高频反激准谐振变换器数字多模式控制算法设计

来源 :东南大学 | 被引量 : 0次 | 上传用户:youyouwoyou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着集成电路的不断发展与进步,反激准谐振变换器由于其成本低、体积小、功率密度高,可以实现开关管零电流关断(Zero Current Switching,ZCS)与准零电压导通(Quasi-Zero Voltage Switching,Quasi-ZVS)等优点,具有广阔的发展前景。而目前反激准谐振变换器存在控制模式单一等问题,限制了其全负载范围内平均效率的提升。针对上述问题,本文设计了一种高频反激准谐振变换器数字多模式控制算法。首先建立了断续导通模式(Discontinuous Conduction Mode,DCM)的稳态损耗模型,确定反激准谐振变换器DCM最佳工作点,并基于不同控制方法建立其动态损耗模型,通过迭代计算多个开关周期,计算不同负载条件下不同控制方法的精确损耗。在此基础上,设计了一种反激准谐振变换器数字多模式控制算法,采用新型连续导通模式(Continuous Conduction Mode,CCM)+DCM组合ON-OFF控制模式与DCM+“全关”组合ON-OFF控制模式,提高了全负载范围内的变换器转换效率,并通过Burst控制模式解决了轻载音频噪声问题。然后,在MATLAB上利用Simulink搭建了反激准谐振变换器的电路仿真模型,并通过MATLAB与Modelsim的联合仿真平台对多模式控制算法进行仿真验证。最后,搭建了一套反激准谐振变换器测试样机,通过板级实测验证了损耗模型与多模式控制算法的有效性。由仿真与实测结果可知,本文建立的损耗模型计算结果与实测结果总体趋势一致,在所搭建的12V/4A反激准谐振变换器样机中,实现了数字多模式控制算法的稳定控制与快速切换,轻载效率由81.1%提高到85%,平均效率由86%提高到88.96%,有效提高了变换器整体输出效率。
其他文献
本文围绕实现具有低成本、小型化、高灵敏度等特性的太赫兹单脉冲接收系统展开,针对雷达系统有着对单脉冲馈源小型化、可集成的未来需求,基于硅微机械制备工艺,研究太赫兹频段高增益、小尺寸的微小透镜天线馈源技术,探索高集成度、低剖面、低损耗的和差比较器结构。本文主要的研究内容和结果如下:1.研究了基于间隙波导技术的和差比较器。首先从间隙波导理论出发,基于色散模式法计算获得电磁带隙和通带范围,接着采用间隙波导
智能音视频终端在多媒体会议系统、远程教室等系统广泛应用,而基于USB的声卡接口模块是其和计算机系统进行音频流传输的关键部件。作为便携式音频终端接口,USB声卡模块可以满足多种场景的应用需求,且相比于传统声卡拥有更好的音质表现。USB声卡以USB2.0协议为基础,实现了UAC(USB Audio Class)协议框架和HID接口。本文设计并实现了基于TMS320C6748高性能DSP的USB声卡模块
数据转换器是信号处理中连接数字信号和模拟世界的接口,是混合信号处理系统的关键模块。随着诸如光载无线电和宽带通信技术等领域高速信号处理应用的需求,对模数转换器(Analog to Digital Converter,ADC)的速率和带宽要求越来越高。研究单核超高速超宽带的ADC对于高速信号处理等相关工程领域有重要意义。本文首先介绍模数转换器的基本原理与主要衡量指标,对比分析常用高速ADC架构的优缺点
随着计算机视觉领域研究的不断深入,实例分割已经逐渐成为当下计算机视觉领域的研究热点之一。实例分割任务的目标是对图像中的所有前景像素点做所属实例的划分。在计算机视觉领域,依赖于手工提取特征的传统方法已经逐渐被深度学习所取代,基于深度学习的实例分割方法也逐渐成为实例分割任务的主流解决方案。本文以深度学习理论为基础,对现有的基于深度学习的实例分割方法做了分析,并且基于FCOS目标检测网络提出了一种新的单
MEMS是以微电子技术为基石发展起来的多学科交叉综合的新兴研究领域,其中一个重要分支及应用领域为射频微电子机械系统(RF MEMS)。RF MEMS器件得益于其低功耗、小型化、优良微波性能、高集成度等诸多优势,在诸多领域有着广泛的应用前景。在射频系统中,可调谐微波衰减器作为调节信号电平的高频器件需求度很高。它们在自动增益控制放大器、宽带矢量调制器等射频电路中广泛应用。同时,可调谐微波均衡器能够调节
随着科学技术发展的日新月异,国防现代化亦飞速发展,隐身性能已经成为先进飞行器和其他军事装备不可或缺的重要元素。频率选择表面(Frequency Selective Surface,FSS)可以有效减小天线和飞行器的雷达散射截面(Radar Cross Section,RCS);利用空间电磁波干涉相消原理和电磁对消技术,能够有效对抗电磁干扰和缩减武器平台的雷达回波。基于上述动机,本文主要在以下几个方
人类的大脑是由上千亿个不同种类的神经细胞共同组成的极度复杂的组织结构。试图理解人类大脑的工作机制是人类追寻自然规律和自我意识的终极挑战。脑科学致力于研究分析神经系统的结构与功能,揭示各种神经活动的规律,在各个水平上阐明其机制,以及预防、诊治神经和精神疾患。核磁共振成像技术因其无损伤的优势已广泛应用于脑科学研究之中,现今大量相关科研成果均是建立在核磁共振成像数据的基础之上。本文基于深度学习算法针对脑
重金属在现代工业中被广泛使用,引发的重金属污染日益严重,已危害生态环境和人类的身体健康,成为全球性的问题。能够对水环境中重金属离子高效、便捷地检测,对构建持续、有效、实时的重金属污染监测治理体系具有重要意义。随着微/纳机电技术的快速发展,谐振传感器已实现对不同物质的痕量检测。尺寸小、灵敏度高、成本低、可用于水环境中重金属离子的检测。本文以微纳米梁谐振传感器为核心,设计了多个尺寸的悬臂梁和双端固支梁
近年来,人工智能在全球迎来了新一轮的研究热潮,在传统的机器学习算法之外,一种名为深度学习的技术被提出,其核心是模仿生物神经系统构建的神经网络,这种层层递进的模型结构由于其出色的特征提取与数据拟合能力,被广泛应用于各种人工智能产品中,如今常见的人脸检测、机器翻译、语音识别等应用都基于深度学习技术实现。深度学习应用的执行阶段包括模型训练和任务推断两个核心环节,模型训练是利用特定数据集修正神经网络参数值
矩阵变压器已被证明是提高数据中心电源效率的有效方案。然而在高频下产生的寄生参数、交流电阻等将影响矩阵变压器的效率及工作性能。因此研究高频下矩阵变压器的寄生参数、损耗分布及集成化等具有重要意义。本文基于半桥串并联谐振变换器(LLC型),提出了一种高效率高功率密度的矩阵变压器的设计方法和具体实现方式,对矩阵变压器寄生参数、损耗以及磁集成等关键问题进行了分析。主要工作如下:(1)建立了矩阵变压器寄生参数