MétaCan
Menu
Retour à la cohorte
Enregistrement W4396575025 · doi:10.1109/apec48139.2024.10509357

Digital Closed Loop Control of a Three Port Series Resonant Converter for Electric Vehicles

2024· article· en· W4396575025 sur OpenAlexaff
Kyle Kozielski, Guvanthi Abeysinghe Mudiyanselage, Rachit Pradhan, Giorgio Pietrini, Ashish K. Solanki, Parthasarathy Nayak, Mehdi Narimani, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSeries (stratigraphy)Port (circuit theory)Loop (graph theory)ConvertersControl (management)Closed loopElectrical engineeringDigital controlComputer scienceVoltageEngineeringControl theory (sociology)Control engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

With the trend towards vehicle electrification, three port DC-DC converters allow an interface between the high-voltage battery pack, a 12 V battery pack and the 48 V auxiliary loads within the electric vehicle compared to conventional two-port converters. Due to the dependence of auxiliary loads on driving behaviour and passenger input, a robust controller is essential for a three-port converter to handle dynamically changing load profiles on the loading ports. This paper presents a design procedure of a digital closed loop controller (DCLC) utilizing decoupling control for a three port series resonant converter (TPSRC). The DCLC is developed on a hardware demonstrator for the voltage mode control of the loading ports (ports 2 and 3). Delays introduced from the practical implementation of the DCLC are defined to formulate inner and outer loop frequency responses and assist in compensator design. Load stability analysis is considered to determine the admissible operating region of the designed compensators. A soft start strategy to limit inrush currents in the TPSRC is utilized. Experimental results demonstrating the DCLC under voltage reference and step load changes on the hardware demonstrator of a 6 kW TPSRC are presented.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207