MétaCan
Menu
Retour à la cohorte
Enregistrement W4283824002 · doi:10.18280/mmep.090326

Design and Experimental Study of an Efficient Controlled Cooling System for Optical Communication Laser Diodes

2022· article· en· W4283824002 sur OpenAlexvenueno aff
Omar Nameer Mohammed Salim, Ammar Hussein Mutlag, Salah A. Adnan, Siraj Qays Mahdi

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSetpointThermoelectric coolingMicrocontrollerTemperature controlComputer scienceDiodeLaserControl systemLaser diodeWater coolingMATLABMaterials scienceOptoelectronicsThermoelectric effectElectrical engineeringComputer hardwareMechanical engineeringEngineeringOpticsOperating systemPhysics

Résumé

récupéré en direct d'OpenAlex

Optical communication systems (OCSs) have become increasingly important in recent decades because these systems provide high-speed, reasonable cost connectivity. One of the most important parts of OCSs is their optical source, where the laser diode (LD) is the most widely used source type. The devices used to settle and control the laser diode temperature are vital to the operation of OCSs. This paper proposes an efficient controlled cooling system for optical communication LDs using a thermoelectric cooler controlled by an Arduino Uno microcontroller. To accomplish precise and fast control of LD temperature, a proportional integral derivatives algorithm is used. The control program was run on the Arduino Uno board. Analysis of the proposed system model was first performed using a simulation in MATLAB. Robust results were obtained, showing that the LD temperature decreased from 70°C to 25°C in 170 seconds with stable system performance across 6,000 seconds of operation. A second analysis was conducted by constructing the proposed controlled cooling system and implementing real-time testing of its performance. The real-time implementation shows that the proposed system decreases the LD temperature from 71°C to the setpoint temperature (25°C) in 176 seconds. This finding shows a fast, smooth system response with only negligible overshooting and demonstrates the stability of the system performance across 6,000 seconds of testing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,226
Écart entre enseignants0,198 · 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 tête enseignante, 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207