Die Anforderungen an DC-DC-Wandlern sind in den vergangenen Jahren hinsichtlich verschiedener Metriken wie Effizienz, Gewicht oder Volumen gestiegen. Eine Möglichkeit diesen Anforderungen gerecht zu werden ist das Interleaving. Interleaving beschreibt das Aufteilen des Leistungspfads auf mehrere Phasen, welches es bspw.
ermöglicht, Filterkomponenten effektiver zu nutzen. In dieser Arbeit ist das Ziel, ein bestehendes Optimierungstool für DC-DC-Wandler zu erweitern und den Effekt von Interleaving auf die Optimierungsergebnisse objektiv auszuwerten.
Zur Untersuchung sollen hierbei bestehende Basismodelle ausgewählter Wandler, ihre Komponenten und ihre Steuerung auf n Phasen erweitert werden.
Relevante Metriken sollen zunächst in der Literatur recherchiert und in das Optimierungstool implementiert werden.
Mögliche Ergänzung bestehender Modelle müssen vorgenommen werden.
Relevante Anwendungsszenarien von DC- DC-Wandlern (bspw. in der Netztechnik) sollen definiert und die Optimierungsergebnisse der Interleaved Wandler mit den in der Literatur beschriebenen Wandlern verglichen werden. Fragen, wie die optimale Anzahl an Phasen oder die Auswirkungen auf andere Auslegungsentscheidungen können untersucht werden.
Programmierkenntnisse in Python sind von Vorteil aber keinesfalls zwingend notwendig und können während der Bearbeitung erlangt werden.
Untersuchung von Interleaving zur
Optimierung von DC-DC-Wandlern durch Genetische Algorithmen
Diese Arbeit ist geeignet für Studenten des Studiengangs:
☒ Elektrotechnik, Informationstechnik und Technische Informatik
☒ Wirtschaftsingenieurwesen (Fachrichtung: Elektrische Energietechnik)
Frühestmöglicher Startzeitpunkt:
Ab sofort
Betreuer: Carsten Fronczek 0241 80-96974
carsten.fronczek@isea.rwth- aachen.de
Durchführung der Arbeit:
☒ Masterarbeit
☐ Diplomarbeit
☒ Bachelorarbeit
☐ Studienarbeit
