電機工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/85

歷史沿革

本系成立宗旨在整合電子、電機、資訊、控制等多學門之工程技術,以培養跨領域具系統整合能力之電機電子科技人才為目標,同時配合產業界需求、支援國家重點科技發展,以「系統晶片」、「多媒體與通訊」、與「智慧型控制與機器人」等三大領域為核心發展方向,期望藉由學術創新引領產業發展,全力培養能直接投入電機電子產業之高級技術人才,厚植本國科技產業之競爭實力。

本系肇始於民國92年籌設之「應用電子科技研究所」,經一年籌劃,於民國93年8月正式成立,開始招收碩士班研究生,以培養具備理論、實務能力之高階電機電子科技人才為目標。民國96年8月「應用電子科技學系」成立,招收學士班學生,同時間,系所合一為「應用電子科技學系」。民國103年8月更名為「電機工程學系」,民國107年電機工程學系博士班成立,完備從大學部到博士班之學制規模,進一步擴展與深化本系的教學與研究能量。

News

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於分數階PID類神經網路之模型預測控制應用於寬輸入電壓範圍直流-直流轉換器
    (2024) 黃睿揚; Huang, Jui-Yang
    提出一種模型預測控制(Model Predictive Control, MPC)系統,以模型預測控制系統結合分數階比例-積分-微分類神經網路(Fractional-Order Proportional-Integral-Derivative Neural Network, FOPIDNN)電壓控制器,應用於直流-直流轉換器,不同於多模式操作控制(Multimode Operation Control, MOC)系統,轉換器在轉換模式切換過渡時的輸出電壓能夠更平滑且穩定。首先,本研究藉由推導出轉換器電路各開關導通狀態的電流斜率,以預測下一個時刻的電感電流、電感充放電電流斜率以及功率開關之導通工作週期(Duty Cycle),並利用整數階比例-積分-微分(Proportional-Integral-Derivative, PID)電壓控制器對模型預測控制系統提供電感電流參考值做驗證,以確保模型預測控制系統能使轉換器電路之輸出電壓能快速穩定在理想電壓值。為了提高輸出功率之響應速度與穩定度,必須改良影響電感電流參考值的電壓控制器,而分數階比例-積分-微分(Fractional-Order Proportional-Integral-Derivative, FOPID)電壓控制器的控制參數更多,比起整數階PID有更高的控制靈活性,不過控制參數多同時也意味著必須花費額外的時間來試錯。因此,本研究進一步提出一FOPIDNN電壓控制器,以類神經網路(Neural Network, NN)動態調整參數的特性來提升FOPID產生電感電流參考值的精確度,實現快速響應且不受環境干擾地的輸出穩定功率。本研究首先以PSIM軟體模擬來評估所提出之方法之有效性和可行性,接著再應用於實際轉換器電路並以DSP TMS320F28335數位信號處理器實現控制系統。最後,比較四種實現控制系統,包括多模式操作控制系統、基於整數階PID之MPC控制系統、基於FOPID之MPC控制系統與本研究提出的基於FOPIDNN之MPC控制系統。結果顯示與前者方法相比,本研究所提方法應用於寬輸入電壓範圍直流-直流轉換器上,能夠更及時地補償電感電流參考值,除了輸出電壓響應速度更快,輸出電壓在轉換模式切換的過渡,平滑效果也明顯提高許多,有效輸出穩定的輸出功率。
  • Item
    第二型模糊控制之全域搜索之最佳化鋰電-超級電容混合電能管理系統
    (2022) 曹東曜; Tsao, Tung-Yao
    本論文基於鋰電-超級電容混合電力系統,發展出最佳化能量控制策略來分配混和電力系統之能量分配比,以達到最佳的能耗。底層的配置是透過三台直流-直流轉換器並聯而成的系統,以提高系統輸出效率。在實務上,因電路損耗、元件匹配及外部雜訊等因素,會導致附載分配不均,且降低系統轉換效率,甚至燒毀系統電路使其無法運作。因此良好的均流控制可以確保模組間輸出的電流相同,並提高系統可靠度。本篇論文提出一滑動模式控制均流架構,其控制方式簡單,對於非線性系統有良好的控制性能,且不易受到系統參數變異的影響,有著良好的強健性。上層的部分,本論文針對鋰電-超級電容混合電力系統提出了五種最佳化能量管理策略,因應不同的負載功率需求、超級電容殘電量與鋰電池電流大小計算出最佳的功率分配比,達到提升續航力以及減少能耗之目的。本論文發展基本規則庫控制、全域搜索演算法、模糊控制、第一型模糊全域搜索以及第二型模糊全域搜索。實驗結果表明,全域搜索演算法有著最佳的能耗表現,模糊控制對於抑制電流變化有著較佳的表現,而第一型模糊全域搜索與第二型模糊全域搜索則是在最佳能耗以及抑制電流變化中取得平衡。