Design of Fuzzy-ACO Based Controller for Cuk Converter in Electric Vehicles
Notice bibliographique
Résumé
The voltage output of an energy storage device utilized in electric vehicles (EVs) is modulated in response to the load, and the elevated voltage of the DC link poses challenges for vehicle engineers when integrating energy storage components with the traction drive system.DC-DC converters are commonly employed in electrical powertrain systems within industrial settings to facilitate the integration of various components.The Cuk converter is widely acknowledged as a viable alternative requiring thorough deliberation, including battery management systems (BMS) for EVs technology.This is because of a continuous flow of current in both the input and the output, and it has a high efficiency compared to the buck-boost topology.Additionally, there is a low ripple in the output load voltage.The present work uses an analysis, model, and control of the Cuk converter circuit using a hybrid fuzzy logic-based ant colony optimization (ACO) method.The transient response and the steady-state performance specifications are objective functions in the fuzzy controller design process.After a comprehensive evaluation of the obtained results, it was observed that the fuzzy-ACO controller successfully achieved the desired reference with reduced rise and settling time.This study implements modeling and controlling applications of the Cuk converter by utilizing the MATLAB/SIMULINK program.The proposed controller's effectiveness is demonstrated during load variations and changes in the reference voltage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».