LLC 半橋諧振電路設計的優化探討

魏永志

（呼和浩特市地鐵運營有限公司，內蒙古呼和浩特 010010）

邏輯鏈路控制（Logical Link Control，LLC）半橋諧振電路的工程意義為，使用電容器、電抗器構建諧振腔回路，控制晶閘管開合過程中晶閘管兩側的電能分布情況，實現控制電路的電壓電平控制[1-2]。實際工程部署中，晶閘管本身存在一定的電能消耗，在家用電器等常規模擬電路中，該電能消耗過程可忽略不計，但如果將半橋諧振電路應用于高精密儀器、數字計算電路供電等，該過程會對后置系統帶來較為嚴重的干擾，導致后置電路在晶閘管開合過程中出現短暫失穩[3]。

因為晶閘管電能消耗過程在理論上完全不可避免，該研究重點探討對LLC 板橋諧振電路中晶閘管的自身能量消耗電壓電平影響的控制效果[4]。

1 問題的提出

LLC 半橋諧振電路的一般邏輯，是在晶閘管前后布置電容器、電抗器形成諧振腔吸收電路，用于平衡晶閘管開合時對前后電路中電壓電平帶來的擾動，使其開合過程的電壓電平表現更為平穩，而該技術帶來另一個問題，即增加的電容器、電抗器、二極管等電子元件自身也帶來一定的能耗，會進一步加重開關電路的電能消耗。即使用LLC 半橋諧振電路后，晶閘管開關帶來的電路擾動更為平穩，但擾動量會加大。LLC 半橋諧振電路的一般結構如圖1所示。

圖1 LLC半橋諧振電路的一般結構

圖1 中，電源模塊可以來自整流器、電池組等任何形式的直流電源，該研究在仿真過程中，設定其為等壓直流電壓型電源，而一般設計思路下，諧振電路中不一定配備C、C0、D1、D0、L1等全部控制元件，最小化的LLC 半橋諧振電路僅配置圖1 中的C、C0與L1即可完成基本控制功能，而該研究設計的LLC 半橋諧振電路中，不但配置了C、C0、D1、D0、L1等全部控制元件，且設定了C、C0、L1等具有可調整定值[5]。

仿真環境運行在Matlab 下，加載模擬電路、模擬電源等相關控件，發現該控制回路的實際表現如圖2所示。圖2（a）為圖1 全部控制元件以固定且充分優化整定值全部配置時的仿真結果，圖2（b）為LLC 半橋諧振電路最小化配置時的仿真結果[6]。觀察圖2所示結果可以發現，更為優化的LLC 半橋諧振電路有效縮短了晶閘管開合時的電量消耗時間窗口，且有效減少了晶閘管的電量消耗量，將晶閘管的電量消耗量向整個諧振腔轉移。常規設計中，利用LLC半橋諧振電路將晶閘管開合控制從圖2（b）優化至圖2（a）狀態后，可將電能質量控制交給下一個模塊處理，但該研究中將利用全程可控的電容器、電抗器整定值對晶閘管開合過程進行更精細控制[7]。

圖2 晶閘管電流電壓及電量消耗情況仿真結果圖

2 可調整定值的諧振控制回路設計

該研究的核心創新點是對LLC 半橋諧振回路中的可控電容器和可控電抗器進行智能化控制，使用一個IC 控制芯片，調用其22 個控制引腳，通過向晶閘管S 發出控制指令，且通過三個數模轉換器D/A 芯片向C、C0、L1發出控制指令，實現對晶閘管S 控制過程的有效優化，智能化控制反饋數據來自LLC 半橋諧振回路的輸出端電流、電壓數據，經過數模轉換器D/A 生成數字信號發送回IC 控制器。該控制邏輯如圖3 所示。

圖3 LLC板橋諧振電路控制回路邏輯圖

圖3 中，常規32 位單片機控制芯片IC 的輸入輸出總線共包含32 個引腳，用于與LLC 半橋諧振電路通信的引腳數量為22 個，仍有十個引腳富余，該組引腳引出四根鏈接NIC 總線（Network Interface Connection），實現與其他電路控制回路的相互交互，另有六個引腳用于接收晶閘管開關（ON/OFF）信號和系統重置信號（RESET）。因為引入了嵌入式控制系統，在傳統LLC 半橋諧振控制回路的基礎上增加了一個32 位嵌入式可編程控制芯片和五個數模轉換芯片，單純考察硬件成本，該研究改進后的LLC 半橋諧振控制回路遠高于傳統模式，所以，該研究改進后的LLC 半橋諧振控制回路用于高精密儀器控制、航空航天控制、高穩定性需求的重機械控制等領域，無法支持在家用電器、桌面型計算機等領域的商業化用途。所以，該改進LLC 半橋諧振控制回路的實際控制表現應大幅度優于傳統模式[8-9]。

3 可調整定值的諧振控制算法設計

3.1 外置神經網絡算法

圖3 中使用小規模32 位嵌入式芯片作為控制器，無法運行LINUX 操作系統，僅可運行簡單控制算法，該研究中設計外置神經網絡機器學習系統，采用左右互搏算法（Self-Play Algorithm，SPA）順序控制程序，在嵌入芯片中執行。即該研究中使用機器學習算法智能化設計控制策略，實際控制模塊中并不運行機器學習程序，最大程度節約嵌入系統的算力需求。為了提升數據完備性，先需要提升數學模型維度，需要計算差值比，如式（1）所示：

將得出的差值比數列輸入到多項式深度迭代公式中（神經網絡模塊均采用多項式深度迭代回歸節點函數，其基函數寫作公式），如式（2）所示：

多列神經網絡輸出的是[0,1]區間上的數據，這些數據沒有分布規律，所以需要進行二值化處理，二值化函數的基函數（針對每套方案設計一個獨立的二值化神經網絡模塊，形成二值化多列神經網絡，二值化神經網絡的節點基函數）如式（3）所示：

其中，e為自然常數，此處取近似值e=2.718 281 828；其他數學符號含義同前文式（2）。

左右互搏算法核心邏輯架構如圖4 所示。

圖4 左右互搏算法邏輯架構圖

圖4 中，較傳統左右互搏算法，該算法的策略生成部分采用隨機法而非神經網絡法。其原因為實際控制目標難以有效量化，無法通過有限且可控的神經網絡架構篩選最為有效的控制策略。而評價反饋過程中使用了一個神經網絡模塊構建對LLC 半橋諧振模塊的動作效果評價模型，通過評價控制過程中的系統能耗占用量獲得評價結果，在策略寄存中，比較當前策略與之前策略，將較優的結果存入策略寄存中，之后每次計量結果均與之前比較中的最優結果進行比較[10-11]。

3.2 策略寄存方案

策略存儲機制包括啟動過程控制策略，包括S、C、C0、L1動作狀態及動作時序及策略編號，實際執行中僅需要執行該時序。每個動作狀態是一個四位控制碼，保存在一個八位整形變量中，其中后四位為動作狀態碼，前四位為開關元件尋址碼，尋址方式如下：0010 為S 晶閘管，0100 為C電容器，0110 為C0電容器，1000 為L1電抗器。具體數據結構如圖5 所示。

圖5 控制策略集數據結構示意圖

圖5 中，每行代表32 位數據，其中每個策略的前32 位為一個四字節長整形策略編碼，策略編碼分為三段，第一段8 位記錄該策略對應電壓值，第二段八位記錄該策略對應的電流值，后16 位記錄該電壓電流對應狀態中策略被更新的次數。隨后16 位為一個長整形數據段，標志整個策略集包含的時間戳數量，保留16 位空白后開始記錄策略，之后每個操作點保存為二組32 位數據，每個時間戳占32 位，動作策略占32 位，所有策略集記錄完畢后，保留16 位空白后，記錄16 位校驗碼。校驗碼分為四段，每段前三位為0，最后一位分別為全有效字段、頭部字段、所有時間戳字段、所有操作碼字段的奇偶校驗結果。

小規模32 位嵌入系統應執行最小化的控制策略，該系統可以對改進型LLC 半橋諧振電路提供足夠復雜的控制動作。嵌入式控制器系統工作中，每次電路實際捕捉到的系統電壓、電流狀態，會在控制器中構建空標記點，維護人員定期拷貝這些空標記點，在外置機器學習系統中重點展開針對這些空標記點的仿真模擬SPA 機器學習，直至優選出充分收斂的控制策略集，并將其導入到系統中[12-13]。策略集向嵌入式控制器執行導入時，如果存在重合的控制點，且策略集編碼第17-32 位的標記碼大于原標記碼，則覆蓋相應標記點[14]。

4 LLC半橋諧振電路設計的優化結果

為了驗證該系統對LLC 半橋諧振電路的控制效果，利用圖2 所示的統計研究方法，對使用該系統前后LLC 半橋諧振電路的實際電壓電流及能耗情況進行分析，結果如圖6 所示。

圖6 使用該系統前后電壓、電流、能耗情況仿真結果圖

圖6（a）與圖2（a）相同，均為引入固定式半橋諧振吸收系統后的控制效果，該效果已經較圖2（b）僅采用最小化半橋諧振吸收系統時有較顯著改善，即圖6（a）為常規設計思路下LLC 半橋諧振電路的較佳表現效果。圖6（b）為使用該動態智能化整定LLC 半橋諧振系統后的電壓、電流、電量消耗表達效果。可以看到，因為該系統實現了電路吸收效能的非線性調整，因此系統表現更為平緩，且系統自身的電量消耗更少[15]。

進一步對系統的能耗情況進行仿真，分析系統的有效輸出效率、能量損失率、發熱情況，仿真在每100 ms 開關一次晶閘管的前置條件下進行測試，測試時間為2 min，即開合晶閘管2 400 次，統計結果如表1 所示。

表1 系統能耗情況統計表

表1 中，電源效率與電源能耗為LLC 半橋諧振電路的直流輸入電源與輸出電源之間的能量占比，電源能耗與電源效率之間存在互補關系，晶閘管最高溫度指2 min 內2 400 次密集開合晶閘管全過程中晶閘管表現出的最高核心溫度。經過比較發現，電源能耗下降54.17%，晶閘管最高溫度下降29.01%，證實使用該系統對LLC 半橋諧振電路進行智能化動態優化后，電路的能耗顯著降低。如前文分析，如果該電路能耗降低，則其對后置電路的雜波影響也會顯著降低。所以，比較晶閘管動作時后置電源接口的電壓浮動值，如表2 所示。

表2 后置電源電壓浮動情況統計表

表2 中，峰值浮動指晶閘管閉合瞬間系統將工作電壓調整至額定電壓前系統輸出電壓的最高值與額定值之間的差值再與額定值之間的比值，谷值浮動指晶閘管閉合瞬間系統將工作電壓調整至額定電壓前系統輸出電壓的最低值與額定值之間的差值與額定值之間的比值，調整時間指晶閘管閉合瞬間至系統將輸出電源電壓穩定在額定值之間的時間窗口[16-17]。表中，使用該系統對LLC 半橋諧振電路進行智能化動態優化后，峰值浮動范圍壓縮60.22%，谷值浮動范圍壓縮36.03%，調整時間的均值壓縮50.37%。在SPSS 雙變量t校驗分析中，存在t<10.000和P<0.01 的顯著統計學差異，證實該系統對系統后置電源的電壓輸出控制有較顯著效果。

5 結束語

該研究將LLC 半橋諧振電路中兩個電容器和一個電抗器更換為模擬信號驅動可調整定值元件，使用一個嵌入式32 位開發芯片作為控制器，配合五個數模轉換芯片，同時接入電流傳感器和電壓傳感器芯片，構成經過智能化優化的LLC 半橋諧振電路。經過仿真，該電路實現了對晶閘管開合操作的非線性控制，使其自身能耗顯著降低，輸出電源的電壓穩定性和調整周期也顯著縮短。后續研究中，將對多電平電源開展相關智能化優化研究，且將前置的整流器智能化控制也納入研究中，使電路的智能化程度進一步提升。