MétaCan
Menu
Retour à la cohorte
Enregistrement W2043200273 · doi:10.1080/15325008.2014.890975

A Fixed-frequency Series-parallel Resonant Converter with Capacitive Output Filter: Analysis, Design, Simulation, and Experimental Results

2014· article· en· W2043200273 sur OpenAlexaff
Xiaodong Li, Ashoka K. S. Bhat

Notice bibliographique

RevueElectric Power Components and Systems · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSINADRBuck–boost converterĆuk converterFlyback converterForward converterBoost converterIntegrating ADCConvertersElectronic engineeringCapacitive sensingSeries (stratigraphy)Filter (signal processing)VoltageControl theory (sociology)EngineeringComputer scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this article, a fixed-frequency phase-shift-controlled full-bridge series-parallel (or LCC-type) resonant converter that uses a capacitive output filter is proposed. Steady-state analysis of this converter is performed by using a complex AC circuit analysis approach. Based on the analysis, a simple design procedure is given and exemplified with a design example of a 200- to 220-V DC input, 300-W, 100-V output converter. The relationship between the design parameters, switch stresses, and converter size is illustrated. Both computer simulation and experimental results on a lab prototype converter are presented to verify the performance of the designed converter for varying input voltage and load conditions. It is shown that this converter requires a narrow variation in pulse width for a wide variation in the load, while the peak current through the switches decreases with the load current. One typical application of this converter is for use as a second stage for AC-to-DC converters.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,200 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectric Power Components and SystemsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207