MétaCan
Menu
Retour à la cohorte
Enregistrement W4392251664 · doi:10.1109/jiot.2024.3371191

A Voltage-Feedback-Based Maximum Power Point Tracking Technique for Piezoelectric Energy Harvesting Interface Circuits

2024· article· en· W4392251664 sur OpenAlexaff
Nasrin Rezaei-Hosseinabadi, Afshin Amoorezaei, Ahmadreza Tabesh, S. Ali Khajehoddin, Rasoul Dehghani, Kambiz Moez

Notice bibliographique

RevueIEEE Internet of Things Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnergy harvestingComputer scienceVoltageElectronic circuitTracking (education)Interface (matter)Energy (signal processing)Electronic engineeringPiezoelectricityPower (physics)Point (geometry)Electrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents and demonstrates a voltage feedback-based technique to implement a power management integrated circuit (PMIC) for piezoelectric energy harvesting. It is analytically shown that the conducting time interval of a rectifying diode at the maximum power point is a fixed ratio of the vibration period. Thus, it can be used as a feedback to track the maximum power without measuring the output current/power. The technique can be tailored to various interface circuits, including full-bridge, voltage doubler, and synchronized switch harvesting on an inductor. The micro-fabricated PMIC includes a full-bridge rectifier, a digital MPPT controller, and a zero-current-switching (ZCS) integrated buck converter that uses two off-chip inductor and rectifying capacitor. The proposed technique enables the implementation of robust and power-efficient PMICs for maximum power point tracking of piezoelectric energy harvesters. To evaluate the performance of the technique, a PMIC using 130 nm CMOS technology is implemented and tested with a low power (<0.5 mW) piezoelectric energy harvester. The results show that the PMIC effectively tracks the maximum power point at different vibration frequencies and amplitudes while the power consumption of its control circuitry is less than 0.001 mW.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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.

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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Internet of Things JournalMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207