MétaCan
Menu
Retour à la cohorte
Enregistrement W3215827329 · doi:10.1109/tpel.2021.3131226

Unified Bidirectional Resonant Frequency Tracking for <i>CLLC</i> Converters

2021· article· en· W3215827329 sur OpenAlexafffund
Jun Min, Martin Ordonez

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConvertersComputer scienceMode (computer interface)Tracking (education)Value (mathematics)AlgorithmTopology (electrical circuits)Electrical engineeringEngineeringVoltageOperating system

Résumé

récupéré en direct d'OpenAlex

UnregulatedCLLCconverters have significant potential for dc transformers and two-stage battery chargers due to their high efficiency and bidirectional capability. In these applications, unregulatedCLLCconverters are usually designed to have their switching frequency fixed at resonance for maximum efficiency. However, the resonant frequency drifts from the designed value due to resonant tank parameter deviations, which leads to a decrease in efficiency for unregulated converters. To address this issue, this article proposes the bidirectional resonant frequency and a unified tracking algorithm. By analyzing the generalized resonant frequency equations in depth, an interesting feature is discovered forCLLCconverters: forward mode and backward mode achieve maximum efficiency at an identical (but not constant) frequency. Thus, this unique frequency is defined as bidirectional resonant frequency (BRF). As the BRF varies with parameter deviations, a unified bidirectional tracking algorithm is proposed, which unifies the tracking of bidirectional maximum efficiency points into the tracking of a BRF. The introduction of the BRF combined with the unified tracking algorithm provides a simple, accurate, and low-cost solution for bidirectional resonance tracking of unregulatedCLLCconverters. Finally, experimental results show that unified bidirectional tracking and efficiency improvement are achieved under parameter deviations.

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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

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