مبدل رزونانسی CLL با راندمان بالا بر اساس روش سیمپیچ رنج
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 629
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF04_135
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
رسیدن به راندمان بالا و چگالی توان بالا، به همراه کاهش هزینه و ابعاد مبدل، یک هدف بزرگ در سیستمهای انتقال قدرت میباشد. مبدلهای رزونانسی CLL به عنوان جزیی از سیستمهای مبدل قدرت ، راندمان این سیستمها را بهبود قابلتوجهی دادهاند و به طور گسترده مورد استفاده قرار میگیرند. با این حال هنوز هم مسایل و مشکلاتی در طراحی مبدلهای رزونانسی CLL وجود دارد. در مبدل های CLL از تغییر فرکانس سوییچینگ برای ثابت نگه داشتن ولتاژ خروجی استفادهمیشود، ولی تغییر فرکانس سوییچینگ و دور شدن آن از فرکانس رزونانس مدار تانک باعث بروز اشکالات متعددی میشودکه از جمله میتوان به افزایش وابستگی بهره ولتاژ مبدل به بار، افزایش انرژی گردشی مدار تانک و افزایش جریان خاموشی ترانزیستورهای MOSFET قدرت، افزایش جریان ثانویه و در نتیجه افزایش تلفات و کاهش راندمان مبدل اشاره کرد. درروش پیشنهادی در این تحقیق که روش سیمپیچ رنج نامیده میشود، از ترانسفورماتور با قابلیت تغییر رنج ولتاژ ثانویه استفاده می شود. با استفاده از این روش، با وجود تغییرات ولتاژ ورودی، محدوده تغییرات فرکانس سوییچینگ کاهش یافته و درنتیجه راندمان مبدل رزونانسی CLL بهبود مییابد. برای بررسی مبدل پیشنهادی، یک مبدل با ولتاژ ورودی در محدوده320V تا 400V ، ولتاژ خروجی 12V ، توان خروجی 300W و در فرکانس رزونانس 200kHz طراحی و به کمک نرم افزار OrCAD شبیه سازی شد. در نتایج به دست آمده از شبیه سازی با این نرم افزار، حداکثر افزایش راندمان مبدلپیشنهادی در حداقل ولتاژ ورودی یعنی 320V صورت گرفت. در ولتاژ ورودی 320V و در بار کامل، راندمان در مبدل اصلی برابر 86.95% و در مبدل پیشنهادی برابر 94.34% به دست آمد، یعنی به میزان 7.39% افزایش راندمان صورت گرفت.
Keywords:
Authors
احمد توکلی
گروه الکترونیک، دانشکده مهندسی برق، دانشگاه تربیت دبیرشهید رجایی، تهران، ایران
پرویز امیری
استادیار گروه الکترونیک، دانشگاه تربیت دبیرشهید رجایی، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :