用神經網絡控制的二象限開關電感DC/DC變換器

3．1連續模式

圖4連續和非連續區的邊界圖

圖5連續和非連續區的邊界圖

　　若等效電阻R很小，則電阻R上的電壓降可以認為是RIL。

由此可見傳輸效率僅取決于導通占空比k、源電壓和負載電壓，與R、L和f無關。

3．2非連續模式

　　連續和非連續區的邊界如圖5所示。從方程（49）可以看出非連續導通區是由下列因素產生的：

　　（1）開關頻率f太低；

　　（2）導通占空比k太小；

　　（3）電感L太小；

　　（4）負載電阻R太大。

　　整個導通周期遠小于T。假設導通周期位于0和t4之間，電感L上的電壓和電流為：

圖5 連續和非連續區的邊界圖

iL(kT)是電感電流iL(t)的峰值，同時也是變化量ΔiL的峰—峰值。當t=t4時，由方程（52）可得iL(t4)=0。

4神經網絡控制

　　這種變換器工作于開環控制方式。由公式（17）和（47）可見，因為電路的電阻R是一隨機參數，所以它對系統的工作點有很大的影響。為了獲得一個穩定的變換運行，我們在系統中采用神經網絡控制[7,8〗。神經網絡控制包括一個由比例加積分（PI）運算和神經網絡組成的閉環控制。這一系統的全圖如圖6所示。

　　比例加積分（PI）運算在4.1中敘述。神經網絡由三層組成，分別是輸入層、隱含層和輸出層。神經網絡的結構如圖7所示。三層中所有節點的函數如圖8所示。它們分別在4.2和4.3中敘述。

4.1數學模型

　　比例加積分（PI）運算由一個比例加積分控制器和負載組成。式中：τ=L/R,Vi在開關接通時為Vl，在開關關斷時為V2。

圖6用神經網絡控制的二象限開關電感DC/DC變換器

圖7神經網絡

圖8節點函數