双管正激变换器的输入输出线性化控制研究

针对传统双管正激变换器采用电压型PI控制策略时其动态响应速度较慢的问题,基于输入输出线性化方法,采用了一种新颖的非线性控制算法来改善其动态响应速度。该算法是在变换器的状态空间模型基础上建立其单输入单输出仿射非线性系统模型,采用输入输出线性化方法,通过适当的非线性坐标变换与状态反馈来推导出新的控制归律,由此得出电感电流与输出电容电压的解耦控制算法。用PSIM软件对得到的控制算法进行仿真,并通过搭建一台功率为250 W的实验装置对控制效果进行研究。结果表明,基于输入输出线性化控制的双管正激变换器具有更快的动态响应速度与较强的鲁棒性。     

一种低交叉调整率的多路输出正激变换器设计方法

多路输出正激变换器结构简单,可靠性高,应用广泛,但是存在交叉调整率问题,为了从根本上改善多路输出正激变换器的交叉调整率问题,提出了一种目标平均电流控制策略.通过ARM-STM32(嵌入式单片机,Acorn RISC Machine-STMicroelectronics 32)采样各路输出端的实时电压和实时电流,得到实时负载,结合期望输出电压算出目标平均电流,根据目标平均电流和多路输出正激变换器的硬件参数计算出主路开关管和每一路副边整流开关管的导通时间,由程序自动控制各开关管的导通时间来实现各输出路的输出平均电流等于目标平均电流.实验结果表明,采用输出平均电流控制的多路输出正激变换器具有小于1.6％的交叉调整率,由该策略控制的多路输出正激变换器不仅可以实现低交叉调整率,而且具有较高的电压精度.     

准周期积分函数控制在双管正激变换器中的应用

总结了准周期积分函数的特点,并对其存在的问题加以改进.通过前馈补偿抑制负载扰动对输出电压产生的波动.把带前馈补偿的准周期积分函数控制应用在双管正激变换器中,分析其工作原理.通过仿真验证了该控制策略的有效性和可行性.     

大功率下特殊直流变换器的软开关仿真研究

现如今,高电压输入的DC-DC直流变换器在开关电源中得到越来越广泛的应用,要求其输入的高电压与输出的高精度。本文研究了一种基于交错并联双管正激变换器的零电压转换(ZVT)软开关技术,并应用于总电路中实现开关管的软开关。最后,应用MATLAB仿真软件对零电压转换的交错并联双管正激变换器进行了仿真实验,在仿真中不断优化电路参数,并对仿真结果进行了分析。     

用于燃料电池电动汽车的双单端正激变换器

由于燃料电池的输出特性比较软,难以直接与电动汽车的电机驱动器相匹配,必须采用DC/DC变换器来改善其输出特性.采用正激变换器必须要有磁复位电路才能正常工作.单管正激变换器由于输出功率不大、效率不高,不能满足电动汽车对DC/DC变换器大功率输出的要求,而双单端正激变换器则能够从质量、效率、体积和可靠性等方面满足燃料电池电动汽车对DC/DC变换器的要求,是合适的DC/DC变换器主电路方案.据此分析比较了正激变换器的4种磁复位技术,在此基础上,详细分析了双单端正激变换器的工作原理和独特优点,并对双单端正激变换器在燃料电池电动汽车中应用的可行性及相应的控制方案进行了研究.     

一种准谐振反激式本安二次电源的设计

为了提高矿用电源的效率,保证电源的安全性,研究并设计了一种准谐振反激式二次本安电源。基于实现软开关技术的要求,在对准谐振反激变换器工作原理进行分析的基础上,根据最大输出短路释放能量和最大输出纹波电压,计算出了输出滤波电容的取值范围;并由本安型准谐振反激变换器的设计方法,确定了电源主电路的参数。最后通过实验验证了理论的正确性及有效性。     

模糊PID控制两路输出变换器的研究

针对传统PID在控制多路输出变换器中控制效果不佳的问题,提出了将模糊控制引入PID控制策略对系统进行设计和仿真。以两路输出的双管正激变换器为例,先后设计了PID控制器和模糊PID控制器,在MATLAB中创建系统模型并进行了相应仿真。仿真结果显示,相较于传统PID控制系统,模糊PID控制可以得到更好的稳态和动态效果。模糊控制规则用于PID的参数整定,对开关变换器具有良好的控制性能且具有较强的鲁棒性。     

基于双RCD箝位电路和饱和电抗器的多输出开关电源研究

针对传统多输出开关变换器最大可调占空比小及辅助输出精度和效率低等方面的不足,提出一种基于双RCD和饱和电抗器的双管正激变换器控制方案。该方案中,双RCD箝位电路可有效提升变换器主输出的最大可调占空比至0.75左右;以饱和电抗器为核心的闭环控制电路可实现辅助输出的精度和效率双提升。     

顺时电流法的单相光伏并网发电系统

针对普通单相两级式光伏并网发电系统中工频变压器体积庞大的缺点,采用交错并联双管正激变换器实现了DC—DC变换的高频化。利用电导增量法实现最大功率点跟踪,减少了整机的体积,增强了系统的可靠性。逆变器控制采用瞬时电感电流和输出电流的反馈达到了输出的单位功率因数。仿真和实验结果表明,该系统能够实现最大功率点跟踪和有效并网发电,整机效率达95．6％。     

反激变换器次级谐振反射的研究

阐述了反激变换器次级谐振的来源以及对开关管的影响,给出了高压输出整流二极管串联均压电容的选取原则.实验表明：次级漏感与次级电容会形成LC谐振,如果次级漏感及电容取值不合适,则次级谐振的能量会通过变压器耦合回初级,导致开关管出现负向电流及电压尖峰.次级均压电容的选择应该保证均压效果良好的情况下越小越好.     

语音信号的动态时频倒谱特征

汉语方言辨识中常用的转移差分倒谱(SDC)特征往往存在较多的冗余信息.对此,提出动态时频倒谱(DT-FC)特征.首先对倒谱矩阵进行离散余弦变换(DCT),然后对变换后的矩阵元素进行重组.基于新特征,在高斯混合模型系统下对闽、粤、吴3种方言进行辨识.实验结果表明,DTFC特征的性能明显优于SDC特征,其平均辨识率可达98.89%,较SDC特征提高了3.1%.     

基于遗传算法的主动油气悬架分层控制

根据主动油气悬架系统执行机构的动态特性,采用分层控制策略设计了有限带宽主动油气悬架系统上、下层控制器.基于遗传算法(GA)对模糊PID上层控制器的参数进行了优化设计,通过在线评价车辆动力学指标,决定是否启动GA在初期最优可行域附近优化当前上层控制器参数,以保证车辆在行驶路况或自身参数变化等情况下仍获得较好的控制效果.将搭建的主动油气悬架系统控制模块施加于整车多体系统动力学模型进行联合仿真计算,结果表明,所设计的主动油气悬架系统可显著改善车辆行驶平顺性,并且具有较强的鲁棒性和自适应能力.     

基于模糊最早价值时间优先的动态调度算法

实时控制系统调度中,最早截止时间优先（EDF）算法在超载时会造成系统控制性能急剧下降且严重影响了系统的稳定性,限制了其应用。为此,本文提出了模糊最早价值时间优先（FEVF）的调度方法。该算法基于模糊思想,构造了任务截止期的模糊隶属度函数,并根据任务的在线执行情况对任务进行价值度评价,从而动态地获得任务的价值时间,价值时间越早,任务的优先级越高。仿真结果表明,FEVF算法调度下系统的稳定性能在一定重载下保持较好的状态,可实现大范围负载内的优雅降级,使系统不致突然出现失效或崩溃。     

压球烘干系统的智能模糊控制器的设计

本文针对压球车间传统的烘干控制系统气体流量不稳定,温度波动大等问题,提出了烘干温度的参数自整定模糊PID控制算法,将模糊控制与PID控制相结合来建立一个自动调节温度的控制器。并且通过Matlab的仿真功能将其与传统PID控制器进行比较。仿真结果表明该控制系统不仅调整时间短而且稳态误差小,并且在动态响应性能方面都要优于传统的PID控制器。     

机械手的神经网络直接离散时间自适应控制算法

提出了一种机械手的神经网络直接离散时间自适应控制算法。该算法是神经网络方法和自适应动态滑动模控制方法的集成。自适应动态滑动模控制的作用有两个：其一是在神经网络控制失灵的情形下提供控制系统的全局稳定性；其二是改善系统的跟随性能。整个系统的全局稳定性和跟随误差的收敛性采用李雅普诺夫稳定性理论进行了证明，并得到了一种新颖的神经网络权值调整算法。     

多区域互联电网的分散式模糊PID负荷频率控制

为了有效改善多区域互联电网的动态稳定性,提出一种分散式模糊PID负荷频率控制方法.该方法为互联电网每个区域设计一个模糊PID控制器,以区域频率偏差和联络线功率偏差为控制目标,根据区域控制偏差的变化量,运用模糊推理,在线修正PID调节参数,从而控制互联电网快速趋于动态稳定.针对三区域环型互联电网,考虑发电速率的限制,对其负荷扰动和模型参数摄动进行仿真.结果表明:与传统PID算法相比较,所提出的方法具有更强的适应性、鲁棒性及扰动抑制能力,能使系统取得更好的动态控制性能.     

陀螺稳定平台控制算法比较研究

针对一款实验教学陀螺稳定平台,文章分别采用常规PID控制算法,变参数PID控制算法和变参数自调节模糊PID控制算法对速率环进行控制。仿真结果表明,系统采用变参数自调节模糊PID控制算法响应速度快,超调量小,抗干扰能力强,较常规PID和变参数PID控制算法具有更好的动、静态性能。     

并联型混合动力汽车燃油经济性最优控制

以某并联混合动力汽车（HEV）为例,建立了燃油经济性最优控制数学模型及相应的动态规划（DP）递归方程,提出了换档和发动机启动2个附加代价函数以限制频繁换档和启停发动机.为解决数值DP中“维数灾”问题,提出了搜索区域限制算法,并利用MATLAB/RTW将系统模型转换成实时仿真代码以进一步提高计算效率.对实车试验、仿真和DP结果三者进行了比较,结果表明,该方法能在可接受的时间内计算出HEV的最优性能,从而进行控制策略的评价和优化.     

基于模型预测控制的快速路网匝道调节方法

探索了基于模型预测控制(MPC)的匝道调节方法.提出了匝道MPC调节的非线性动态时间离散最优控制模型及其解法.最优控制模型采用动态网络交通流模型作为过程模型,采用遗传算法求解.考察了匝道MPC调节的效果和鲁棒性,并将其效果与经典的ALINEA匝道调节方法相比.针对三起点三终点快速路网的仿真案例显示,匝道MPC调节能明显缓解拥堵,改善路网总体运行效率,较之ALINEA调节能够更连续平稳地调节交通流,在存在预测误差的情况下控制效果依然很好,其路网总耗时改善率明显高于ALINEA调节,具有很好的鲁棒性和应用前景.     

基于遗传BP网络的PID控制算法在无模拉拔温度控制中的应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能. 通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型. 采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性.