[論文レビュー] Sampled-Data and Harmonic Balance Analyses of Average Current-Mode Controlled Buck Converter

Chung‐Chieh Fang|arXiv (Cornell University)|Feb 21, 2012

Advanced DC-DC Converters参考文献 13被引用数 3

ひとこと要約

本稿は、平均電流モード制御バッキングコンバータにおけるサンプリング・データおよびハーモニック・バランス解析フレームワークを提案し、正確なサンプリング・データモデルと、サブハーモニック発振（PDB）を正確に予測する「リフトド」連続時間モデルを導入する。主な貢献は、補償器の極配置における不安定領域を正確に特定し、不安定性を回避するためのラムプ勾配選定を支援する新規のSプロットの導入である。

ABSTRACT

Dynamics and stability of average current-mode control of buck converters are analyzed by sampled-data and harmonic balance analyses. An exact sampled-data model is derived. A new continuous-time model "lifted" from the sampled-data model is also derived, and has frequency response matched with experimental data reported previously. Orbital stability is studied and it is found unrelated to the ripple size of the current-loop compensator output. An unstable window of the current-loop compensator pole is found by simulations, and it can be accurately predicted by sampled-data and harmonic balance analyses. A new S plot accurately predicting the subharmonic oscillation is proposed. The S plot assists pole assignment and shows the required ramp slope to avoid instability.

研究の動機と目的

• 従来の平均モデルが平均電流モード制御（ACMC）バッキングコンバータにおける周期倍増分岐（PDB）を予測できないという限界を解消すること。
• 負の実数のサンプリング・データ極が存在する場合、標準平均モデルがそのような振動的挙動を捉えられず不正確になる問題を解決すること。
• 軌道的安定性を保持し、実験的周波数応答と一致する、より正確なモデリングフレームワークの構築。
• コンバータ設計者に有用な新しい設計ツールとしてのSプロットの導入。これは、極の正確な配置と安定性マージンの評価を可能にする。

提案手法

• バッキングコンバータのスイッチングダイナミクスから直接正確なサンプリング・データモデルを導出し、周期的解の軌道的性質を保持する。
• 負の実数サンプリング・データ極を右半平面（RHP）極のペアとゼロにマッピングすることで「リフトド」連続時間モデルを導入し、システム次数を増加させて実験的周波数応答と一致させる。
• 非線形性をモデル化しサブハーモニック発振を予測するためにハーモニック・バランス解析を適用し、不安定性境界を検出するための新しいSプロット（S(−1, D, ωs/2)）を定義する。
• Sプロットを用いて、補償器極周波数（ωp）とデューティ比（D）における不安定領域を同定し、設計指針として正確および近似式（例：式12、14–15）を提供する。
• シミュレーションと実験データの比較を通じてモデルを検証し、負の実数極が存在する場合に標準平均モデルが失敗する一方で、リフトドモデルが周波数応答を正確に再現することを示す。
• 行列ベースおよびハーモニックベースの定式化（式8、12）を用いて、PDBのSプロット条件を表現し、実用的な設計ルールの構築を可能にする。

実験結果

リサーチクエスチョン

• RQ1 サンプリング・データおよびハーモニック・バランスモデルは、平均電流モード制御バッキングコンバータにおける周期倍増分岐（PDB）を正確に予測できるか？
• RQ2 負の実数サンプリング・データ極が存在する場合、なぜ標準平均モデルはPDBを正しく予測できないのか？
• RQ3 次数を増加させた「リフトド」連続時間モデルは、実験的周波数応答を正確に再現し、PDBを予測できるか？
• RQ4 新たなSプロットをどのように定式化すれば、不安定領域を正確に特定し、ラムプ勾配や補償器極位置といった設計パrameterを効果的にガイドできるか？
• RQ5 デューティ比Dおよび補償器極ωpに関する不安定性の定量的境界は何か？また、従来の設計ルールと比較するとどうなるか？

主な発見

• 電流ループ補償器極周波数ωpの不安定領域は、0.36ωsから0.54ωsの間であり、この範囲でPDBが発生する。この領域は、サンプリング・データおよびハーモニック・バランスモデルによって正確に予測されている。
• Sプロットは、S(−1, D, ωs/2)とラムプ勾配 ˙h(d) の交点として定義され、D < 0.09の範囲で不安定性を正しく同定し、ωp/ωs ∈ (0.36, 0.54) の不安定領域を確認する。
• ωp = 0.55ωsの場合、サンプリング・データ極は −0.991, −0.036, 0.882, および 0.986 であり、PDBが回避されていることが確認され、Sプロットの予測精度が裏付けられる。
• リフトドモデルは実験データと一致する周波数応答を示し、PDBを正しく予測するが、標準平均モデルは負の実数サンプリング・データ極が存在する場合には失敗する。
• 標準平均モデルは、サンプリング・データ極が負の実数でない条件下でのみ実験データと良好に一致するが、このような極が現れるとうまくいかない。
• Sプロットは実用的な設計を可能にする。例えば、˙h(d) = 185,000（または Vh = 1.85）と設定することで、Sプロット曲線の上側に位置させ、安定性を保証する明確な設計マージンが得られる。