⚡ electrical engineering

LMI Approach for Sliding Mode Control and Analysis of DC-DC Converters

本文利用等效控制建模和线性矩阵不等式（LMI）稳定性条件，分析了以Cuk变换器为代表的DC-DC转换器在滑动模态下的稳态行为，确定了非线性扇区界最大化对线性纹波近似适用性的限制，并通过两种切换面的仿真结果验证了该方法的有效性。

原作者： Aleksandra Lekić, Dušan Stipanović

发布于 2026-04-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Aleksandra Lekić, Dušan Stipanović

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一种**“给复杂的电力转换器做体检”的新方法。为了让你轻松理解，我们可以把这篇论文的内容想象成一位经验丰富的老中医（作者）在研究如何控制一个极其复杂的“能量搅拌机”（Ćuk 转换器），并发明了一套新的“听诊器”（LMI 方法）来确保它工作稳定。**

以下是用通俗语言和比喻对这篇论文核心内容的解读：

1. 主角是谁？—— 那个“能量搅拌机” (Ćuk 转换器)

想象你有一个神奇的能量搅拌机（Ćuk 转换器）。它的作用是把一种电压（比如电池的电）转换成另一种电压（比如给手机充电的电压）。

它的特点： 它不像普通电器那样平稳工作，而是像快速开关的闸门一样，通过极快地“开”和“关”来调节能量。
问题： 这种快速开关会让电路里的电流和电压产生“波纹”（像水波一样忽高忽低）。如果控制不好，这个搅拌机就会乱转，甚至烧坏。
难点： 这个特定的搅拌机（Ćuk 转换器）结构非常复杂，有四个主要的“能量储存罐”（两个电感和两个电容），就像一辆有四个轮子、四个引擎的赛车，很难预测它什么时候会失控。

2. 他们想解决什么问题？—— 如何判断“波纹”会不会失控？

以前，工程师们为了分析这种转换器，通常使用一种**“线性近似法”**。

比喻： 这就像在分析海浪时，假设海浪是完全平直的直线。只要浪很小，这个假设就管用。
风险： 但是，如果浪太大（开关频率不够快，或者控制参数不对），海浪就会变成真正的波浪，直线假设就失效了，系统可能会崩溃。
核心问题： 我们怎么知道现在的“浪”（非线性干扰）是不是已经大到让“直线假设”失效了？我们需要一个安全界限。

3. 他们的新方法：LMI（线性矩阵不等式）—— 给系统装个“智能雷达”

作者提出了一种基于**LMI（线性矩阵不等式）**的新方法。

比喻： 想象你要检查一个摇摇欲坠的塔。
- 旧方法： 靠肉眼观察，或者用简单的尺子量（线性近似）。
- 新方法（LMI）： 给塔装上了一个高精度的智能雷达。这个雷达不仅能看到塔现在的状态，还能通过复杂的数学计算，画出一个**“安全保护区”**（Sector Bound）。
- 原理： 作者把转换器复杂的“开关行为”拆解成两部分：
  1. 主要部分： 一个稳定的线性系统（就像塔的主体结构）。
  2. 干扰部分： 一个非线性的“捣乱分子”（就像强风或地震）。
- LMI 的作用： 它计算这个“捣乱分子”最大能有多强，只要它不跑出雷达划定的“安全保护区”，塔就是安全的（系统是稳定的）。

4. 实验过程：两种“开关策略”的测试

作者用这个新雷达测试了两种不同的控制策略（就像给搅拌机换了两种不同的操作手册）：

策略 A（只盯着输入电流）： 就像只盯着进水管的水流速度。
- 结果： 当“浪”（控制误差 $\Delta$ ）很小时，直线假设很准，搅拌机工作完美。但当“浪”变大（比如 $\Delta = 100m$ ），雷达发现“捣乱分子”冲出了安全区，直线假设失效，波形开始扭曲。
策略 B（同时盯着输入和输出）： 就像同时盯着进水管和出水管。
- 结果： 同样地，雷达精准地找到了一个**“临界点”**。在这个点之内，你可以放心地用简单的直线公式计算；一旦超过这个点，你就必须承认系统变复杂了，不能用简单公式了。

5. 核心发现：找到了“安全红线”

这篇论文最大的贡献是算出了那条“安全红线”。

比喻： 以前工程师不知道浪多大算“危险”，只能凭经验猜。现在，作者通过 LMI 方法，精确地画出了一条线：
- 线内： 你可以放心地用简单的“直线模型”来分析，省时间又准确。
- 线外： 警告！非线性效应太强了，简单的模型不管用了，必须用更复杂的模型，否则转换器可能会不稳定。
实际意义： 这就像给汽车装了一个**“速度限制器”**。它告诉你：“在这个速度下，你的车很稳；超过这个速度，轮胎可能会打滑。”这让工程师在设计转换器时，能更精确地选择元件参数，避免设计过度保守（太贵）或设计冒险（不安全）。

6. 总结

简单来说，这篇论文做了一件很酷的事：
它没有发明新的转换器，而是发明了一种更聪明的“数学体检仪”。
它告诉工程师：“别盲目地假设电流是直线的，用我们的 LMI 雷达扫一下，看看你的‘波纹’有没有跑出安全区。如果跑出去了，赶紧调整参数，否则你的转换器就要‘翻车’了。”

这种方法不仅适用于Ćuk 转换器，未来也可以用来分析其他各种复杂的电力电子设备，让它们的运行更安全、更高效。

这篇论文提出了一种基于线性矩阵不等式（LMI）的方法，用于分析和控制直流/直流（DC/DC）变换器的滑模（Sliding Mode）行为。作者以结构较为复杂的Ćuk 变换器为例，展示了如何利用等效控制建模、线性化以及 LMI 稳定性理论，来研究变换器在稳态下的行为，并确定线性纹波近似法的适用边界。

以下是该论文的详细技术总结：

1. 研究问题 (Problem)

背景：DC/DC 变换器（如 Ćuk 变换器）本质上是切换系统，其动态行为具有非线性特征。传统的滑模控制分析通常依赖于等效控制概念，但在处理非线性扰动和确定线性化近似（如线性纹波近似）的有效性范围时，往往缺乏严格的数学界限。
挑战：
- 如何在存在非线性扰动（由切换引起）的情况下，严格分析系统的稳定性？
- 如何量化“线性纹波近似”（Linear Ripple Approximation）的适用范围？即，在什么条件下可以忽略状态变量的时间常数，将其视为线性变化？
- 现有的研究多集中于简化模型（如消除某些储能元件），而本文旨在处理包含完整动态特性的全阶模型。

2. 方法论 (Methodology)

作者提出了一套结合等效控制、线性化和 LMI 优化的分析框架：

等效控制建模：
- 利用 Utkin 提出的等效控制概念，将切换系统的动态行为描述为在滑模面上的连续运动。
- 将系统方程重写为线性部分与非线性剩余部分（扰动）之和的形式： $\dot{x} = A^*x + h(x)$ 。其中 $h(x)$ 代表非线性余项。
线性化与降维：
- 在平衡点附近对非线性模型进行线性化。
- 利用滑模面方程 $S(x)=0$ 消除一个状态变量，将系统降阶，得到降维后的状态向量 $z$ 和非线性余项 $h^*(z)$ 。
LMI 稳定性分析与扇区界定：
- 将非线性余项视为**扇区有界（Sector Bounded）**的扰动。
- 构建二次型 Lyapunov 函数 $V(z) = z^T P z$ 。
- 利用 S-过程（S-procedure） 和 LMI 凸优化 技术，寻找正定矩阵 $P$ 和最大化的扇区边界参数 $\alpha$ 。
- 通过求解 LMI 问题，确定非线性扰动 $h^*(z)$ 满足的扇区边界条件： $h^{*T}h^* \leq \alpha^2 z^T H^T H z$ 。
确定线性纹波近似界限：
- 最大化得到的扇区边界 $\alpha$ 直接对应于线性纹波近似法适用的极限。
- 当实际系统的非线性误差超出该扇区边界时，线性纹波近似失效，必须考虑系统的非线性动态特性（如时间常数与开关周期的可比性）。

3. 关键贡献 (Key Contributions)

全阶模型分析：不同于以往简化模型的研究，本文对 Ćuk 变换器（四阶系统）进行了完整的滑模控制分析，涵盖了连续导通模式（CCM）以及不连续导通模式（DICM 和 DCVM）。
LMI 驱动的稳定性验证：提出了一种基于 LMI 的严格稳定性验证方法，能够处理带有加性非线性扰动的线性系统，并自动计算 Lyapunov 函数。
量化线性近似界限：创新性地建立了非线性扇区边界与“线性纹波近似”适用范围之间的直接联系。通过计算最大 $\alpha$ 值，可以精确计算出允许的最大滞环（Hysteresis）宽度 $\Delta$ ，从而指导控制器设计。
多滑模面分析：针对两种具有实际意义的滑模面进行了详细分析：
1. 仅控制输入电流的滑模面。
2. 控制电感电流加权和的滑模面（滞环窗口电流模式控制）。

4. 研究结果 (Results)

作者使用 PLECS 软件对 Ćuk 变换器进行了仿真验证（参数： $V_{IN}=10V$ , $L_1=L_2=1mH$ , $C_1=1\mu F$ , $C_2=20\mu F$ , $R=5\Omega$ ）：

滑模面 1 ( $S = x_1 - m_5$ )：
- 当滞环 $\Delta$ 较小（如 1m, 10m）时，非线性误差 $h^*$ 位于计算出的扇区边界内，波形呈现良好的线性特征，线性纹波近似有效。
- 当 $\Delta$ 较大（如 100m）时，非线性误差超出扇区边界，波形出现明显非线性（特别是电感电流 $i_{L1}$ ），表明此时线性近似失效。
- 计算得出的线性近似极限约为 $\Delta \approx 17m$ （对应电容电压纹波 $\Delta v_{C1} \approx 4.3V$ ）。
滑模面 2 ( $S = m_1 x_1 + m_2 x_2 - m_5$ )：
- 分析了双向开关实现与单向开关 + 二极管实现的区别。
- 在双向开关情况下，系统不会进入不连续模式，轨迹平滑回归滑模面。
- 在单向开关情况下，若 $m_5$ 较大导致电容电压 $v_{C1}$ 降为零，系统会进入不连续电容电压模式（DCVM），轨迹通过特定路径返回滑模面。
- 仿真确认了 LMI 计算出的界限（ $\Delta \approx 90m$ ）是线性近似有效的边界。
相图分析：相图（Phase Diagrams）清晰展示了系统从启动到稳态的轨迹，验证了不同开关实现方式下系统动态行为的差异。

5. 意义与结论 (Significance & Conclusion)

理论价值：该论文成功地将凸优化（LMI）技术应用于电力电子变换器的滑模控制分析中，提供了一种比传统线性化更严谨的稳定性证明方法。
工程指导：提出的方法为工程师提供了一个明确的判据，用于确定在设计滑模控制器时，可以安全使用“线性纹波近似”的最大滞环宽度。这避免了因过度简化模型而导致的系统不稳定或性能下降。
通用性：虽然以 Ćuk 变换器为例，但该方法论（等效控制 + 扇区界定 + LMI）具有通用性，可推广至其他复杂的 DC/DC 变换器拓扑及切换系统。

总结：本文通过 LMI 方法，不仅证明了 Ćuk 变换器在滑模控制下的稳定性，更重要的是量化了非线性扰动的边界，从而为线性化分析方法的适用性提供了严格的数学依据，对电力电子系统的精确建模与控制设计具有重要的指导意义。