MétaCan
Menu
Retour à la cohorte
Enregistrement W4404788528 · doi:10.1109/jestpe.2024.3508082

Simplified Hybrid Dual-Bridge LLC Resonant Converter With Reduced Passive Components and Loss for Emergency Power Supply

2024· article· en· W4404788528 sur OpenAlexaff
Bo Hu, Jun Wang, Zipeng Ke, Jiatao Yao, Chao Zhang, Z. John Shen

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHalf bridgeDual (grammatical number)Electrical engineeringPower (physics)Resonant converterBridge (graph theory)ConvertersElectronic engineeringMaterials scienceEngineeringCapacitorPhysicsVoltage

Résumé

récupéré en direct d'OpenAlex

The proportion of passive components loss in the total power loss of inductor–inductor–capacitor (LLC) resonant converters has reached a critical point. To address this issue, this article proposes a simplified hybrid dual-bridge LLC resonant converter to reduce passive component losses. It consists of a primary LLC resonant converter and an active clamp auxiliary bridge converter connected in parallel. The turn-off current of the LLC resonant converter over the entire range is greatly reduced by means of the clamping operation of the auxiliary converter. Compared with conventional dual-bridge LLC resonant converters, the proposed converter requires only one resonant tank, which can reduce the number of passive components; therefore, it can achieve a 26.5% resonance component cost reduction and a 13.8% total volume of inductor reduction. A 1.2-kW prototype of the hybrid dual full-bridge (FB) three-leg LLC resonant converters is built as a case study to validate the proposed approach. Compared to conventional dual FB three-leg LLC resonant converters, the proposed converter can achieve a 27% reduction in passive component losses without sacrificing soft switching 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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207