MétaCan
Menu
Retour à la cohorte
Enregistrement W2611273982 · doi:10.1109/tpel.2017.2700483

Single Discharge Control for Single-Inductor Multiple-Output DC–DC Buck Converters

2017· article· en· W2611273982 sur OpenAlexafffund
Tae Young Goh, Wai Tung Ng

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComparatorConvertersInductorBuck converterBuck–boost converterVoltageController (irrigation)Power (physics)Electrical engineeringControl theory (sociology)Electronic engineeringEngineeringComputer sciencePhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

With ever-increasing demand of feature-rich portable electronics, single-inductor multiple-output (SIMO) converters are becoming a cost-effective option to provide different supply voltages while maintaining a long battery life. A single-discharge (SDC) control scheme is proposed to simplify the SIMO design, to achieve low cross-regulation, and to support wide range of loads with reasonable power efficiency. A SDC SIMO buck converter with four outputs composed of comparators, phased-locked loop, finite state machine (FSM) controller, and an output stage, is prototyped using TSMC's 0.18-μm BCD process. In addition to the basic switching functions, the FSM controller provides a state skipping feature to allow no-load regulation. Its functionality is verified experimentally and can convert an input voltage from 2.7 to 3.7 V to 1, 1.2, 1.5, and 1.8 V outputs. The simulated peak power conversion efficiency is 86% with a combined output power ranging from 150 to 300 mW. The packaged SDC SIMO converter ICs exhibit a lower measured peak efficiency of 73%, with a cross-regulation of 0.24 mV/mA due to the parasitic bond-wire resistance. The converter prototype can support a wide range of loading conditions, from open circuit to a total output power of 1 W.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 GPT0,231
Écart entre enseignants0,215 · 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

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207