MétaCan
Menu
Retour à la cohorte
Enregistrement W3138986221 · doi:10.18280/jesa.540112

A Novel Identification Approach for Classic Controller Design Applied on Flyback Converter

2021· article· en· W3138986221 sur OpenAlexvenueno aff
Abbas Ghayebloo, Mohsen Ghaleghovand, Abolfazl Jalilvand

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlyback transformerControl theory (sociology)Controller (irrigation)Flyback converterComputer scienceControl engineeringIdentification (biology)Open-loop controllerLinearizationElectronic engineeringEngineeringBoost converterVoltageControl (management)Nonlinear systemElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a new controller design approach for DC-DC flyback converter has been proposed and compared with classic controller design approach. The proposed controller design method has been innovated from the identification LS method that previously applied on parameter identification. The proposed method exchanges the controller design problem to the identification problem. The proposed approach has two considerable superiority compared with common methods. It can design a controller with the desired structure and desired performance. Regard to these advantages, it can be notated that the proposed approach is well suited for SMPS application where benefits from analog controllers for the decreased total cost. For controller design purposes, the large and small-signal models of the flyback converter, using well-known state-space averaging and linearization methods have been extracted and controllers with classic and proposed approaches have been designed. Also, it proved that the conventional peak current controller used in commercial current-mode analog controllers is equivalent to a proportional average controller. One practical flyback converter has designed and implemented in continuous mode with two controllers and some experimental and simulation results have been provided for verification of the proposed method. The simulation and experimental results show that the proposed design approach can provide a controller with the desired structure and performance.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,029
Tête enseignante GPT0,239
Écart entre enseignants0,210 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetAdvanced DC-DC ConvertersTravaux en français237 207