基于模糊神经网络 PI 控制的频率跟踪控制策略

中国民航大学学报 ›› 2021, Vol. 39 ›› Issue (6): 33-37.

基于模糊神经网络 PI 控制的频率跟踪控制策略

高建树，张钦伟，闫文

（中国民航大学 a. 机场学院；b. 电子信息与自动化学院，天津 300300）

收稿日期:2021-02-06 修回日期:2021-02-06 接受日期:2020-12-22 出版日期:2021-12-01 发布日期:2022-06-05
作者简介:高建树（1966—），男，河南周口人，研究员，博士，研究方向为民航特种设备研发.

Frequency tracking control strategy based on fuzzy neural network PI control

GAO Jianshu，ZHANG Qinwei ，YAN Wen

（a. College of Airport Engineering; b. College of Electronic Information and Automation, CAUC, Tianjin 300300, China）

Received:2021-02-06 Revised:2021-02-06 Accepted:2020-12-22 Online:2021-12-01 Published:2022-06-05

摘要/Abstract

摘要： 针对磁耦合谐振式无线电能传输系统的频率失谐问题及现有谐振频率调节方式的弊端，提出一种基于模糊神经网络 PI（proportional integral）控制的频率跟踪控制策略。为验证所提控制策略的有效性，使用 Matlab/ Simulink 仿真软件搭建系统模型，对所提控制策略进行仿真分析。仿真结果表明：与传统 PI 控制及模糊 PI 控制相比，模糊神经网络 PI 控制的系统具有响应速度更快、调节时间更短的优势，且在系统受到干扰时，超调量最小、调节时间最短，由此可看出其具有更好的抗干扰能力。

关键词: 磁耦合谐振式, 无线电能传输, 模糊神经网络, 谐振频率跟踪

Abstract: Aiming at the frequency detuning problem of the magnetic coupling resonant wireless charging system and the shortcomings of existing resonance frequency adjustment methods, a resonant frequency tracking control strategy based on fuzzy neural network proportional integral (PI) control is proposed. Matlab/Simulink is used to build the system model, to simulate and analyze the proposed control strategy. Simulation results show that compared with the traditional PI control and fuzzy PI control, the fuzzy neural network PI control has the advantages of faster speed and shorter adjustment time for the system, and has smallest overshoot and shortest adjustment time under disturbance, which further verifies the effectiveness and better anti-interference ability of the proposed control strategy

Key words: magnetically coupled resonance, wireless power transfer, fuzzy neural network, resonance frequency tracking

中图分类号:

V242
TP273

高建树 , 张钦伟 , 闫文 . 基于模糊神经网络 PI 控制的频率跟踪控制策略 [J]. 中国民航大学学报, 2021, 39(6): 33-37.

GAO Jianshu, ZHANG Qinwei , YAN Wen. Frequency tracking control strategy based on fuzzy neural network PI control[J]. Journal of Civil Aviation University of China, 2021, 39(6): 33-37.

参考文献 19

[1]	赵争鸣, 刘方, 陈凯楠. 电动汽车无线充电技术研究综述[J]. 电工技术学报, 2016, 31(20): 30-40.
[2]	杨庆新, 陈海燕, 徐桂芝, 等. 无接触电能传输技术的研究进展[J]. 电工技术学报, 2010, 25(7): 6-13.
[3]	黄学良, 王维, 谭林林. 磁耦合谐振式无线电能传输技术研究动态与应用展望[J]. 电力系统自动化, 2017, 41(2): 2-14, 141.
[4]	FU W Z, ZHANG B, QIU D Y. Study on frequency-tracking wireless power transfer system by resonant coupling[C]//2009 IEEE 6th International Power Electronics and Motion Control Conference, May 17-20,2009, Wuhan, China. IEEE, 2009: 2658-2663.
[5]	程丽敏, 崔玉龙, 闫贯博. 磁耦合谐振式无线电能传输频率跟踪控制研究[J]. 电力电子技术, 2014, 48(11): 3-6.
[6]	周豪, 姚钢, 马立伟, 等. ICPT 系统谐振频率跟踪方法研究[J].电力电子技术, 2013, 47(9): 77-79.
[7]	呼文豹, 郭锐锋, 王志成, 等. 高性能交流伺服系统中的控制方法[J]. 组合机床与自动化加工技术, 2013(1): 7-11.
[8]	刘帼巾, 李义鑫, 崔玉龙, 等. 基于 FPGA 的磁耦合谐振式无线电能传输频率跟踪控制[J]. 电工技术学报, 2018, 33(14): 3185-3193.
[9]	徐栋, 王冬青. 磁共振无线电能传输系统的共振频率跟踪控制[J].自动化与仪器仪表, 2020(4): 20-24.
[10]	程宗政, 施一萍, 张金立, 等. 基于模糊神经网络 PID 算法的液位控制系统研究[J]. 电子测量技术, 2019, 42(9): 29-34.
[11]	安金龙, 岳文贺, 苏杭, 等. 模糊 PI 控制在磁耦合谐振无线电能传输系统中的应用[J]. 中国科技论文, 2016, 11(23): 2700-2704.
[12]	WAFFENSCHMIDT E. Dynamic resonant matching method for a wireless power transmission receiver[J]. IEEE Transactions on Power Electronics, 2015, 30(11): 6070-6077.
[13]	ZHONG W X, HUI S Y R. Maximum energy efficiency tracking for wireless power transfer systems[J]. IEEE Transactions on Power Electronics, 2015, 30(7): 4025-4034.
[14]	朱起超, 张伟, 付航, 等. 水下磁耦合谐振式 WPT 系统频率跟踪方法研究[J]. 电力电子技术, 2018, 52(6): 14-16.
[15]	刘尚江, 沈艳霞. 磁耦合谐振式无线电能传输系统频率跟踪研究[J]. 电力电子技术, 2019, 53(2): 47-50.
[16]	张焱强, 金楠, 唐厚君, 等. 无线电能传输基于负载阻抗匹配的最大效率追踪[J]. 电力电子技术, 2018, 52(5): 25-27.
[17]	刘方, 陈凯楠, 蒋烨, 等. 双向无线电能传输系统效率优化控制策略研究[J]. 电工技术学报, 2019, 34(5): 891-901.
[18]	黄程, 陆益民. 磁谐振无线电能传输系统的频率跟踪失谐控制[J].电工技术学报, 2019, 34(15): 3102-3111.
[19]	王友情, 张海燕, 齐亮. 磁耦合谐振式无线电能传输的关键技术研究[J]. 上海电气技术, 2019, 12(1): 1-6.