Modulation Improvements for High-Phase-Count Series-Capacitor Buck Converters
Notice bibliographique
Résumé
This article presents three modulation improvements for the series-capacitor buck (SCB) converter and its topological derivatives. The first consists of various phase activation sequences (PHACTSs) which raise the maximum input-to-output voltage conversion ratio of anN-inductor,N-phase SCB converter beyond the traditional limit of 1/N2, without incurring any additional voltage stress to the switches. Phase counts up to 16 are analyzed with conversion ratios increasing by a factor of up to 7. Due to the inherent link between the converter's maximum attainable output voltage and maximum output current slew rate, these PHACTSs offer a significant improvement to the load-voltage transient response. Utilizing the flying capacitors that link adjacent inductors, a second modulation technique is introduced that effectively increases the digital pulse-width-modulator's (DPWM) output-voltage resolution, by a factor ofN, by employing a novel method of minimum duty increments (MDIs). Despite the commonly-held assumption of automatic steady-state inductor-current-balancing present in anN-inductor SCB, large-signal modelling reveals that slight current imbalances inevitably arise, even in lossless configurations, with three or more output inductors. After elucidating its origin, this article introduces a third modulation technique that can reduce these inductor current imbalances through a particular implementation of MDI. A discrete prototype of an 11-inductor, 48 V-to-1.0 V, 275 A-load, SCB converter was fabricated to experimentally demonstrate and validate the simulated results of the increase in both the output voltage ceiling and DPWM resolution, as well as to evaluate the MDI-DPWM output-voltage linearity. Finally, the maintenance of both inductor current balancing and low switch-voltage-stress is experimentally substantiated when using MDI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».