200W正弦波逆变电源的设计方法

提出了一种基于数字控制的具有高频链的200 W正弦波逆变电源的设计方法.正弦波逆变电源由一种新的全桥移相DC/DC软开关变换器和DC/AC周波变换器级联构成.介绍并分析了全桥移相DC/DC变换器软开关的实现方法和设计注意事项,以及全桥移相DC/DC变换器一个开关周期内的6个电路拓扑变换过程.提出了一种基于瞬时无功功率理论实现DC/AC周波变换器的新的控制方法,并给出了其控制原理框图.最后利用PSIM软件对整体电路进行了仿真,仿真结果表明符合理论分析的结果.     

基于FPGA的Buck变换器的研究与设计

与传统的模拟控制相比,提出了一种基于BuckDC—DC变换器的电流滞环数字控制方法,通过数控芯片计算、处理采样得到的瞬时电压、电流值,将电感电流稳定在一定的滞环范围内,达到稳定输出电压的效果。分析了负载突变时电路的动态响应,给出了主电路器件参数的选择和设计方法,并制作了一台以FPGA芯片为控制核心的智能数控开关电源,验证了控制方法的可行性和理论分析的正确性。     

基于UCC3895的新型通信AC-DC变换器的设计

本文介绍了移相全桥ZVZCS变换器原理和基于UCC3895的新型通信AC—DC变换器的设计。实验结果证明基于该电路设计的新型AC—DC变换器性能稳定可靠,效率达93％。     

一种新型矩阵式AC/DC变换器研究

为克服常规AC/DC变换器的缺陷,提出了一种新型AC/DC变换器——三相/一相矩阵式变换器(3/1MC).该矩阵式变换器直接将三相交流380V/50 Hz输入变换为单相PWM高频、高压交流电压.由高频变压器隔离并调理为需要的幅值后,经倍流式整流、滤波输出预期的直流电压.控制电路由UC3879及外围逻辑芯片组成.通过4kW 28.5V/140A原理样机的实验验证了理论分析的正确性及方案的可行性     

用于DC/DC变换器的非线性控制策略综述

介绍了包括非线性PID控制、变结构控制、神经网络鲁棒控制和混沌控制等非线性控制策略在DC/DC变换器中应用,以及各种控制方法的现状和发展动态.     

定频滑模控制Buck变换器设计

针对滞环调制的滑模控制开关变换器的开关频率随输入电压或负载变化而变化的问题,介绍了一种可以将切换函数直接转换成固定频率的开关控制信号的定频调制方法。详细分析了该调制方法的工作原理,给出了一种模数混合电路实现方案,研究了其在滑模控制Buck变换器中的应用。通过计算机仿真研究了该定频调制技术的可行性和有效性,仿真结果表明该调制技术保持了滞环调制具有快速瞬态调节能力,同时具有恒定开关频率、利于滑模控制器的集成和数字实现的优点。     

燃料电池汽车车载DC/DC变结构控制研究

在介绍DC/DC变换器基本原理的基础上,针对燃料电池特定系统的设计,建立了燃料电池电动汽车车载DC/DC变换器的数学模型.在模型分析的基础上,提出了符合特性的DC/DC变换器滑模变结构控制方案.并用Matlab软件对所设计的控制系统进行了仿真实验,仿真结果证明了理论分析和计算的正确性.     

一类滞环非线性时滞系统的神经网络动态面控制方法

滞环特性作为一种非线性特性广泛存在于微机械精密加工、机电伺服等系统中,严重影响着系统的性能;与滞环现象类似,时滞现象也严重影响着系统的准确性.本文针对状态变量全部可测的一类滞环非线性时滞系统,提出了基于RBF神经网络逼近的动态面的控制方法,大大简化了控制器的设计过程;通过RBF神经网络估计未知时滞函数,可以在时滞函数完全未知的情况下设计控制器;稳定性分析表明,控制方案可以保证闭环系统稳定并且通过参数的选取,可以使跟踪误差任意小;最后,通过仿真证明了方法的有效性.     

矩阵式AC/DC变换器研究

对三相/三相矩阵变换器进行变换,得到一种衍生的AC/DC变换器拓扑。采用电流型空间矢量调制策略,推导出在该调制策略下的输出电压的表达式。通过在拓扑中加入一个谐振电感和隔直电容,使得双向开关器件可以实现软开关换流,并详细分析了换流过程。将控制算法建立在以电源电压矢量定向的dq同步旋转坐标系中,改变调制矢量实现功率因数调节。仿真结果验证了理论和控制方案的正确性和可行性。     

基于2-DOF PID控制器的PWM DC/DC变换器的仿真

在PWM DC／DC变换器中，为了提高系统的目标值跟踪特性和干扰抑制特性，通常采用PID调节器．由于这种方式为单自由度控制，所以它的目标值跟踪特性最佳和干扰抑制特性最佳不可兼得．提出了2-DOF PID控制的PWM DC／DC变换器控制模型，并进行了仿真．结果表明了方案的正确性．     

定量称重包装系统RBF神经网络PID控制研究

针对定量称重包装系统具有惯性、滞后、非线性时变且无法建立精确模型等特点,分析物料动态称量响应过程的动态特性及影响定量称重包装精度的相关因素和误差来源,提出1种基于RBF神经网络PID的定量称重包装控制策略。利用具有任意非线性表达能力及较强自学习能力的RBF神经网络寻求最佳的PID参数,并通过Matlab仿真验证控制策略的有效性。结果表明,与传统的PID控制相比,RBF神经网络PID控制策略具有较强的抗干扰能力,可显著改善定量称重包装系统的控制效果。     

基于轮询的总线式ATM接入网及其性能研究

提出了一种基于总线结构,采用轮询方式的ＡＴＭ接入网方案,进行了该方案的性能研究,并在实验室环境下进行了模拟仿真,结果表明该ＡＴＭ接入网能满足ＡＴＭ接入基本要求,方案是可行的。     

Intelligent Control on Hot Strip Coiling Temperature

A new intelligent control scheme for hot strip coiling temperature is presented. In this scheme, the prediction mode1 of finishing temperature and the presetting model of main cooling zone are establish based on BP neural network, the feed-forward open-loop control model of main cooling zone is constructed based on T-S fuzzy neural network, a new improved structure of T-S fuzzy neural network is developed, and the feedback close-loop control model of precision cooling zone is obtained based on fuzzy control. The effectiveness of the proposed scheme has been demonstrated by computer simulation with a satisfactory result.     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案，其内部模型和内模控制器的建立均由对角递归神经网络来实现，同时改进神经网络控制器的训练函数。仿真结果表明，改进的内模控制系统与基本BP神经网络内模控制系统相比。具有跟踪速度快，超调量小，以及对对象参数摄动具有较好的适应性。     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案,其内部模型和内模控制器的建立均由对角递归神经网络来实现,同时改进神经网络控制器的训练函数。仿真结果表明,改进的内模控制系统与基本BP神经网络内模控制系统相比,具有跟踪速度快,超调量小,以及对对象参数摄动具有较好的适应性。     

采用神经网络滑模控制的齿隙摩擦补偿

基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学变结构模型。采用径向基函数(RBF)神经网络和滑模控制构成复合控制器,对系统齿隙、摩擦非线性因素进行了补偿。利用RBF神经网络调节滑模控制器的切换项增益,降低了滑模控制的抖振,提高了补偿效果,仿真结果验证了该方法的可行性。     

基于神经网络的一种PID控制技术

提出了一种基于神经网络的ＰＩＤ控制方案。用神经网络辨识器与神经网络控制器构成间接自校正控制系统,其中,神经网络辨识器采用单稳层结构,其辨识算法采用预报误差（ＲＰＥ算法）：神经网络控制器为２层的线性结构,具输入为系统偏差及其一阶和于阶微分,控制器具有增量型ＰＩＤ控制结构。将该控制方案应用于电阻炉的炉温控制中,获得了满意结果。     

移动自组织网中基于最优距离的概率广播方案

广播是移动Adhoc网络提供路由发现、地址解析等网络功能的一项重要操作．为了减少了泛洪广播算法中的端到端延迟,有效利用有限的带宽资源,解决广播风暴问题,文中提出了一种距离感知的广播技术,即基于最优距离的概率广播方案．本方案通过结合概率算法和距离感知来解决广播风暴问题,以高可达率和低延迟在网络中传播广播数据包．仿真结果显示与主流的泛洪算法和概率广播算法相比,本方案在可到达率、端到端延迟及重播概率等方面的性能有所提高．     

一类带有未知间隙滞后特性的反演自适应控制

提出了一类带有未知间隙滞后特性的不确定非线性单输入单输出系统的一种反演自适应控制器设计方案。在有界外部干扰的情况下,通过不同的方程式建立了滞后模型。在设计方案中,我们提出了一种可供选择的平滑控制律,它的跟踪误差仍然接近指定界。与别的控制方案不相同的是发展的反演自适应控制不要求内部模型参数已知,也不要求干扰项有界。除了说明全局稳定性之外,在设计参数方面,也给出了性能的轨线误差一个确切的界。最后的仿真结果说明了我们方案的有效性。     

基于HGA的模糊神经控制充电器设计与实现

将神经网络与模糊控制相结合,实现了模糊控制器的自学习和自适应,提出了基于递阶遗传算法的模糊神经网络优化算法来进行蓄电池的充电控制,通过对每个染色体采用递阶编码,可以同时优化模糊神经网络结构和权值参数,实现对非线性的、时变的、有干扰的、具有纯滞后的蓄电池充电控制系统的最佳控制.