MétaCan
Menu
Retour à la cohorte

Analysis and Design of a Single-Phase Bridgeless Cuk-based PFC Converter as On-Board Charger with Reduced Number of Components and Losses

2019· article· en· W3021162021 sur OpenAlexaff
Sivanagaraju Gangavarapu, Akshay Kumar Rathore, Santanu Mishra, Rajeev Kumar Singh

Notice bibliographique

Revue2019 IEEE Transportation Electrification Conference (ITEC-India) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésĆuk converterBuck–boost converterBoost converterSINADRBuck converterFlyback converterRobustness (evolution)Power factorForward converterElectronic engineeringVoltageControl theory (sociology)EngineeringComputer scienceElectrical engineeringControl (management)Chemistry

Résumé

récupéré en direct d'OpenAlex

In this paper, a new single-phase bridgeless Cuk-based power factor corrected (PFC) converter with reduced number of components for on-board charging application is presented. The converter is operated in discontinuous current conduction mode to achieve natural PFC at AC input, and thereby sensing of input voltage and input current is avoided, which makes the converter operation cost-effective, and increases the converter robustness to high-frequency noise. The converter control is quite simple, and requires only one control loop, and one sensor. The proposed converter requires less components, and the components voltage stress is less when compared to the conventional Cuk converter, which reduces the components switching losses and enhances the converter efficiency. Further, only one semiconductor is in current flowing path for throughout the converter operation. Thus, this will reduce the conduction losses, and further it eases the converter thermal management. The converter detailed steady state operation for one switching cycle is presented, and the design expressions for each passive component are derived to simplify the converter design. The proposed converter analysis and the design are confirmed with the simulation results from PSIM software.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 IEEE Transportation Electrification Conference (ITEC-India)Même sujetAdvanced DC-DC ConvertersTravaux en français237 207