MétaCan
Menu
Retour à la cohorte
Enregistrement W2026542446 · doi:10.1109/ccece.2006.277835

Three-Level Hysteresis Power Control for Pulse-Density-Modulated Series Resonant Converters

2006· article· en· W2026542446 sur OpenAlexaff
Demian Pimentel, A. Chériti, Mohammed Slima

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInduction Heating and Inverter Technology
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPower factorTotal harmonic distortionPulse-density modulationControl theory (sociology)ConvertersPower (physics)Electronic engineeringPower controlPulse-width modulationController (irrigation)Digital controlRange (aeronautics)EngineeringHysteresisComputer scienceElectrical engineeringDigital signalVoltageDigital signal processingPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

Modern power conversion electronic devices must not pollute the power distribution system and keep a unit power factor. Furthermore, their design must be size and cost effective. It is also expected that all new designs should have an entirely digital control by 2008. We present a series resonant power converter that is driven by a pulse density modulation (PDM) strategy combined with a three level hysteresis controller to adjust output power. This approach is suitable for a fully digital control design. A single digital signal controller is used to monitor and control the whole system. By the means of simulations and experimental results, it has been shown that a traditional sixteen-level PDM approach helps to maintain a near unity power factor and a low total harmonic distortion. However, such converter can only deliver sixteen output power levels. Design parameters are such that a 25 kHz signal is delivered to the load. Research presented here shows that using the proposed hysteresis control the PDM series resonant converter is able to deliver a wide output power range with 1 W resolution (range from 5 to 360 W). The mean output power error is less than 0.3 %. This strategy can be combined to other PDM approaches to obtain a better power factor and an improved THD within desired power range

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)0,000
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: aucune
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
Métarecherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,194
Écart entre enseignants0,181 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInduction Heating and Inverter TechnologyTravaux en français237 207