大功率LED驱动电源及其控制策略的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 国内外研究现状和发展趋势 | 第9-12页 |
| 1.2.1 LED驱动电源结构 | 第9-11页 |
| 1.2.2 驱动电源控制策略 | 第11-12页 |
| 1.3 本课题的主要研究内容 | 第12-14页 |
| 第二章 LED驱动电源技术 | 第14-27页 |
| 2.1 单相有源功率因数校正技术 | 第14-15页 |
| 2.2 PFC电路性能比较 | 第15-22页 |
| 2.2.1 Buck型PFC电路 | 第15-16页 |
| 2.2.2 Boost型PFC电路 | 第16-17页 |
| 2.2.3 交错并联Boost型PFC电路 | 第17-18页 |
| 2.2.4 单级型PFC电路 | 第18-19页 |
| 2.2.5 无桥型PFC电路 | 第19-21页 |
| 2.2.6 PFC电路结构选择 | 第21-22页 |
| 2.3 谐振变换器的性能分析 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 单级无桥型LED驱动拓扑分析及设计 | 第27-40页 |
| 3.1 新型LED驱动拓扑介绍及其模态分析 | 第27-30页 |
| 3.2 无桥PFC环节分析 | 第30-31页 |
| 3.3 复合LCL环节分析 | 第31-34页 |
| 3.4 新型LED驱动电源参数优化 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 神经网络预测PID控制 | 第40-55页 |
| 4.1 人工神经网络 | 第40-42页 |
| 4.1.1 BP神经网络 | 第40-41页 |
| 4.1.2 BP神经网络算法 | 第41-42页 |
| 4.2 神经网络预测PID控制 | 第42-49页 |
| 4.2.1 电流预测方法对比 | 第42-44页 |
| 4.2.2 基于改进的B样条曲线算法的预测模型 | 第44-45页 |
| 4.2.3 B样条预测的精度分析 | 第45-48页 |
| 4.2.4 驱动电源控制策略结构 | 第48-49页 |
| 4.3 神经网络电流预测模型 | 第49-54页 |
| 4.3.1 准备样本数据 | 第49-50页 |
| 4.3.2 建立预测模型 | 第50-51页 |
| 4.3.3 训练神经网络 | 第51-52页 |
| 4.3.4 模型可靠性分析 | 第52-53页 |
| 4.3.5 预测模型导出 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 大功率LED驱动电源系统的仿真与分析 | 第55-65页 |
| 5.1 仿真模型的建立 | 第55-59页 |
| 5.1.1 传统的驱动电源模型建立 | 第55-57页 |
| 5.1.2 改进驱动电源主电路结构的建立 | 第57-58页 |
| 5.1.3 改进神经网路预测PID控制回路的建立 | 第58-59页 |
| 5.2 新型单级无桥驱动电源的稳态性能分析 | 第59-62页 |
| 5.3 新型单级无桥驱动电源的暂态性能分析 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
