双H桥双峰双向脉冲电镀电源及其双闭环PID神经网络控制系统研究

双H桥双峰双向脉冲电镀电源及其双闭环PID神经网络控制系统研究

论文摘要

本文提出一种双H桥的双峰双向脉冲电镀电源新方案,将开关电源的数字化和高频化相结合,以ATMEL公司生产的ATmega2560的单片机作为控制芯片,内嵌PID神经网络算法。论文首先介绍了课题的研究方向、背景和主要内容;然后分析对比了目前三种主要的电源系统方案,并提出一种新的可行性双H桥电源系统方案;对移相控制ZVZCS PWM DC/DC全桥变换器的工作原理和主要波形进行详细的分析和介绍;设计主电路、电流调理电路、电压调理电路、驱动电路、键盘和液晶显示,论文详细介绍了电路中主要元器件的参数选择方法,高频变压器的设计流程。重点推导了考虑占空比损失的电流内环、电压外环的双闭环控制模型,并将传统PID调节器和PID神经网络调节器分别应用于双闭环控制模型中,利用MATLAB软件分别对这两种双闭环控制模型进行仿真和分析,结果表明利用PID神经网络作为调节器的双闭环控制模型,不但可以实现无超调、无静差、响应速度快,过渡时间短、跟踪性能好等控制特性,而且由于神经网络参数的自适应和自学习调整,避免了常规PID控制参数的人工调节困难。本文给出了基于ATmega2560单片机PWM波的发生方案和4*4矩阵键盘、LCD液晶模块组成人机界面的程序流程图,并利用Proteus和AVRStudio对其进行联调仿真;最后介绍了实际样机的硬件结构,给出了实验测试数据和波形。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 电镀电源国内外研究现状和发展趋势
  • 1.1.1 电镀电源的发展历史及现状
  • 1.1.2 电镀电源的发展趋势
  • 1.2 脉冲电镀的过程
  • 1.3 脉冲电镀的优越性及适用性
  • 1.4 课题研究目的
  • 1.5 课题的研究意义
  • 1.6 重点解决的问题
  • 1.7 样机的技术指标
  • 1.8 本章小节
  • 第二章 系统方案选择与主电路硬件设计及仿真
  • 2.1 脉冲电源方案一
  • 2.2 脉冲电源方案二
  • 2.3 脉冲电源方案三
  • 2.4 本文采用方案
  • 2.5 主电路结构
  • 2.6 移相控制 ZVZCS PWM DC/DC 全桥变换器
  • 2.6.1 移相控制ZVZCS PWM DC
  • 2.7 电路元件参数设计
  • 2.7.1 整流滤波电路参数选择
  • 2.7.2 高频变压器的设计
  • 2.7.3 移相控制ZVZCS PWM DC/DC 全桥变换器参数设计
  • 2.8 主电路仿真结果
  • 2.9 本章小节
  • 第三章 辅助电路设计及仿真
  • 3.1 电流调理电路设计及其仿真
  • 3.2 电压调理电路设计及其仿真
  • 3.3 驱动电路设计
  • 3.3.1 自举电容参数的选择
  • 3.3.2 自举二极管参数选择
  • 3.3.3 自举电阻的选择
  • 3.3.4 栅极限流电阻的选择
  • 3.4 本章小节
  • 第四章 双闭环控制系统建模与仿真
  • 4.1 分段线性状态方程描述
  • 4.2 双闭环控制电路模型
  • 4.3 实际变换器的仿真研究
  • 4.4 PIDNN 的特点
  • 4.5 MPIDNN 神经网络的算法
  • 4.5.1 MPIDNN 神经网络的前向算法
  • 4.5.2 MPIDNN 神经网络的反传算法
  • 4.6 利用 PID 神经网络作为控制器建模与仿真
  • 4.7 本章小节
  • 第五章 双 H 桥 PWM 产生方案
  • 5.1 基于 ATmega2560 单片机 PWM 产生模式
  • 5.1.1 快速PWM 模式
  • 5.1.2 相位修正 PWM 模式
  • 5.1.3 相位和频率修正 PWM 模式
  • 5.2 移相控制 PWM 波产生过程
  • 5.3 控制第二个 H 桥 PWM 波产生过程
  • 5.4 本章小节
  • 第六章 人机界面和样机波形测试
  • 6.1 单片机ATmega2560 简介
  • 6.2 ATmega2560 中ADC 介绍
  • 6.3 键盘和 LCD 显示器
  • 6.4 样机波形测试结果
  • 6.5 本章小节
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].PID性能评估与整定软件的开发及应用[J]. 炼油与化工 2019(05)
    • [2].基于模糊PID的步进电机速度控制[J]. 软件 2019(12)
    • [3].采用改进模糊神经网络PID控制的移动机器人运动误差研究[J]. 中国工程机械学报 2019(06)
    • [4].基于改进模糊PID的轮式机器人速度控制器设计[J]. 河北科技大学学报 2020(01)
    • [5].基于模糊PID的高速列车车内压力主被动控制[J]. 中国测试 2020(01)
    • [6].混合式步进电机模糊PID控制器设计仿真[J]. 安徽工程大学学报 2019(06)
    • [7].基于模糊PID控制的列车主动悬架振动控制研究[J]. 工业控制计算机 2020(01)
    • [8].拖拉机液压机械式变速器小波神经网络PID控制[J]. 合肥工业大学学报(自然科学版) 2020(01)
    • [9].雷达稳定平台模糊PID串级控制设计与仿真[J]. 计算机测量与控制 2020(02)
    • [10].基于模糊神经网络PID控制的粉体包装计量控制系统[J]. 食品与机械 2020(01)
    • [11].考虑路面时变的整车主动悬架的改进模糊PID集成控制策略[J]. 现代制造工程 2020(02)
    • [12].基于广义预测控制PID算法的桥式起重机吊钩防摆控制器设计[J]. 制造业自动化 2020(03)
    • [13].面向抽水蓄能电站区域负荷频率的分数阶PID控制研究[J]. 电网技术 2020(04)
    • [14].基于智能控制的PID控制方式的研究[J]. 电子测试 2020(05)
    • [15].基于变速积分与微分先行PID的无刷直流电机串级调速控制[J]. 齐齐哈尔大学学报(自然科学版) 2020(01)
    • [16].基于模糊PID算法吸附机器人转向控制系统[J]. 精密制造与自动化 2020(01)
    • [17].农用车辆路径跟踪预瞄控制研究——基于免疫模糊PID算法和视觉导航[J]. 农机化研究 2020(11)
    • [18].基于模糊PID算法吸附机器人转向控制[J]. 软件 2020(04)
    • [19].基于模糊PID算法的臭氧发生器控制系统优化措施[J]. 自动化应用 2020(04)
    • [20].基于遗传算法的智能PID系统设计和分析[J]. 设备管理与维修 2020(10)
    • [21].基于模糊PID的电力巡检机器人路径纠偏[J]. 智慧工厂 2020(04)
    • [22].基于PID的多电发动机磁轴承控制系统设计与验证[J]. 微特电机 2020(06)
    • [23].基于遗传算法的全自动除泡机腔体充排气PID控制研究[J]. 机械管理开发 2020(05)
    • [24].基于吸收塔动态模型的PID控制模拟研究[J]. 辽宁化工 2020(06)
    • [25].基于PID的光伏清洁机器人速度控制及仿真研究[J]. 造纸装备及材料 2020(03)
    • [26].基于改进模糊-PID的船舶自动舵控制方法[J]. 船舶物资与市场 2020(06)
    • [27].运用启发式算法优化一阶倒立摆PID参数研究[J]. 产业科技创新 2020(10)
    • [28].基于前馈补偿PID控制的轮式机器人轨迹跟踪[J]. 河南工程学院学报(自然科学版) 2020(03)
    • [29].基于模糊PID的驾驶模拟器方向盘力反馈系统设计[J]. 机电技术 2020(04)
    • [30].基于模糊PID的小型冷库过热度控制方法[J]. 湖北工业大学学报 2020(04)

    标签:;  ;  ;  ;  

    双H桥双峰双向脉冲电镀电源及其双闭环PID神经网络控制系统研究
    下载Doc文档

    猜你喜欢