Ayuda
Ir al contenido

Dialnet


Resumen de Diseño y simulación de un control neuronal aplicado a un convertidor flyback para la regulación de tensión

Óscar Eduardo López Manchola, Juan David Gómez Buitrago, Andrés Eduardo Gaona Barrera, Nelson Eduardo Diaz

  • español

    Este artículo presenta el diseño y simulación de un controlador basado en redes neuronales para regular la tensión de salida de un convertidor flyback. Se usan redes neuronales, ya que estas no requieren de un modelo matemático del convertidor, y, por tanto, se obtiene un mayor rango de operación respecto a métodos de control tradicional. En el entrenamiento se realizan cambios en la base de datos y en la arquitectura para obtener el controlador más apropiado, que garantice la regulación de línea y carga del convertidor. La validación del controlador neuronal funcional se realiza en Simulink con el modelo circuital de un convertidor flyback, sometiéndolo a cambios en la tensión de entrada y en la carga resistiva. Los resultados obtenidos muestran la efectividad del control neuronal para la regulación de línea entre 20 V y 50 V, regulación de carga entre 8 Ω y 12 Ω, y cuya arquitectura está conformada por cuatro neuronas.

  • English

    This article explains the design and simulation of a controller based on neural networks to regulate the output voltage of a flyback converter. Neural networks are used since they do not require a mathematical model of the converter, with the advantage of a greater operating range than traditional control methods. In the training process, changes were made in the database and in the neural network architecture to get a more appropriate controller that the guaranteed line and load regulation of the converter. The functional neural controller validation was made on Simulink with the circuital model of a flyback converter, putting it to changes of output load and input voltage. The results obtained show the effectiveness of neuronal control with its ability to regulate lines in a range of 20V to 50V, load regulation between 8Ω and 12Ω, and whose architecture is made up of four neurons.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus