【摘 要】
：
反激准谐振变换器安全性高,稳定性好,在手机适配器等中小功率电源领域拥有广泛的应用前景。反激准谐振变换器简化了拓扑结构,通过谐振实现谷底导通,提高开关频率。同时,采用同步整流技术可以降低整流二极管的功耗,提高整体效率。然而由于反激准谐振变换器的工作波形谐振变化导致难以有效找到采样控制点,这阻碍了同步整流技术在反激准谐振变换器上的应用。针对上述问题,本文设计了一种反激准谐振变换器的同步整流控制策略。首
论文部分内容阅读
反激准谐振变换器安全性高,稳定性好,在手机适配器等中小功率电源领域拥有广泛的应用前景。反激准谐振变换器简化了拓扑结构,通过谐振实现谷底导通,提高开关频率。同时,采用同步整流技术可以降低整流二极管的功耗,提高整体效率。然而由于反激准谐振变换器的工作波形谐振变化导致难以有效找到采样控制点,这阻碍了同步整流技术在反激准谐振变换器上的应用。针对上述问题,本文设计了一种反激准谐振变换器的同步整流控制策略。首先分析了反激准谐振变换器在同步整流控制下的工作原理及相关驱动技术。接着建立并分析了同步整流算法的损耗模型,在此基础上,设计了基于连续导通模式（Continuous Conduction Mode,CCM）和断续导通模式（Discontinuous Conduction Mode,DCM）查表法的同步整流自适应控制策略。该策略针对不同模式工作特点,采样得到该模式下的励磁电流值,决定当前周期同步整流的驱动信号;并且设计了一种误差分析算法,采样误差量并自动调整相应表格值,确保其准确性,实现同步整流的自适应。根据所提出的控制策略编写Verilog代码,借助Simulink和Modelsim的联合仿真验证,并分别设计实测系统板和控制板,搭建测试样机,利用FPGA验证平台实测验证了该同步整流算法的有效性。仿真与实测结果表明,本文设计的同步整流控制策略,实现了同步整流管开关时刻的自适应,在CCM模式和DCM模式均能有效工作,满载效率为91.35%,相对于非同步整流效率提高了2%,并且恒压精度达到±1.5%,满足设计指标。
其他文献
智能音视频终端在多媒体会议系统、远程教室等系统广泛应用,而基于USB的声卡接口模块是其和计算机系统进行音频流传输的关键部件。作为便携式音频终端接口,USB声卡模块可以满足多种场景的应用需求,且相比于传统声卡拥有更好的音质表现。USB声卡以USB2.0协议为基础,实现了UAC（USB Audio Class）协议框架和HID接口。本文设计并实现了基于TMS320C6748高性能DSP的USB声卡模块
数据转换器是信号处理中连接数字信号和模拟世界的接口,是混合信号处理系统的关键模块。随着诸如光载无线电和宽带通信技术等领域高速信号处理应用的需求,对模数转换器（Analog to Digital Converter,ADC）的速率和带宽要求越来越高。研究单核超高速超宽带的ADC对于高速信号处理等相关工程领域有重要意义。本文首先介绍模数转换器的基本原理与主要衡量指标,对比分析常用高速ADC架构的优缺点
随着计算机视觉领域研究的不断深入,实例分割已经逐渐成为当下计算机视觉领域的研究热点之一。实例分割任务的目标是对图像中的所有前景像素点做所属实例的划分。在计算机视觉领域,依赖于手工提取特征的传统方法已经逐渐被深度学习所取代,基于深度学习的实例分割方法也逐渐成为实例分割任务的主流解决方案。本文以深度学习理论为基础,对现有的基于深度学习的实例分割方法做了分析,并且基于FCOS目标检测网络提出了一种新的单
MEMS是以微电子技术为基石发展起来的多学科交叉综合的新兴研究领域,其中一个重要分支及应用领域为射频微电子机械系统（RF MEMS）。RF MEMS器件得益于其低功耗、小型化、优良微波性能、高集成度等诸多优势,在诸多领域有着广泛的应用前景。在射频系统中,可调谐微波衰减器作为调节信号电平的高频器件需求度很高。它们在自动增益控制放大器、宽带矢量调制器等射频电路中广泛应用。同时,可调谐微波均衡器能够调节
随着科学技术发展的日新月异,国防现代化亦飞速发展,隐身性能已经成为先进飞行器和其他军事装备不可或缺的重要元素。频率选择表面（Frequency Selective Surface,FSS）可以有效减小天线和飞行器的雷达散射截面（Radar Cross Section,RCS）;利用空间电磁波干涉相消原理和电磁对消技术,能够有效对抗电磁干扰和缩减武器平台的雷达回波。基于上述动机,本文主要在以下几个方
人类的大脑是由上千亿个不同种类的神经细胞共同组成的极度复杂的组织结构。试图理解人类大脑的工作机制是人类追寻自然规律和自我意识的终极挑战。脑科学致力于研究分析神经系统的结构与功能,揭示各种神经活动的规律,在各个水平上阐明其机制,以及预防、诊治神经和精神疾患。核磁共振成像技术因其无损伤的优势已广泛应用于脑科学研究之中,现今大量相关科研成果均是建立在核磁共振成像数据的基础之上。本文基于深度学习算法针对脑
重金属在现代工业中被广泛使用,引发的重金属污染日益严重,已危害生态环境和人类的身体健康,成为全球性的问题。能够对水环境中重金属离子高效、便捷地检测,对构建持续、有效、实时的重金属污染监测治理体系具有重要意义。随着微/纳机电技术的快速发展,谐振传感器已实现对不同物质的痕量检测。尺寸小、灵敏度高、成本低、可用于水环境中重金属离子的检测。本文以微纳米梁谐振传感器为核心,设计了多个尺寸的悬臂梁和双端固支梁
近年来,人工智能在全球迎来了新一轮的研究热潮,在传统的机器学习算法之外,一种名为深度学习的技术被提出,其核心是模仿生物神经系统构建的神经网络,这种层层递进的模型结构由于其出色的特征提取与数据拟合能力,被广泛应用于各种人工智能产品中,如今常见的人脸检测、机器翻译、语音识别等应用都基于深度学习技术实现。深度学习应用的执行阶段包括模型训练和任务推断两个核心环节,模型训练是利用特定数据集修正神经网络参数值
矩阵变压器已被证明是提高数据中心电源效率的有效方案。然而在高频下产生的寄生参数、交流电阻等将影响矩阵变压器的效率及工作性能。因此研究高频下矩阵变压器的寄生参数、损耗分布及集成化等具有重要意义。本文基于半桥串并联谐振变换器（LLC型）,提出了一种高效率高功率密度的矩阵变压器的设计方法和具体实现方式,对矩阵变压器寄生参数、损耗以及磁集成等关键问题进行了分析。主要工作如下:（1）建立了矩阵变压器寄生参数
随着集成电路的不断发展与进步,反激准谐振变换器由于其成本低、体积小、功率密度高,可以实现开关管零电流关断（Zero Current Switching,ZCS）与准零电压导通（Quasi-Zero Voltage Switching,Quasi-ZVS）等优点,具有广阔的发展前景。而目前反激准谐振变换器存在控制模式单一等问题,限制了其全负载范围内平均效率的提升。针对上述问题,本文设计了一种高频反激