MétaCan
Menu
Retour à la cohorte
Enregistrement W2064330660 · doi:10.1109/tvt.2014.2305637

A Six-Phase Current Reconstruction Scheme for Dual Traction Inverters in Hybrid Electric Vehicles With a Single DC-Link Current Sensor

2014· article· en· W2064330660 sur OpenAlexaff
Haizhong Ye, Ali Emadi

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPulse-width modulationInverterDuty cycleControl theory (sociology)Current sensorModulation indexVoltageCurrent (fluid)Electronic engineeringModulation (music)EngineeringTraction (geology)Computer scienceElectrical engineeringPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper presents a six-phase current reconstruction scheme for dual traction inverters in hybrid electric vehicles (HEVs) with a single dc-link current sensor. During the phase current reconstruction, one of the inverters is proposed to operate using active vectors, whereas the other inverter operates using nonactive vectors. An advanced phase-shift scheme for all pulsewidth-modulated (PWM) signals based on the sequence of duty cycles is implemented. PWM signals are considered in three types: large, medium, and small duty cycles. Then, the minimum phase-shift scheme is applied to each type of PWM signal to ensure the minimum duration of the active vector for stable current reconstruction. With this proposed phase-shift scheme, the maximum allowable modulation index and dc-link voltage utilization are improved. In addition, the relationship between the minimum required time for stable phase current reconstruction and the maximum allowable modulation index is derived theoretically. The effectiveness of the proposed method is verified by both simulation and experimental results. With this scheme, cost and volume of dual inverters in HEVs are reduced, considering the lower number of current sensors.

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: Simulation ou modélisation · Signal consensuel: aucune
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
Bibliométrie0,0010,000
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)0,0020,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations50
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetMultilevel Inverters and ConvertersTravaux en français237 207