类号:TP391.9文献标识码:BSimulationStudyofOptimalControlforDC——DCConverterinPowerSystemHUAWei—min,BAIPeng,JIANGJin,YUEXue—lei(CollegeofScience,AirForceEng

3、ineeringUniversity,Xi'an710051,China)ABSTRACT:Duetoslowtransientresponse,largeovershootandweakanti-jammingabilityofdigitallycontrolledDC—DCconvefler,theconventionalPIDcontrolmethodisverydifficulttoachievetheaccuracycontrol,acontrolmethodbasedongeneticalgorithmandCMA

4、Cneuralnetworkalgorithmisproposed.Bydesigningthesystemmathe—maticalmodel,CMAC—PIDControllermodelandsimulationmodel,thePIDparametersareoptimizedonlinewithgeneticalgorithm(GA)toachievesuperiorfeedbackcontrol,CMACneuralnetworkfeed—forwardnonlinearcontrolisusedtosuppres

5、sdisturbancesforachievingcontrolaccuracyandresponsespeed,thelargeovershootandweakanti-jammingabilityintheconventionalPIDcontrolareovercome,.Theresultsofsimulationshowthattheproposedcontrolmethodhassmallovershootandstronganti—jammingability.KEYWORDS:Converter;Genetic

6、algorithm;Neuralnetwork;Control;Simulation1引言随着电子技术的发展和电子产品的普及,供电系统的性能越来越受到重视,它的性能直接关系到电子产品的稳定性和可靠性。DC—DC转换器作为常用的电子产品的供电系统,它是一种非线性的时变的复杂系统,转换过程存在不确定性,对电子产品的性能构成潜在的威胁。经过多年的发展,DC—DC转换器有模拟DC—DC转换器和数字DC—DC转换器两种类型。模拟DC—DC转换器的技术已经很成熟,但是,它的灵活性差、不易集成等固有的缺点已经难以满足电子产品El益增长的需要

7、。数字DC—DC转换器能弥补模拟DC—DC转换器上述的缺点,但是,数字DC—DC转换器收稿El期:2015—08—08修回13期:2015—10—02·-———418·--——系统中存在较大的环路延时,这大大的降低了系统的瞬态响应能力。为了解决传统的PID控制存在的响应速度慢、超调量大、抗干扰性不强等缺点,文献[1][2][3]提出了模糊PID自适应控制方法,虽然响应速度、超调量和抗干扰能力都有所提高,但是对规则库和专家知识准确性依耐较强。文献[4]提出了单神经元自适应PID控制方法,虽然结构简单、实时性好,但是受干扰时恢复慢

8、。为了改善数字DC—DC转换器的性能,减小超调量和增强抗干扰性,本文将遗传算法(GeneticAlgorithm,GA)和小脑模型神经网络(CerebellarModelArticulationController,CMAC)结合起来应用于Buck型DC—DC转换器的控制。遗

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。