MétaCan
Menu
Retour à la cohorte
Enregistrement W3038390483 · doi:10.1049/iet-pel.2020.0128

Multichannel sequential display LED driver with optimal transient performance and efficiency via synchronous integral control

2020· article· en· W3038390483 sur OpenAlexaff
Haifeng Wang, Tingshu Hu

Notice bibliographique

RevueIET Power Electronics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésTransient (computer programming)IntegratorWaveformControl theory (sociology)Channel (broadcasting)Transient responseComputer sciencePulse-width modulationElectronic engineeringTopology (electrical circuits)VoltageLight-emitting diodeEngineeringControl (management)Electrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study proposes a high performance multichannel sequential display light emitting diode (LED) driver with pulse width modulated dimming control. A synchronous integral control strategy is developed for achieving optimal transient performances for the channel voltages and ideal rectangular waveforms for the LED current, which will help to maintain high efficiency and extend the lifetime of the LEDs. By synchronous integral control, each channel has a corresponding integrator whose input and output are turned on and off synchronously with the LED string. The proposed driver topology and control strategy are supported by detailed analysis on stability and transient response during on‐time interval of a channel by using the averaged state‐space model. The effectiveness of the design method is demonstrated with simulation. A three‐channel LED driver is constructed to experimentally validate the high efficiency and high performance of the proposed topology and control strategy with desired LED current waveform and nearly constant channel voltages.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,176
Écart entre enseignants0,173 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207