基于深度神经网络滑模控制的DC-DC降压变换器设计与实现
系统与控制
2024-05-27 v1 系统与控制
摘要
为了解决传统滑模控制器在抑制系统抖振和加快收敛速度之间难以平衡的挑战，本文提出了一种基于深度神经网络（DNN）的滑模控制策略。该策略通过深度神经网络对系统进行建模和学习，实现参数的动态调整，在保证系统收敛速度的同时抑制系统抖振。为了证明系统的稳定性，设计了李雅普诺夫函数来证明基于DNN的滑模控制策略用于DC-DC降压开关电源的数学模型的稳定性。我们采用双闭环控制模式，将电压内环的滑模控制与电流外环的PI控制相结合。同时，通过仿真和硬件实验评估了DNN的性能，并与传统控制方法进行了比较。结果表明，基于DNN的滑模控制器具有更快的系统收敛速度、更强的抖振抑制能力和更强的鲁棒性。
关键词
引用
@article{arxiv.2405.15493,
title = {Design and Implementation of DC-DC Buck Converter based on Deep Neural Network Sliding Mode Control},
author = {Liu Zhiwei and Yu Wangbing},
journal= {arXiv preprint arXiv:2405.15493},
year = {2024}
}