| 【中文题名】 | 半桥SLR变换器的建模与参数优化 |
| 【英文题名】 | |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-16 |
| 【中关键词】 | 半桥,串联负载谐振变换器,支持向量机回归,仿真建模,参数优化, |
| 【英关键词】 | half-bridge,series load resonant converter,support vector machine regression,simulation and modeling,parameter optimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
近几年来，软开关电路系统非线性建模及动力学行为研究已逐渐成为电力电子领域研究的热点。因为软开关电路系统中的非线性现象研究不仅有助于揭示系统工作不规则现象的成因，保障系统的工作性能稳定，而且还可以促使产生相应的临界点控制方案，提高系统动态响应能力。然而，由于软开关电路系统普遍为高阶、多模态、工作频率负载依赖的系统，使适用于硬开关电路系统的基于固定周期的离散映射建模方法具有相当的局限性。本文主要研究了三个方面的内容：半桥SLR变换器的稳定性分析和研究一种新的方法对软开关电路进行建模并对电路参数进行优化。
谐振型开关调节系统是一种强非线性、离散的系统，要精确地建立其数学模型并从理论上得到系统的瞬态解和稳态解是较为困难的，更不能用经典控制理论设计控制器并研究其稳定性。本文从实际工程中遇到的难以设计谐振电感和谐振电容的问题出发，在分析了半桥SLR变换器的工作方式及模态的基础上，推导出了电流断续工作方式下的输出电压与电路参数的关系表达式，从而得出了谐振参数的稳定区间，并在Simulink中进行了仿真验证。所获研究结果与仿真结果一致。
支持向量机是统计学习理论的重要组成部分，在研究小样本情况下表现... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-9 |
|
第一章 绪论 |
9-16 |
|
1.1 软开关技术 |
9-11 |
|
1.1.1 软开关技术的提出 |
9 |
|
1.1.2 软开关技术的发展历程 |
9-11 |
|
1.2 非线性系统的建模 |
11-13 |
|
1.2.1 直流开关变换器的建模方法 |
11-12 |
|
1.2.2 非线性建模理论研究现状 |
12-13 |
|
1.3 课题来源及研究意义 |
13-14 |
|
1.4 本文的研究内容 |
14-16 |
|
第二章 半桥逆变技术的基本原理 |
16-28 |
|
2.1 开关型逆变器的概念 |
16-23 |
|
2.1.1 概述 |
16-17 |
|
2.1.2 主电路中逆变电路形式 |
17-18 |
|
2.1.3 功率变换电路的比较于应用 |
18-20 |
|
2.1.4 开关型逆变器的控制方式 |
20-23 |
|
2.2 半桥逆变器的工作原理 |
23-25 |
|
2.2.1 无回馈能量情况(无续流电路) |
23-25 |
|
2.2.2 有回馈能量情况(续流) |
25 |
|
2.3 逆变器的性能指标 |
25-28 |
|
第三章 半桥 SLR 变换技术 |
28-41 |
|
3.1 串联谐振电路 |
28-30 |
|
3.1.1 无阻尼串联谐振电路 |
28 |
|
3.1.2 谐振电容并联负载的串联谐振电路 |
28-29 |
|
3.1.3 串联负载谐振电路 |
29-30 |
|
3.2 半桥 SLR 变换器的基本原理 |
30-39 |
|
3.2.1 拓扑结构 |
30-31 |
|
3.2.2 开关模态 |
31-33 |
|
3.2.3 工作方式 |
33-38 |
|
3.2.4 输出电压和功率的控制 |
38 |
|
3.2.5 稳态特性 |
38-39 |
|
3.3 SLR 电路的设计 |
39 |
|
3.4 SLR 电路的特点 |
39-41 |
|
第四章 半桥 SLR 变换器的稳定性分析与仿真 |
41-54 |
|
4.1 SLR 直－直变换器的控制 |
41 |
|
4.2 半桥 SLR 逆变电路的稳定性分析 |
41-43 |
|
4.3 基于 Simulink 软开关逆变电源的仿真 |
43-54 |
|
4.3.1 Simulink 的简介 |
43-44 |
|
4.3.2 仿真模型 |
44-45 |
|
4.3.3 仿真参数与结果 |
45-50 |
|
4.3.4 稳定性仿真参数与结果 |
50-54 |
|
第五章 基于 SVMR 的半桥 SLR 变换器的建模 |
54-67 |
|
5.1 统计学习理论 |
54-56 |
|
5.1.1 统计学习理论的核心内容 |
54 |
|
5.1.2 函数集的 VC 维与推广性的界 |
54-55 |
|
5.1.3 结构风险最小化原则 |
55-56 |
|
5.2 支持向量机 |
56-59 |
|
5.2.1 支持向量机理论 |
56-57 |
|
5.2.2 支持向量机 |
57-58 |
|
5.2.3 核函数 |
58-59 |
|
5.3 支持向量机回归原理 |
59-61 |
|
5.3.1 支持向量机线性回归 |
59-60 |
|
5.3.2 支持向量机非线性回归 |
60-61 |
|
5.4 支持向量机回归的实现 |
61 |
|
5.5 基于 SVM 的 SLR 变换器的建模 |
61-67 |
|
5.5.1 确定输入输出参数 |
61-62 |
|
5.5.2 取样本数据 |
62-63 |
|
5.5.3 选择适当的 SVM 回归模型 |
63-64 |
|
5.5.4 建立系统模型 |
64-65 |
|
5.5.5 测试系统模型 |
65-67 |
|
第六章 半桥 SLR 变换器的参数优化 |
67-74 |
|
6.1 开关电源的优化设计 |
67-70 |
|
6.1.1 可行设计与最优设计 |
67 |
|
6.1.2 开关电源的主要性能指标 |
67-68 |
|
6.1.3 优化设计的数学模型 |
68-69 |
|
6.1.4 工程优化设计的特点 |
69-70 |
|
6.2 参数优化方法 |
70-71 |
|
6.3 参数优化结果 |
71-74 |
|
第七章 总结与展望 |
74-76 |
|
参考文献 |
76-79 |
|
致谢 |
79-80 |
|
攻读学位期间主要的研究成果 |
80 |
|
| 【DOI】 | LunWen.ID:2.2008.389100 |
