MétaCan
Menu
Retour à la cohorte
Enregistrement W2908822928 · doi:10.1109/tpel.2019.2892981

A Multiplexing Ripple Cancellation LED Driver With True Single-Stage Power Conversion and Flicker-Free Operation

2019· article· en· W2908822928 sur OpenAlexafffund
Peng Fang, Samuel Webb, Yang Chen, Yan‐Fei Liu, Paresh C. Sen

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRippleFlickerElectrical engineeringVoltageElectronic engineeringEngineeringPower (physics)Power factorLED lampComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Although a single-stage off-line power light-emitting diode (LED) driver can achieve low cost and high efficiency, the notorious double-line-frequency flicker issue with a single-stage LED driver limits its usage in high-quality lighting applications. To solve lighting flicker, as well as maintain a low cost and high efficiency, a multiplexing ripple cancellation (MRC) LED driver is proposed in this paper. One switching cycle is divided into two intervals. During the first interval, the proposed LED driver operates as a conventional LED driver that transfers energy from the ac input to LED output, performs power factor correction, and generates the main output voltage. The main output voltage has a double-line-frequency ripple like in a conventional design. During the second interval, the proposed LED driver transfers energy from the ac input again to generate an opposite ripple voltage to cancel the ripple voltage from the main output. In this way, the voltage across the LED load is a dc to achieve flicker-free LED driving performance. More than 99% of the output power goes through one-time power conversion, while less than 1% goes through two-time power conversion. A 7.5-W experimental prototype is built and tested to verify the design concept.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations22
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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