Efficiency-Oriented Optimized Design and Control of Hybrid FSBB–<i>CLLC</i> Converters With Partial Power Processing Capability
Notice bibliographique
Résumé
Combining the highly efficient CLLC topology with the exceedingly flexible Four-Switch Buck-Boost (FSBB) topology, this paper introduces a novel hybrid FSBB-CLLC converter incorporating partial power processing (PPP) capability. This hybrid structure utilizes FSBBs to regulate its output voltage by adjusting its duty cycle, handling a small portion of the total power, and providing a fast dynamic response. Meanwhile, the CLLC in the structure operates in a complete resonant state to ensure high system efficiency. By sharing a bridge arm between the FSBB and the CLLC, where one arm from each system serves a similar function, the number of switches utilized is significantly reduced, resulting in higher system efficiency. In addition to the structural improvements, to achieve a higher average system efficiency under different loads, this paper presents an efficiencybased parameter design methodology. Furthermore, phase shift, an additional control freedom of FSBB, is employed to further enhance the system's overall efficiency; however, calculating the relationship between efficiency and phase shift can be burdensome, especially in real-time controllers. To address this issue, this paper proposes a fitting-model-based maximum efficiency tracking (FMET) approach to reduce calculation complexity. Ultimately, experimental results demonstrate the effectiveness of the proposed design, highlighting its enhanced performance.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».