LLC谐振变换器变论域模糊神经PI控制研究.docx

LLC谐振变换器变论域模糊神经PI控制研究
摘要
本文针对LLC谐振变换器在控制中常见的问题进行研究，提出了一种变论域模糊神经PI控制方法。该方法利用模糊神经网络和PI控制相结合的方式，实现对LLC谐振变换器的控制，同时解决了LLC谐振变换器控制中的模糊性问题。本文首先介绍了LLC谐振变换器的基本原理和控制方法，然后分析了LLC谐振变换器在控制中存在的问题，并提出了变论域模糊神经PI控制方法的实现流程，最后通过仿真实验验证了该方法的有效性。
Abstract
ThispaperaimstoinvestigatethecommonissuesinthecontrolofLLCresonantconvertersandproposedavariable-domainfuzzyneuralPIcontrolmethod.ThismethodusesahybridapproachcombiningfuzzyneuralnetworksandPIcontroltoachievethecontrolofLLCresonantconverterswhilesolvingtheambiguityproblemintheircontrol.ThepaperfirstintroducesthebasicprinciplesandcontrolmethodsofLLCresonantconverters,analyzestheissuesintheircontrol,andthenproposestheimplementationprocessofthevariable-domainfuzzyneuralPIcontrolmethod.Finally,theeffectivenessofthemethodwasverifiedthroughsimulationexperiments.
关键词：LLC谐振变换器；模糊神经网络；PI控制；变论域；控制问题
Keywords:LLCresonantconverter;fuzzyneuralnetwork;PIcontrol;variabledomain;controlproblems
1.引言
LLC谐振变换器作为一种高性能、高效率的直流-直流转换器，在工业和军事领域得到了广泛的应用。其主要特点是具有丰富的控制功能和广泛的稳定工作范围，但在控制过程中也存在着一些问题。例如，LLC谐振变换器在实际应用中，输入电压、输出电压和负载变化等外界因素会导致系统的参数变化，因此需要对其进行精确控制。同时，LLC谐振变换器的控制本质上是非线性的，存在着控制计算复杂度高、计算周期长的问题。为解决这些问题，研究者们提出了各种各样的控制方法，例如PID控制、模糊控制、神经网络控制等。
2.LLC谐振变换器的基本原理和控制方法
2.1基本原理
LLC谐振变换器主要由L、C、T三个元件组成，如图1所示。其中，L和C串联起来，形成一个谐振回路；T是一只中心臂电感元件，用于实现传递电能。在正常工作状态下，输入电压Vs通过电容C产生一个激励信号，从而使二极管D1导通，此时电感L中电流不断增加，直到磁场饱和。接下来，开关管S1和S2分别导通和关断，使得T中的电流发生变化。当S1和S2导通时，电感L和中心臂电感T串联，形成一个新的谐振回路，电流二次谐振。当S1和S2都关闭时，而D2和D3均导通时，T中电流流入负载，完成了电能传递。
2.2控制方法
常见的LLC谐振变换器控制方法包括PID控制、模糊控制和神经网络控制。PID控制方法通过调节谐振电容C、谐振电感L和耦合系数K来实现对LLC谐振变换器的控制。模糊控制方法通过构建模糊控制器来实现对LLC谐振变换器的控制。神经网络控制方法则利用神经网络对LLC谐振变换器进行建模和控制。虽然以上几种控制方法在控制LLC谐振变换器方面有其独特的优点，但是在控制过程中均存在一定的问题。比如，PID控制方法对LLC谐振变换器参数的变化不敏感，控制效果受限；模糊控制方法在控制过程中存在模糊性问题；神经网络控制方法计算复杂度高，计算周期长。
3.变论域模糊神经PI控制方法
3.1模糊神经网络
为解决LLC谐振变换器控制中的模糊性问题，本文引入了模糊神经网络作为控制器，用于对LLC谐振变换器进行控制。模糊神经网络作为模糊控制和神经网络的结合体，能够有效地处理LLC谐振变换器控制中存在的不确定性和模糊信息，更好地适应LLC谐振变换器参数变化的情况。模糊神经网络具有自适应性，可以自动调整神经元的权值和偏置，从而实现对LLC谐振变换器的精确控制。
3.2PI控制
本文基于模糊神经网络，引入PI控制作为辅助控制器。PI控制使用的是积分和比例两种控制，可以更好地调节LLC谐振变换器的电压、电流和功率等参数，从而更好地适应