关键词:
电力电子器件
自适应控制
自抗扰控制
参数辨识
粒子群算法
摘要:
随着电力电子技术的发展,电力电子器件在重要的工业领域得到了广泛的应用。作为电源或控制器等重要部件,其稳定运行已成为连续生产过程的关键。电力电子器件在使用过程中,内部器件会受环境、温度等因素的影响,参数发生改变,当参数变化过大时会影响电力电子器件的正常运行,严重时甚至会导致整个系统瘫痪。因此,实现对电力电子器件参数的有效辨识对于提高其可靠性与可维护性,进而提高整个系统的稳定性具有重要的现实意义。本文以含有电阻、电容的电路为研究对象,设计了参数辨识算法与控制算法。主要研究内容分为以下三个部分。第一部分,对电阻-电容电路的参数辨识问题进行了研究。介绍了自适应参数辨识方法,包括自适应梯度下降法与自适应最小二乘法。根据电路的内部器件对电路进行数学建模,分别利用自适应梯度下降法与自适应最小二乘法对其进行参数辨识。仿真结果表明基于自适应梯度下降法的参数辨识效率更高,速度更快,能够进行准确的参数辨识。第二部分,针对电力电子器件输入信号容易被噪声污染,导致数学建模困难的问题,本文借助自抗扰控制技术,并通过仿真验证了跟踪微分器(Tracking Differentiator,TD)对噪声有良好的抑制效果,提出了基于TD的参数辨识方法。分别利用TD与经典微分器结合自适应梯度下降法进行参数辨识,仿真结果表明基于TD的参数辨识结果更为准确,效果更好。由于设备老化等原因造成铭牌上的参数与当前实际的参数不一致,如果依据铭牌上的参数设计控制器得到的控制目标就会与预期的控制目标产生较大误差,更有甚者会导致系统不稳定。针对这一问题,本文根据辨识后的参数,得到了实际的电路模型与预期的电路模型,将误差看作扰动,设计了串级自抗扰控制器对电路加以控制。通过仿真可以看出串级自抗扰控制器可以抵消扰动,实现了对电路的有效控制,使其达到了预期的控制目标,满足实际工程的需求。第三部分,在实际的工业过程中,采用一般的传感器来获取电路输出信息的精确值比较困难,而二值传感器凭借其设计简单、成本低廉等优势,在诸多应用中备受青睐。故本文选取了经济效益更高的二值传感器来获取输出信息,在获取信息量较少的情况下,以自适应参数辨识模型为基础,根据实际输出信息设计二值传感器,从真实的输出信息中选取数据,借助粒子群算法(PSO)对支持向量回归机(SVR)的参数进行优化,分别利用SVR算法与PSO-SVR算法进行参数辨识。仿真结果表明基于PSO-SVR的参数辨识拟合程度更高,泛化能力更强,辨识结果更为准确。文章最后对目前所做的工作进行总结,并对下一步的研究方向进行展望。