1 引言

DC/DC變換器是一種強非線性電路，電路的電氣參數存在不確定性，負載性質也是多變的，主電路的性能必須滿足負載大范圍的變化，同時它還具有離散和變結構的特點，所有這些使DC/DC變換器控制器的設計較為復雜。由于傳統的控制方法是基于線性系統理論，所以，應用于DC/DC變換器中并不能獲得理想的動態性能。

有兩種途徑可以不利用線性系統理論。一種是建立一種精確的非線性模型，但是，這種方法需要復雜的數學推導，經常導致復雜的控制算法，而不適合實際應用。另一種方法是把人工智能的啟發式推理規則用于學習控制系統，即智能控制，它不需要建立精確的數學模型，并且對于電路參數變化具有良好的魯棒性。

2 智能控制

智能控制是控制理論發展的高級階段，它的建立和發展是以眾多新興學科為基礎的。智能控制的基本出發點是仿人的智能實現對復雜不確定性系統進行有效的控制。目前智能控制設計的途徑有：

1）基于專家系統的專家智能控制；

2）基于模糊推理和計算的模糊控制；

3）基于人工神經網絡的神經網絡控制；

4）基于信息論，遺傳算法和以上三種算法的集成型智能控制。

本文將重點討論模糊控制，神經網絡控制以及模糊神經網絡控制在DC/DC變換器中的應用。

3 模糊控制在DC/DC變換器中的應用

模糊控制是應用模糊集合理論的控制方法，提供一種實現基于知識（規則）的，甚至語言描述的控制規律的新機理，例如：如果輸出電壓誤差是正的，并且它的變化率是負的，那么輕微減少占空比等等。所以，模糊控制設計方法比較簡單。雖然，相對于傳統控制器，模糊控制通常不能提供更好的小信號響應，但是，它是基于啟發式推理規則的，在非線性的DC/DC變換器中應用是非常容易的。

模糊控制的基本思想是基于專家經驗和領域知識，總結出若干條以IF（條件）THEN（作用）形式表示的模糊控制規則，構成描述具有不確定性復雜對象的模糊關系，通過被控系統輸出誤差及誤差變化和模糊關系的推理合成獲得控制量，從而對系統進行控制。

模糊控制采用帶修正因子的模糊控制器,其控制規則為

μ(k)=ε(k)＋(1－α)ε_c(k)

式中：μ(k)為輸出與測量值之差；

ε_c(k)為給定值與測量值之差，ε_c(k)=ε(k)－ε(k－1)為誤差變化率；

α為加權修正因子,在0～1之間取值。

通過調整加權系數,就可對控制規則進行修正。以α作為調整參數是很方便的,因為，α取值大小直接影響著被控量誤差和誤差變化率的加權程度,當被控對象數學模型的階次較高時,對誤差變化率的加權應大于誤差的加權值,因而α可取較小值,反之亦然。

模糊控制框圖如圖1所示。模糊控制器被分為4個部分：

1）模糊化，即將輸入值轉化為模糊量；

2）知識庫，通常由數據庫和模糊控制規則庫組成；

3）模糊推理，它是模糊控制器的核心，具有模擬人的，基于模糊概念的推理能力，該推理過程是基于模糊邏輯中的蘊涵關系及推理規則來進行的；

4）非模糊化，即將模糊推理得到的模糊量變換為實際用于控制的精確量。

圖1 模糊控制框圖