MétaCan
Menu
Retour à la cohorte
Enregistrement W4360921211 · doi:10.1049/pbpo207f_ch9

Modelling, simulation and validation of average current and constant voltage operations in non-ideal buck and boost converters

2022· book-chapter· en· W4360921211 sur OpenAlexaff
Sumukh Surya, Sheldon S. Williamson

Notice bibliographique

RevueInstitution of Engineering and Technology eBooks · 2022
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésInductorConvertersControl theory (sociology)Phase marginMATLABDuty cycleVoltageCapacitorBuck converterElectronic engineeringEngineeringComputer scienceElectrical engineeringOperational amplifier

Résumé

récupéré en direct d'OpenAlex

DC-DC converters play a major role in a various applications in automobile engineering, portable electronics and LED drivers. In this work, basic converters like Buck and Boost converters operating in continuous conduction mode (CCM) considering the non-ideal parameters are modelled using volt-sec and amp-sec balance equations. The equations were simulated using MATLAB®/Simulink® software using appropriate step time, solver and the transients in inductor current and capacitor voltage were observed. Later, using the state space averaging (SSA) technique the transfer function of inductor current to duty ratio (Gid) and output voltage to duty ratio (Gvd) were derived. The parameters like low-frequency gain, gain margin (GM), phase margin (PM), crossover frequency, and stability were analysed using MATLAB software. It was found the non-ideal boost converter showed instability under constant voltage operation due to the presence of right half plane (RHP) zero. In order to validate the obtained transfer function using SSA, a new control technique called circuit averaging technique was used. The validation was performed using LTspice software tool. The frequency response of Gid and Gvd obtained using MATLAB and LTspice software tools showed a perfect match.

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: Simulation ou modélisation
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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,215
Écart entre enseignants0,203 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitution of Engineering and Technology eBooksMême sujetAdvanced DC-DC ConvertersTravaux en français237 207