Diseño y simulación de un controlador neuro-difuso ANFIS para un convertidor dc-dc Zeta

Abstract

Los convertidores dc-dc son circuitos electrónicos de potencia usados ampliamente en fuentes de alimentación dc reguladas y en aplicaciones de accionamiento de motores dc. La principal dificultad en un convertidor dc-dc es mantener un voltaje de salida constante independientemente del cambio en la corriente de carga o voltaje de entrada. Esta investigación presenta el análisis, diseño, modelado y control de un convertidor dc-dc Zeta, donde el controlador está diseñado para variar el ciclo de trabajo tal que el voltaje de salida sea igual a su referencia. Las diferentes técnicas de control que se usan en la práctica emplean controladores de tipo PID que son sintonizados sobre modelos promediados linealizados. Sin embargo, en la literatura se han propuesto diferentes estrategias de control no lineal para mejorar el desempeño del controlador. Motivado por estos temas, esta investigación presenta una aplicación del controlador ANFIS (Adaptive Network based Fuzzy Inference System) para el convertidor dc-dc Zeta. El controlador neuro-difuso ANFIS tiene la ventaja del conocimiento experto de un sistema de inferencia difusa y la capacidad de aprendizaje de las redes neuronales. El modelo dinámico no lineal del convertidor Zeta y el controlador ANFIS se derivan para desarrollar un modelo de simulación. Los resultados de la simulación demuestran que el controlador ANFIS tiene un mejor desempeño del convertidor Zeta, una buena regulación de voltaje con menor sobre impulso, error de estado estable y tiempo de establecimiento que el controlador tradicional PI, cuando se lo somete a variaciones en el voltaje de entrada, carga o referencia.