MétaCan
Menu
Retour à la cohorte
Enregistrement W2792591375 · doi:10.1109/jestpe.2018.2797998

Simplified Load-Feedforward Control Design for Dual-Active-Bridge Converters With Current-Mode Modulation

2018· article· en· W2792591375 sur OpenAlexafffund
Zhenyu Shan, Juri Jatskevich, Herbert Ho‐Ching Iu, Tyrone Fernando

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNorth China University of TechnologyNatural Science Foundation of Beijing MunicipalityNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésFeed forwardControl theory (sociology)ConvertersTransient responseElectronic engineeringTransient (computer programming)EngineeringModulation (music)Pulse-width modulationPower (physics)VoltageComputer scienceControl engineeringControl (management)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Many power electronic systems require dual-active-bridge (DAB) converters with ultrafast dynamic response. This paper presents a load-feedforward control design for DAB converters with current-mode modulation, which can enhance the dynamic response to fast load transients and current-reference step changes. A simplified nonlinear feedforward formula (NFF) and a linear feedforward formula (LFF) for the control design are proposed, which can be selected depending on the required feedforward accuracy (and acceptable computational complexity). The dynamic performance of a DAB converter operating in voltage regulation (VR) and current regulation (CR) modes is studied in frequency and time domains, with different feedforward formulas being used. This paper shows that the DAB converter with NFF has significantly faster transient response when operating in VR mode, whereas the improvement in transient response from using NFF is not much more significant than using LFF when the DAB converter is operating in CR mode.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
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 savante0,0010,001
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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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
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

Citations88
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207