Fuzzy-DPLL在感应加热电源中的应用与研究

发布时间:2010-11-10 阅读量:1543 来源: 我爱方案网 作者:

1引言

感应加热以其独特的优点广泛应用于金属表面热处理、焊接、金属热加工等领域。在感应加热电源工作过程中因温度变化和炉料融化等因素,使负载等效参数和固有谐振频率发生变化。为保证电源正常运行,应使逆变器始终工作在功率因数接近或等于1的准谐振或谐振状态,以实现逆变器开关器件的零电流或零电压开关,这要求逆变器的输出频率能随负载固有频率变化,即控制电路具有自动频率跟踪功能。传统方法是利用以集成锁相环CD4046为 核心的模拟电路进行控制,其在不同频率段工作时需要不同的滤波网络参数,死区时间需要辅助电路实现,跟踪范围窄,且不可避免地存在模拟电路的线路复杂、元 件易老化、零漂及一致性差导致的不便于调试等缺点。近年来迅速发展的模糊控制是一种模拟人思维的控制方法,易于处理具有复杂性、模糊性的受控对象或系统, 同时具有很强的鲁棒性,可有效减少系统干扰和参数变化对控制效果的影响,同时也存在控制精度差,易受人主观因素影响等不足。鉴于以上原因,采用了一套将模 糊控制与数字锁相环相结合的解决方案,即Fuzzy-DPLL复合控制。

2系统工作原理

1示出串联谐振感应加热电源系统框图。整流部分采用三相桥式不控整流电路;逆变部分采用单相桥式串联谐振逆变电路,其开关器件为IGBT。系统主控CPU采用数字信号处理器(Digital Signal Processor,简称DSP),DSP主要用于实现频率跟踪控制及功率调节。频率跟踪采用Fuzzy-DPLL复合控制策略,以实现IGBT的过零导通。

2示出Fuzzy-DPLL控制器原理图。

电源工作时,控制器通过相应的检测电路确定感应加热电源负载电流频率fr及逆变器反馈电压频率fm。当检测到|fr-fm|ε时,进入模糊逻辑控制,通过调节逆变器输出频率使其向着DPLL锁定范围进行相应的频率增加或减小。当误差信号小于着时,系统进入数字锁相环工作模式。

3控制算法

复合控制在DSP上实现,DPLL算法和Fuzzy算法分别由两个子程序来完成。

3.1数字锁相环工作原理

锁相环实质是一个自动跟踪输入信号的负反馈闭环控制系统,其原理如图3所示。

当输入和输出存在频率相位差时,鉴相器输出与相位差大小成比例的脉冲电压信号,该信号经低通滤波后使压控振荡器的输出频率发生相应变化,当输入输出同频同相时系统稳定。在感应加热电源中,采样保持器、A/D模块和逆变器共同构成了压控振荡器。鉴相过零比较和相位检测电路实现压控振荡器的控制电压信号。

4ab分别示出负载电流io滞后、超前同相逆变器输出电压uo时鉴相器的输出波形。

可通过下式将鉴相器输出以占空比进行量化:

y0=0时,即负荷谐振,鉴相器输出为0,当y0=π时,即iouo反相,鉴相器输出为1

3.2模糊控制器的设计

Fuzzy控制必须建立被控对象的精确数学模型,但精确的数学模型很难建立,而模糊控制可以解决该问题。其优点是:动态性能好、鲁棒性能强、能适应被控对象模型的参数及结果的改变。

模糊控制的原理如图2虚线框所示。模糊控制器的输入量通过模糊化处理后,经一定的语言规则进行表述,得到的输出结果明晰化,最后得到控制变量的精确输出。采用二维模糊控制器,利用eec作为Fuzzy控制器输入语言变量,输出u为调节逆变器输出频率的控制信号。其中,e的基本论域为[-10 00010 000]ec的基本论域为[-1 0001 000]u的基本论域为[048]。经仿真调节,当量化因子取Ke=0.016Kec=0.002Ku=0.35时控制效果最好。eec的论域均为{-6-5-4-3-2-10123456}u的论域为{-2-101234}

eecu的离散化论域所对应的语言变量模糊子集可划分为{NB(负大),NM(负中),NS(负小),Z(零),PS(正小),PM(正中),PB(正大)}。输入输出量的隶属函数采用三角形隶属函数,在偏差较大时,隶属函数形状平缓,在偏差较小时,为提高控制灵敏度,隶属函数形状较陡。图5示出Matlab仿真模糊推理系统。

6ab分别示出Matlab仿真下eecu的隶属度函数分布图。

模糊控制规划是设计模糊控制器的重要依据,直接影响控制器性能。控制规划一般根据人的思维特点和操作人员经验,并在大量的实验基础上归纳总结得出。当偏差较大时,控制量的选取以迅速减小偏差为目的,否则减小超调,以系统稳定为主。控制规则选用if e and ec then u的形式,建立控制规则如表1所示。模糊控制规则表的每一条语句都决定一个模糊关系,总模糊关系式为:

由表1eecu的语言隶属函数,应用模糊推理合成规则,并采用式(3)所示的系数加权平均法判决,得到以论域元素表示的控制量变化值。由Matlab计算得到的控制结果如表2所示。

4仿真及实验结果

为比较DPLLFuzzy-DPLL控制器分别对偏差较大频率跟踪情况,图7a示出它们对阶跃信号的跟踪响应。为仿真控制器对参数变化系统的响应,在0.3 ms时增加了一个阶跃扰动。结果表明,采用常规DPLL控制方法的超调大,过度时间长,当负载变化范围大时,系统的控制品质变差;采用Fuzzy-DPLL复合控制算法时,系统几乎无超调,稳态误差小,过渡时间短,在受到扰动时控制品质变化不大,有利于电源的稳定运行。

7b示出负载电压u,周期突变的交流波i,负载电流i1的仿真波形。可见Fuzzy-DPLL控制可较快实现对变化频率的快速跟踪,且逆变输出电压、负载电流均过渡平稳,没有明显的波动。

20 kW/50 kHz的感应加热电源样机进行研究,其可靠的频率跟踪范围为2050 kHz,图8示 出负载在室温状态时的输出电压与电流波形。由图可见:①负载电流和驱动电压基本实现谐振;②负载的固有谐振频率在加热过程中发生了轻微的波动,这是因为工 件在加热过程中,其物理性质(电阻率、导磁率等)会随着温度的变化而不断变化,从而导致负载电路的固有谐振频率也随之变化;③由于控制电路具有数字锁相功 能,可以实现逆变器输出电压频率跟踪负载频率,从而使负载电压与负载电流基本实现同相位。

5结论

实验证明Fuzzy-DPLL控制策略能控制输出频率快速跟踪负载频率的变化。使感应加热电源在功率因数接近或等于1的状态下运行,具有跟踪速度快、跟踪频率准确、抗干扰能力强等优点,提高了感应加热电源的效率,在工业控制中具有实用意义。

相关资讯
美光Q4营收展望107亿美元超预期,AI存储需求引爆股价

美光科技(Micron Technology)于6月25日发布最新财报,其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元,远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响,美光股价在盘后交易时段应声上涨,凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS,索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan(代号“无限”)的屏幕供应链策略,拟将关联企业三星显示纳入OLEDoS(硅基OLED)面板供应商体系,与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面,提升供应链韧性及议价能力。尽管三星显示加入,索尼仍将保持第一供应商地位,但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命,台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块(WMCM)技术标志着先进封装的新高度。作为InFO-PoP的升级版,WMCM融合CoW(Chip on Wafer)与RDL(Redistribution Layer)等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM,显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器(预计采用2nm制程)的关键性能支柱。同时,苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术,进一步强化计算密度和能效。

算力、智能与控制的融合:英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下,高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势,共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析,剖析其技术特点、优劣势、应用场景及市场前景,为工业自动化方案选型提供专业参考。

应对AI算力激增:安森美推出全链路数据中心电源解决方案与指南

人工智能技术,特别是生成式AI和大规模机器学习模型的迅猛发展,对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练,导致数据中心计算负载激增,随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本,也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时,有效控制并降低能源消耗,成为AI数据中心建设与升级的关键命题。