Metoda automatycznego dostrajania regulatora temperatury obudowy smartfonu
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 16 Nr 1 (2026)
-
Wydajna klasyfikacja białych krwinek w oparciu o CNN: badanie porównawcze wydajności modeli
Achraf Benba, Sara Sandabad5-9
-
Zautomatyzowana diagnostyka raka skóry z wykorzystaniem głębokiego uczenia: systematyczny przegląd najnowocześniejszych architektur, technik i oceny wydajności
Subaidabeevi Shafeena, Ramayyan Sumathy Vinod Kumar, Sikamony Sumathi Kumar, David Shahi10-20
-
Zwiększanie bezpieczeństwa kierowców dzięki rozpoznawaniu emocji na podstawie sygnałów EKG z wykorzystaniem sieci BiLSTM
Raga Madhuri Chandra, Satya Sumanth Vanapalli, Giri Venkata Sai Tej Neelaiahgari21-28
-
Automatyczny system do obliczania tabeli kalibracyjnej cylindrycznych zbiorników poziomych
Denis Proskurenko, Mykhailo Bezuglyi29-34
-
Kontrola stabilności emulsji woda-diesel za pomocą pomiarów zmętnienia
Oleksandr Zabolotnyi, Andrii Khodieiev, Nicolay Koshevoy, Roman Trishch35-41
-
Poprawa trybu rozruchu silnika indukcyjnego w warunkach spadku napięcia
Oleksandr Vovk, Serhii Halko, Andrii Sabo, Oleksandr Miroshnyk, Taras Shchur42-47
-
Modelowanie trybów dynamicznych w silniku prądu stałego do pojazdów elektrycznych
Viktor Lyshuk, Anatolii Tkachuk, Sergiy Moroz, Mykola Yevsiuk, Mykola Khvyshchun, Stanislav Prystupa, Valentyn Zablotskyi48-55
-
Budowa i analiza scenariuszy awarii w sieciach elektroenergetycznych z wykorzystaniem ontologii, modelu przepływu mocy oraz grafu wiedzy
Oleksandr Khomenko, Vyacheslav Senchenko, Oleksandr Koval, Iryna Husyeva56-61
-
Kinetyka suszenia materiałów ziarnistych w instalacjach z przerywanym zasilaniem elektrycznym wykorzystujących promieniowanie mikrofalowe i podczerwone
Roman Kalinichenko, Valentyna Bandura, Borys Kotov, Yurii Pantsyr, Ihor Garasymchuk, Serhii Stepanenko62-66
-
Metoda automatycznego dostrajania regulatora temperatury obudowy smartfonu
Danylo Zinchenko, Yurii Mariiash67-71
-
Wykorzystanie FPGA do modelowania i generowania procesów chaotycznych
Oleksandr Osadchuk, Iaroslav Osadchuk, Valentyn Skoshchuk72-77
-
ymulacja i projektowanie elektroniczne pięciowymiarowej chaotycznej sztucznej sieci neuronowej
Michael Kopp, Inna Samuilik78-83
-
Inteligentny łańcuch przetwarzania DL-SCH/PDSCH w sieci 5G z adaptacyjnym mechanizmem HARQ
Juliy Boiko, Ilya Pyatin84-93
-
Analiza modeli generatywnych w teledetekcji: przegląd kompleksowy
Gottapu Santosh Kumar, Gurugubelli Jagadeesh, Swarajya Madhuri Rayavarapu94-98
-
Dekodowanie z wykorzystaniem szumu zbiorowego z metodą inwersji bitów w kodach z niską gęstością i kontrolą parzystości
Mykola Shtompel, Oleksandr Shefer99-103
-
Wymiana wiedzy w niezależnych głębokich sieciach Q
Viacheslav Bochok, Nataliia Fedorova104-108
-
Wykrywanie ludzi na obrazach z dronów z wykorzystaniem technik głębokiego uczenia
Sobhana Mummaneni, Naga Deepika Ginjupalli, Pragathi Dodda, Novaline Jacob, Sanjay Raj Emmanuel Katari109-115
-
Analiza porównawcza algorytmów DeepSORT, ByteTrack i StrongSORT w zakresie śledzenia wielu obiektów w systemach monitoringu wizyjnego opartych na bezzałogowych statkach powietrznych
Andrii Safonyk, Viktor Podvyshennyi, Oleksandr Naumchuk116-120
-
Wysoce wydajne metody przetwarzania złożonych danych wizualnych w systemach wsparcia decyzyjnego
Oleksandr Poplavskyi, Sergii Pavlov, Oksana Bezsmernta, Iryna Gerasymova, Bakhyt Yeraliyeva121-125
-
Metoda antyaliasingu dla krzywych rzędu drugiego na rastrach heksagonalnych
Oleksandr Melnyk, Tetiana Prysiazhniuk126-129
-
Metoda oceny ryzyka naruszenia bezpieczeństwa użytkownika na podstawie indywidualnego profilu bezpieczeństwa
Svitlana Lehominova, Mykhailo Zaporozhchenko, Tetiana Kapeliushna, Yuriy Shchavinsky, Tetiana Muzhanova130-137
-
Metoda kodowania pozycyjnego w diferencyjnej przestrzeni falowej
Volodymyr Barannik, Anatolii Berchanov, Valeriy Barannik, Dmytro Uzlov, Mykola Dihtiar, Mykhailo Osovytskyi, Andrii Sushko, Yurii Babenko138-146
-
Platforma internetowa z usługą Checkbox: aspekty rachunkowości podatkowej, sprawozdawczości i współpracy z organami podatkowymi
Yuliia Povstiana, Lyudmila Samchuk, Ivan Kachula147-154
-
Analiza porównawcza webowych szkieletów programistycznych języka PHP: Codeigniter, Cakephp oraz Yii
Karol Rak, Mariusz Dzieńkowski155-161
-
Prognozowanie cen plonów z wykorzystaniem Temporal Fusion Transformer dla okręgu Krishna w stanie Andhra Pradesh
Dedeepya Manikonda, Ashutosh Satapathy, Keerthi Padamata, Jaswanthi Machcha, J. Chandrakanta Badajena162-170
-
Model transmisji pakietowej danych tekstowych z wykorzystaniem SDR w środowisku GNU Radio Companion
Nurbol Kaliaskarov, Kyrmyzy Taissariyeva, Nurlykhan Raulyev, Akezhan Sabibolda171-176
-
Modelowanie systemu produkcyjnego typu pull-flow z dynamicznym sterowaniem zapasami buforowymi
Saad Elbaraka, Salah-eddine Mokhlis, Adil Barra, Hicham Fouraiji, Mohamed Rhouzali, Najat Messaoudi177-182
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Wydajność mobilnych układów SoC jest często ograniczana przez podwyższoną temperaturę obudowy, co negatywnie wpływa na komfort użytkownika. W niniejszym artykule przedstawiono regulator termiczny oparty na algorytmie PID, który współzarządza częstotliwościami procesora centralnego i procesora graficznego, wykorzystując nowatorską strukturę automatycznego dostrajania w celu optymalizacji parametrów dla dowolnego urządzenia. Głównym wynikiem jest uniwersalna formuła strojenia, wyprowadzona poprzez symulację różnych modeli termicznych sprzętu w celu ustalenia zależności wielomianowej. Formuła ta przekłada łatwo mierzalne charakterystyki systemu z eksperymentu przekaźnikowego przeprowadzonego na urządzeniu na optymalne parametry PID, zapewniając stabilność regulatora w różnych konfiguracjach sprzętowych, ze średnim marginesem wzmocnienia wynoszącym 2,14 i marginesem fazowym wynoszącym 78°. Walidacja na komercyjnym smartfonie potwierdziła dokładność formuły, dając parametry PID z odchyleniem mniejszym niż 5% od teoretycznego optimum. W porównaniu z domyślnym regulatorem histerezy urządzenia nasz regulator wykazał znaczące korzyści, jednocześnie zwiększając trwałą wydajność nawet o 9% i zmniejszając przekroczenia limitów termicznych nawet 2,6-krotnie. Praca ta zapewnia sprawdzoną, praktyczną strukturę do automatycznego dostrajania systemów sterowania, która maksymalizuje wydajność urządzeń mobilnych w ramach ograniczeń komfortu użytkownika.
Słowa kluczowe:
Bibliografia
[1] Åström, K. J., & Hägglund, T. (2006). Advanced PID control. ISA-The Instrumentation, Systems, and Automation Society.
[2] Bauer, J., Górecki, I., Kohyt, M., Migasiewicz, A., & Podbielska, H. (2018). The influence of smartphones’ operation modes on the superficial temperature distribution in the human auricle region: A small-scale (n = 20) clinical examination. Journal of Thermal Analysis and Calorimetry, 133(1), 559–569. https://doi.org/10.1007/s10973-018-7047-8
[3] Chetoui, S., & Reda, S. (2022). CasCon: Cascaded Thermal and Electrical Current Throttling for Mobile Devices. IEEE Embedded Systems Letters, 14(1), 3–6. https://doi.org/10.1109/LES.2021.3079707
[4] Egilmez, B., Memik, G., Ogrenci-Memik, S., & Ergin, O. (2015). User-Specific Skin Temperature-Aware DVFS for Smartphones. Design, Automation & Test in Europe Conference & Exhibition (DATE), 2015, 1217–1220. https://doi.org/10.7873/DATE.2015.0148
[5] Huba, M., Chamraz, S., Bistak, P., & Vrancic, D. (2021). Making the PI and PID Controller Tuning Inspired by Ziegler and Nichols Precise and Reliable. Sensors, 21(18), 6157. https://doi.org/10.3390/s21186157
[6] ISA Subcommittee 5.9. (2023). ISA TR5.9 2023 Proportional integral derivative (PID) algorithms and performance. International Society of Automation.
[7] Kang, S., Choi, H., Park, S., Park, C., Lee, J., Lee, U., & Lee, S.-J. (2019). Fire in Your Hands: Understanding Thermal Behavior of Smartphones. The 25th Annual International Conference on Mobile Computing and Networking, 1–16. https://doi.org/10.1145/3300061.3300128
[8] Lasdon, L. S., Fox, R. L., & Ratner, M. W. (1974). Nonlinear optimization using the generalized reduced gradient method. Revue Française d’automatique, Informatique, Recherche Opérationnelle. Recherche Opérationnelle, 8(V3), 73–103. https://doi.org/10.1051/ro/197408V300731
[9] Lee, K. M., Im, Y., Huh, J. H., & Han, T. H. (2018). Adaptive thermal property control technique for holistic thermal management of mobile devices. IEICE Electronics Express, 15(10), 20180187–20180187. https://doi.org/10.1587/elex.15.20180187
[10] Leva, A., Cox, C., & Ruano, A. (2002). Hands-on PID autotuning: A guide to better utilisation. IFAC Professional Brief.
[11] Li, X., & Li, G. (2021). An Adaptive CPU-GPU Governing Framework for Mobile Games on big.LITTLE Architectures. IEEE Transactions on Computers, 70(9), 1472–1483. https://doi.org/10.1109/TC.2020.3012987
[12] Miao, Z., Shao, C., Li, H., & Tang, Z. (2025). Review of Task-Scheduling Methods for Heterogeneous Chips. Electronics, 14(6), 1191. https://doi.org/10.3390/electronics14061191
[13] Panchal, V. (2024). Mobile SoC Power Optimization: Redefining Performance with Machine Learning Techniques. International Journal of Innovative Research in Science, Engineering and Technology, 13(12). https://doi.org/10.15680/IJIRSET.2024.1312117
[14] Panchal, V. (2024). Thermal and Power Management Challenges in High-Performance Mobile Processors. International Journal of Innovative Research in Science, Engineering and Technology, 13(11). https://doi.org/10.15680/IJIRSET.2024.1311014
[15] Pasricha, S., Ayoub, R., Kishinevsky, M., Mandal, S. K., & Ogras, U. Y. (2020). A Survey on Energy Management for Mobile and IoT Devices. IEEE Design & Test, 37(5), 7–24. https://doi.org/10.1109/MDAT.2020.2976669
[16] Pathania, A., Jiao, Q., Prakash, A., & Mitra, T. (2014). Integrated CPU-GPU Power Management for 3D Mobile Games. Proceedings of the 51st Annual Design Automation Conference, 1–6. https://doi.org/10.1145/2593069.2593151
[17] Qiang, J., & Mitchell, C. (2014). A unified differential evolution algorithm for global optimization. IEEE Transactions on Evolutionary Computation, 18(1), 1–14.
[18] Shukla, P., Coskun, A. K., Pavlidis, V. F., & Salman, E. (2019). An Overview of Thermal Challenges and Opportunities for Monolithic 3D ICs. Proceedings of the 2019 Great Lakes Symposium on VLSI, 439–444. https://doi.org/10.1145/3299874.3319485
[19] Stepanets, O., & Mariiash, Y. (2018). Analysis of influence of technical features of a pid¬controller implementation on the dynamics of automated control system. Eastern-European Journal of Enterprise Technologies, 3(2 (93)), 60–69. https://doi.org/10.15587/1729-4061.2018.132229
[20] Zhang, A., Rau, P.-L. P., Ma, Z., Gao, Q., & Dong, L. (2019). Does Heat Matter in Phone Usage? Antecedents and Consequences of Mobile Thermal Satisfaction. In P.-L. P. Rau (Ed.), Cross-Cultural Design. Culture and Society (Vol. 11577, pp. 421–431). Springer International Publishing. https://doi.org/10.1007/978-3-030-22580-3_31
##plugins.themes.bootstrap3.article.details##
Abstract views: 184
Downloads: 315

