بخشی از مقاله
چکیده:
در این مقاله، روش جدیدی برای کنترل مبدلهای DC-DC ارائه شده است. اصول این روش مبتنی بر کنترل کننده های فازی نوع سوگینو بوده که در آن از قابلیت یادگیری شبکه های عصبی نیز استفاده شده است. نتایج شبیه سازیها نشان میدهد که ساختار پیشنهادی میتواند در مقابل تغییرات پارامترهای سیستم، به صورت تطبیقی عمل نموده و ولتاژ خروجی را در سطح مطلوب، ثابت نگه دارد.
-1 مقدمه
در بسیاری از کاربردهای صنعتی، نیاز به تبدیل یک منبع DC ولتاژ ثابت به یک منبع DC ولتاژ متغیر میباشد. مبدلهای DC-DC وسایلی میباشند که مستقیما DC را به DC تبدیل میکنند. در حالت کلی، عملکرد این گونه مبدلها وابسته به روش کنترلی است که جهت تنظیم ولتاژ خروجی بکار برده میشود. از متداولترین روشهای کنترلی که برای مدل سیگنال کوچک این نوع مبدلها به کار برده میشوند، روشهای آنالوگ حوزه زمان میباشند. اما عملکرد این نوع کنترلکنندهها نیز به دلیل آنکه سیستم به صورت خطی فرض میشود، دارای دقت و اعتبار کافی نمیباشد.
چرا که روابط ریاضی حاکم بر اینگونه مبدلها در اکثر موارد غیرخطی میباشد و مدلسازی آنها با یک رابطه ریاضی خطی، برای محدوده وسیعی از نقطه کار سیستم معتبر نخواهد بود .[1] برای غلبه بر این مشکل، دو رویکرد را میتوان در نظر گرفت. رویکرد اول آن است که مدل ریاضی سیستم را که غیرخطی میباشد، به طور کامل محاسبه کرده و کنترلکننده را بر مبنای این مدل غیرخطی، طراحی نمود.
از آنجاییکه به دستآوردن یک مدل ریاضی برای یک مساله در دنیای واقعی، ممکن است مستلزم صرف وقت و هزینههای بسیاری باشد، از این رویکرد بندرت استفاده میشود. رویکرد دوم آن است که برای کنترل سیستم غیرخطی، از کنترلکنندههای هوشمند استفاده کرد. در این حالت نیازی به مدلسازی دقیق سیستم غیرخطی نخواهد بود و با استفاده از مقادیر متغیرهای زبانی میتوان عملکرد سیستم را مدلسازی کرده و بر اساس آن، کنترل کننده هوشمند را طراحی کرد. در این مقاله برای کنترل مبدلهای DC-DC از رویکرد دوم استفاده شده است.
کنترلکننده مورد استفاده در این مقاله، یک کنترلکننده فازی نوع سوگینو است که به وسیله شبکه عصبی تحقق داده شده است .[2] به عبارت دیگر، کنترلکننده پیشنهادی در این مقاله، یک کنترل کننده فازی است که از قابلیت یادگیری شبکههای عصبی نیز در آن استفاده شده است. ساختار کلی این مقاله به صورت زیر میباشد: ابتدا در بخش دوم، مرور مختصری بر کنترلکنندههای فازی-عصبیشده است. در این بخش با استفاده از ویژگیهای کنترلی منطق فازی و شبکههای عصبی، روش جدیدی برای کنترل مبدلهای DC-DC پیشنهاد شده است.
در بخش سوم، ساختار کنترلکننده پیشنهادی برای اعمال به سه نوع متداول مبدلهای DC-DC مورد بررسی قرار داده شده است. در بخش چهارم نیز نتایج شبهسازیها آمده است. نتایج شبیهسازیها نشان میدهند که کنترلکننده فازی-عصبی پیشنهادی، میتواند در مقابل تغییرات پارامترهای سیستم، به صورت تطبیقی عمل نموده و اهداف کنترلی مورد نظر را به نحو مطلوبی، برآورده سازد. بخش پنجم نیز به نتیجهگیری اختصاص دارد.
-2 کنترلکننده فازی-عصبی
-1-2 کنترل فازی
کنترل فازی بر پایه منطق فازی بنا نهاده شده است که نسبت به سایر روشهای منطقی متداول، به تفکر انسان و زبان طبیعی او بسیار نزدیکتر است. این روش، ابزار بسیار موثری را برای مقابله با طبیعت نامعین و تقریبی دنیای واقعی فراهم میآورد. یک کنترل کننده فازی، از مجموعه ای از قواعد کنترلی زبانی تشکیل یافتهاست که به وسیله مفاهیمی چون قاعده ترکیبی استنتاج به یکدیگر مرتبط هستند. به عبارت دیگر، کنترل کننده فازی الگوریتمی را فراهم میآورد که به وسیله آن میتوان بر اساس دانش شخص خبره، استراتژی کنترلی زبانی را به یک استراتژی کنترل خودکار تبدیل نمود.
نتیجه تحقیقات نشان میدهند که کنترل کنندههای فازی، در برخورد با مسائلی که به دست آوردن روابط ریاضی برای آنها بسیار دشوار است و یا نامعینی به میزان زیادی در آنها مشاهده میشود، عملکردی بسیار بهتر از کنترلکنندههای کلاسیک از خود نشان میدهند. در شکل - 1 - ، ساختار کلی یک کنترل کننده فازی نشان داده شده است. همانطور که در شکل نشان داده شده است، یک کنترل کننده فازی شامل چهار قسمت اصلی زیر میباشد: فازی کننده، پایگاه قواعد، منطق تصمیم گیری و فازیزدا. وظیفه قسمت فازیساز، تبدیل کمیتهای ورودی کنترلکننده فازی به مقادیر زبانی میباشد.
اگر ورودیهای سیستم کنترل، کمیتهای عددی باشند، این قسمت آنها را به درجه تعلق از توابع عضویت فازی تبدیل میکند و اگر ورودی، خود یک کمیت فازی باشد، این واحد میزان شباهت آنرا به مجموعههای فازی ورودی تعیین مینماید. در پایگاه قواعد، قواعد شرطی فازی به صورت اگر-آنگاه قرار داده شدهاند. یک فرم متداول از این نوع قواعد، فرم تاکاگی-سوگینو میباشد، که در آن خروجی هر قاعده ترکیب خطی ورودیهای سیستم فازی خواهد بود .[3]
اگر x1 ، A و x2 ، B باشند، آنگاه خروجی سیستم برابر y = a x1+ bx 2+c خواهد بود در واحد تصمیمگیری، با توجه به ورودیها، قواعد و نحوه استنتاج، خروجی سیستم، تعیین میشود. معمولا برای استنتاج، از دو روش ماکزیمم-مینیمم و یا ماکزیمم-ضرب استفاده میشود. حاصل این واحد، یک کمیت فازی است که قبل از اعمل به سیستم، باید به یک کمیت غیرفازی تبدیل شود.
وظیفه قسمت فازیزدا، تبدیل نتیجه حاصل از خروجی موتور استنتاج که یک کمیت فازی میباشد، به یک کمیت عددی یا غیرفازی است. بدین منظور از روشهای مختلفی میتوان استفاده نمود که متداولترین آنها قاعده مرکز ثقل است که در آن، سطح زیر مجموعههای فازی خروجی محاسبه شده و مرکز ثقل آنها به عنوان پاسخ انتخاب میگردد.
-2-2 کنترلکننده فازی-عصبی
کنترل کننده فازی–عصبی مورد استفاده در این مقاله، در اصل یک کنترل کننده فازی به فرم سوگینو است که به وسیله شبکه عصبی تحقق داده شده و دارای چهار لایه می باشد. در لایه اول، تمام ورودیها به بازه +1]،[-1 نگاشت داده می شوند.
