طراحي و بهينه سازي كنترل كننده عصبي براي تنظيم و كنترل ولتاژ خروجي مبدل هاي DC به DC افزاينده

Designing Optimal Neural Networks Controller to Regulate and Control the Output Voltage of DC-DC Boost Converters

مبدل‌هاي قدرت DC-DC، بطور گسترده‌ در ساخت منابع تغذيه، درايو موتور DC، افزايش/كاهش ولتاژ خروجي پنل-هاي خورشيدي و موارد متعدد ديگري مورد استفاده قرار مي‌گيرند. تغيير ولتاژ DC از يك سطح به سطح ديگر در بسياري از كاربردهاي صنعتي يك ضروت است. كنترل ولتاژ و جريان خروجي اين مبدل‌ها، هنگام تغييرات ناگهاني بار و يا ولتاژ منبع ورودي حائز اهميت است. از اين رو يكي از اهداف اين مقاله پرداختن به كنترل و تنظيم ولتاژ خروجي مبدل بوست يا افزاينده مي‌باشد. كنترل كننده‌ي پيشنهادي براي كنترل سطح ولتاژ DC خروجي مبدل، يك كنترل كننده شبكه عصبي بهينه شده با الگوريتم مبتني بر رقابت استعماري مي‌باشد. عملكرد كنترل كننده پيشنهادي به اين صورت است كه ابتدا با توجه به اهداف مورد انتظار از سيستم، شبكه عصبي طراحي مي‌شود و سپس با تعيين يك تابع معيار مناسب چند هدفه با استفاده از الگوريتم بهينه سازي ساختار شبكه بهينه مي‌شود. اين كار باعث بهبود عملكرد سيستم كنترل مي‌شود. چرا كه انتخاب مناسب پارامتر‌هاي طراحي در عملكرد شبكه عصبي كه نقش كنترل كننده را دارد نقش زيادي دارد. نتايج در مقايسه با كنترل كننده PID نشان از برتري روش پيشنهادي دارد.

Due to the many applications of DC to DC converters in electronics, regulating their output voltage is very important. In many applications it is necessary to change the DC voltage from one level to another. DC -DC converters are used for this purpose. The conversion of DC voltage from one level to another is done by switching elements such as transistors and diodes. Recently, the control of these converters has found a special place in scientific texts. Therefore, one of the objectives of this paper is to control and regulate the output voltage of the converter. The controller proposed in this paper to control the DC voltage level of the converter output is an optimized neural network controller with an algorithm based on colonial competition. The proposed controller function is that first the neural network is designed according to the expected goals of the system and then it is optimized by determining a suitable multi-objective benchmark function using the network structure optimization algorithm. This improves the performance of the control system. Because the proper selection of design parameters has a great role in the performance of the neural network that plays the role of controller. The proposed neural network function is to apply the appropriate signal transducer (PWM signal) to the switching elements in order to increase the performance. The results compared to the PID controller indicate the superiority of the proposed method.