大功率LLC变换器的谐振参数优化设计*

LLC变换器具有实现原边零电压开通和副边零电流关断的软开关特性，其功率密度高，在车载电源、LED等领域被广泛应用。但LLC谐振变换器由于工作的复杂性，导致谐振参数缺乏一种有效且明确的设计方法。论文基于基波近似法(first harmonic approximation, FHA)对传统的增益公式进一步化简，提出了一种简单明确的谐振参数设计方法。为了验证此方法设计的参数最优性，制作了一台7.5 kW的实验样机。输出电压范围为100 V～375 V,而且可在200 V～375 V的电压范围内实现7.5 kW的恒功率输出，整机平均效率达到95%以上，峰值效率可达到96.7%。实验结果表明，提出的参数设计方法可最大化地提高变换器效率。     

基于并联型灰色神经网络模型的隧道沉降量预测方法探讨

灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.