MétaCan
Menu
Retour à la cohorte
Enregistrement W1970563958 · doi:10.1109/tpel.2012.2232307

Analysis and Comparison of Frequency Stabilization Loops in Self-Oscillating Current Mode DC–DC Converters

2012· article· en· W1970563958 sur OpenAlexaff
Yue Wen, Olivier Trescases

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRippleConvertersInductorControl theory (sociology)Phase-locked loopDecoupling (probability)VoltageElectronic engineeringCurrent sensorEngineeringComputer scienceElectrical engineeringControl engineeringPhase noise

Résumé

récupéré en direct d'OpenAlex

DC-DC converters, used in bidirectional applications such as battery/u-cap hybrid energy-storage systems, usually operate in current mode with a wide range of input and output voltages. Conventional current-mode control schemes, which requires adaptive slope compensation, are not attractive in these applications. In this paper, a class of self-oscillating hysteretic current-mode control (HCMC) schemes with frequency stabilization are analyzed and compared. Among them, the ripple HCMC scheme has the advantages of the inherent access to the average inductor current information, and inherent decoupling between the voltage and the frequency loops. The modeling and design procedure of two frequency regulation methods, namely the phase-locked loop (PLL) and delay-locked loop (DLL), are presented and compared in detail. The analysis is applicable to a range of inductive converters such as buck, boost, and buck-boost. HCMC implemented with a DLL is shown to not only offer comparable bandwidth compared to the PLL, but is also more robust against system parameter variations. The ripple HCMC controllers with PLL and DLL are implemented digitally, and the two schemes are verified experimentally on a 1 MHz 1-2.5 V to 5 V bidirectional boost converter prototype.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207