田社平, 張 峰(上海交通大學(xué) 電子信息與電氣工程學(xué)院,上海 200240)
正弦穩(wěn)態(tài)電路最大功率傳輸定理是電路理論或電路分析課程的重要教學(xué)內(nèi)容之一,它指出了電路在正弦激勵(lì)下負(fù)載獲取最大功率的條件[1-4]。在電路實(shí)際應(yīng)用中,常常也存在非正弦周期激勵(lì)的情況,如在傳感器應(yīng)用電路中,傳感器的輸出將包含各種正弦成分的非電量(如振動(dòng))轉(zhuǎn)換為電量(如電壓),此時(shí)可將傳感器看作非正弦周期激勵(lì)的電源[5-6]。由于多頻率電源激勵(lì)下,負(fù)載阻抗隨頻率發(fā)生變化,因此,很難推導(dǎo)最大功率條件的一般解析表達(dá)式,一般都通過數(shù)字仿真的方法來進(jìn)行測試[7]。而要設(shè)計(jì)多頻率激勵(lì)下的最大功率匹配負(fù)載,所列寫的參數(shù)方程均為復(fù)雜的非線性方程,很難直接求解。
為此,本文采用遺傳算法,搜索負(fù)載可能吸收的最大功率,當(dāng)該功率達(dá)到匹配的最大功率,則此時(shí)的元件參數(shù)即為最大功率匹配負(fù)載的元件參數(shù)。以3個(gè)不同頻率激勵(lì)時(shí)的最大功率傳輸問題為例,討論遺傳算法在最大功率匹配負(fù)載設(shè)計(jì)中的應(yīng)用,使得負(fù)載所獲得的功率正好等于電源各諧波分量單獨(dú)作用時(shí)負(fù)載所獲得的最大功率之和。仿真實(shí)驗(yàn)與計(jì)算結(jié)果表明,采用遺傳算法進(jìn)行最大功率匹配負(fù)載的元件參數(shù)設(shè)計(jì),可以得到理想的結(jié)果。
當(dāng)線性非時(shí)變電路在多頻率正弦激勵(lì)下達(dá)到穩(wěn)態(tài)時(shí),負(fù)載所吸收的功率等于每一個(gè)頻率正弦激勵(lì)單獨(dú)作用時(shí)負(fù)載所吸收的功率之和。由此,可得到下述結(jié)論:非正弦周期穩(wěn)態(tài)下負(fù)載所吸收的功率至多等于電源各諧波分量單獨(dú)作用時(shí)負(fù)載所獲得的最大功率之和。當(dāng)負(fù)載所吸收的功率等于各諧波分量單獨(dú)作用時(shí)負(fù)載所獲得的最大功率之和時(shí),稱此時(shí)的負(fù)載為最大功率匹配。
以圖1所示的電源電路[7]為例進(jìn)行討論。不失一般性,假設(shè)u(t)的表達(dá)式為
(1)
式中:ω1=1 rad/s;ω2=2 rad/s;ω3=3 rad/s。
圖1 含多個(gè)頻率激勵(lì)的單口網(wǎng)絡(luò)
可求出在3個(gè)頻率下的電源等效阻抗分別為
(2)
如果某一負(fù)載在上述3個(gè)頻率下的阻抗分別為
(3)
則負(fù)載在上述3個(gè)頻率激勵(lì)單獨(dú)作用時(shí)時(shí)分別獲得最大功率,即
(4)
由此可求得負(fù)載在最大功率匹配時(shí)所獲得的最大功率為
PLmax=PLmax1+PLmax2+PLmax3=56.25 W
(5)
下面以圖1所示電源為例說明在u(t)[見式(1)]作用下最大功率匹配負(fù)載的設(shè)計(jì)。
負(fù)載電路形式可采用不同的拓?fù)浣Y(jié)構(gòu)。由于電源中包含電感元件,因此負(fù)載要獲得更大的功率,則負(fù)載應(yīng)為容性負(fù)載[8,9]。一種可能的負(fù)載電路形式如圖2所示,其中的1 Ω電阻與圖1電路中的1 Ω電阻對應(yīng),支路ab與圖1電路中的1H電感對應(yīng)。
圖2 可能的最大功率匹配負(fù)載
圖2所示負(fù)載的阻抗為
ZL(jω)=
(6)
(7)
由式(7)可知,最大功率匹配負(fù)載的元件參數(shù)受到3個(gè)方程的約束,而未知的元件參數(shù)有5個(gè),這說明式(7)可有無窮多解。同時(shí),由于方程均為非線性方程,故對式(7)無論求解析解,還是求數(shù)值解,都是非常困難的。
為此,可采用最優(yōu)化方法來搜索最大功率匹配時(shí)的負(fù)載元件參數(shù)值。其基本思路為:對搜索到的元件參數(shù)值,計(jì)算負(fù)載獲得的功率,如果所獲得的功率達(dá)到最大功率(即56.25 W),則此時(shí)的元件參數(shù)值就是最大功率匹配負(fù)載的元件參數(shù)值。
采用傳統(tǒng)的優(yōu)化算法如牛頓法、梯度法等,并不能很好地解決上述問題,這是因?yàn)閭鹘y(tǒng)優(yōu)化算法必須首先給定初始值。而初始值很難正確選取,從而使算法收斂到局部最優(yōu)值。采用現(xiàn)代優(yōu)化算法如遺傳算法,則可避免上述問題,得到全局最優(yōu)解。
遺傳算法(Genetic Algorithm,GA)是以自然選擇和遺傳理論為基礎(chǔ),將生物進(jìn)化過程中適者生存規(guī)則與群體內(nèi)部染色體的隨機(jī)信息交換機(jī)制相結(jié)合的高效全局尋優(yōu)搜索算法。GA摒棄了傳統(tǒng)的搜索方式,模擬自然界生物進(jìn)化過程,采用人工進(jìn)化的方式對目標(biāo)空間進(jìn)行隨機(jī)優(yōu)化搜索。它將問題域中的可能解看作是群體的一個(gè)個(gè)體或染色體,并將每一個(gè)個(gè)體編碼成符號串形式,模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過程,對群體反復(fù)進(jìn)行基于遺傳學(xué)的操作(遺傳、交叉、變異)。根據(jù)預(yù)定的目標(biāo)適應(yīng)度函數(shù)對每個(gè)個(gè)體進(jìn)行評價(jià),并據(jù)適者生存、優(yōu)勝劣汰的進(jìn)化原則,不斷得到更優(yōu)的群體,同時(shí)以全局并行搜索方式來搜索優(yōu)化群體中的最優(yōu)個(gè)體,以求得滿足要求的最優(yōu)解[10-12]。
現(xiàn)在已經(jīng)有各種成熟的GA工具箱可資利用,如Matlab軟件自帶的全局優(yōu)化工具箱中就包含GA優(yōu)化函數(shù)ga()。對應(yīng)用而言,最主要的是構(gòu)造適應(yīng)度函數(shù)。這里,適應(yīng)度函數(shù)可取負(fù)載獲取的功率,對圖2電路,取適應(yīng)度函數(shù)為
(8)
設(shè)定元件參數(shù)C1、C2、C3、L1、L2的搜索值范圍均為0~10(單位為F或H),運(yùn)行GA可得到多組最大功率匹配時(shí)的元件參數(shù)值,表1給出了部分計(jì)算結(jié)果。
表1 3頻率情況部分設(shè)計(jì)結(jié)果
值得指出的是,GA屬于概率算法,即該算法以概率1收斂到全局最優(yōu)值。因此在實(shí)際運(yùn)行算法時(shí),有可能計(jì)算結(jié)果并非最優(yōu)值,此時(shí)只須觀察最優(yōu)適應(yīng)度值是否為56.25來判斷結(jié)果的最優(yōu)性。
將表1中的各組設(shè)計(jì)值代入式(7),可知各組參數(shù)均滿足式(7),這說明設(shè)計(jì)計(jì)算結(jié)果是正確的。
除此之外,還可對表1中的計(jì)算結(jié)果采用Multisim電路仿真軟件進(jìn)行驗(yàn)證[13-15]。本文所采用的版本為13.0。仿真電路圖及功率表讀數(shù)結(jié)果如圖3所示。圖中元件參數(shù)分別取表1中的第一組數(shù)據(jù)。仿真結(jié)果表明,在穩(wěn)態(tài)時(shí)功率表的讀數(shù)為56.25 W,說明所設(shè)計(jì)的負(fù)載電路滿足最大功率匹配條件。值得指出的是,由于激勵(lì)的頻率非常小,只有零點(diǎn)幾Hz,在仿真時(shí),讀數(shù)達(dá)到穩(wěn)定狀態(tài)的時(shí)間較長,且功率表的顯示值在理論值附近有輕微的波動(dòng)。
圖3 實(shí)驗(yàn)仿真電路及結(jié)果
非正弦穩(wěn)態(tài)周期電路的功率計(jì)算有其特殊性,一方面,很難通過推導(dǎo)得到通用的適用于任意多個(gè)頻率激勵(lì)的相關(guān)公式,另一方面,激勵(lì)的各諧波分量產(chǎn)生的功率并不影響其他諧波分量產(chǎn)生的功率,這簡化了非正弦穩(wěn)態(tài)周期電路最大功率傳輸問題的分析。本文以三個(gè)頻率激勵(lì)下最大功率匹配負(fù)載設(shè)計(jì)為例,討論了GA的應(yīng)用,取得了理想的效果。在具體應(yīng)用時(shí)還應(yīng)注意:
(1) 正確選取負(fù)載的電路形式是成功應(yīng)用本文方法的關(guān)鍵。從理論上講,負(fù)載的電路形式可以多種多樣,這給設(shè)計(jì)帶來一定的困難。但是,即便所選取的電路形式并非是與最大功率匹配的,也可采用本文的方法計(jì)算出在該電路形式下獲得最大功率所對應(yīng)的一組
元件參數(shù)值,以便應(yīng)用于實(shí)際電路的設(shè)計(jì)。因此,本文的方法具有較好的普遍適用性。
(2) 由于所有元件參數(shù)值都應(yīng)取正值,因此其下限可取零或合適的較小數(shù)。而參數(shù)值的上限則可通過試算而得,如可先取較大值,再根據(jù)初步計(jì)算結(jié)果予以適當(dāng)調(diào)整。
(3) GA本身在運(yùn)行還必須進(jìn)行參數(shù)設(shè)置,如初始種群數(shù)、交叉概率、變異概率、最大進(jìn)化代數(shù)等。這些參數(shù)可采用默認(rèn)值或經(jīng)驗(yàn)值。
(4) 盡管本文僅討論了三個(gè)頻率激勵(lì)下最大功率匹配負(fù)載設(shè)計(jì)問題,但本文的思路和方法完全可以適用于多個(gè)頻率下最大功率匹配負(fù)載的設(shè)計(jì)。
參考文獻(xiàn)(References):
[1] ALEXANDER C K,SADIKU M N O. Fundamental of Electric Circuits[M]. 5th ed. New York: McGraw-Hill Inc.,2013.
[2] 田社平. 電路理論基礎(chǔ)[M]. 上海:上海交通大學(xué)出版社. 2016.
[3] 李瀚蓀.簡明電路分析基礎(chǔ)[M]. 北京:高等教育出版社,2002.
[4] Nilsson J W,Riedel S A. Electric Circuits[M]. 7th ed. New Jersey: Prentice Hall,2005.
[5] 李醒飛. 測控電路[M]. 5版. 北京: 機(jī)械工業(yè)出版社, 2016.
[6] 張國雄. 測控電路[M]. 4版.北京:機(jī)械工業(yè)出版社, 2011.
[7] 曹倩玉,劉子溪,范詩辰,等. 多頻率電源下的最大功率傳輸問題研究[J]. 實(shí)驗(yàn)技術(shù)與管理,2014,31(5):58-60.
[8] 顏秋容.實(shí)現(xiàn)最大功率傳輸?shù)淖杩棺儞Q方法研究[J]. 電氣電子教學(xué)學(xué)報(bào),2011,33(3):40-44.
[9] 田社平,陳洪亮. 關(guān)于正弦穩(wěn)態(tài)功率傳輸?shù)挠懻揫J]. 電氣電子教學(xué)學(xué)報(bào),2008,30(6):7-9.
[10] 玄光男,陳潤偉.遺傳算法與工程優(yōu)化[M].北京:清華大學(xué)出版社,2003.
[11] 周 明,孫樹棟.遺傳算法原理及應(yīng)用[ M] . 北京:國防工業(yè)出版社,1999.
[12] B?ck T, Hoffmeister F. Extended selection mechanisms in genetic algorithms[C]//Proceedings of the Fourth International Conference on Genetic Algorithms. San Mateo, California, USA: Morgan Kaufmann Publishers, 1991: 92-99.
[13] 張 壹,羊 森,武子云. Multisim13在電路基礎(chǔ)實(shí)驗(yàn)教學(xué)中的應(yīng)用[J]. 實(shí)驗(yàn)室科學(xué),2016,19(1):66-67.
[14] 付 揚(yáng). Multisim仿真在電工電子實(shí)驗(yàn)中的應(yīng)用[J]. 實(shí)驗(yàn)室研究與探索,2011,30(4): 120-122.
[15] 劉 君,楊曉蘋,呂聯(lián)榮,等. Multisim 11在模擬電子技術(shù)實(shí)驗(yàn)中的應(yīng)用[J]. 實(shí)驗(yàn)室研究與探索,2013,32(2): 95-98.