MétaCan
Menu
Retour à la cohorte
Enregistrement W2217983199 · doi:10.1109/vppc.2015.7352955

Gallium Nitride Semiconductors in Power Electronics for Electric Vehicles: Advantages and Challenges

2015· article· en· W2217983199 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésGallium nitrideCapacitorMaterials sciencePower semiconductor deviceAutomotive industryConvertersPower electronicsSemiconductorSwitching timeElectrical engineeringInductorNanosecondWide-bandgap semiconductorElectronicsOptoelectronicsNanotechnologyEngineeringVoltageLaser

Résumé

récupéré en direct d'OpenAlex

Electric and Hybrid Vehicles mostly use Silicon-based IGBTs for driving the motor and controlling DC/DC converters in their powertrain. IGBTs transition times usually limit their switching frequencies in the 10-100 kHz range. Gallium-Nitride semiconductors have been introduced which indicate nano-second range switching times and operating temperatures up to 200°C, with the promise of many advantages in the automotive market. Faster GaN devices will eventually lead to higher switching frequencies and lower switching losses, lower power electronic volume and weight reduction. Faster switching comes with cheaper inductors and capacitors. The silicon (Si) has reached its limits regarding the dynamic performance and conduction losses, which is why several manufacturers and researchers are working on new materials, such as gallium nitride (GaN) for new power devices development. In the paper, a comparison is made between GaN and Si in terms of cost, performance advantages and upcoming improvements. Challenges are highlighted, as driving a high-power device in nanoseconds comes with many unresolved difficulties.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,267
Écart entre enseignants0,236 · 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