0 引 言
本文引用地址：http://www.eepw.com.cn/article/175091.htm近年來， 隨著非線性控制策略研究的深入， 人們逐漸對採用模糊邏輯控制器( FLC) ， 神經網絡( NN) ， 以及神經模糊控制器( NFC) 等策略來改善DC/ DC 變換器的動態特性產生了興趣。模糊控制器的控制不依賴於被控模型的精確程度， 而是依賴於模糊控制規則的有效性。因此模糊控制器十分適用於對DC/ DC 變換器的控制。很多文獻已經探討過模糊控制在電力電子電路中的可行性和有效性。但是模糊邏輯控制器設計在選擇最優隸屬函數和模糊規則庫方面還存在一定困難。
筆者針對降壓、升壓和降壓- 升壓變換器， 設計了DC/ DC 變換器自適應模糊邏輯控制器( AFLC ) 。
AFLC 優化了隸屬度函數， FLC 的規則庫從模式文件的訓練數據中獲得。
1 自適應模糊邏輯控制器設計
DC/ DC 變換器的FLC 結構如圖1 所示。模糊邏輯控制器由模糊化、模糊推理和反模糊化三部分組成。
圖1 中， Ui 是DC/ DC 變換器的輸入電壓， Uo 是DC/ DC 變換器第k 次採樣時間的實際輸出電壓， Uref為參考輸出電壓。
圖1 DC/ DC 變換器的FLC結構圖
FLC 的輸入分別為誤差e 和誤差e 的差分d e， 其定義如下：
FLC 的輸出為佔空比變化du( k ) 。
採用Mamdani 型FLC， 模糊規則的形式為Ri: IF e is A i and de is B i T HEN duk is Ci此處， A i 和Bi 是語言論域的模糊子集， Ci 是單元素*。每個語言論域被分為七個模糊子集: PB ( 正大) ， PM( 正中) ， PS( 正小) ， ZE ( 零) ， NS ( 負小) ， NM( 負中) ， NB( 負大) 。隸屬度函數採用梯形表示， 輸入輸出變量的隸屬度函數如圖2 所示， 將誤差量e， de 定義為模糊集的論域， e， de= [ - 3， - 2， - 1， 0， 1， 2， 3] ，以e， d e 為輸入的FLC 的控制規則表如表1 所示。
圖2 輸入輸出變量隸屬度函數
表1 FLC 的控制規則表
2 模糊邏輯控制器的自適應算法
AFLC 是用自適應算法的FLC。這樣， AFLC 自適應隸屬函數並計算規則庫中的部分規則結果。
AFLC 的輸入是模式文件中的模型數據， 這些數據由一些期望輸出的數據產生。
A FLC 通過自適應算法， 按照模式文件， 可以更新其隸屬度函數縮小因子為S e ， Sde ， 和Su 參數。A FLC中每個參數的更新結果可推論如下: 假設給定的訓練數據集有P 條， 則第p ( 1= p=P) 條的訓練數據誤差測量可定義如下:
式中， dk 是第p 個期望輸出矢量的第k 個分量， y k 是實際輸出矢量的第k 個分量。很明顯， 當Ep 等於零或目標誤差， 該網絡能夠正確再生出第p 條的訓練數據對的期望輸出矢量。因此， 此處任務就是使整體誤差測量最小化， 整體誤差測量定義如下：
3 AFLC 的微控制器實現
本文AFLC 採用ST52T420 微控制器實現。
ST52T420 是8 位微機控制器和可擦寫存儲器版本， 存儲器為4 字節可編程EPROM， 它能有效地實現布爾和模糊算法。降壓變換器的控制電路原理圖如圖3 所示。
圖3 控制電路原理圖
該微控制器允許使用語言模型來代替數學模型描述問題。圖3 中， 微控器包括一個8 位採樣模擬/ 數字( A/ D) 轉換器， 該A / D 轉換器有一個8 通道模擬多路復用器和2. 5 快速重構數字埠。它的3 個獨立的PWM/ 定時器負責管理直接功率器件和高頻PWM 控制。工作時鐘頻率為20 MHz 以驅動晶片時鐘振蕩器， 開關頻率選為19. 6 kHz 。AIN1 模擬輸入連接的參考電壓為5 V。通過4. 7 kΩ微調電位器來調節參考電壓。另一個ANI0 的模擬輸入連接到DC/ DC 變換器的輸出端， 調節DC/ DC 變換器的輸出級。該控制器用於降壓， 升壓和降壓- 升壓變換器， 而不需做任何改變。DC/ DC 變換器主電路參數如表2 所示。