MétaCan
Menu
Retour à la cohorte
Enregistrement W2066387119 · doi:10.1109/intlec.2011.6099760

An optimal control strategy for digitally controlled single-phase power factor correction AC-DC boost converter

2011· article· en· W2066387119 sur OpenAlexaff
Majid Pahlevaninehzad, Pritam Das, Suzan Eren, Alireza Bakhshai, Praveen Jain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésConvertersPower factorControl theory (sociology)Boost converterController (irrigation)HarmonicsDuty cycleDigital controlComputer scienceTransient (computer programming)Electronic engineeringForward converterEngineeringVoltageElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

AC-DC converters are widely used for conversion of utility ac input to a dc voltage suitable for telecom and other dc loads. There is dedicated analog control ICs available for controlling such converters and to accomplish their input power factor correction. Presently with decreasing cost of DSPs they are being applied more and more for controlling power electronic converters. This paper presents a simple and novel digital control scheme for a power factor correction (PFC) AC/DC boost converter based on optimal control theory. It is shown in this paper that the dynamics of the boost converter can be significantly improved by implementing the proposed controller, which introduces a Lyapunov function to the system and determines the optimal converter duty-ratio needed to minimize the Lyapunov function. The performance of the proposed controller is confirmed on a digitally controlled 3 kW boost PFC converter operating at 100 kHz switching frequency. Experimental results show that the proposed controller causes the boost converter to operate with low input current harmonics and very fast output voltage transient responses that are much less than a single input line cycle, compared to responses of several input line cycle transient periods seen in conventional control schemes.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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
GenreMéthodes

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

En bref

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207