【摘 要】
:
随着社会的进步和科技的不断发展,人们对于高效率便携式电源的需求越来越大,如何更有效的解决能源损耗问题,受到了广大国内外学者的关注。传统的反激变换器经常被应用在小功率场合中,但是不能完全回收漏感能量,且效率较低无法满足人们对于高效率的标准。不对称半桥反激在成本上继承了反激变换器的优势,同时与不对称半桥变换器一样可以实现软开关,很好地解决了回收变压器漏感能量的问题,得到了电力电子学界的关注。因此,本文
论文部分内容阅读
随着社会的进步和科技的不断发展,人们对于高效率便携式电源的需求越来越大,如何更有效的解决能源损耗问题,受到了广大国内外学者的关注。传统的反激变换器经常被应用在小功率场合中,但是不能完全回收漏感能量,且效率较低无法满足人们对于高效率的标准。不对称半桥反激在成本上继承了反激变换器的优势,同时与不对称半桥变换器一样可以实现软开关,很好地解决了回收变压器漏感能量的问题,得到了电力电子学界的关注。因此,本文对不对称半桥反激变换器拓扑展开了研究探讨。首先,由于不对称半桥反激电路中引入了谐振过程,电路工作的稳定性会受到谐振元器件的干扰,本文针对互补模式下的原边谐振传统不对称半桥反激变换器,对其工作过程进行了详细的分析,并计算了在DCM模式下的电压增益,同时基于变换器设计指标计算了相关电路参数。其次,本文对采用传统互补控制方式的原边谐振不对称半桥反激变换器进行了详细研究。通过简化电路得到等效模型,并对变换器原边电流的跌落问题进行了理论分析和解释。此后,借鉴副边谐振的有源箝位反激变换器的结构,构造了副边谐振的不对称半桥反激变换器。通过建立等效电路和数学公式,论证了在不对称半桥反激拓扑中,采用副边谐振同样可以有效地改善原边谐振的副边电流跌落问题。在两种模式下分别搭建了一台20V/65W输出的实验样机,通过实验得到不对称半桥反激变换器的数据波形,并对结果进行分析。最后,针对传统互补型控制的不对称半桥反激变换器存在轻载副边电流跌落和箝位管循环损耗能量这两大问题,本文提出了一种适用于该拓扑的新型控制策略——基于原边侧实现的副边电流模拟的自适应互补/非互补混合模式控制策略。这种控制方式可以有效地抵消原边侧采样电流中的变压器励磁电流分量,从而有效地模拟出输出整流管电流波形。进一步可以精确地获得负载电流信息,控制变换器在满载时互补模式工作,在轻载时非互补模式且自适应降频工作,从而解决了轻载下副边电流跌落的问题,并提升轻载效率。本文详细地介绍了新控制方式下电路工作原理和设计方案,通过搭建仿真平台和20V/65W的实验样机,证实了新型控制方案的可行性。在文章的最后,对比了三种不同控制方案下的实验结果数据,分析了三种控制方式下的优缺点并进行了损耗计算,对比结果证明新型控制策略下的不对称半桥反激具有最高的平均效率,且在轻载时,效率提升尤为明显。
其他文献
本文主要针对带有执行器故障或控制器输入饱和的马尔可夫跳变多智能体系统展开一系列的相关控制方法研究。执行器故障是控制理论研究过程中十分常见的问题,可以根据故障发生的类型分成部分失效故障、偏移故障以及卡死故障,此外,控制器输入饱和也是系统中主要的非线性问题。为了使发生执行器故障以及控制器输入饱和的系统达到一定的性能指标且实现多智能体的一致性,本论文在有向拓扑结构下设计了一种容错控制器,使得多智能体系统
新世纪以来,社会经济的发展对传统化石燃料的开采导致化石能源储存不足,加上长年开采对自然环境造成不可挽回的损害,能源发展面临转型,利用传统能源进行发电将逐步转型为清洁能源发电,以风电、光伏发电为代表的清洁能源发展迅速,考虑到利用风能、太阳能等清洁能源发电有污染小、可再生的优势,近年来国内外研究学者将能源供给侧瞄准清洁能源领域。虽然此类能源具有低碳的环保性特征,但是风电机组发电、光伏系统发电等出力特点
神经性运动功能损伤如脑卒中,会引起患者脑肌神经联系阻碍,最终造成身体瘫痪。目前,针对瘫痪的治疗手段可分为重新构建脑肌连接的理疗手段和构建大脑和机电装置连接的脑机接口(Brain-computer Interface,BCI)手段。理疗手段需要消耗大量的人力,大约80%的上肢瘫痪的患者无法从中获益。BCI可以通过运动想象(Motor Imagery,MI)重新闭合运动皮层活动与肢体机械运动之间的回路
人体动作分析一直是机器学习领域的一个热门研究,人体动作识别是其中一个重要的分支,广泛应用于智能监控、医疗看护和人机交互等领域。与RGB视频相比,人体骨架关节点能准确的描述人体运动的过程,且能解决RGB视频对光照敏感、受遮挡影响大等问题,人们开始把更多目光聚集在基于骨架的动作识别研究上面。基于骨架的动作识别其核心在于特征提取和分类方法的选择上,本文基于骨架特征提取展开研究,提出了一种特征提取方法,同
脑-机接口(BCI)是一种通过分析大脑思考时的脑信号,从而实现直接控制外部设备的系统。BCI技术的发展为许多领域带来了研究的新方向,同时对研究者提出了更高的要求,目前已成为众多领域的热门研究课题之一。脑电图(EEG)是BCI系统中重要的研究信号,可以体现出大脑思维活动的变化。但EEG信号存在非平稳性,非线性等特点,这增加了信号的分析难度。本文以EEG信号的多模态特征为研究对象,对多模态在BCI系统
城市供水管网的漏损监测对于节约水资源,保障城市居民正常用水具有重要的现实意义。实际供水生产中存在着很多扰动因素,导致实时监测数据波动较大,很难判断管网是否存在异常。围绕这一实际问题,本文在现有的研究基础上,开展了以下研究工作:1.提出了一种基于用水模式的三级DMA短期需水量预测方法,旨在解决气候、社会因素导致需水量预测不准确的问题。采用孤立森林、相关性分析、因子分析等方法对影响日用水量变化的主要因
本文主要针对发动机零部件喷油器阀座的缺陷检测算法进行研究,目前这类细小零部件的瑕疵检测主要依靠人工视测或传统的机器视觉检测。人工视检检测效率低,无法保证检测的速度和准确率。传统的机器视觉检测方法虽然高效,但是应用环境苛刻,容易受光照、相机位置、背景等其他因素的影响,鲁棒性差,对特征信息的提取能力十分有限。针对上述问题本文开展了基于深度学习的喷油器阀座表面瑕疵检测算法的研究。针对原有喷油器阀座检测速
随着开关电源的应用日趋常态化,对开关电源的高品质要求也逐渐提升,高转换效率以及高功率密度的开关电源亦成为当前研究的焦点。本文以功率因数校正(PFC)变换电路为研究对象,旨在解决PFC变换器的共模干扰问题,同时保证电路的高功率因数和高效率运行。本文首先针对常用的无桥PFC拓扑就共模噪声的解决方式、开关元器件的数量和电感利用率等方面进行了对比分析。通过对比各种拓扑的优缺点,本文提出了一种新型共地式无桥
随着控制科学的不断发展,工业水平不断提高,控制系统逐渐从单一系统向复杂多维的互联大系统转变。传统的集中式控制方式只能用来控制结构相对简单的互联系统,而对于结构比较复杂的高维的非线性互联系统的控制效果就没那么理想了,因此分散式控制方式应运而生,将互联系统分割成多个子系统,为每个子系统设计独立的控制器。由于互联系统规模庞大,子系统间信息相互交流,在加上外部扰动等不可抗因素,互联系统很容易发生故障,因此