单相 AC-DC变换电路设计

针对当前基于变压器的ACDC开关电源很难进一步提高电源转换效率的问题,设计了一个新型的变换电路.本次设计的单相AC-DC变换电路结合了功率因素测量和补偿电路,通过单片机控制系统实现AC-DC的高效转换.理想二极管桥控制器LT4320与高效开关稳压控制器LTC3789实现24V的交流输入到36V的直流输出,通过Atmega128单片机控制系统结合基于比较器LM393的功率因素测量电路,完成电源功率因数的测量与补偿;另外,以导通电阻为15mΩ的N型MOSFET作为功率器件,最大限度地提高了电源的转换效率.本设计方案优于传统的基于变压器的AC-DC变换,具有转换效率高、应用性强和设计方案完善等特点.     

基于神经网络及强化学习的智能控制系统

将神经网络与强化学习结合,提出了一种新型算法模型.该模型应用于智能控制系统中将使智能体具有自 主性、高效率、大容量等综合优势.最后,利用计算机软件仿真实验,验证了方案的有效性.本次实验对机器人使 用基于试错改进机制的强化学习方式,与传统机器人研究领域大多使用的基于导师机制的监督学习相比,提高了 机器人自主适应环境的能力,使机器人更加智能化.同时,将神经网络引入到强化学习中,使该智能系统较其他强 化学习系统具有更快的处理信息的速率.     

单相 AC-DC 变换电路设计

针对当前基于变压器的 ACDC 开关电源很难进一步提高电源转换效率的问题,设计了一个新型的变换电路。本次设计的单相 AC‐DC 变换电路结合了功率因素测量和补偿电路,通过单片机控制系统实现 AC‐DC 的高效转换。理想二极管桥控制器 LT4320与高效开关稳压控制器 LTC3789实现24 V 的交流输入到36 V 的直流输出,通过 Atmega128单片机控制系统结合基于比较器 LM393的功率因素测量电路,完成电源功率因数的测量与补偿;另外,以导通电阻为15 m Ω的 N 型 MOSFET 作为功率器件,最大限度地提高了电源的转换效率。本设计方案优于传统的基于变压器的 AC‐DC 变换,具有转换效率高、应用性强和设计方案完善等特点。