智能控制的超音频感应加热电源

本文章主要研究IGBT超音频感应加热电源的控制方式。首先简要的介绍感应加热的基本原理和工作特点。经过对串联谐振，并联谐振以及其他谐振形式的感应加热电源的分析和比较，提出选用串联谐振式负载回路，以IGBT构成逆变器的整体方案。然后对常用的锁相环控制方法进行了详细的分析，并且指出其控制上存在的缺陷。通过对感应加热负载的分析，据顶在保留锁相环的前提下，引入新颖的模糊神经控制技术对其加以改进。通过仿真研究对采用各种控制算法的控制效果进行了分析和比较。仿真理论结果从理论上很好的验证了该方法的合理性，在此基础上，设计并制作出以锁相环74HC4046为主，单片机80C196KC为辅的只能型逆变器控制电路和保护电路，此外对IGBT瞬间保护问题进行了较为深入的研究。最后对控制器进行加热试验证明其性能良好，论文的最后，给出了电源个部分的实拍波形。

概述超音频感应加热电源基本原理：感应加热是利用电磁感应的运力将电能转变成热能。

感应加热设备中存在三种不同的物理效应：

1、肌肤效应：当交流电通过导体时，沿导体截面上的电流分布是不均匀的，较大的电流密度出现在导体表面层。

2、邻近效应:当两根通有交流电的导体靠的很近是，在像话影响下，两导体中的电流要做重新分布。

3、圆圈效应：当交流电通过圆环线圈时，最大电流密度出现的线圈导体的内侧。

感应加热的最大特点是将工件直接加热，其优点是工人劳动条件好，工件加热速度快，温度容易控制，即热过程中不会混入杂质及金属烧损少等，因此应用日益广泛。目前主要应用在淬火，透热，熔炼，钎焊和烧结等场合。神经网络的模糊自适应控制是模糊控制学科体系中的一根重要支柱，也是当前的研究重点。经历了二十多年的发挥在那闷在这一领域已去的了丰硕的成果，尤其在引入神经网络的学习方法以后，基于神经网络的模糊自适应控制新方法层出不穷，成为隐忍瞩目的研究热点，从其显示方式来看，可以分为间接法个直接法两种，间接法先辨识被控对象的模糊模型，在根据模糊模型来调整模糊控制器的设计参数：而直接发是根据控制系统的性能指标直接调整模数控制器的设计参数。从学习方法看，有BP,TBP,DCL,RL,GA等等。目前的研究成果大多是提出模糊神经网络模型和，欧虎自适应控制方法，在学习方法的快递性和收敛性，模糊自适应控制系统的稳定性和最优性等方面还有待深入的理论研究，而且实际应用也很少。

采用常规PLL控制固然可使四通输出相位几乎与参考输入相位完全一致，即使逆变器工作在谐振或准谐振状态。但是必须指出的是，有相当多的PLL跟踪系统都存在着一下不足。1.PLL的过度时间长，环路进入锁定状态需要很长的捕获时间和同步时间。2.突然加负载时，电路容易失锁。3.设备启动成功率低。

针对以上所述情况，经过认真的分析，加入模糊神经控制器，改善系统的控制性能，简称FNPLL。

模糊神经网络虽然也是局部逼近网络，但是他是按照模糊系统模型建立的，网络中的各个结点和多有参数君友明显的物流意义，因此这些参数的初值可以根据系统的模糊或定性的只是来加热确定，然后利用上述的学习算法可以很快熟练到要求的输入输出关系，这是模糊申几个网络比前面单纯的神经网络的有点所在。同时由于它具有神经网络的结构，因而参数的学习和调整比较容易们这是它比单纯的模糊逻辑系统的有点所在，模糊神经控制具有以下特点：

（1）可以直接从经验数据中获取知识，自动建立模糊规则或隶属函数。

（2）不用查表，节省内存，只需通过在线计算，便可得到控制器输出。

（3）具有较强的使用能力和联想能力闷在实时控制中对于未出现过的样本，模糊神经控制器可通过记忆，联想产生合适的输出量对系统进行控制。