【摘 要】
:
功率铁氧体磁芯具有磁导率高、电阻率高和成本低的优点,是开关变换器中功率磁性元件常用的磁芯材料。开关变换器磁性元件通常工作在非正弦激励条件下,厂家给出的正弦激励损耗数据不能直接应用。随着小型化的需求,不断提高的开关频率导致磁芯损耗建模和预测变得越来越重要,磁性元件过热是开关变换器失效的主要原因之一。本文首先分析了功率铁氧体磁芯损耗构成分量:磁滞损耗、涡流损耗和剩余损耗,并分别介绍了其产生的物理机理。
论文部分内容阅读
功率铁氧体磁芯具有磁导率高、电阻率高和成本低的优点,是开关变换器中功率磁性元件常用的磁芯材料。开关变换器磁性元件通常工作在非正弦激励条件下,厂家给出的正弦激励损耗数据不能直接应用。随着小型化的需求,不断提高的开关频率导致磁芯损耗建模和预测变得越来越重要,磁性元件过热是开关变换器失效的主要原因之一。本文首先分析了功率铁氧体磁芯损耗构成分量:磁滞损耗、涡流损耗和剩余损耗,并分别介绍了其产生的物理机理。目前,经典的磁芯损耗模型无法解释在含零电压激励波形下额外的磁芯损耗现象。针对这一理论和工程难题,本文从功率铁氧体磁芯的微观结构出发,深入研究了含零电压激励波形下的额外损耗物理机理及其所对应的损耗模型。针对功率铁氧体磁芯中晶粒和绝缘层的微观分布特征,本文提出了基于晶粒和绝缘层平均尺寸长度构造介质损耗分量的方法,系统阐述了介质损耗模型中弛豫常数的计算过程。所提介电损耗放电模型可有效体现磁通密度变化率和占空比等工作条件对额外磁芯损耗的影响。其次,针对磁通密度在磁芯中非线性分布特征,提出了由非线性分布到线性分布的磁芯尺寸等效变换方法,推导出了包含涡流损耗效应和介电损耗效应的等效集总参数电路模型。详细分析了相关电路参数的计算方法,有利于构造基于SPICE内核的磁损电路仿真模型。同时,本文论证了在零电压波形初始阶段,磁芯材料本身寄生电感电流与激磁电感电流叠加是产生电流尖峰的根本原因。虽然寄生电感中能量也会在零电压期间释放,但其所含的能量较小,对额外磁损的影响可以忽略不计。最终,论文指出含零电压激励波形所产生的额外损耗主要来源于两个方面:主要方面是磁芯晶粒与晶粒层间的界面极化效应所产生的过量介质损耗;次要原因是磁芯材料本身的等效寄生电感中存储的能量释放所产生热损耗。本文以全桥开关变换器为例,选用了Ferroxcube公司3C90(TX25/15/10)和EPCOS公司N87(TR36/23/15)两款典型铁氧体工作磁环,构造了基于输入平均功率的磁芯损耗测试平台。分别测试了N87磁芯在f为100k Hz、200k Hz和Bp为50m T、100m T组合条件下的磁芯损耗;3C90磁芯在f为50k Hz、100k Hz、200k Hz和Bp为153m T组合条件下的磁芯损耗。论文以实验数据为基础构建了介电损耗拟合函数,在传统磁芯损耗分离模型的基础上包含了介电损耗分量,可有效体现含零电压激励波形下的磁芯损耗特征。实验结果和电路仿真结果基本吻合,验证了所提出研究方法的正确性。
其他文献
近年来,由于人工智能和互联网技术的迅速发展,单个智能体已经不能解决大规模、复杂和不确定信息的现实问题。因此,多智能体分布式协同控制成为控制领域热点关注的课题。由于通信时滞和量化噪声等复杂通信因素的影响,多智能体系统的协同控制设计的难度极具增大。因此,复杂通信环境下的多智能体系统的分布式协同控制引起了广泛关注。本文研究了具有连边乘性不确定的连续和离散多智能体系统鲁棒一致性和具有通信时滞不确定的二阶严
微流控光学透镜具有可灵活调节焦距、能在一微型芯片中同时实现微流控分析和光学检测、简化透镜尺寸等特点,所以目前它在光学相关领域得到了广泛的关注和研究。其中,具有双界面的微流控光学透镜,由于其双界面的曲率均可按照需求进行独立调节,并伴随有大的光焦度的改变,具有重要的研究意义。本课题采用组合形式,基于介电润湿力、介电泳力、纵向梯度静电力三种不同的驱动力,实现双凸型微流控光学透镜,并对透镜的相关性能进行分
如今出现了很多网上房屋租赁应用,但目前的互联网房屋租赁应用还存在着一些典型的问题:目前的房屋租赁应用仍然是一个中心化的系统,系统所有的数据都被其控制,存在着信息不对称的问题;房屋租赁数据的真实性有待提高,目前仍然存在着很多虚假房源的情况。因此如何实现房屋租赁应用的去中心化管理以及提高房源数据的真实性是目前需要解决的问题。区块链的去中心化以及防篡改特性为房屋租赁应用提供了新的设计思路。为了真正实现去
情绪识别是计算机视觉领域近几年来研究较多的课题。目前的研究成果主要集中在仅基于面部表情的情绪识别或仅基于身体动作的情绪识别方面,但这些单模态的情绪识别算法泛化能力并不强,并且准确率也存在提高的空间。为了提高情绪识别的准确率,本文对基于多模态特征融合的视频中人物情绪识别算法进行研究,重点研究如何综合运用面部表情特征和身体动作特征来进行视频中人物情绪的识别。首先,以提高情绪识别的准确率为目标,设计了一
随着信息系统的广泛应用,数据系统内的数据同步问题日益突出。如何以安全高效的方式实现系统内的数据同步,已成为企业广泛关注的问题。为了增强数据的连通性,减少“信息孤岛”问题,数据同步显得尤为重要。同时,目前的研究往往集中在数据传输过程,而普遍忽略了数据同步后的验证模式。对于数据是否被篡改、敏感信息是否泄露、数据完整性等问题的忽视,导致了完整同步链的潜在缺陷。本课题针对现有数据系统同步方案中的缺陷,利用
数据密集型工作流的任务之间需要传输大量的数据并进行复杂的计算,这就要求运行该工作流的计算资源计算能力强、存储量大,但单一的计算资源一般满足不了数据密集型工作流的运行需求,往往需要将数据密集型工作流中的任务部署在云环境中不同的数据中心,而相关任务分布在不同数据中心产生的大量数据传输,对工作流的执行费用和执行时间均产生了较大影响,只有合理的调度方法才能尽可能的减少传输量,从而降低执行费用和时间。现有静
近些年,基于深度学习的目标检测算法模型在网络精度和计算速度上都得到了不断提升。然而在某些特定场景中,仅依赖于彩色相机获取的图像信息和二维目标检测算法并不能满足实际应用的需求。在工业生产生活中,对于无色无味、不规则漏气漏液的检测十分重要,但彩色相机很难捕捉到特征信息,因此基于红外图像的检测算法尤为必要。随着机器人技术的不断发展,科技人员开始利用移动机器人进行空间探索,而对于机器人周围环境的地形感知可
随着互联网的发展和普及,各个应用产生的信息量正快速膨胀,在海量数据中,用户可以享受到丰富的信息,但庞大的数据规模使其难以选择自己需要的内容,会存在着“信息过载”的问题。推荐系统可以极大缓解此类问题,它不仅可以满足用户对高质量信息的需求,而且可以为企业增加对用户的吸引力并巩固自身在行业内的地位。近年来,深度学习的出现解决了传统推荐系统的特征学习和高阶特征交互问题,充分挖掘不同特征域之间的高阶特征交互
三维场景重建是计算机视觉中的一个重要研究方向。然而,静态三维重建不能很好的直观风车等运动情况,常规动态三维重建需要的户外作业和成本较高,其中大多数的重建工作都是通过特定的现场无人机视频流,或者是卫星图像、深度图像,又或者是Kinect、Li DAR(激光雷达)等获得的点云数据来进行三维重建。其中包括通过多视角图像提取特征点,对多视图中的特征点进行匹配,构建基础矩阵等恢复相机参数,从而得到场景的三维
低频机械能的收集技术是国内外学者的重要研究方向之一,尤其近年来大量低功耗小型电子设备在人们的生活中扮演着重要的角色,它们分布范围广且数量庞大。在人们的日常生活中会源源不断的产生低频机械能量,通过摩擦纳米发电机将低频机械能进行收集并转化为电能,为这些电子器件的自供电提供了新的探索道路。本文通过对品质因数的理论分析,设计了一种基于提升低频输出的按压式摩擦纳米发电机,利用杠杆原理在低输入力下对发电部位进