基于隱式模型的預測控制及其在開關電源上的應用.pdf

1、隨著科學技術的發(fā)展，開關電源應用的日益廣泛，人們對開關電源輸出電信號品質要求越來越高，使得對開關電源的控制成為一個更加復雜且難以處理的技術問題。預測控制則為工業(yè)過程控制領域發(fā)展起來的一種計算機控制算法，是用于解決多變量、有約束、時變、時滯等復雜系統(tǒng)的控制，具有良好的魯棒性和穩(wěn)定性。因此，利用預測控制技術研究其在開關電源中的應用具有重要的理論意義和實際價值。本文作了如下主要工作：
　　（1）對預測控制技術、開關電源的控制技術及開關電

2、源的預測控制等方面的研究現狀進行分析，發(fā)現目前開關電源的預測控制主要采用顯式預測控制策略，不適合于負載變化快速、大范圍變化等復雜應用情況。
　?。?）根據開關電源難以建模的問題，本文提出開關電源非線性隱式建模方法，提出基于核空間遞推最小二乘算法（Kernel Recursive Least Square）的動負載開關電源建模及基于RBF（Radial Basis Function）神經網絡的動負載開關電源建模。采用MAE（Mean

3、 Absolute Error）和NRMSE（Normalized Root Mean Square Error）評價建模效果，通過實驗結果證明，RBF神經網絡建模的MAE為0.075，NRMSE為0.064，而KRLS建模的MAE為0.1727， NRMSE為0.1144，顯然，RBF神經網絡建模優(yōu)于KRLS建模。
　?。?）根據開關電源無法實現精確控制的問題，本文提出基于隱式模型的開關電源非線性預測控制。利用RBF神經網絡建模

4、，控制器采用GPC（Generalized Predictive Control）算法，針對純線性負載突變、輸入電壓突變和容性負載突變三種情況下實驗，得出采用RBF神經網絡建模預測控制相對于KRLS建模預測控制與線性預測控制輸出電壓波形具有最小的過沖和俯沖，由此得到，非線性建模預測控制方法可以獲得更好的控制性能。
　　綜上，本文基于非顯性式模型的開關電源非線性預測控制可以較好地解決開關電源中負載大范圍變化、大時延、電源波動等情況下