POLİNOM REGRESYON KONTROLLÜ GERİLİM KİPLİ FLYBACK DÖNÜŞTÜRÜCÜ

Öz

Flyback dönüştürücü düşük güçlü endüstriyel uygulamalar için en çok tercih edilen dönüştürücü yapılarından biridir. Bu dönüştürücünün çalışma parametrelerinden giriş gerilimi ve yükü değişebilmekte bu da dönüştürücünün güç kontrolünü önemli bir hale getirmektedir. Flyback dönüştürücünün kontrolünde birçok farklı kontrol tekniği kullanılmaktadır. Bu tekniklerin yapıları basit veya karmaşık, uygulamaları kolay veya zor olabilmektedir. Ayrıca bu teknikler; doğrusal, doğrusal olmayan ve değişen çalışma parametrelerine sahip sistemler için uygun olup olmamalarına göre avantaj ve dezavantaja sahiptirler. Bu çalışmada doğrusal bir yapıya sahip olmayan ve çalışma parametrelerinden giriş gerilimi ve yükü dinamik olarak değişen gerilim kipli flyback dönüştürücünün güç kontrolü için makine öğrenme temelli polinom regresyon tekniği önerilmiştir. Önerilen tekniğin uygulanmasında gerekli olan ve hataya karşı anahtarlama frekansındaki değişimi gösteren kontrol eğrisi 48V referans değeri için elde edilmiştir. Eğri; bağımsız değişkeni hata ve bağımlı değişkeni anahtarlama frekansındaki değişim olan 3. dereceden bir polinom olarak modellenmiştir. Elde edilen polinom PSIM ortamında basit C blokları içerisinde işletilerek çıkış gücü 154W olan dönüştürücünün kapalı çevrimli güç kontrolü için kullanılmıştır. Simülasyon çalışmaları sonucunda polinom regresyon kontrollü flyback dönüştürücünün çıkış geriliminin değişen giriş gerilimine ve yüke karşı referans gerilimini kararlı bir şekilde takip ettiği gözlemlenmiştir. Ayrıca tüm çalışma durumlarında güç anahtarı sıfır gerilim şartlarında iletime geçmektedir.

Anahtar Kelimeler

• Flyback dönüştürücü
• Makine öğrenme
• Regresyon
• Yumuşak anahtarlama
• Kısmi rezonans dönüştürücü
• Sıfır gerilim anahtarlama

Polynomial Regression Controlled Voltage-Mode Flyback Converter

Öz

Flyback converter is one of the most preferred converter structures for low-power industrial applications. The input voltage and load, which are among the operating parameters of this converter, can vary, making the power control of the converter important. Various control techniques are used to control the flyback converter. The structures of these techniques can be simple or complex, while their implementations can be easy or difficult. Additionally, these techniques have advantages and disadvantages depending on whether they suit systems with linear, nonlinear, or changing operating parameters. In this study, a machine learning-based polynomial regression technique is proposed for the power control of the voltage-mode flyback converter, which has a nonlinear structure and dynamically changing operating parameters, such as input voltage and load. The control curve, which is required for the implementation of the proposed technique and shows the variation in switching frequency against error, is obtained for the reference value of 48V. The curve is modeled as a third-degree polynomial with the independent variable being the error and the dependent variable being the change in the switching frequency. The obtained polynomial is run within simple C blocks in the PSIM environment and used for the closed-loop power control of the converter with an output power of 154W. As a result of the simulation studies, it is observed that the output voltage of the polynomial regression-controlled flyback converter stably follows the reference voltage against the changing input voltage and load. Moreover, the power switch turns on under ZVS conditions in all operating states.

Anahtar Kelimeler

• Flyback converter
• Machine learning
• Regression
• Soft switching
• Quasi resonant converter
• Zero voltage switching

Kaynakça

1. Akalp, O., Ozbay, H. ve Efe, S. B. (2021) Design and analysis of high-efficient driver model for LED luminaires, Light & Engineering, 29(2), 96-106. doi: 10.33383/2021-012
2. Akusta, A. (2025) Impact of operating and financial efficiency on aviation stock prices: A machine learning model with SHAP interpretability, Journal of Economics and Administrative Sciences, 26(1), 167-182. doi: 10.37880/cumuiibf.1560514
3. Alı, M., Sen, I., Ozturk, S. B. ve Avcı, E. (2024) MIL, SIL and PIL implementation for closed loop control of Flyback converter, Gazi University Journal of Science, 37(2), 701-716. doi: 10.35378/gujs.1342626
4. Ashraf, Y., Elsobky, N. E., Hamouda, M. A., Sabry, M., Kaddah, S. S. ve Badr, B. M. (2021) Controlling single-stage and quasi-resonant flyback converter for solar power systems, Jordan Journal of Electrical Engineering, 7(2), 148-165. doi: 10.5455/jjee.204-160817811
5. Aydın, O. S., Lordoglu, A., Lordoglu, M., Akyıldız, A., Ergun, B. E. ve Gulbahce, M. O. (2024) Meta-heuristics based design and optimization of active clamp flyback converter for USB PD, IEEE Access, 12(2024), 29269-29280. doi: 10.1109/ACCESS.2024.3368861
6. Bilen, A. ve Özer, A. B. (2022) Regresyon yöntemlerine dayalı suç tespit analizi karşılaştırması Elazığ ili örneği, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 34(1), 115-121. doi: 10.35234/fumbd.973038
7. Cao, T. T., Van, C. T., Van, H. P., Nguyen, M. Q. ve Hoang, A. (2024) A proposal of an iterative learning control method for simulating a flyback converter using PSCAD, 2024 9th International Conference on Applying New Technology in Green Buildings, Danag, 248-252. doi: 10.1109/ATiGB63471.2024.10717732
8. Choi, J., Kwon, Kwon, H. ve Lee, J. (2022) Design of a 3.3 kW/100 kHz EV charger based on flyback converter with active snubber, IEEE Transactions on Vehicular Technology, 71(7), 7161-7170. doi: 10.1109/TVT.2022.3168625

9. Çeltek, S. A. (2024) Türkiye’nin enerji talebi tahmin probleminin çözümünde regresyon yöntemlerine dayalı yaklaşımlar, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 36(2), 705-715. doi: 10.35234/fumbd.1424843
10. Çengelci, E. (2018) Small signal audio susceptibility analysis of Flyback converter with peak current mode control, Sakarya University Journal of Science, 22(4), 1157-1162. doi: 10.16984/saufenbilder.350505
11. Davis K, S. ve Jegathesan, V. (2022) Flyback PPC converter with artifical neural network for distributed MPPT application, 2022 8th International Conference on Advanced Computing and Communication Systems, Coimbatore, 1141-1145. doi: 10.1109/ICACCS54159.2022.9784960
12. Duzgun, R., Parlak, M. ve Yılmazlar, I. (2023) Design of multiple-output flyback converter with independently controlled outputs for TV power supply, International Conference on Electrical Machines, Drives and Power Systems,Varna, 1-4. doi: 10.1109/ELMA58392.2023.10202445
13. Gao, S., Song, Wang, Y., Xu, R. ve Xu, D. (2022) A secondary-resonance MHz active-clamp flyback converter with partial power processing, IEEE Transaction on Industry Applications, 58(6), 7988-7997. doi: 10.1109/TIA.2022.3194868
14. Gu, L. ve Huang, L. (2021) A 10MHz forward-flyback resonant DC/DC converter, IECON 2021 – 47th Annual Conference of the IEEE Industrial Electronics Society, Toronto, 1-5. doi: 10.1109/IECON48115.2021.9589932
15. Kishore, D. R., Ajay, K., Anil, D. ve Venkatesh, G. (2023) Intelligent controller for flyback converter with 31-level inverter for grid-connected hybrid system, Proceedings of the 5th International Conference on Smart Systems and Inventive Technology, Tirunelveli, 357-363. doi: 10.1109/ICSSIT55814.2023.10060900
16. Komsari, A. M., Saberkari, A. ve Shahnazi, R. (2018) Design of a Fuzzy PI controller for peak-to-average reduction in output current of LED drivers, 2018 9th Annual Power Electronics, Drives Systems and Technologies Conference, Tehran, 116-121. doi: 10.1109/PEDSTC.2018.8343782
17. Lee, S. ve Do, H. (2016) Single-stage bridgeless AC-DC PFC converter using a lossless passive snubber and valley switching, IEEE Transactions on Industrial Electronics, 63(10), 6055-6063. doi: 10.1109/TIE.2016.2577622
18. Liu, K. H. ve Lee, F. C. Y. (1986) Zero-voltage switching techniques in DC/DC converters, 1986 17th Annual IEEE Power Electronics Specialists Conference, Vancouver, 58-70. doi: 10.1109/PESC.1986.7415546
19. Liu, S., Tong, X., Wei, J., Sun, W., Yang, Z., Ye, P. ve Zhu Y. (2021) Lightning surge robustness analysis and optimization for an LED driver based on a flyback converter, IEEE Transactions on Industrial Electronics, 68(11), 10449-10458. doi: 10.1109/TIE.2020.3031537
20. Nacar, S. (2024) Hybrid-controlled class-E resonant converter with synchronous rectifier for LED driver applications, Engineering Science and Technology, an International Journal, 56(2024), 1-13. doi: 10.1016/j.jestch.2024.101781
21. Nacar, S. ve Öncü, S. (2024) ZVS LLC rezonans dönüştürücünün farklı çalışma aralıklarının dönüştürücü performansına etkilerinin incelenmesi, Politeknik Dergisi, 27(1), 109-119. doi: 10.2339/politeknik.1089364
22. Nalkıran, M. ve Altuntaş, S. (2025) Otomotiv sektöründe nesnelerin interneti ve makine öğrenmesine dayalı bir yaklaşımla ısı transfer değerinin tahmini, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 40(2), 937-950. doi: 10.17341/gazimmfd.1406869
23. Putri, S. N., Efendi, M. Z. ve Eviningsih, R. P. (2024) Series double flyback converter for power factor correction to multi-output battery charger using fuzzy logic controller, 2024 International Electronics Symposium, Denpasar, 37-42. doi: 10.1109/IES63037.2024.10665854
24. Salimi, M. ve Hajbani, V. (2015) Sliding-mode control of the dc-dc flyback converter in discontinuous conduction mode, The 6th International Power Electronics Drive Systems and Technologies Conference, Tehran, 13-18. doi: 10.1109/PEDSTC.2015.7093242
25. Sun, Q. ve Sun, Y. (2021) Research on flyback converter based on BP neural network PID adaptive control, 2021 4th World Conference on Mechanical Engineering and Intelligent Manufacturing, Shanghai, 58-61. doi: 10.1109/WCMEIM54377.2021 00021
26. Tabisz, W. A., Gradzki, P. ve Lee F. C. (1987) Zero-voltage-switched quasi-resonant buck and flyback converters-experimantal results at 10 MHZ, IEEE Transactions on Power Electronics, 4(2), 194-204 doi: 10.1109/63.24904
27. Tran, T. N. T., Xu, Hao. Ve Wang J. (2024) Development of active-clamp flyback converter for improving light-load efficiency, IEEE Journal of Emerging and Selected Topics in Power Electronics, 12(3), 2456-2469. doi: 10.1109/JESTPE.2024.3387549
28. Ünal, K., Bal, G. ve Oncu, S. (2024) Implementation of the irregular pulse density modulation-controlled wireless power transfer system for constant current and constant voltage output, International Journal of Circuit Theory and Applications, 52(5), 2231- 2248. doi: 10.1002/cta.3848
29. Wang, B. F., Kishore, K. V. R. ve So P. L. (2015) Model predictive voltage control method for flyback converter, 2015 Annual IEEE India Conference, New Delhi, 1-5. doi: 10.1109/INDICON.2015.7443828
30. Wang, J., Lin, C., Huang, K. ve Wong, J. (2020) The novel quasi-resonant flyback converter with autoregulated structure for parallel/serial input, IEEE Transactions on Industrial Electronics, 67(2), 992-1004. doi: 10.1109/TIE.2019.2902827
31. Xu, S., Shen, W., Qian, Q., Zhu, J., Sun, W. ve Li, H. (2019) An efficiency optimization method for a high frequency quasi-ZVS controlled resonant flyback converter, 2019 IEEE Applied Power Electronics Conference and Exposition, Anaheim, 2957-2961. doi: 10.1109/APEC.2019.8722026
32. Yan, Y., Wang, T., Wang, Y., Zhu, M., Tang, H. ve Qian, Q. (2023) Adaptive dead-time and partial-ZVS regulation for GaN-based active clamp flyback converter with predictive hysteresis current mode control, IEEE Transactions on Power Electronics, 38(9), 10782-10797. doi: 10.1109/TPEL.2023.3286839
33. Yıldırım, B. (2024) Yatay kurplarda taşıt stabilitesinin makine öğrenmesi ile modellenmesi, Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi, 8(1), 74-86. doi: 10.62301/usmtd.1487713
34. Zenk, H. (2020) Fotovoltaik enerji kaynaklı ikili yapılı flyback dönüştürücünün fuzzy-tuned PI ve Fractional PID tipi denetleyicilerle gerilim kararlılığının karşılaştırılması, Karadeniz Fen Bilimleri Dergisi, 10(2), 443-465. doi: 10.31466/kfbd.819578