MétaCan
Menu
Retour à la cohorte
Enregistrement W2913249696 · doi:10.1109/tpel.2019.2898460

High-Efficiency Interleaved $LC$ Resonant Boost Topology: Analysis and Design

2019· article· en· W2913249696 sur OpenAlexafffund
Hamed Valipour, Martin Ordonez, Mohammad Mahdavi

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInductorInterleavingBoost converterRippleElectronic engineeringCapacitorTopology (electrical circuits)Power (physics)Burst mode (computing)VoltageEngineeringComputer scienceElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Due to its simplicity, the hard-switching boost converter is widely used in many applications, such as renewable energy and power factor correction. The power density of the converter can be increased with smaller magnetics; however, this requires an increase in the switching frequency. Therefore, it is necessary to provide soft-switching conditions to minimize the switching losses. In this paper, a new resonant step-up converter and the associated analysis are presented. The proposed interleaved LC resonant boost converter provides soft switching for all of the semiconductor elements even under light loading conditions. Small inductors with discontinuous conduction mode (DCM) currents can be used because the interleaving behavior ensures a continuous input current with low ripples. The interleaving also reduces the output capacitor ripple current. Burst mode operation has been applied to improve the efficiency of the converter during light loading conditions. Detailed design methodology and the control strategies are provided. To show the validity of the theoretical analysis, experimental results are provided for a 400-W prototype, and are compared to a benchmark conventional interleaved boost converter with the same components. Substantial efficiency improvements are achieved for different loads and voltage gains, particularly under light loading conditions.

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 candidatesaucune
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 enseignants0,919
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,203
Écart entre enseignants0,199 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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