MétaCan
Menu
Retour à la cohorte
Enregistrement W4396593783 · doi:10.1109/apec48139.2024.10509438

Decoupled Current Balancing of a Digitally Controlled Interleaved Totem-Pole PFC Converter with High Computational Efficiency

2024· article· en· W4396593783 sur OpenAlexfundno aff
Téo Robert, Romain Monthéard, Valentin Combet, Mathieu Gavelle

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensnon disponible
Organismes subventionnairesPolytechnique Montréal
Mots-clésComputer scienceDecoupling (probability)ConvertersElectronic engineeringModular designTotal harmonic distortionThree-phaseControl theory (sociology)Current (fluid)MicrocontrollerVoltageBandwidth (computing)Control engineeringComputer hardwareElectrical engineeringEngineeringControl (management)Telecommunications

Résumé

récupéré en direct d'OpenAlex

This paper proposes the design and implementation of a current balancing control scheme for digitally controlled totem-pole PFC converters, aiming to achieve efficient AC current sharing between the phase legs with a low additional computational cost. Based on nested voltage and input current loops associated with low bandwidth balancing loops, it is applied to a 3.3 kW GaN-based converter with three interleaved legs. Control decoupling is introduced to allow independent parallel operation of the loops. Digital implementation is presented and applied to two different resource-constrained MCUs, taking into account the phase shedding functionality. Computational load measurements show a saving of around 18% of MCU resources compared to the independent phase current control approach. Hardware-in-the-loop (HIL) testing is employed to verify good balancing against different types of imbalance contributions. Finally, experimental waveforms from a physical prototype confirm with excellent current balancing in operation. The fast dynamics of the input current regulation is maintained to guarantee the low harmonic distortion required in PFC applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,206
Écart entre enseignants0,202 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207