A Flexible Thermal/Solar Energy Harvesting System with Hysteretic Control and Maximum Power Point Tracking Regulation for IoT Devices
Notice bibliographique
Résumé
This paper presents the design of an integrated low-power management system that interfaces with ambient energy harvesters to enable self-powering, battery-less Internet of Things (IoT) devices. The proposed architecture uses hysteretic control to regulate the voltage of the energy source at its Maximum Power Point (MPP) and to provide a constant 1.8 V output voltage to the load via a boost converter. To extract maximum energy from the source under various environmental conditions, a Fractional Open-Circuit-Voltage (FOCV) based Maximum Power Point Tracking (MPPT) scheme is developed, which enables the harvester to achieve high end-to-end efficiency at low input voltages. The proposed control scheme works for a wide range of equivalent source resistance of the energy transducer and achieves <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$250 \mu \mathrm{s}$</tex> MPPT transient time response. The complete circuit is designed, optimized, and simulated using a 22 nm fully depleted silicon-on-insulator (FDSOI) technology using models of a thermoelectric generator (TEG) and a photovoltaic (PV) cell. The proposed harvester achieves a peak efficiency of 91.4 % with a TEG open circuit voltage range of 60–500 mV and a peak efficiency of 95.7 % with a PV cell under irradiance level from 30 <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\mathrm{W}/\mathrm{m}^{2}$</tex> to 1000 <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\mathrm{W}/\mathrm{m}^{2}$</tex>.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».