A Low-Cost Battery Charger Usable with Sinusoidal Ripple-Current and Pulse Charging Algorithms for E-Bike Applications
Notice bibliographique
Résumé
This paper focuses on the design of a low-cost battery charger usable under most advanced charging algorithms including sinusoidal ripple-current (SRC) and pulse charging strategies for e-bike applications. The designed charger is composed of an AC-DC converter at the frontend and a voltage-to-current (V-I) converter at the backend. The AC-DC flyback converter supplies DC voltage to the V-I converter. The V-I converter consists of two stages: a signal stage and a power stage. The signal stage includes an operational amplifier (Op-Amp) and an N-MOSFET to convert a voltage command to a reference signal for the power stage. Based on this reference signal, the power stage which consists of an Op-Amp and a P-MOSFET regulates the battery charging current. As a result, the designed charger is able to regulate the charging current in order to track any waveform of the input command. Hence, the SRC and pulse charging algorithms can be easily implemented using the designed charger. In order to validate the proposed approach, a charger for a 24 V/11.6 Ah Li-ion battery pack was designed and tested in laboratory. Both simulation and experimental results show that the designed battery charger can track the command under both SRC and pulse charging algorithms. In addition, both AC-DC and V-I converters require very low number of devices. Thus, the low cost of the proposed design makes it very attractive for practical applications such as e-bikes battery.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».