MétaCan
Menu
Retour à la cohorte
Enregistrement W3217766461 · doi:10.3390/en14237921

A Unified Controller for Multi-State Operation of the Bi-Directional Buck–Boost DC-DC Converter

2021· article· en· W3217766461 sur OpenAlexafffund
Gabriel R. Broday, Gilney Damm, William Pasillas-Lépine, Luiz A. C. Lopes

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Controller (irrigation)Computer scienceBuck–boost converterVoltagePower (physics)LinearizationBoost converterEngineeringNonlinear systemControl (management)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

DC grid interfaces for supercapacitors (SCs) are expected to operate with a wide range of input voltages with fast dynamics. The class-C DC-DC converter is commonly used in this application because of its simplicity. However, it does not work if the output voltage (V2) becomes smaller than the input voltage (V1). The non-isolated bi-directional Buck–Boost DC-DC converter does not have this limitation. Its two half-bridges provide a means for controlling the power flow operating in the conventional dual-state mode, as well as multi-state, tri, and quad modes. These can be used for mitigating issues such as the Right Half Plane (RHP) zero that has a negative impact on the dynamic response of the system. Multi-state operation typically requires multi-variable control, which is not easy to realize with conventional PI-type controllers. This paper proposes a unified controller for multi-state operation. It employs a carrier-based modulation scheme with three modulation signals that allows the converter to operate in all four possible states and eight different modes of operation. A mathematical model is developed for devising a multi-variable control scheme using feedback linearization. This allows the design of control loops with simple PI controllers that can be used for all multi-state modes under a wide range of operating conditions with the same performance. The proposed scheme is verified by means of simulations.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAdvanced DC-DC ConvertersTravaux en français237 207