论文部分内容阅读
本论文研究的是模糊神经网络在全桥串联共振型DC-DC变换器控制中的应用。 模糊神经网络的种类很多,本文在总结模糊神经网络的发展与分类的基础上提出了一种新型的模糊神经网络串联式结合方式。这种串联型模糊神经网络具有模糊控制的结构简单、设计简便及使用方便的特点,同时又利用了人工神经网络的聚类功能,使整个控制器又具备人工神经网络的自学习能力,因此这种串联型模糊神经网络具有了良好的智能控制功能,特别适合于在非线性系统中的应用。 全文首先对DC-DC变换器的发展进行了综述性介绍,指出了对于DC-DC变换器这类强非线性对象可以采用模糊神经网络控制方式来控制的思想。然后本文又对全桥式串联共振型DC-DC变换器的主电路的状态方程进行了理论上的推导,从而确定了这种全桥式DC-DC变换器的各种工作模式;然后通过分别对模糊控制和神经网络进行介绍,提出了一种新型的模糊神经网络控制器模型,该控制器模型是一种外接式结合——串联式结合方式,它利用了神经网络的聚类功能,采用了一种再生式神经网络,即Elman网络来对系统输出进行分类,然后根据分类结果设计模糊控制器,这样就简化了整个模糊神经网络控制器的设计过程。 从整个模糊神经网络控制器的设计过程以及仿真试验中可以看出该控制方法对于复杂的全桥式串联共振型DC-DC变换器具有良好的控制效果,同时不仅避免了传统控制器的繁琐的参数调节过程,而且又避免了常见的网络结合型模糊神经网络控制器设计的复杂性。 考虑到模糊控制与神经网络控制在实际中都有了应用实例,而本模糊神经网络结构可以将模糊控制器与神经网络分类器分开设计,因此此研究为模糊神经网络在工程实践中的应用提供了一个方便的可行性方案。