【摘 要】
：
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
论文部分内容阅读
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PFC拓扑结构,并进行了深入的研究。本文的主要研究内容如下:1)介绍新型共地式无桥PFC变换器的结构特点,以及分析该变换器的两种工作模态,即输入电压正半周时的Boost模式以及负半周时的Buck-Boost模式。计算变换器运行在不同模式下,流经半导体器件的平均电流和变换器的损耗情况,并进行理论效率的评估。2)分析新型共地式无桥PFC变换器的工作特点,依据变换器的两种工作模态分别建立交流小信号模型。3)根据共地式无桥PFC变换器的特点选择合适的控制策略,依据求得的传递函数进行控制器参数的整定和PSIM仿真分析。4)设计新型共地式无桥PFC变换器的硬件系统参数和软件算法,搭建实验样机平台,进行实验验证工作。5)最后对本文的工作进行总结,并对后续的研究思路进行展望。
其他文献
置信规则库（Belief Rule-base,BRB）是在Dempster-Shafer证据理论,决策理论与模糊理论的基础上发展起来的一种综合性复杂系统建模方法。研究者已针对BRB模型的参数与结构优化问题展开了较为深入的研究,但现有大部分研究都是将参数与结构的优化分开考虑的,并不能实现两者的协同优化。模型参数与结构分别决定了BRB建模的准确度和规模的复杂度,实际中更需要兼而治之,以便找到精度和复杂
声呐技术的发展在维护国家长治久安的军事领域与人民幸福安康的民生领域都具有举足轻重的意义。在军事上,探测目标的精度、速度的提升使得部队作战决策更加实时、稳定;在民生上,对海洋环境的认知提升让充分开发海洋资源成为可能。主动声呐目标分类作为现代声呐技术发展的重中之重,其原理为通过声呐设备发射声信号,信号遇到目标后反射回蕴含着目标特征信息的回波,再对回波信号进行分类处理的过程。但由于海洋环境混响严重、待测
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