MétaCan
Menu
Retour à la cohorte
Enregistrement W2989825955 · doi:10.1109/jestpe.2019.2956834

A Fast-Response RBAOT-Controlled Buck Converter With Pseudofixed Switching Frequency and Enhanced Output Accuracy

2019· article· en· W2989825955 sur OpenAlexaff
Bing Yuan, Mengxue Liu, Wai Tung Ng, Xinquan Lai

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Power Electronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésRippleInductorVoltageBuck converterControl theory (sociology)Transient responseOffset (computer science)Overshoot (microwave communication)Electromagnetic interferenceComputer scienceElectrical engineeringElectronic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A ripple-based constant on-time (RBCOT) control scheme is excellent in achieving fast transient response during the load current step. However, it suffers from severe electromagnetic interference (EMI) noise and inherent output voltage offset problem. A monolithic ripple-based adaptive on-time (RBAOT)-controlled buck converter is presented to overcome both drawbacks while retaining the advantage of RBCOT. The on-time is adjusted adaptively by detecting the switching node voltage, and thereby ensuring a pseudofixed switching frequency in a steady state, regardless of the input, output voltage, and load current conditions. A correction voltage generated by a coefficient in a virtual inductor current (VIC) circuit is introduced to counteract the offset voltage and enhance the output accuracy. The proposed scheme is simple to implement and suitable for high-conversion ratio applications. Experimental results show that the switching frequency is centered at 1 MHz with less than 6% variation for an output of 5 V and inputs ranging from 8 to 18 V. The output offset voltage is reduced from 16 to 1 mV for an 18 to 1.05-V conversion. For a load current step of 1 A, the output can be settled within <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$6~\mu \text{s}$ </tex-math></inline-formula> and the undershoot and overshoot voltages are controlled to be within 20 mV.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,211
Écart entre enseignants0,208 · 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'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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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