Modeling and simulation of a novel neural PLL controller for circuit of series resonant inverter in high frequency induction heating

• Autorzy: Bouadi Abed , Naim Houcine , Della Krachai Mohamed , Fares Redouane , Bouchiba Guelta

Identyfikatory

DOI

10.15199/48.2022.04.15

Warianty tytułu

PL

Modelowanie i symulacja nowatorskiego sterownika neuronowego PLL dla obwodu szeregowego falownika rezonansowego w nagrzewaniu indukcyjnym wysokiej częstotliwości

• Języki publikacji: EN

Abstrakty

EN

This paper investigates of a novel PLL (Phase-Locked Loop) with neural control technology of induction magnetic heating system model at high power and high frequency, using neural controller to replace the traditional Low-Pass Filter (LPF). The PLL which control the inverter with SIT (Static Induction Transistor)-load-neural PLL assembly, the purpose of the PLL is to track the resonant frequency of the system. The continuation of the frequency by the conventional PLL has a certain delay and a large phase difference between the input signal of the PLL, and the output of the LPF. Therefore, to overcome this problem, we resorted to the networks of artificial neurons within the limits of what concerns us, the interest in them is justified by the characteristics they possess. To improve the control accuracy and response time. For more, the neural-controlled PLL controller for induction heating supply system have been analyzed and compared. A complete simulation model of the induction heating control system is obtained by Matlab/Simulink 6.5 software. The simulation results shows the effectiveness and superiority of this proposed neural PLL control system.

PL

W artykule zbadano nowy model PLL (Pętla Fazowa) z technologią neuronowego sterowania modelem indukcyjnego magnetycznego systemu grzewczego przy dużej mocy i wysokiej częstotliwości, przy użyciu sterownika neuronowego zastępującego tradycyjny filtr dolnoprzepustowy (LPF). PLL, które sterują falownikiem za pomocą zespołu SIT (Static Induction Transistor)-obciążenie-neural PLL, celem PLL jest śledzenie częstotliwości rezonansowej systemu. Kontynuacja częstotliwości przez konwencjonalny PLL ma pewne opóźnienie i dużą różnicę faz między sygnałem wejściowym PLL a wyjściem LPF. Dlatego, aby przezwyciężyć ten problem, sięgnęliśmy po sieci sztucznych neuronów w granicach tego, co nas dotyczy, zainteresowanie nimi jest uzasadnione posiadanymi przez nie cechami. Aby poprawić dokładność sterowania i czas reakcji. Co więcej, przeanalizowano i porównano sterowany neuronowo sterownik PLL do systemu zasilania nagrzewaniem indukcyjnym. Kompletny model symulacyjny układu sterowania nagrzewaniem indukcyjnym uzyskuje się za pomocą oprogramowania Matlab/Simulink 6.5. Wyniki symulacji pokazują skuteczność i wyższość proponowanego neuronowego systemu sterowania PLL.

Słowa kluczowe

EN

neural control; phase locked loop; PLL; induction heating; resonant inverter

PL

PLL; sieć neuronowa; falownik rezonansowy

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2022
• Tom: R. 98, nr 4
• Strony: 67--71
• Opis fizyczny: Bibliogr. 19 poz., rys.

Twórcy

autor

Bouadi Abed

• Research Professor in Laboratory for Analysis and Applications of Radiation (LAAR), Physics Faculty, University of Science and Technology of Oran (USTO.MB), Algeria

• https://orcid.org/00000-0003-2378-0292

autor

Naim Houcine

• Phd Physic in Laboratory for Analysis and Applications of Radiation (LAAR), Department of Physics, University Ahmed ZABANA,RELIZANE, Algeria

• https://orcid.org/000-0001-9980-8453

autor

Della Krachai Mohamed

• Department of Electronics, University of Science and Technologies – Mohamed Boudiaf, Algeria

autor

Fares Redouane

• Phd in Physic Laboratory Industrial Engineering and Sustainable Development, University Ahmed ZABANA,RELIZANE, Algeria

• https://orcid.org/0000-0003-2702-374X

autor

Bouchiba Guelta

• Phd in Computer Science University of Science and Technology of Oran (USTO-MB),Algeria

Bibliografia

• [1] Bouadi A, Naim H, Lounis M, Modeling and Simulation of PLL-Controlled Circuit of Series Resonant Inverter in High Frequency Induction Heating, Int. Rev. Autom. Control. 8 (2015).
• [2] O. Lucia, P. Maussion, E.J. Dede, J.M. Burdio, Induction heating technology and its applications: Past developments, current technology, and future challenges, IEEE Trans. Ind. Electron. 61 (2014) 2509–2520. https://doi.org/10.1109/TIE.2013.2281162.
• [3] H. Fujita, N. Uchida, K. Ozaki, A New Zone-Control Induction Heating System Using Multiple Inverter Units Applicable Under Mutual Magnetic Coupling Conditions, 26 (2011) 2009–2017.
• [4] D.P. Ć, A.Ž. Ć, D.B. Ć, D.P. Ć, Recursive PLL of the First Order, (2013) 50–53.
• [5] S. Cygan, M. Łukowicz, Analysis of the synchrophasor estimation problem, Prz. Elektrotechniczny. 94 (2018) 84–88. https://doi.org/10.15199/48.2018.11.20.
• [6] Y. Wang, J. Song, F. Cao, Study on a novel fuzzy PLL and its application, 2009 Int. Work. Intell. Syst. Appl. ISA 2009. (2009) 1–3. https://doi.org/10.1109/IWISA.2009.5073130.
• [7] H. Calleja, R. Ordoiiez, Improved induction-heating inverter with power factor correction, (1999).
• [8] B. Chatterjee, S. Sarkar, Introduction of Fuzzy Logic Controller in a Modified Phase-Locked Frequency Divider Leading to an Exceptional Noise Rejection, Springer Singapore, 2021. https://doi.org/10.1007/978-981-15-7834-2_84.
• [9] V. V. Matrosov, M.A. Mishchenko, V.D. Shalfeev, Neuron-likedynamics of a phase-locked loop, Eur. Phys. J. Spec. Top. 222 (2013) 2399–2405. https://doi.org/10.1140/epjst/e2013-02024-9.
• [10] L. Tan, P. Fu, Y. Wu, J. Lu, X. Shen, J. Li, Y. Tian, A novel phase-locked loop applied on frequency fluctuation of EAST power supply, Energy Reports. 6 (2020) 452–461. https://doi.org/10.1016/j.egyr.2020.11.214.
• [11] J. Marcos Lobo da Fonseca, F. Kleber de Araújo Lima, F. Lessa Tofoli, C. Gustavo Castelo Branco, Three-phase phase-locked loop algorithms for the detection of positive-sequence and negative-sequence components, Int. J. Electr. Power Energy Syst. 126 (2021) 106570. https://doi.org/10.1016/j.ijepes.2020.106570.
• [12] N. Ferhatović, S. Lale, J. Kevrić, S. Lubura, Implementation of Single-Phase Phase-Locked Loop with DC Offset and Noise Rejection Using Fuzzy Logic Controller, (2021) 407–421. https://doi.org/10.1007/978-3-030-54765-3_28.
• [13] Y. Xie, Y. Zhou, A novel method on PLL control, Lect. Notes Electr. Eng. 97 LNEE (2011) 335–342. https://doi.org/10.1007/978-3-642-21697-8_42.
• [14] T.H. Dos Santos, A. Goedtel, S.A.O. Da Silva, M. Suetake, Scalar control of an induction motor using a neural sensorless technique, Electr. Power Syst. Res. 108 (2014) 322–330. https://doi.org/10.1016/j.epsr.2013.11.020.
• [15] B. Meziane, H. Zeroug, Comprehensive Power Control Performance Investigations of Resonant Inverter for Induction Metal Surface Hardening, IEEE Trans. Ind. Electron. 63 (2016) 6086–6096. https://doi.org/10.1109/TIE.2016.2581145.
• [16] A. V. Milov, V.S. Tynchenko, A. V. Murygin, Neural networkmodeling to control process of induction soldering, 2019 Int. Conf. Ind. Eng. Appl. Manuf. ICIEAM 2019. (2019) 1–5. https://doi.org/10.1109/ICIEAM.2019.8743031.
• [17] P. Vishnuram, S. Ramasamy, P. Suresh, A. Sureshkumar, Phase-Locked Loop-Based Asymmetric Voltage Cancellation for the Power Control in Dual Half-Bridge Series Resonant Inverter Sharing Common Capacitor for Induction Heating Applications, J. Control. Autom. Electr. Syst. 30 (2019) 1094–1106. https://doi.org/10.1007/s40313-019-00515-5.
• [18] A. Rauh, E. Auer, Modeling, Design, and Simulation of Systems with Uncertainties, Math. Eng. 3 (2011). https://doi.org/10.1007/978-3-642-15956-5.
• [19] Berner Rico, Patterns of synchrony in complex networks of adaptively coupled oscillators, 2020. https://depositonce.tu-berlin.de/handle/11303/11721.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).