TWI721582B

TWI721582B - 基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法

Info

Publication number: TWI721582B
Application number: TW108135560A
Authority: TW
Inventors: 謝正雄
Original assignee: 遠東科技大學
Priority date: 2019-10-01
Filing date: 2019-10-01
Publication date: 2021-03-11
Also published as: TW202116004A

Abstract

本發明揭露一種適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法。數位模糊控制器包含升壓轉換器以及數位電腦。升壓轉換器包含電感、切換開關及輸出電容，通過連續訊號控制切換開關以將輸入電壓轉換為輸出電壓。數位電腦包含處理器及資料庫，資料庫儲存連續訊號及取樣訊號。處理器存取資料庫以執行資料訓練程序，通過適應性網路模糊推論演算法建立升壓轉換器控制模型，並通過升壓轉換器控制模型產生實際控制訊號。

Description

基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法

本發明是關於一種電力轉換器之數位模糊控制器及其控制方法，特別是關於一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法。

直流-直流(DC-DC)轉換器或直流-交流(DC-AC)轉換器是電力轉換上相當重要的課題，且通常會藉由基本的連續電路來實施，其轉換的效率會由使用的控制方法所影響。通過模糊控制應用在直流轉交流之電力轉換器時，通常會浪費太多時間對輸入調整因子(input scaled factor)、模糊規則(fuzzy rule)及歸屬函數(membership function)去進行試誤學習，造成效能不佳。

有鑑於此，如何建立一種提升效能的電力轉換器的控制器或控制方式，是本領域所重視的課題。因此，本發明之發明人思索並設計一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法，針對現有技術之缺失加以改善，進而增進產業上之實施利用。

有鑑於上述已知技藝之問題，本發明之目的就是在提供一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法，以解決已知之連續控制訊號產生之問題。

根據本發明之一目的，提出一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器，其包含升壓轉換器以及數位電腦。升壓轉換器包含電感、切換開關及輸出電容，電感之一端電性連接輸入電源，切換開關連接於電感之另一端，另一端連接於輸出電容，通過連續訊號控制切換開關以將輸入電壓轉換為輸出電壓。數位電腦包含處理器及資料庫，資料庫接收連續訊號，並且依據連續訊號對輸出電壓及參考電壓進行取樣，將取樣訊號及對應之連續訊號儲存於資料庫。處理器存取資料庫以執行資料訓練程序，將取樣訊號及連續訊號通過適應性網路模糊推論演算法建立升壓轉換器控制模型，並通過升壓轉換器控制模型產生實際控制訊號，將實際控制訊號傳送至切換開關。

較佳地，取樣訊號可包含輸出電壓與參考電壓之間之差異值以及差異值與前一連續訊號對應的差異值之間之變化值。

較佳地，適應性網路模糊推論演算法可包含5層之定向節點運算，由差異值及變化值作為輸入參數，由連續訊號作為輸出結果，經由資料訓練程序產生升壓轉換器控制模型。

較佳地，各該定向節點運算可包含具有節點參數集之運算及空參數集之運算。

較佳地，升壓轉換器可包含直流-直流轉換器或直流-交流轉換器。

根據本發明之另一目的，提出一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制方法，其包含以下步驟：設置升壓轉換器，升壓轉換器包含電感、切換開關及輸出電容，切換開關通過連續訊號控制以將輸入電壓轉換為輸出電壓；設置數位電腦，數位電腦包含處理器及資料庫，資料庫接收連續訊號，並將連續訊號儲存於資料庫；進行取樣程序，數位電腦依據連續訊號對輸出電壓及參考電壓進行取樣，將取樣訊號儲存於資料庫；進行資料訊練程序，處理器存取資料庫，將取樣訊號及連續訊號通過適應性網路模糊推論演算法建立升壓轉換器控制模型；以及數位電腦通過升壓轉換器控制模型產生實際控制訊號，並將實際控制訊號傳送至切換開關以控制升壓轉換器。

承上所述，依本發明之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法，其可具有一或多個下述優點：

(1)此基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法能降低傳統花費大量時間對輸入調整因子、模糊規則及歸屬函數去進行試誤學習的問題，提升控制的效能，以進一步提升電力轉換器之性能。

(2)此基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法能夠採用適應性網路模糊推論系統的演算方式來訓練輸入及輸出之數據，將系統模型參數調整至最佳化，使得取得的控制訊號能準確達成所需輸出，降低操作誤差。

(3)此基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器及其控制方法能運用在現有的電力轉換器上，無須重新設計複雜的判斷電路，減少開發及製作上之成本，進而降低生產成本。

1:電力轉換器之數位模糊控制器

10:升壓轉換器

20:數位電腦

C:輸出電容

L:電感

R:電阻

T:切換開關

Vin:輸入電源

S1~S5:步驟

第1圖係為本發明實施例之升壓轉換器之示意圖。

第2圖係為本發明實施例之電力轉換器之數位模糊控制器之示意圖。

第3圖係為本發明實施例之適應性網路模糊推論演算法之示意圖。

第4圖係為本發明實施例之電力轉換器之數位模糊控制方法之流程圖。

第5圖係為本發明實施例之直流-交流轉換器追蹤結果之示意圖。

第6圖係為本發明實施例之直流-直流轉換器追蹤結果之示意圖。

為利貴審查委員瞭解本發明之技術特徵、內容與優點及其所能達成之功效，茲將本發明配合附圖，並以實施例之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本發明實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍，合先敘明。

請參閱第1圖，其係為本發明實施例之升壓轉換器之電路示意圖，如圖所示，升壓轉換器10包含電感L、切換開關T及輸出電容C，電感L之一端電性連接輸入電源Vin，切換開關T連接於電感L之另一端，另一端連接於輸出電容C。升壓轉換器10還可包含電阻R，串接於切換開關T與輸出電容C之接點。輸入電源V _in會提供已知的恆壓，使得電流通過電感L而具有電壓x _1c，經過切換開關T後使得輸出電容C具有輸出電壓x _2c。此時，通過提供至切換開關T的連續訊號u _c，可以控制切換開關T在導通與斷開之間切換(u _c

[0 1])，以將輸入電壓轉換為輸出電壓。上述電感L與輸出電容C的電壓(x _1c、x _2c)滿足以下的方程式：

y _c=x _2c (3)

其中，u _c為控制切換開關T的連續訊號，v _in為已知恆壓，R為電阻R，y _c為升壓轉換器之輸出訊號。升壓轉換器10通過控制連續訊號u _c，可以讓已知恆壓v _in對應轉換成所需的輸出電壓x _2c。至於如何建置控制切換開關T的控制器，則於以下實施例說明。

請參閱第2圖，其係為本發明實施例之電力轉換器之數位模糊控制器之示意圖，如圖所示，電力轉換器之數位模糊控制器1包含升壓轉換器10以及數位電腦20。升壓轉換器10包含電感L、切換開關T及輸出電容C，其與前一實施例所述之升壓轉換器10相同，因此，不在重複描述相同內容。如前所述，升壓轉換器10之電容C的輸出電壓x _2c為輸出訊號，通過與參考電壓x _r的比較，可對輸出電壓x _2c及參考電壓x _r進行取樣，其中，取樣訊號可包含輸出電壓x _2c與參考電壓x _r之間之差異值(e(k)=x _r-x _2c)以及差異值與前一連續訊號對應的差異值之間之變化值(△e(k)=e(k)-e(k-1))。

數位電腦20包含處理器及資料庫，資料庫可以接收並儲存控制切換開關T之連續訊號u _c，並且依據連續訊號u _c對輸出電壓x _2c及參考電壓x _r進行取樣，將取樣訊號(e(k)、△e(k))也同樣儲存於資料庫。處理器可以執行程式存取資料庫當中的資料來執行資料訓練程序，將取樣訊號當中差異值e(k)及變化值△e(k)作為輸入參數，將連續訊號u _c作為對應輸出結果，經過資料取樣與學習訓練後，通過適應性網路模糊推論演算法建立升壓轉換器控制模型，數位電腦20通過升壓轉換器控制模型產生實際控制訊號u _d，將實際控制訊號u _d傳送至升壓轉換器10之切換開關T。以下將進一步說明適應性網路模糊推論演算法之網路節點分析架構。

請參閱第3圖，其係為本發明實施例之適應性網路模糊推論演算法之示意圖，如圖所示，適應性網路模糊推論系統30為5層之網路節點架構，其為定向節點運算方式的網路架構，通過這些節點當中可調整參數的修正，可使輸出的誤差降到最低。在本實施例中，適應性網路模糊推論系統30可假設有2個輸入(x,y)及一個輸出z=f，對應於前述輸入的差異值、變化值以及輸出的連續訊號，且包含兩個規則：規則1：If x is A ₁ and y is B ₁ then f ₁=p ₁ x+q ₁ y+r ₁

規則2：If x is A ₂ and y is B ₂ then f ₂=p ₂ x+q ₂ y+r ₂

上述規則中x與y是系統的兩個輸入值，A₁、A₂、B₁與B₂是語法符號，最後輸出值是

，

與

是一個權重比例，

與

的調整就是由輸出評分的增減來告知輸入量的好與不好參考，透過基於適應性網路模糊推論系統的學習可以找出最好權重比例，本實施例是以此來獲得最近似原先的模型。

如圖所示，如果該層具有節點參數集，則以方框表示，即節點的輸出函數依據參數值改變，例如第1層及第4層節點。相對的，當該層為空參數集，則以圓圈表示，即節點的輸出函數是固定的，例如其他層。在本實施例中，第一層的節點輸出函數為

，其中x為節點之輸入值，A_i為語言標籤(linguistic label)，O _i ¹為A_i之隸屬函數(membership function)。第二層則是接收第一層之輸出，將其相乘後輸出，其滿足輸出規則為

。第三層接收第二層之輸出後，計算其平均值後輸出，其滿足

。第四層與第一層同樣接收參數集輸入，其輸出函數為

。第五層則是將第四層的所有輸出加總，其輸出函數為

。適應性網路模糊推論系統30整合了多種運算法則來訓練參數，藉由資料的訓練程序來建立控制模型，即升壓轉換器控制模型，使得控制誤差能降到最低。

請參閱第4圖，其係為本發明實施例之電力轉換器之數位模糊控制方法之流程圖。如圖所示，電力轉換器之數位模糊控制方法包含以下步驟(S1~S5)：

步驟S1：設置升壓轉換器。升壓轉換器包含電感、切換開關及輸出電容，切換開關通過連續訊號控制以將輸入電壓轉換為輸出電壓。升壓轉換器之設置可請參閱第1圖所述之實施例，原本升壓轉換器10的控制模型可為x _c=f(x _c)+g(x _c)u _c(t)，其中在時間t時的控制訊號

，K為正的常數，

，x _1r及x _2r分別為電感電流的穩定狀態值及電容電壓值，x _2c為可量測的輸出訊號。

步驟S2：設置數位電腦。數位電腦包含處理器及資料庫，資料庫接收連續訊號，並將連續訊號儲存於資料庫。請重新參閱第2圖，升壓轉換器10將控制訊號u _c(t)傳送至數位電腦，將其儲存於資料庫當中。

步驟S3：進行取樣程序。數位電腦依據連續訊號對輸出電壓及參考電壓進行取樣，將取樣訊號儲存於資料庫。針對不同時間t的控制訊號，針對輸出訊號的電壓進行取樣，藉由輸出電壓與參考電壓之間之差異值e(k)以及差異值與前一連續訊號對應的差異值之間之變化值△e(k)作為取樣訊號，將取樣訊號同樣儲存於資料庫當中。

步驟S4：進行資料訊練程序。處理器能執行程式來存取資料庫，藉由指令執行將取樣訊號及連續訊號通過上述適應性網路模糊推論演算法進行運算及訓練，修正升壓轉換器的控制訊號u _d(t)=FLC(e(k),△e(k))。

步驟S5：建立升壓轉換器控制模型。數位電腦通過升壓轉換器控制模型產生實際控制訊號，並將實際控制訊號傳送至切換開關以控制升壓轉換器。將修正升壓轉換器的控制訊號用來置換連續訊號u _c(t)，建立新的升壓轉換器控制模型x _d=f(x _d)+g(x _d)u _d(t)，其中電感L與輸出電容C的電壓分別表示如下：

y _d=x _2d (6)

升壓轉換器通過控制連續訊號u _d，可以讓已知恆壓v _in對應轉換成所需的輸出電壓x _2d，使其幾乎等於參考電壓x _r。

請參閱第5圖，其係為本發明實施例之直流-交流轉換器追蹤結果之示意圖。如圖所示，其為直流轉交流之轉換器之追蹤之實施例，追蹤正弦參考訊號x_r(t)=100+30

sin(20πt)於負載為220Ω的升壓轉換器上，其中直流電源供應為48V，切換開關的頻率為30kHz，電感為12mH，電容為15μF。通過上述的資料訓練程序後，實際控制訊號輸入與已知連續控制訊號輸入的比較如圖所繪示，其控制訊號幾乎完全相同。

請參閱第6圖，其係為本發明實施例之直流-直流轉換器追蹤結果之示意圖。如圖所示，其為直流轉直流之轉換器之追蹤之實施例，追蹤常數參考訊號x_r(t)=100於負載為220Ω的升壓轉換器上，其中直流電源供應為48V，切換開關的頻率為30kHz，電感為12mH，電容為15μF。通過上述的資料訓練程序後，實際控制訊號輸入與已知連續控制訊號輸入的比較如圖所繪示，其控制訊號幾乎完全相同。

由上述模擬結果可以看出僅利用可得的輸出訊號，即能達成與已知連續訊號控制相同之效果，且可適用於直流-直流轉換器或直流-交流轉換器。

以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

1:電力轉換器之數位模糊控制器

10:升壓轉換器

20:數位電腦

Claims

一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器，其包含：一升壓轉換器，係包含一電感、一切換開關及一輸出電容，該電感之一端電性連接一輸入電源，該切換開關連接於該電感之另一端，另一端連接於該輸出電容，通過一連續訊號控制該切換開關以將一輸入電壓轉換為一輸出電壓；以及一數位電腦，係包含一處理器及一資料庫，該資料庫接收該連續訊號，並且依據該連續訊號對該輸出電壓及一參考電壓進行取樣，將一取樣訊號及對應之該連續訊號儲存於該資料庫，該處理器存取該資料庫以執行一資料訓練程序，將該取樣訊號及該連續訊號通過一適應性網路模糊推論演算法建立一升壓轉換器控制模型，並通過該升壓轉換器控制模型產生一實際控制訊號，將該實際控制訊號傳送至該切換開關；其中該取樣訊號包含該輸出電壓與該參考電壓之間之一差異值以及該差異值與前一連續訊號對應的差異值之間之一變化值。
如請求項1所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器，其中該適應性網路模糊推論演算法包含5層之定向節點運算，由該差異值及該變化值作為一輸入參數，由該連續訊號作為一輸出結果，經由該資料訓練程序產生該升壓轉換器控制模型。
如請求項2所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器，其中各該定向節點運算包含具有節點參數集之運算及空參數集之運算。
如請求項1所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制器，其中該升壓轉換器包含一直流-直流轉換器或一直流-交流轉換器。
一種基於適應性網路模糊推論系統之電力轉換器之數位模糊控制方法，其包含以下步驟：設置一升壓轉換器，該升壓轉換器包含一電感、一切換開關及一輸出電容，該切換開關通過一連續訊號控制以將一輸入電壓轉換為一輸出電壓；設置一數位電腦，該數位電腦包含一處理器及一資料庫，該資料庫接收該連續訊號，並將該連續訊號儲存於該資料庫；進行取樣程序，該數位電腦依據該連續訊號對該輸出電壓及一參考電壓進行取樣，將一取樣訊號儲存於該資料庫；進行資料訊練程序，該處理器存取該資料庫，將該取樣訊號及該連續訊號通過一適應性網路模糊推論演算法建立一升壓轉換器控制模型；以及該數位電腦通過該升壓轉換器控制模型產生一實際控制訊號，並將該實際控制訊號傳送至該切換開關以控制該升壓轉換器；其中該取樣訊號包含該輸出電壓與該參考電壓之間之一差異值以及該差異值與前一連續訊號對應的差異值之間之一變化值。
如請求項5所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制方法，其中該適應性網路模糊推論演算法包含5層之定向節點運算，由該差異值及該變化值作為一輸入參數，由該連續訊號作為一輸出結果，經由該資料訓練程序產生該升壓轉換器控制模型。
如請求項6所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制方法，其中各該定向節點運算包含具有節點參數集之運算及空參數集之運算。
如請求項5所述之基於適應性網路模糊推論系統之電力轉換器之數位模糊控制方法，其中該升壓轉換器包含一直流-直流轉換器或一直流-交流轉換器。