基于RBF网络自适应的Buck 变换器终端滑模控制.pdfVIP

第 33卷第 3期 计 算 技 术 与 自 动 化 VO1．33，NO．3 2014年 9月 ComputingTechnologyandAutomation Sep．20 14 文章编号：1003—6199(2014)03—0008—05 基 于 RBF 网络 自适应 的 Buck变 换器 终端滑模控 制 高 巍十，齐金鹏，李如发 (东华大学 信 息科学与技术学 院，上海 2016OO) 摘 要：对于Buck变换器系统，考虑到实际应用中负载变动引起系统参数的不确定性，且不确定性上 界无法测量 的情况，本文拟采用 RBF神经网络对不确定性上界进行 自适应学习。针对 Buck变换器输 出电 压 的控制 问题 ，为 了避免普通滑模控制跟踪误差渐进收敛的问题 ，改善其动态响应速度和稳态性能，本文拟 设计一种基于RBF神经网络的上界 自适应 的终端滑模控制器，并通过 Simulink仿真验证这种方法的可行 性 。 关键词 ：Buck变换器 ；终端滑模控制 ；RBF神经 网络 中图分类号 ：TP273 文献标识码 ：A BuckConverterTerminalSlidingM odeBased onRBF NetworksAdaptiveLearning GAO Wei，QIJin—peng，LIRu—fa (Collegeofinformationscienceandtechnology，DongHuaUniversity，Shanghai 201600，China) Abstract：InBuckconvertersystem ，consideringtheuncertaintyofthesystem parametercausedbyloadchangeinprac— ticalapplication，andtheuncertainup—boundvaluecannotbemeasuredproperly，RBFneuralnetworkisplannedtobeadopt— edtolearntheuncertainup0boundvalue．Forthecontrolproblem oftheoutputvoltageofBuckconverter，inordertoavoid asymptoticconvergenceofthetrackingerrorinconventionalslidingmodecontrol，andimprovethespeedofdynamicre— sponseandsteadystateperformance，aterminalslidingmodecontrollerwhichisbasedonRBF neuralnetworktolearnthe uncertainup—boundvaluewillbedesigned．Atlast，simulationsareusedtoverifythefeasibilityofthealgorithm． Keywords：buckconverter；terminalslidingmodecontrol；RBF neuralnetwork 滑模控制策略，能保证跟踪误差在有限时间内收敛 1 引 言 到零，具有更高的动态性能和稳态精度[3]。本文 针对 Buck变换器 ，采用非奇异终端滑模控制策 滑模控制 (SMC)与其他控制的区别之处在于 略，考虑负载变动引起系统参数的不确定性 ，采用 系统 “结构”并不固定 ，可以根据系统当前状态不断 RBF神经网络来学习不确定参数的上界，设计一 变化