0 引 言

近年來， 隨著非線性控制策略研究的深入， 人們逐漸對采用模糊邏輯控制器( 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(tài)特性產生了興趣。模糊控制器的控制不依賴于被控模型的精確程度， 而是依賴于模糊控制規(guī)則的有效性。因此模糊控制器十分適用于對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(yōu)隸屬函數和模糊規(guī)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(yōu)化了隸屬度函數， FLC 的規(guī)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 次采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 的輸出為占空比變化du( k ) 。

采用Mamdani 型FLC， 模糊規(guī)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) 。隸屬度函數采用梯形表示， 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(guī)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(guī)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 自適應隸屬函數并計算規(guī)則庫中的部分規(guī)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 等于零或目標誤差， 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 采用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(jié)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 位采樣模擬/ 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 快速重構數字端口。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 以驅動芯片時鐘振蕩器， 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(jié)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(jié)DC/ DC 變換器的輸出級。該控制器用于降壓， 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。