[发明专利]一种全桥逆变器的自适应动态面控制器

摘要

本发明涉及一种全桥逆变器的自适应动态面控制器。本发明由径向基函数神经网络、自适应律、虚拟控制律、一阶滤波器以及控制律五个环节组成，第一个动态面信号送到虚拟控制律，再到一阶滤波器，再至控制律，第二个动态面信号分别送到控制律和自适应律，生成神经网络径向基函数向量，并至自适应律，运算出当前的神经网络权值向量的2范数平方的估计值，神经网络的逼近结果表示成范数形式后，再送到控制律，由控制律生成控制量。本发明克服了对象的不确定性缺陷。本发明借助后推设计的思想，设计虚拟控制器和控制器，引入一阶滤波器，用代数运算取代微分运算，克服了后推设计控制器复杂的不足，降低计算复杂度，并保证了系统的稳定性。

主权项

1.一种全桥逆变器的自适应动态面控制器，其特征在于控制器内部由径向基函数神经网络、自适应律、虚拟控制律、一阶滤波器以及控制律五个环节组成，逆变器输出电压的采样信号与输出给定电压差值作为第一个动态面信号送到虚拟控制律，输出给定电压变化量送到虚拟控制律，得到的虚拟控制律信号再送到一阶滤波器，一阶滤波器输出信号的导数送到控制律，逆变器输出电压变化量与一阶滤波器的输出信号的误差构成第二个动态面信号，第二个动态面信号分别送到控制律和自适应律，逆变器输出电压的采样信号和逆变器输出电压变化量信号送到径向基函数神经网络生成神经网络径向基函数向量，将给定的权值向量2范数平方估计值的初值与神经网络径向基函数向量送到自适应律，由自适应律生成神经网络权值向量2范数平方的估计值的变化率，该估计值的变化率送到径向基函数神经网络，由径向基函数神经网络运算出当前的神经网络权值向量的2范数平方的估计值，神经网络的逼近结果表示成范数形式后，再送到控制律，由控制律生成控制量。