Modeling of Average Current in Non-Ideal Buck and Synchronous Buck Converters for Low Power Application
Notice bibliographique
Résumé
In this paper, a comparative analysis of the average switch/inductor current between ideal and non-ideal buck and synchronous buck converters is performed and verified against a standard LTspice model. The mathematical modeling of the converters was performed using volt-sec and amp-sec balance equations and analyzed using MATLAB/Simulink. The transients in the output voltage and the inductor current were observed. The transfer function of the switch current to the duty cycle (Gid) in open loop configuration for low-power converters operating in continuous conduction mode (CCM) was modeled using thestate space averaging (SSA) technique and analyzed using MATLAB/Simulink. Initially, using the volt-sec and amp-sec, balance equations for the converters were modeled. The switch current to duty ratio (Gid) was derived using the SSA technique and verified using standard average models available in LTspice software. Though the Gid was derived using various methods in earlier works, the analyses of parameters such as low frequency gain, stability, resonant frequency and the location of poles and zeros were not presented. It was observed that the converters were stable, and the non-ideal converter showed smaller resonant frequency than the ideal converter due to the equivalent series resistances (ESR) of the inductor and the capacitor. The non-ideal converters showed higher stability than the ideal converters due to the placement of the poles closer to the s-plane. However, the Gid of the non-ideal converters remained the same in the open loop configuration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».