【摘 要】
：
在节能减排的号召下,电动汽车在市场上和新技术的研究近些年来都受到了极大的关注。车载充电机作为电动汽车电池的充电设备,其性能极大的影响着电动汽车的续航里程、充电时间等。车载充电器（OBC）需要高效率、高功率密度和宽电压输出。LLC谐振变换器具有在不同负载条件下实现零电压开关（ZVS）的优点。与传统的基波谐波近似（FHA）方法相比,基于时域模型的工作模式分析能准确描述谐振电流、电压和直流增益。本文在运
论文部分内容阅读
在节能减排的号召下,电动汽车在市场上和新技术的研究近些年来都受到了极大的关注。车载充电机作为电动汽车电池的充电设备,其性能极大的影响着电动汽车的续航里程、充电时间等。车载充电器（OBC）需要高效率、高功率密度和宽电压输出。LLC谐振变换器具有在不同负载条件下实现零电压开关（ZVS）的优点。与传统的基波谐波近似（FHA）方法相比,基于时域模型的工作模式分析能准确描述谐振电流、电压和直流增益。本文在运行模式分析的基础上,提出了一种针对单相LLC谐振变换器,面向效率的改进方法。优化了变换器电感比、特性阻抗和变压器匝数比,在高输出电压区实现了双边软开关。通过优化谐振参数可以使导通损耗最小。最后,提出了一种高效的设计方法,并在3.3k W的OBC样机上进行了实验验证。对LLC谐振变换器样机进行了动态充电电压（230-430V）测试,峰值效率为98.5%。输出功率加大时,具有高纹波率的单相LLC紧靠一个滤波电容是不够的。通常采用三相交错LLC谐振变换器来降低输出纹波。同样采用高精度的时域分析方法,对三相LLC的相间的影响进行了详细的分析。根据工作模式分析,基于最小导通损耗的设计原则,对变压器的匝比、谐振电感、磁电感和谐振电容进行了优化设计。最后,提出了宽输出范围三相LLC谐振变换器的MEOM（modified efficiency-oriented optimal method）,并用390-430V直流输入电压和240-420V直流输出电压的6.6k W样机对其设计结果进行了验证。实验结果表明,样机的峰值转换效率为97.42%。本文在充分考虑高压动力电池的特殊负载特性的情况下,提出针对车载充电机的单相和三相LLC谐振变换器的设计方法,实验结果对比其他方法有明显的优势,设计结果合理有效。
其他文献
中国的海外投资是政府主导型的海外投资,在此过程中中国的国有企业扮演了重要的角色,是中国海外投资的主力军和国家政策的执行者。由于国有企业是由中国政府直接投资或控股的,所以国有企业在海外投资中因腐败行为导致的损失不但是国有企业经济利益的损失,也是中国政府经济和战略利益的损失。近年来伴随着中国国有企业腐败资产跨境转移现象普遍增多,如何对国有企业在海外投资中的腐败资产进行追回就成为迫切需要解决的问题。中国
棚户区是当代中国经济改革开放发展过程中的一个阶段性独特现象。棚户区改造既是为了拉动城市建设和经济发展,又被作为国家重大的社会性和基础性的民生工程。2015年至2018年,在国家相关部委大力倡导下,货币化安置逐渐成为各地方政府开展改造的主要安置模式。相比实物安置模式,货币化安置政策有力地带动了商品房销售,但同时也客观上促进了城市房价普遍上涨,对地方政府隐性债务和居民部门杠杆率产生了负面影响。本文首先
随着互联网技术的持续发展,网络数据内容激增导致信息过载问题严重,给人们有效获取自己所需的信息带来困难。搜索引擎和推荐系统成为解决信息过载的两大有效手段。传统推荐系统存在着可解释性差、推荐内容单一、输入数据稀疏等问题。知识图谱是近年来新兴的研究热点之一。知识图谱有着强大的语义处理能力,是一种新型知识组织与检索技术,其语义网络信息的特点可为各领域带来新颖的研究方向,受到各领域的高度重视。推荐系统与知识
近年来,由于贿赂案件数量高发,我国对行贿罪的惩处越来越重视,立法上对行贿罪构成要件、罪刑配置的规定由粗疏到细致。然而,由于贿赂犯罪查处难度大以及“重受贿轻行贿”传统司法理念的影响,司法实践中对行贿犯罪的处罚一直偏轻。党“十八大”以来,国家重拳惩治腐败,2015年11月生效的《刑法修正案（九）》对行贿罪增设罚金刑、严格限缩从宽幅度,体现了对行贿罪从严打击的决心。为考察当前司法实践中行贿罪处罚的实然状
近年来,随着消费电子的高速发展,越来越多的厂商关注起了3D成像技术。特别是苹果公司的iphone X推出的智能3D人脸识别技术掀起了各大厂商对3D成像技术的研究热潮。相位式飞行时间（Time-Of-Flight,TOF）成像技术是一种比较受人关注的新兴3D成像技术。目前在自动驾驶,机器人视觉,虚拟现实,人工智能,3D建模等领域都有着广泛的应用,因其高分辨率,较高的精度,较快的成像速度极大的促进了相
人工耳蜗（Cochlear implant,CI）是一种能够帮助重度听力障碍患者重新恢复部分听觉感知的电子医学装置。对于正常听力者而言,能够利用双耳时间差和双耳强度差信息去辨别空间中声源的位置。然而双侧耳蜗植入者不能充分的感知ITDs信息,他们的空间听觉能力也因此受到限制。一个很重要的原因是目前大多数CI处理策略是基于对语音信号的时域包络进行信息提取的方式,摒弃了原始语音信号的时域精细结构（Tem
早期的推荐系统依赖特征工程,通过挖掘用户属性特征和物品属性特征的相关关系产生推荐,但是属性特征需要用户主动提供并且内容驳杂,具有多元异构、特征稀疏的特点,极大地限制了推荐系统的应用。相比于复杂的属性特征,用户和物品的交互行为属于用户的隐性反馈,是最容易获得并且能正面反映用户偏好的特征。将物品按照用户动作发生的时间排序,称为用户行为序列,该序列不仅包含用户的兴趣偏好而且具有连续稠密、结构简单的特点,
视频是当今社交媒体中最常见的内容之一,近年来随着短视频平台的兴起,日常视频数据的生成量呈现出爆炸式增长的趋势,这给计算机视觉系统提出了更高的信息处理要求。而对于人类视觉系统而言,实时高效地处理视觉信息是其与生俱来的能力,原因在于该系统存在一种注意机制,这种机制可以从人眼获取的大量视觉信息中筛选出最主要的一部分并将其分配给大脑优先处理,从而实现从视觉感知到理解的高速响应。视觉显著性预测则是通过计算机
短视频分享平台数据具有用户交互行为丰富、模态信息多样且全面的特点,但由于相同短视频的不同模态信息之间具有差异性,也即存在“语义鸿沟”（semantic gap）的问题,现有的推荐方法难以从短视频的模态层级进行用户兴趣建模,衡量短视频模态信息之间的差异性对用户偏好的影响。因此,本文提出结合短视频数据多模态的特点和图卷积网络（Graph Convolutional Network,GCN）的模型框架设
随着智能家居的迅速发展,基于IP网络的远程人机语音交互技术成为了行业热点,这对通信语音质量提出了更高的要求。IP网络的语音通信（voice over Internet protocol,Vo IP）经常存在丢包和带宽限制等影响语音质量的问题,这严重影响了智能语音交互系统的性能。因此,研究Vo IP通信中的语音补偿算法并改善语音质量具有实际应用价值。Opus是一种实时音频编解码器,因其功能多样性而被