A comparative analysis of nonlinear current control schemes applied to a SEPIC power factor corrector
Notice bibliographique
Résumé
In this paper, a comparative analysis of two nonlinear control schemes proposed for a single ended primary inductance converter (SEPIC) power factor corrector (PFC) is presented. The SEPIC converter, compared to conventional buck or boost ones, allows a low current ripple at the input for a relatively low level of the DC-bus voltage. Consequently, the high frequency filter needed at the AC-side of a buck converter is avoided, and the high voltage stresses applied on the switches are significantly reduced with respect to the boost converter. The converter is integrated at the DC-end of a single-phase diode bridge. In order to ensure a unity power factor at the AC-source side and a regulated voltage at the DC-load side, a multiple-loops feedback control scheme has to be developed. Two control strategies are considered in this paper. The first one uses a robust hysteresis current controller, whereas the other method is based on the application of the input/output feedback linearization technique on a state-space averaged model of the converter. In order to verify and compare the performance of both control schemes, numerical simulations are carried out on a switching-functions-based model of the converter, which is implemented using Matlab/Simulink. The proposed model of the converter is valid in the continuous current mode (CCM) and the discontinuous current mode (DCM). The control systems are tested under both rated and disturbed operating conditions. The systems performance is evaluated in terms of source current total harmonic distortion (THD), input power factor, DC voltage regulation and robustness toward a load disturbance
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.
Comment cette classification a été obtenuedéplier
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».