Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2022

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

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

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

Przegląd Elektrotechniczny

2022

R. 98, nr 4

67--71

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.

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.