Analysis of PID and Fuzzy Logic Control for an Interleaved Boost Converter in Fuel Cell Applications
Notice bibliographique
Résumé
The increasing need for power conversion systems that are efficient and reliable in fuel cell systems has created the demand for advanced control methods to maximise the performance of power electronic converters.The efficiency of an interleaved boost converter (IBC) controlled by a conventional Proportional-Integral-Derivative (PID) controller and by a fuzzy logic controller (FLC) when used in fuel cell applications is compared here.Fuel cell systems leverage the benefits of topology in the IBC, including decreased input current ripple, increased efficiency, and enhanced power density.To solve the nonlinearities and uncertainties inherent in fuel cell dynamics, the FLC provides greater robustness and flexibility in terms of handling non-linearity and steady state error over the PID controller, which is the most used due to its simplicity and effectiveness.Dynamic response, efficiency, robustness to varying load conditions and changes in input voltage, and output voltage regulation are some of the performance parameters simulated with MATLAB/Simulink.From the simulation, the FLC-based IBC operations are superior to the PID-regulated IBC with lower overshoot, quicker transient response, and better disturbance rejection.This renders it more suitable for fuel cell operations where efficiency and operation stability are paramount.The results of this work, as described below, present useful guidelines on the design and selection of control schemes for guaranteeing maximum power converter efficiency in fuel cell-based battery charging systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».