XiaoMi-AI文件搜索系统
World File Search Systemconverters
汽车动力传动系统能量转换器的选择和优化方法
AC 交流电 AFC 碱性燃料电池 APU 辅助动力装置 ASE 车用斯特林发动机 ATDC 上止点之后 B 电池 BMEP 制动器平均有效压力 BSFC 制动器燃油消耗率 BTDC 上止点之前 C 冷凝器 CC 燃烧室 CCB 燃烧室鼓风机 CO 一氧化碳 CVT 无级变速器 CCGT 联合循环燃气轮机 DC 直流电 DMFC 直接甲醇燃料电池 DOE 能源部 DP 动态规划 E 能源 EC 能量转换器 ECGT 外燃式燃气轮机 ECU 电子控制单元 EECU 发动机电子控制单元 EG 电动发电机 EG 废气 EM 电机 EMS 能源管理策略 EPA 环境保护署 EREV 增程式电动车 FC 燃料电池 FC 燃油消耗 FCS 燃料电池系统 FCV 燃料电池车 G 变速箱 GHG 温室气体 GT 燃气轮机 GWP 全球变暖潜能值 H2 氢气 He 氦气 HEV 混合动力电动车 HEX 热交换器 HSS 氢气储存系统 ICE 内燃机 IcRGT等温压缩再生式燃气轮机 IcRIeGT 等温压缩再生式等温膨胀燃气轮机 IcRReGT 等温压缩再生式再热燃气轮机 IRGT 中间冷却再生式燃气轮机 IRReGT 中间冷却再生式再热燃气轮机
用于电力转换器模型预测控制的通用切换状态空间表示
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
交流-直流转换器拓扑结构和二极管特性对低功率压电能量收集的影响
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
9.2 ns 至 1 ms 数字控制多调谐死区时间优化，实现高效的 GaN HEMT 功率转换器
摘要 —本文介绍了一种可调的新型死区控制电路，为电源转换器优化提供最佳延迟。我们的方法可以减少死区损失，同时提高给定电源转换器的效率和功率密度。该电路提供了一个可重构延迟元件，可为具有不同负载和输入电压的不同电源转换应用产生宽范围的死区。推导出降压转换器的最佳死区方程，并讨论了其对输入电压和负载的依赖性。实验结果表明，所提出的电路可以提供宽范围的死区延迟，范围从 9.2 ns 到 1000 ns。针对不同的电容负载 (CL ) 和工作频率 (fs ) 测量了所提出的电路的功耗。在 CL = 12 pF、V dd = 3.3 V 和 fs = 200 kHz 时，该电路在测得的死区范围内消耗的功率在 610 µW 到 850 µW 之间。当选择最小死区时间为 9.2 ns 时，所提出的死区发生器可以运行高达 18 MHz。所提出的电路占用面积为 150 µ m × 260 µ m。将制作的芯片连接到降压转换器以验证所提出的电路的运行。与死区时间为 T DLH = T DHL = 12 ns 的固定转换器相比，具有最小 T DLH 和最佳 T DHL 的典型降压转换器在 I Load = 25 mA 时的效率提高了 12%。
使用量子机器学习对海洋能转换器的环境影响评估
化石能源储备的枯竭及其造成的环境污染凸显了利用海洋可再生能源（如海浪和潮汐）的必要性，因为它们具有巨大的潜力。另一方面，大规模部署海洋能转换器以满足未来的能源需求需要使用大型转换器农场，这可能会对海洋生态系统产生负面的环境影响。与此同时，一个非常重要的一点是，通过不同的方法从海洋收集数据并进行分析会产生大量的数据，这使得使用不同的机器学习算法等先进工具变得更加丰富多彩。在本文中，使用机器学习和量子机器学习分析了一些海洋能设备对环境的影响。结果表明，量子机器学习在计算精度方面优于传统机器学习。这种方法为环境影响评估提供了一种有前途的新方法，特别是在海洋等复杂环境中。
双重稳定的钙钛矿纳米晶发光下调
和现代建筑建立在更普遍的有机LED（OLEDS）的基础上。[1,3-5]在整个可见频谱中具有电荷平衡和高效率仍然远离最佳的QD，QD通常被用作颜色 - 纯发光下调转换器，用于在背光无机LED中显示。[2,6]虽然对设备档案的研究对于将来的开发至关重要，但许多小组也在探索QD的替代材料，以降低成本，最大程度地减少丰富的问题并限制毒性。[7-9]最初在2012年作为照片伏特的有前途的材料出现，[10]卤化物钙钛矿对于几乎所有光启动器件（例如光电探测器）具有巨大的潜力，例如光电探测器，[11]激光器，[12]和LED。[13–15]卤化物钙钛矿NC对于光发射特别有利，其发射波长可以通过组合和形态在整个可见范围内进行调谐，[16]超高的量子产量（Qys）（Qys），即使接近统一，甚至接近统一，[17-19]，[17-19]和合成，通常是actile and facile conigile facile cookile cookile，sable，便宜，易于扩展。[20,21]相比之下，传统QD通常需要Inorranic Core-shell结构，高前体纯度和复杂的，乏味的合成以获得令人印象深刻的光学特性。[22]但是，钙钛矿NC缺乏足够的稳定性
宽带隙商用电源转换器在不同应用中的节能潜力
和减少电源转换器的占地面积 [1,2]。正因为如此，一些制造商越来越多地开发基于 SiC 和 GaN 技术的电源转换器。光伏逆变器、电机驱动逆变器、不间断电源 (UPS) 和笔记本电脑充电器等应用是可用的商用 WBG 电源转换器的几个例子。几项研究 [1,2] 报告了 WBG 转换器在特定应用中的潜在节能效果。然而，这些调查是基于学术界开发的电源转换器，而不是商业产品，通常与行业标准和商业产品要求不兼容。在这项工作中，我们估计了几种应用中每年全球节能潜力，考虑用商用 WBG 替代实际的硅基商用电源转换器。这是第一项评估商用转换器能源潜力的研究，其结果与最先进的工业技术兼容。我们搜索了每个选定应用的制造商，以获得基于 WBG 系统的可用产品和相关技术信息。我们的分析提供了 WBG 系统的节能潜力。
Mission配置文件简化方法用于PV转换器的可靠性分析
电力电子产品的可靠性分析是一个领域，随着电力电子设备变得越来越普遍，对电力网络基础架构的兴趣越来越大。光伏发电机系统在功率点跟踪的一般操作中使用电力电子设备，并且可能包含电源转换器以增强输出电压和/或转换为交流电流以连接到电网。计划PV发电机系统时，该系统的可靠性对于商业和住宅系统都引起了人们的极大兴趣[1]。可靠性分析可用于不同的目的。它可以用作产品资格资格的标准[2]，在设计新产品时作为设计指标[3]，它也可以帮助决定何时执行预防性维护[4]。在设计PV发电机系统时，有必要了解系统预期位置的太阳辐照度和环境温度，以确定投影功率，因此，该系统的利润会产生，也可以估算已安装的生成器系统的寿命。为了准确确定系统的年度负载，必须对系统的热行为进行建模。使用系统设计得出的模型用于确定热系统行为，对于电力电子来说，这是电源设备降解和故障的主要驱动力[5]。热
人工智能在电力变换器控制中的逆向应用
摘要 —本文提出了一种用于电力电子转换器系统控制的新型应用方法，即人工智能的逆向应用 (IAAI)。与传统方法相比，IAAI 仅依赖于数据驱动过程，无需优化过程或大量推导，因此该方法可以以简单的方式给出所需的控制系数/参考。需要注意的是，IAAI 方法使用人工智能为电力转换器控制提供可行的系数/参考，而不是构建新的控制器。在说明 IAAI 概念之后，讨论了一种传统的人工神经网络 (ANN) 应用方法，即基于优化的设计。然后，研究了双源转换器微电网案例，通过基于优化的方法选择最佳下垂系数。之后，将提出的 IAAI 方法应用于相同的微电网案例，以快速找到良好的下垂系数。此外，IAAI 方法应用于模块化多电平转换器 (MMC) 案例，扩展了不平衡电网故障下的 MMC 操作区域。在MMC案例中，模拟和实验在线测试均验证了IAAI的可操作性、可行性和实用性。