인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
The conventional high-frequency transformer used in dual active bridge (DAB) converters typically employs Litz wire, which presents manufacturability challenges and necessitates the use of additional inductors. This paper proposes a reinforcement learning-based design optimization methodology that provides optimal design results for planar transformers with PCB windings, eliminating the need for external inductors and overcoming their inherent limitations. The proposed optimization framework incorporates a deep Q-network algorithm to determine the optimal coil widths on the primary and secondary sides, thereby minimizing copper losses while achieving the desired leakage inductance. The effectiveness of the reinforcement learning approach was validated through the design of integrated PCB-based transformers for DAB converters, providing optimal solutions that minimize copper loss. A prototype transformer designed using the proposed methodology was experimentally verified in a DAB converter operating at 50 kHz, with 150 V input and output voltages, and a 1 kW load.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093942618
