MétaCan
Menu
Retour à la cohorte
Enregistrement W2120191874 · doi:10.1109/pesc.2008.4591923

Conducted EMI noise mitigation in DC-DC converters using active filtering method

2008· article· en· W2120191874 sur OpenAlexaff
Djilali Hamza, Praveen Jain

Notice bibliographique

RevuePESC record · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Noise Suppression
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésEMIElectromagnetic interferenceElectronic engineeringConvertersNoise (video)Active filterEngineeringFilter (signal processing)Computer scienceLine filterElectronic filterElectrical engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

Electromagnetic interference (EMI) noise mitigation is an important issue that should be addressed and emphasized when designing DC/DC converters. These later, are known to be the primary culprit of the EMI noise generation in most of the electronic systems, mainly due to the switching action of the MOSFET circuitries. Passive input EMI LC filters have been the intuitive solution for EMI noise mitigation; hence they have been integrated in almost every DC/DC converters. However, their size, weight and cost can cause a significant constraint in some applications. To overcome these constraints, an input active EMI filter is proposed. The active filter is based on the noise current phase shift and the injection of this noise current back to the DC input bus. However, the combination of the input active and the passive filters shows a substantial attenuation of the conducted emissions as compared to the passive filter only, which in turn contributes to the reduction of the size and weight of the input passive EMI filter. The proposed combination provides a design solution for compliance engineers where the PCB real-estate is an issue. Experimental results to demonstrate the performance and the effectiveness of the input active EMI filter in DC/DC converters are presented.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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

Citations35
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePESC recordMême sujetElectromagnetic Compatibility and Noise SuppressionTravaux en français237 207