MétaCan
Menu
Retour à la cohorte
Enregistrement W2774134129 · doi:10.1109/iecon.2017.8216809

Three-phase dual active bridge converter design considerations

2017· article· en· W2774134129 sur OpenAlexafffund
Ying Cui, Deqiang Wang, Ali Emadi

Notice bibliographique

RevueIECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics Society · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensMcMaster University
Organismes subventionnairesCanada Research Chairs
Mots-clésCapacitorTransformerInductanceLeakage inductanceVoltageTopology (electrical circuits)Electrical engineeringElectronic engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In three-phase dual-active-bridge (DAB) converter, the zero-voltage-switching (ZVS) range, DC capacitor ripple current and converter efficiency are significantly impacted by the selectable system parameters, including transformer turn ratio n, switching frequency f and leakage inductance Lk. The converter performance also varies with different operation conditions, i.e., input voltage, output voltage and output power level. Therefore, these parameters need to be carefully selected to achieve optimized performances. In this paper, a comprehensive study of the parameter selection for the three-phase DAB converter is conducted under different operation conditions. A new parameter fL is defined to reduce the analysis from 3 dimensions to 2 dimensions, which simplifies the analysis of transformer turn ratio significantly. Furthermore, the effective operating area (EOA) of f and Lkare defined for feasible transformer designs. The current stress of switches and DC capacitors are studied in the EOA to help determine the range of f and Lk. Finally, the converter total loss and efficiency are analyzed at full and half load with different input and output voltages. The converter parameter (n, f, Lk) can be selected using ZVS and efficiency criteria. The tradeoff between high efficiency, wide ZVS area and low capacitor ripple current can be achieved accordingly.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,112
Tête enseignante GPT0,301
Écart entre enseignants0,189 · 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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIECON 2017 - 43rd Annual Conference of the IEEE Industrial Electronics SocietyMême sujetAdvanced DC-DC ConvertersTravaux en français237 207