基于切换模型的Boost变换器滑模控制研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:fattingmore
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Boost变换器由于其主电路拓扑结构连接简单、重量轻、效率高、体积小和可靠性高等优越性得到广泛应用。Boost变换器传统建模方法忽略了器件开关特性,用小信号法得到线性化模型,并基于线性化模型利用线性控制理论(频域方法)设计变换器控制器。传统建模和控制方法存在问题是:1)线性化模型不能描述变换器的本质非线性工作状态;2)基于线性化模型和线性控制理论得到的控制器,仅在工作点附近保证性能,当系统状态大范围偏离工作点,控制器性能变差。变换器切换模型根据开关不同状态切换描述状态变量的变化,能够准确反映变换器工作状态。但变换器切换模型是一类非线性(分段线性)动态方程,传统线性系统设计方法无法用该模型设计控制器,只能采用基于李亚普诺夫理论的非线性系统控制器设计方法进行控制器设计,对于设计人员提出了较高的要求,没有一般的成熟工程方法可以应用。滑模变结构控制方法是一种不连续控制方法,涉及控制量在滑模面附近切换,从而获得对于系统不确定性的鲁棒性,本质上也具有切换的系统。将构造变结构控制器的鲁棒切换与变换器开关切换模型有机结合,实现具有鲁棒性的变换器切换控制成为了一项非常有意义的研究课题。本文以Boost变换器为对象,研究基于切换模型的Boost变换器变结构控制器的设计方法,利用变换器切换动力学模型与某种滑模面相结合构建Boost变换器鲁棒切换控制,使获得的切换控制方法对于变换器参数不确定性具有鲁棒性,获得更好的控制性能。为此,本文分析了Boost变换器的传统建模和控制器设计方法,分析了传统方法存在的问题。针对传统控制方法的控制器参数采用遗传算法进行了多目标优化,获得非劣解,实现了基于PI的参数最优控制,可以作为改进方法的比较基准。然后,研究了基于变结构控制理论和切换模型的Boost变换器控制方法,并对比了传统方法的控制效果,表明了新方法的有效性。具体研究内容概括如下:(1)对Boost变换器的基本原理进行剖析,利用基尔霍夫定律建立其数学模型;对Boost变换器进行双闭环PI控制并进行了仿真分析;采用遗传算法对比例积分(PI)控制参数进行优化,以改善控制性能。仿真结果表明,经过遗传算法优化的PI控制比传统PI控制具有更好的控制性能。(2)提出了一种基于切换模型的滑模变结构控制方法,以改善系统的控制性能;首先采用切换模型(分段线性模型)准确描述Boost变换器的本质工作状态,其次设计了变结构切换控制器,提高其在输入电压变化和负载突变时的控制性能。仿真结果表明,当输入电压变化时,基于切换模型的变结构控制策略的输出电压调节时间比遗传算法优化的PI控制输出电压调节时间缩短。当负载突变时,基于切换模型的变结构控制策略比遗传算法优化的PI控制性能更好,鲁棒性更强。当电感参数不确定时,基于切换模型的变结构控制策略比遗传算法优化的PI控制策略鲁棒性更强。(3)为了验证本文所设计的方法,设计了以TMS320F28335为核心处理器的Boost变换器硬件电路,采用所设计电路对本文提出的方法进行实验验证,实验结果表明,基于切换模型的变结构控制方法的控制性能更好,也能保证系统的平稳运行。
其他文献
近年来,煤化工企业的安全问题一直是社会的关注焦点,在煤化工企业内部存在的泄漏隐患对社会及个人的生命财产造成威胁,因此工厂内部的日常巡检工作起到了至关重要的作用。目前已经出现利用巡检机器人代替传统人工巡检的巡检方式,但单个巡检机器人的巡检效率依旧较为低下,且由于其巡检范围有限,无法做到对煤化工厂内的高低同检。本课题使用无人机-无人车组成的异构多移动机器人作为实验平台,针对异构多机器人在煤化工厂储罐区
学位
声纳浮标是一种现代海军反潜作战中应用较为广泛的水下目标探测设备,主要用于反潜作战初期大范围搜索阶段。声波是目前已知唯一能在水中远距离传播的能量形式,随着海洋水下和水上船只潜艇的数量增加,近年来声纳浮标的采集系统逐渐从单通道发展为较复杂的多通道同步采集,同时逐渐使用高精度的集成电路进行接收信号处理和传输。因此对于声纳信号采集系统的发展,小型化硬件、实时性和声纳信号处理算法是水声采集领域的重点研究内容
学位
陆战场作为军队活动最早和最频繁的战场空间,是重要的作战场景之一,对于军事战略的成败和保障国家安全至关重要。伴随着科学技术的提高与发展,军事目标检测技术也在逐步优化,而针对陆战场环境下的传统检测手段,存在着耗时、耗力的问题,因此基于人工智能、机器视觉等领域的军事智能化检测算法应运而生。目前,现有的大多数模型的训练与检测都依赖大型计算机或服务器,相关算法参数量冗余,难以在资源受限设备上部署,但军事战场
学位
因重物倒塌致人体机械性损伤是地震等灾害发生后的常见伤类。有研究表明,遭受机械性损伤的伤员常常因罹患挤压综合征而在重物移除后致使其伤情突然加重甚至于死亡,故而在搜救中提早获悉被压埋人员的挤压生命状态是至关重要的。相较于可见光或热成像等传统灾后搜救设备,生物雷达可以利用电磁波在间隔一段距离、穿透非金属障碍物的条件下,检测因人类心肺活动而引起的生命体征信号,具备可穿透、不受光照、气候等条件影响的优势。因
学位
情绪往往是人类生活中的一种佐料,有效的情绪识别技术,可以利用反馈的方式,来调整自己的身体对负面情绪的影响,这不但对维持自己的身心健康有帮助,同时也有利于实现智能情绪计算的人机交互,然而,现有的情绪识别技术及其可靠性仍存在许多优化问题,比如,依据主观性、单模态数据检测情绪结果的真实性和准确性,本文就针对以上问题采用了融合显式的面部表情和内隐客观的生理信号的方式来识别情绪,主要研究内容如下:(1)分析
学位
机场跑道异物(Foreign Object Debris,FOD)是指遗落在机场跑道上的物体,会对飞机的起降带来严重的安全隐患。随着全球航空业的发展,机场跑道的安全问题也备受关注,为保障飞行安全,减少意外事故的发生,各国对机场跑道异物检测提出了更高的标准和要求。目前,机场跑道异物的检测主要以计算机视觉技术为研究方向。但现有自动化检测设备受限于搭载方式、检测精度,无法有效检测小型异物,目前小型异物仍
学位
当前,我国机动车数量的飞速增长使得交通拥堵问题愈演愈烈,信号灯控制的交叉口是交通拥堵的主要发生地,传统定时的交通信号控制方法无法适应动态变化的交通环境。随着人工智能技术的发展,建立智能化的交通信号控制系统,提高城市道路车辆的通行效率成为当下必然选择。首先构建单交叉口信号控制的深度强化学习智能体模型,并设计模型中的状态空间、动作空间、奖赏函数等要素。具体以交叉口入口道上车辆数目、平均速度、信号相位构
学位
在军事演练实验场景中,移动机器人通常代替人充当着重要角色。在无人侦察、无人打击、无人假想敌靶标方面都发挥着重要作用,在智能装备体系试验中,多移动目标的位置、姿态及其它状态的感知是体系装备作战效能考核的基础。对于传感系统不开放或不具备的实验装备,用户无法通过应用接口读取装备位置姿态信息,难以实现多目标集成问题。此时,加入外部组合定位导航系统可以很好的解决位姿测量问题,同时构建数据网关以解决系统数据难
学位
在工业生产过程中,传统工业流水线多使用人工方法对工件进行检测、识别与上料,该方法存在劳动力强度大、效率低及价格昂贵等缺点。由于机器视觉具有高精度、非接触、高适应等优点,因此常与机械手结合应用于工业生产中。本文针对多个壳状工件在随意摆放和整齐摆放的多目标多角度状态下,利用视觉机械手对其进行识别上料工作,提高系统的智能化和高效化水平。由于壳状工件在识别中存在边界锈渍及阴影、遮挡等问题,本文基于灰度信息
学位
机动车在夜间行驶过程中,受来向车辆明亮灯光影响,驾驶员视觉容易发生眩目,无法准确判断前方路况,造成道路安全隐患。通过红外相机和可见光相机同步拍摄晕光场景,进行异源图像融合,能够有效剔除融合图像中的晕光信息,减小晕光对人眼带来的不利影响。但抗晕光图像融合算法复杂,计算量大,利用软件实现存在计算效率低、耗时长、应用困难等缺点。因此,本文基于ZYNQ异构平台对抗晕光图像融合算法进行硬件加速,设计了一款运
学位