Modelli matematici per il controllo senza modello degli alimentatori a commutazione
Panoramica del controllo senza modello dell'alimentatore switching
Con lo sviluppo ad alta velocità della tecnologia dell'elettronica di potenza, delle apparecchiature elettroniche di potenza e del lavoro delle persone, la vita è sempre più stretta e le apparecchiature elettroniche sono inseparabili da un'alimentazione elettrica affidabile. L'alimentatore switching è l'uso della moderna tecnologia elettronica di potenza, controlla il rapporto del tempo di accensione e spegnimento del transistor di commutazione, per mantenere una tensione di uscita stabile di un alimentatore, l'alimentatore switching è generalmente composto da un circuito integrato di controllo con modulazione di larghezza di impulso (pWM) e MOSFET. La stragrande maggioranza delle parti di controllo dell'alimentatore a commutazione è conforme al segnale analogico per la progettazione e il funzionamento, lo svantaggio è che la capacità anti-interferenza è molto scarsa. A causa del rapido sviluppo della tecnologia di controllo del computer, l'elaborazione e il controllo dei segnali digitali mostrano evidenti vantaggi: facile elaborazione e controllo del computer, la flessibilità del design è notevolmente migliorata, il debug del software è conveniente, ecc., l'emergere del controllo pID .
Alimentatore switching senza modello matematico di controllo del modello
Nella progettazione delle leggi di controllo in generale, la necessità di stabilire un modello matematico del sistema dinamico. L'approccio classico richiede che questo modello matematico debba essere stabilito in anticipo, almeno la sua struttura deve essere determinata in anticipo. Più il modello è accurato, meglio è. Nella progettazione della legge di controllo senza modello, la restrizione del requisito della legge di controllo secondo cui il modello matematico deve essere il più preciso possibile in anticipo viene interrotta.
La nostra procedura di modellazione è accompagnata dal controllo del feedback. Il modello matematico iniziale può essere impreciso, ma è necessario garantire che la legge di controllo progettata abbia un certo grado di convergenza. La legge di controllo senza modello che progettiamo viene modellata e controllata allo stesso tempo e, quando si ottengono nuove osservazioni, viene modellata e controllata nuovamente. Ciò continua in modo che il modello matematico ottenuto diventi ogni volta più accurato e di conseguenza la prestazione della legge di controllo migliora. Chiamiamo questa procedura l'integrazione della modellazione in tempo reale e del controllo del feedback.
Modellazione di controllo senza modello di alimentazione elettrica a commutazione
Integrazione di modellazione e controllo adattivo
Nel rif. si propone il seguente modello generalizzato:
y(k) - y(k-1)=φ(k-1) [u(k-1) - u(k-2) > ( 4-1)
Senza perdita di generalità, si assume qui che il ritardo temporale del sistema dinamico controllato S sia 1,y(k) sia l'output unidimensionale del sistema S, e u(k-1) sia il p -input dimensionale. φ(k) è la covariata caratteristica, stimata online utilizzando un qualche tipo di algoritmo di discriminazione, e k è il tempo discreto. Vedremo che φ(k) ha un chiaro significato matematico e ingegneristico nella procedura di correzione del feedback in tempo reale di discriminazione e integrazione di controllo.
Integrazione della modellazione in tempo reale e del controllo del feedback
Nello specifico, il nostro framework per l'integrazione della modellazione e del controllo del feedback è il seguente:
(1) Basato sui dati osservati e sul modello generalizzato
y(k) - y(k-1) = φ(k-1) [u(k-1) - u(k-2)
La valutazione φ(k-1) di φ(k-1) è ottenuta utilizzando opportuni metodi di valutazione.
(2) Un modo semplice per cercare il valore previsto φ＊(k) per un passo avanti di φ(k-1) è prendere
φ＊(k) = φ＊(k-1)
Nel cercare la legge di controllo, scriviamo ancora φ＊(k) come la comunità φ(k).
(3) L'applicazione della legge di controllo al sistema S produce il nuovo output bey (k+1). Si ottiene un nuovo insieme di dati ｛y(k+1),u(k)}.
Ripetendo (1), (2) e (3) sulla base di questo nuovo insieme di dati si ottiene un nuovo insieme di dati, y(k+2),u(k+1)}} , e così via. Finché il sistema S soddisfa determinate condizioni, l'output y(k) del sistema S si avvicinerà gradualmente a y0 sotto l'effetto di questa procedura.
