A New Control Approach Based on the Differential Flatness Theory for an AC/DC Converter Used in Electric Vehicles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AC/DC converters used for charging high-voltage battery banks in electric vehicles from the utility mains, generally, consist of two stages. The first is a power factor correction (PFC) ac/dc boost converter to reduce the input current harmonics injected to the utility grid and convert input ac voltage to an intermediate dc voltage (dc-bus voltage). The second part is an isolated dc/dc converter for providing high-frequency galvanic isolation. This paper presents a novel intelligent control law based on the differential flatness theory to control the input power of the PFC stage which is determined by the charging characteristics of the high-energy battery bank, instead of controlling the intermediate dc-bus voltage at a constant value as done in the conventional controller. Application of the proposed control law to such an ac/dc converter helps improve the dynamic behavior of the input PFC stage compared to the conventional controller and also achieve load adaptive regulation of the intermediate dc-bus voltage. Such load-adaptive dc-bus voltage regulation allows the dc/dc full-bridge converter to operate optimally from no-load to full-load conditions unlike the conventional controller with constant dc-bus voltage which forces the dc/dc full-bridge to operate with very low duty ratios at no-load conditions. Experimental results from a 3-kW ac/dc converter are presented in the paper to validate the proposed control method. The improved converter performance and increased efficiency as compared to the conventional control method proves the superiority of the proposed technique.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle