最优PWM开关角的在线计算

最优PWM脉宽调制是逆变器控制的一种常用方案,但是由于最优PWM开关角计算的复杂性。一般都是离线计算最优开关角,用开关点预置的方法进行控制。十分不利于在线的电压调节。文中介绍了一种最优PWM开关角的在线计算方法。即利用神经网络的非线性逼近能力。对离线求解的最优PWM开关角样本点进行辨识拟合,从而得到最优PWM开关角对基波电压传输比的函数,用于实时计算。为利用最优PWM控制逆变器进行在线调压做好了准备。另外,还提出了一种简便的三相最优PWM开关角排序方法。解决了最优PWM开关角的在线排序问题。本算法在DSP实验平台上进行了实验验证,证明了算法的可行性。     

神经网络在逆变器控制中的应用

针对传统的基于最优消谐波理论的逆变器 ,应用了一种全新的神经网络控制器。当系统工作时 ,由在线神经网络实时调节逆变器输出电压的大小 ;同时各功率管的开关角由另一个神经网络通过对最优 PWM最优开关角的拟合 ,直接计算出来。整个控制系统具有结构简单、反应灵敏、调压精确、输出电能质量高且全数字化的特点。     

大功率晶体管最优驱动电路研究

大功率晶体管深度饱和以降低功率损耗与管子快速关断之间的矛盾并非不可调和。文中针对通常的抗饱和驱动，提出了一种新型驱动电路，很好地解决了这个矛盾。一方面在功率管饱和导通时，比例驱动管子工作于深饱和状态，使功率管的损耗达到最小；另一方面在功率管关断时，驱动电路通过低阻抗抽流回路及高反压辅助抽流的引入，在功率管的基极提供很强的基极反抽电流，使管子快速关断。实验表明与通常的抗饱和驱动相比，本方案由于功率管深度饱和，从而使管子的通态饱和压降降低了0.5V，损耗亦降低了63.4W；另一方面由于关断时基极反抽电流增大了三倍，存储时间增加权0.1us，实现了大功率晶体管的最佳驱动。