Controlul adaptiv al neuro-miniundelor pentru sursele în comutație

Rezumat

Sursele in comutatie pot converti tensiunea electrica dintr-un nivel in altul prin comutatie. Aceste surse sunt foarte cunoscute datorita eficientei ridicate si marimii reduse. Aceasta lucrare isi propune un sistem de control adaptiv al neuro-miniundelor(ANW) pentru sursele in comutatie. In sistemul de control ANW controlerul principal este un controler neuronal folosit pentru a simula un controler ideal, iar un controler compensatoriu este creat pentru recuperarea partii reziduale din eroarea aproximata. O lege adaptiva online cu o rata de invatare variabila si optimala este derivata, in aceasta lucrare, pe baza teoremei de stabilitate a lui Lyapunov, astfel incat stabilitatea sistemului fiind garantata iar convergenta parametrilor controlerului putand fi grabita. Apoi sistemul de control ANW este utilizat in controlarea sursei de comutatie. Conform rezultatelor experimentale controlerul ANW propus poate obtine o reglare de performanta favorabila pentru sursele de comutatie chiar si cu tensiuni de intrare si variatii ale sarcinii.

Index de termeni: control adaptiv, teorema de stabilitate a lui Lyapunov, rata de invatare optimala, sursele in comutatie, reteaua neronala a miniundelor(WNN).

I. Introducere

Recent, tehnica controlului bazat pe retea neuronala a reprezentat o metoda alternativa de proiectare pentru diverse sisteme de control [1]-[5]. Elementul cheie de succes este capacitatea de aproximare, unde reteaua neuronala cu parametrii poate aproxima prin invatare dinamica unui sistem necunoscut. Miniundele au fost combinate cu retele neuronale rezultand retele neuronale ale minundelor(WNN). Algoritmii de invatare pentru WNN converg, in mod tipic, intr-un numar mai mic de iteratii in comparatie cu retelele neuronale conventionale [6]-[8]. Spre deosebire de functiile sigmoide folosite in retelele neuronale conventionale, stratul al doilea de neuroni al retelei neuronale WNN este forma de unda a unei microunde, strat in care sunt inclusi parameterii de translatie si extindere. Astfel, retelele neuronale WNN s-au dovedit a fi mai bune decat decat celelalte retele neuronale, in sensul ca structura acestora poate asigura un potential mai bun in ceea ce priveste imbogatirea relatiilor de mapare dintre intrari si iesiri [8]. Exista un interes considerabil in explorarea aplicatiilor cu retele neuronale WNN care fac fata neliniaritatii si incertitudinilor din sistemele de control in timp real [9]-[12]. Aceste controlere bazate pe retele neuronale WNN combina capacitatea de invatare a retelelor neuronale cu abilitatea de identificare in descompunerea miniundelor. Astfel, sistemele de control bazate pe retele neuronale WNN au fost adoptate in sens larg pentru controlul in bucla inchisa al sistemelor dinamice complexe, acest fapt datorindu-se capacitatii de invatare rapida si capacitatii de a generaliza bine [9], [10]. Datorita dezvoltarii rapide a dispozitivelor cu semiconductoare de putere in cazul calculatoarelor personale, componentelor perferice ale calculatorului, sursele in comutatie sunt preferate in aplicatiile industriale moderne. Pentru a obtine sisteme de putere performante, cunoscuta tehnica de control a surselor in comutatie folosita este abordarea modulatiei in latimie a pulsului (PWM) [13], [14]. Modificand raportul sarcinii modulatorului PWM, sursa in comutatie poate converti un nivel al tensiunii electrice intr-un nivel dorit. Din punct de vedere al controlului, structura controlerului sursei in comutatie este un subiect intrigant si trebuie sa fata tensiunii mari de intrare si variatiilor sarcinii, pentru a asigura stabilitatea in orice conditie de functionare in timp ce produce raspunsul rapid si scurt. In decursul ultimului deceniu au existat mai multe abordari propuse pentru structura sistemelor de comutatie PWM, abordari bazate pe tehnici de control PI [15], de control optimal [16], de control sliding-mode [17], [18],de control fuzzy [17], [19] si de control adaptiv [20]. Totusi, majoritatea acestor abordari necesita procedura reglarii proces-si-eroare consumatoare de timp pentru a obtine o performanta satisfacatoare; unele abordari nu pot obtine o performanta satisfacatoare in urma modificarii punctului de operare; iar altele nu au analiza stabilitatii. Motivarea scrierii acestei lucrari este aceea de a proiecta un sistem de control adaptiv al neuro-miniundelor pentru surse in comutatie. Sistemul de control propus este cuprins dintr-un controler neuronal si un controler compensatoriu. Controlerul neuronal ce foloseste retele neuronale WNN este proiectat pentru a simula un controler ideal iar un controler de compensatie este proiectat pentru a compensa eroarea aproximativa dintre controlerul ideal si cel neural. Legea adaptiva online este derivata aici pe baza teoremei de stabilitate a lui Lyapunov astfel incat stabilitatea sistemului sa fie garantata. In final, schema de control ANW propus este aplicata pentru controlul sursei in comutatie din fata. Rezultatele experimentale demonstreaza ca aceasta schema poate obtine o favorabila performanta de control, chiar si sursa in comutatie este influentata de tensiunea de intrare si variatia sarcinii.

II. Formularea problemei

Sursele in comutatie pot converti tensiunea electrica dintr-un nivel in altul prin comutatie.Astazi sunt foarte cunoscute datorita eficientei ridicate si marimii reduse. Dintre numeroasele metode de control in comutatie, PWM, care se bazeaza pe comutatie rapida si control al sarcinii, este cea mai folosita.