1 / 16

Robust LQR Control for PWM Converters : An LMI Approach

Robust LQR Control for PWM Converters : An LMI Approach. Matti Paakkinen Heikki Järvisalo. Boost-hakkuri. Oletuksia -Hakkuri on jatkuvasti johtavassa tilassa (continuous conductive mode, CCM). Kelan virta ei ole saturoitunut.

metea
Download Presentation

Robust LQR Control for PWM Converters : An LMI Approach

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Robust LQR Control for PWM Converters: An LMI Approach Matti Paakkinen Heikki Järvisalo

  2. Boost-hakkuri • Oletuksia • -Hakkuri on jatkuvasti johtavassa tilassa (continuous conductive mode, CCM). • Kelan virta ei ole saturoitunut. • Resistanssit RC ja RL ovat riittävän pieniä, jotta ne voidaan jättää huomiotta.

  3. PWM:nkeskiarvoistettu tilamalli Keskiarvoistetun boost-hakkurin tilamatriisit ja –vektorit Huom. Keskiarvoistettu systeemi on lineaarinen D’d on pulssisuhteen komplementti eli

  4. Jatkuvuustilassa kondensaattorin yli olevan jännitteen virhe on tasapainopisteessä (nollassa) ja siten ajan suhteen integroituna nolla, jolloin saadaan systeemin linearisoitu malli muotoon Koska hakkurin säätö tapahtuu tasapainopisteen läheisyydessä, voidaan epälineaarinen osa jättää huomiotta. Tällöin A ja B matriisit ovat muotoa Tarkastelupisteen läheisyydessä R ja D’d ovat epävarmoja termejä. Koska matriisit A ja B eivät riipu näistä termeistä, määritellään näistä riippuvat epävarmat muuttujat

  5. Huomioitavia asioita luodusta mallista Edellä olevat muuttujat kuvaavat relaksaatiota epävarmuustekijöiden rajoitteissa. Muuttujat oletetaan olevan toisistaan riippumattomia, jotta saadaan systeemille lineaarinen käyttäytyminen. Uusi malli käsittää dynaamisia vasteita, jotka eivät vastaa mitään todellista sovellusta. Tästä syystä saatu tulokseen on syytä suhtautua varauksella.

  6. Varsinainen säätö Stabiilisuudentarkastelu Lyapunovin menetelmällä Aikainvariantti systeemi Lyapunovin funktio Jonka derivaatta Koska derivaatan on oltava positiivista, täytyy P-matriisin olla positiivinen. Lisäksi sen täytyy täyttää ehto sekä kytkimen ollessa auki että suljettuna.

  7. Robusti LQR-säätö (linearquadraticregulator) Optimaali LQR säädin saadaan käyttämällä sellaista tilatakaisinkytkentäkerrointa, joka minimoi kustannusfunktion Missä Qwon symmetrinen ja semidefiniitisti positiivinen matriisi ja Rw on symmetrinen ja definiitisti positiivinen matriisi Josta saadaan Niin sanotulla trace-operaattorilla päästään eroon integraalista Trace-operaattorin määritelmän yhtälö Missä Pon symmetrinen positiivisesti definiitti matriisi

  8. Minivoiva takaisinkytkentäkerroin voidaan laskea yhtälöstä Missä Y=KP Muuttujan Y määrittäminen on välttämätöntä, jotta saadaan lineaarisuus aikaiseksi Samalla täytyy toteutua Koska taas päädyttiin epälineaariseen systeemiin, määritellään uusi muuttuja X. Schur’n komplementin avulla saadaan Schur’n komplementti Nyt saadaan ongelman ratkaisu muotoon Ratkaisemalla yhtälö, saadaan optimaalinen takaisinkytkentäkerroin LQR-järjestelmälle

  9. Numeerinen ratkaisu

  10. Jotta saadaan integroiva osuus pakotettua toteutumaan ja siten järjestelmän väre pidettyä alle 5 %:ssa, valitaan painokerroinmatriiseiksi Matlabilla saadaan tällöin tavallisella LQR menetelmällä, joka ei huomioi epävarmoja tekijöitä Ja robustilla menetelmällä Huomionarvoista on, että muuta eroa ei juurikaan ole havaittavissa näiden kahden menetelmän välillä, paitsi että jälkimmäinen takaa robustisuuden.

  11. Säädetyn boost-hakkurin simulointi

  12. Säätäjän kytkentäkaavio

  13. Simulointituloksia 0,48A askelmainen muutos kuormavirrassa D´d=0,50 0,48A askelmainen muutos kuormavirrassa D´d=0,30

  14. Simulointituloksia 1,44A askelmainen muutos kuormavirrassa D´d=0,50 1,44A askelmainen muutos kuormavirrassa D´d=0,30

  15. Mittaustuloksia 1,44A askelmainen muutos kuormavirrassa D´d=0,50 1,44A askelmainen muutos kuormavirrassa D´d=0,30

  16. Mittaustuloksia ±40% muutos tulojännitteessä

More Related