论文部分内容阅读
目前,DC/DC变换器建模的方法大都是采用近似等效、线性化的方法以得到线性时不变模型,再利用线性控制理论对DC/DC变换器进行设计。但DC/DC变换器是一个具有时变、非线性特性的系统,采用线性时不变模型作为数学模型不能精确表述电路周期与周期间动态行为。利用系统的输入输出数据直接建立非线性时变模型是目前应用较多的方法。NARMAX(Nonlinear Autoregressive Moving Average with exogenous inputs)模型是一种广泛使用的离散非线性模型,它能够有效地描述一大类非线性系统,但是该模型结构复杂,参数多,因此难以基于该模型设计控制器。而U模型是一类非线性对象时变参数的多项式函数,可以方便地用线性控制系统设计方法对非线性控制系统进行设计。鉴于此,本文引入U模型思想,采用U模型来建立DC/DC变换器的数学模型,并对DC/DC变换器U模型参数辨识方法及控制方法进行了研究。论文的主要研究内容如下:(1)分析了NARMAX模型的优缺点,建立了DC/DC变换器的NARMAX模型,在NARMAX模型的基础上推导出DC/DC变换器的U模型。通过利用牛顿-拉夫逊迭代算法对U模型进行了求解计算,并针对牛顿-拉夫逊迭代算法存在的分母可能为零的问题,对其改进算法进行了介绍。(2)对DC/DC变换器U模型的参数进行了辨识。在参数辨识过程中,提出一种动态遗忘因子加权递推最小二乘算法,该算法利用单神经元PID算法完成遗忘因子的动态变化。以Buck变换器为例,与常规的定常遗忘因子加权递推最小二乘算法进行比较分析。仿真结果表明,基于单神经元PID控制的动态遗忘因子加权递推最小二乘算法能够更好地描述Buck变换器的输入输出关系,即在系统参数变化较快时,所提算法拥有更高的辨识灵敏度,在参数变化较慢时,拥有更高的辨识精度。(3)提出一种基于U模型的DC/DC变换器模糊PID控制方法,该控制方法通过对PID参数的在线调整来实现自适应功能,利用控制器输出和牛顿-拉夫逊迭代算法求解得到实际对象输入。以Buck变换器为例,与常规PID控制器效果进行对比分析。仿真结果表明,基于U模型的模糊PID控制器能有效地减少调节时间及超调量,对DC/DC变换器具有更好的控制效果。最后,基于dSPACE实时仿真系统搭建实验平台进行实验验证,实验结果验证了U模型模糊PID控制算法的有效性。