MétaCan
Menu
Retour à la cohorte
Enregistrement W2613409269 · doi:10.1109/icit.2017.7913089

Turn-off energy minimization for soft-switching power converters with wide bandgap devices

2017· article· en· W2613409269 sur OpenAlexafffund
Bharat Agrawal, Matthias Preindl, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensMcMaster University
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaCanada Research Chairs
Mots-clésConvertersMOSFETSilicon carbideGallium nitridePower semiconductor deviceCapacitanceMaterials scienceDissipationPower MOSFETPower (physics)Electrical engineeringElectronic engineeringVoltageTransistorEngineeringElectrodePhysics

Résumé

récupéré en direct d'OpenAlex

The advent of Silicon-Carbide and Gallium-Nitride MOSFETs offers potential to realize higher energy density power converters operating at increased switching frequencies. The maximum switching frequency in a power converter is limited by the ability of the switching device package to dissipate its switching and conduction losses. At a given value of drain-source voltage and current, the turn-on losses in a MOSFET are usually greater than the turn-off losses. This paper introduces a soft-switching technique for power converters using wide bandgap devices to replace the larger turn-on losses with smaller turn-off losses and thus reduce the power dissipation of the overall system. The turn-off losses are further reduced with use of additional capacitance across the MOSFET drain-source terminals. Results from an analytical model, LTSpice simulation and experimentation are shown to match closely, with a significant reduction in overall system losses.

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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,703

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 savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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 tête enseignante, 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced DC-DC ConvertersTravaux en français237 207