基于人工神经网络的软开关电源的设计
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 开关电源的国内外研究现状与趋势 | 第13-16页 |
| 1.2.1 国外发展现状 | 第13-14页 |
| 1.2.2 国内发展现状 | 第14-15页 |
| 1.2.3 开关电源的发展趋势 | 第15-16页 |
| 1.3 软开关技术 | 第16-19页 |
| 1.3.1 硬开关技术的缺陷 | 第16-17页 |
| 1.3.2 软开关技术的提出 | 第17-18页 |
| 1.3.3 软开关技术的分类 | 第18-19页 |
| 1.4 人工神经网络概述 | 第19-23页 |
| 1.4.1 人工神经网络的发展历史 | 第20-22页 |
| 1.4.2 人工神经网络在控制系统中的应用 | 第22-23页 |
| 1.5 本文内容安排 | 第23-24页 |
| 第2章 软开关电源的总体设计及技术基础 | 第24-46页 |
| 2.1 总体结构框图 | 第24-26页 |
| 2.2 开关电源功率变换电路的基本拓扑 | 第26-32页 |
| 2.2.1 单端正激式变换器 | 第26-27页 |
| 2.2.2 单端反激式变换器 | 第27-28页 |
| 2.2.3 半桥式变换器 | 第28-29页 |
| 2.2.4 全桥变换器 | 第29-32页 |
| 2.3 移相全桥DC/DC变换器的软开关技术 | 第32-37页 |
| 2.3.1 ZVZCS的实现方法 | 第34-35页 |
| 2.3.2 几种典型的ZVZCS辅助电路 | 第35-37页 |
| 2.4 基于人工神经网络的PID控制 | 第37-45页 |
| 2.4.1 PID控制的基本原理 | 第38-40页 |
| 2.4.2 人工神经网络的结构 | 第40-42页 |
| 2.4.3 基于单神经元的PID控制 | 第42-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第3章 软开关电源主电路的设计及实现 | 第46-68页 |
| 3.1 主电路的结构及工作原理 | 第46-53页 |
| 3.2 主电路参数设计 | 第53-66页 |
| 3.2.1 输入整流滤波电路的设计 | 第53-56页 |
| 3.2.2 移相全桥逆变器的设计 | 第56-57页 |
| 3.2.3 谐振电感的选择 | 第57-58页 |
| 3.2.4 超前臂开关管并联电容的选型 | 第58-59页 |
| 3.2.5 高频变压器的设计 | 第59-63页 |
| 3.2.6 输出整流滤波电路的设计 | 第63-66页 |
| 3.3 本章小结 | 第66-68页 |
| 第4章 软开关电源控制器的设计 | 第68-84页 |
| 4.1 BP神经网络 | 第68-75页 |
| 4.1.1 BP神经网络原理 | 第68-72页 |
| 4.1.2 BP神经网络设计的一般原则 | 第72-73页 |
| 4.1.3 BP神经网络的改进 | 第73-75页 |
| 4.2 BP神经网络PID控制器 | 第75-83页 |
| 4.2.1 控制芯片TMS320LF2407简介 | 第75-76页 |
| 4.2.2 BP神经网络PID控制器的结构 | 第76-77页 |
| 4.2.3 BP神经网络PID控制的算法研究 | 第77-82页 |
| 4.2.4 BP神经网络PID控制器设计 | 第82-83页 |
| 4.3 本章小结 | 第83-84页 |
| 第5章 实验与仿真 | 第84-90页 |
| 5.1 主电路仿真 | 第84-87页 |
| 5.2 控制系统仿真 | 第87-89页 |
| 5.3 本章小结 | 第89-90页 |
| 第6章 总结与展望 | 第90-92页 |
| 6.1 全文总结 | 第90-91页 |
| 6.2 工作展望 | 第91-92页 |
| 参考文献 | 第92-98页 |
| 攻读硕士期间已发表的论文 | 第98-100页 |
| 致谢 | 第100页 |
