功率电感生产厂家
联系我们
热门搜索
点击排行
推荐阅读
猜猜你喜欢的
最新动态 您所在的位置: 首页 > 最新动态

数字控制全桥软开关电源的Saber仿真分析

来源:    作者:    发布时间:2015-04-13 10:47:45    浏览量:

7.jpg

图5峰值电流型控制原理图

电流环控制采用P调节,其实一体电感现过程为:霍尔电流传感器采样之后,由模数转换接口将采样值转换为离散信号,经过一定倍数的放大之后,进行斜坡补偿。斜坡补偿环节由"z_pulse"模块依据前述补偿法则产生一定频率一定斜率的三角波实现。

经过斜坡补偿的电流信号与电压P I调节产生的结果相比较得到最终的误差调整值,最后由比较模块"zcmp"构成饱和环节,用于防止输出的移相值超出所能达到的移相范围。

2.3 移相全桥PWM 波形调制

Saber和Simulink之间可以实现协同仿真,这样可以发挥Simulink在软件算法方面的优势,通过自定义S函数产生移相PWM信号。以Saber为主机,调用Simulink,两者以固定时间步长交换数据。

图6所示为移相PWM脉冲实现原理图。其主要原理为:当所对应的前驱动波形跳变为高时,由数字P I控制器得出的移相值U ( k)在远小于周期的定时间减去一定常数k,当差值为零时产生一对与所对应前桥臂驱动等宽的脉冲波,图中所示t即为移相时间。

8.jpg

图6 移相原理。

图7所示为实现移相过程的Saber模型,由"z_pulse"模块产生固定频率、占空比为50%的PWM信号,该信号与系统超前臂的驱动时序一致。图中"switchpwm1"贴片电感器模块相当于一个多路开关,其工作过程为:在超前臂脉冲由低变高时,接通输入端,采样反馈的偏移量,然后立刻脉冲模块由高变低接通有离散保持作用的延时模块"zdelay",最后通过减法模块"zsub"减去固定常数k (由"z_ dc"模块产生) ,经过延时模块所设定的保持时间t后,所减结果再减去常数k,相减后的结果传送到移相模块"shiftpwm1"。

9.jpg

图7 移相PWM调制模型。

"switchpwm1"和"shiftpwm1"两个模块都是通过Saber与Simulink协同工作的,它们通过调用S 2fuctiON来实现具体功能。将S函数样本文件中的sys =mdlOutputs( t, x, u)作简单修改即可。

3 仿真结果

系统输入直流电压为580 V,工作频率20 kHz,开关管并联电容c1~c4取47 nF,设定漏感lr = 10μH,比例参数Kp = 1,积分参数Ki = 0. 15,输出滤波电感lo1 = lo2 = 0. 5μH,滤波电容co = 82 mF,变压器匝数比n = 10.设定负载为2. 4 m欧,输出电压vo = 12 V,输出电流io = 5 000 A.

10.jpg

图8 开关管驱动波形图

图8所示为开关管的驱动波形图。q1和q3为超前臂开关管,互补导通180°(具有一定的死区时间) , q2和q4为滞后臂开关管,它们分别对q1和q3有一定的移相时间。

图9所示为变压器原边电压和电流波形,分析可得,该仿真系统的原边电压与电流波形与移相控制全桥ZVS2PWM变换器的工作原理是一致的。

11.jpg

图9 变压器原边电压与电流波形

图10所示为输出为12 V /5 000 A时,超前臂开关管q1和滞后臂开关管q2的导通和关断情况。

为便于分析,将驱动电压ugs1 和ugs2 放大30 倍。

12.jpg

图10 开关管q1、q2的导通和关断情况。

从图10中可以看出,无论开关管q1和q2,在导通之前,D、S两端的电压uds已降为零,说明开关管实现了零电压导通;在开关管关断之后, uds开始线性上升,说明开关管实现了零电压关断。

13.jpg

图11 输出电压电流波形。

图11所示为本仿真系统的输出电压和电流波形。由该结果可知,在112 ms左右输出电压达到12V稳态值,输出电流达到5 000 A稳态值。电压波形超调量小于0124 V,电流电感线圈波形超调量小于100 A,满足电压上下波动2%的性能指标。

  • 基于线性化充电器的系统设计现今成就卓著的便携式设备,诸如智能电话、PDA以及便携式媒体播放器越来越多的应用锂离子(Li-Ion)电池。此类可充电电池的高需求量促使众多的第三方供应商不断开发出诸如充电座(charging cra

  • 基于bqTINY-II的便携式电子心音检测仪电源管理 便携式电子产品以电池作为电源。随着便携式产品的迅猛发展,各种电池的用量大增,并且开发出许多新型电池。近年来开发的高能量密度的锂离子电池具有体积小、容量大、待机时间长等特性,非常适合便携式系统的应

  • 基于DSP的嵌入式显微图像处理系统的设计显微图像处理是数字图像处理的一个重要研究领域,随着其技术的不断发展,已经在材料、生物、医学等领域得到了广泛应用[1][2]。目前的显微图像处理通常利用图像采集系统将显微图像采集到计算机中再进行图像处理

  •