【摘 要】
：
随着电动汽车、数据中心、通信等领域的快速发展,对宽电压输入、高效率的DC-DC变换器的需求越来越大。Buck-Boost LLC级联变换器在高频小型化方面有着优秀的表现,但如何进一步提高变换器的宽输入范围和效率还有待研究。针对Buck-Boost LLC传统控制方法无法在宽输入电压下实现变换器功率管软开关的问题,首先分析确定了最优的中间母线电压,进一步建立了关于功率管占空比、相移范围的软开关边界模
论文部分内容阅读
随着电动汽车、数据中心、通信等领域的快速发展,对宽电压输入、高效率的DC-DC变换器的需求越来越大。Buck-Boost LLC级联变换器在高频小型化方面有着优秀的表现,但如何进一步提高变换器的宽输入范围和效率还有待研究。针对Buck-Boost LLC传统控制方法无法在宽输入电压下实现变换器功率管软开关的问题,首先分析确定了最优的中间母线电压,进一步建立了关于功率管占空比、相移范围的软开关边界模型,进而保证在最大和最小输入工况下变换器的软开关实现。为了提高Buck-Boost LLC级联变换器的效率,开展了以下三个方面的工作:（1）计算了级联变换器的电感匝数,并选择合适的磁芯。根据Dowell模型,确定了绕组的最佳铜厚。借助Maxwell对不同的绕组结构进行涡流场仿真,确定了合适的电感绕组的并联结构,减小电感的绕组损耗。（2）根据变压器匝比确定了磁动势最小的原副边绕组排列结构和最佳铜厚,减小变压器的绕组损耗。（3）通过简化相移P的计算表达式,提出最佳相移P控制策略,减小电感电流有效值,从而降低功率管损耗。基于以上研究,设计了输入电压范围250V-425V、输出24V/10A-50A的Buck-Boost LLC级联变换器样机。测试结果表明,变换器能在250V-425V输入电压范围内正常工作,同时原边功率管均实现了软开关,峰值效率达95.3%,达到设计指标要求。
其他文献
文献的关键词检索具有易用性,但由于原有检索结果集中文献的语义和关系的缺失,导致学者仍需对PR（Page Ranking）线性排序的检索结果进行低效率的二次筛选。论文侧重于对学术检索结果集构建文献细粒度语义以及通过细粒度语义定义文献间关系,以此来提高学者二次筛选效率,并将文献细粒度语义模型的实现转化为自然语言处理的实体识别和关系抽取。具体从文献中包含的“所解决的问题和所使用的方法”两个关键信息要素出
遮挡剔除是一种常见的渲染优化手段。遮挡剔除在图形渲染中能够利用场景中的遮挡关系,剔除掉大量的被遮挡隐藏的物体,减少场景渲染开支,提升渲染性能。传统的Portal遮挡剔除系统会在实时运行时用Portal对视锥做裁剪得出实时的潜在性可见集。本文基于传统的Portal遮挡剔除系统,提出了Pre Com Portal遮挡剔除系统。Pre Com Portal系统简化了Portal的表达,预计算小粒度的网格
热水器内胆在使用时需承受较大水压。在制备过程中经过800°C以上的釉化烧结后,其屈服强度通常会降低,导致在服役过程中发生失效变形。因此,对用于制造密封内胆的釉化用钢的屈服强度提出了较高的要求。本文采用热力学计算、有限元仿真模拟和实验相结合的方法研究了热轧工艺（动态应变诱导铁素体相变技术,DSIT）、热处理工艺以及Mn、Nb含量对低C微合金的釉化用钢热处理前后力学性能和显微组织的影响,主要研究结果如
在“碳中和”背景下,煤炭等化石能源在能源供应中的比重将逐步降低,但受限于技术瓶颈,短期内可再生能源难以高比例接入现有能源体系,煤炭的能源消费主体地位仍不会发生改变。而燃煤电厂作为煤炭消耗的大户,其排放的污染物所造成的环境污染问题应引起足够重视。经过长时间的改造治理,电厂现有的空气污染物控制装置（APCDs,Air Pollution Control Devices）已经能够很好的控制SO2、NOx
量子力学和信息理论相结合所诞生的量子信息学开创了信息学的新空间。基于量子信息学构建的量子通信网络因为其在量子域中的非局域性和态叠加特性,使得在信息处理方面具有安全性和高效性,是未来通信网络的重要组成部分。在通信网络的研究中,网络容量是组网过程中一个重要的考量指标,对其展开研究具有必要性。本文主要通过研究量子通信网络拓扑模型和量子通信网络传输模型,从而提出了量子通信网络分层模型,并在此基础上进一步研
脑机接口（Brain Computer Interface,BCI）作为一种新型的多学科交叉技术已经被应用于许多领域,给无数存在肢体运动障碍的患者带来了曙光。基于脑机接口技术的机械臂控制可以彻底改善残疾患者和神经疾病患者的生活质量和生活条件。一直以来,研究人员尝试通过脑机接口技术帮助患者,使他们能够通过自己的大脑直接发送指令控制机械臂灵活运动,从而为他们的生活带来便利。基于侵入式脑电图（Elect
目的:纵向数据是医学研究中常见的一种类型,在一些研究中,研究对象接受治疗后的发展轨迹可能不是来自同一总体的,即变化轨迹存在异质性。增长混合模型是纵向数据中识别总体变化轨迹异质性的一种统计方法,但是,在正确识别异质发展轨迹方面,三类枚举指标（信息指标、熵指数及衍生指标、似然比检验衍生指标）的性能特征却鲜为人知,尽管有少数模拟研究进行了探讨,但仅限于线性增长混合模型,本研究旨在探讨在同质总体（k=1）