MétaCan
Menu
Retour à la cohorte
Enregistrement W2242148309 · doi:10.1109/icet.2015.7389185

Optimization of discrete-time controller applied to DC-DC step-down converter

2015· article· en· W2242148309 sur OpenAlexaff
Ghulam Abbas, Umar Farooq, Jason Gu, Muhammad Usman Asad, Muhammad Irfan Abid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Quantization (signal processing)MATLABDigital controlController (irrigation)Computer scienceDiscrete time and continuous timeNonlinear systemRoot locusOptimization problemControl systemElectronic engineeringMathematicsEngineeringAlgorithmControl (management)

Résumé

récupéré en direct d'OpenAlex

The paper describes the optimization of a discrete-time controller designed on the basis of discrete root locus for the boost converter operating at 1000 kHz. The optimization is accomplished through a nonlinear least squares method. The digital control theory is not as rich as the analog control theory. Locating poles and zeros directly in the z-plane by a designer to render the required performance is a difficult task to accomplish. Direct placement of poles and zeros may also introduce distortion as well. Consequently, direct digital design approach based digital controller may not offer satisfactory performance. The poles and zeros are disturbed around their nominal positions through the optimization technique to snub the atrocities introduced by the unwanted digital phenomena. Effect of nonlinearities in the form of ADC/DAC quantization error, delay, etc. on performance is also accentuated. The effectiveness of the application of the optimization technique to the buck converter is investigated using the MATLAB/Simulink environment.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207