MétaCan
Menu
Retour à la cohorte
Enregistrement W2798527205 · doi:10.1109/cjece.2017.2785780

Monitoring ON-Resistance of MOSFET Devices in Real Time for SVPWM-VSI With Direct Compensation

2018· article· en· W2798527205 sur OpenAlexvenueno aff
YongKeun Lee, Jongwang Kim

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation
Mots-clésInsulated-gate bipolar transistorMOSFETPower semiconductor deviceCompensation (psychology)Power MOSFETElectrical engineeringVoltageInverterPower (physics)Computer scienceElectronic engineeringEngineeringTransistor

Résumé

récupéré en direct d'OpenAlex

One of the major causes for the operation failure and/or malfunction in a voltage source inverter is from power semiconductor devices, such as MOSFET and IGBT. Especially, under harsh operating environments, the power devices face various mechanical/thermal challenges, which can increase the equipment/device failure rate and cause unexpected interruptions and/or serious safety issues. This paper focuses on estimating the ON-resistance of the MOSFET/IGBT devices in real time while operating in space-vector pulsewidth modulation mode to monitor the status on power MOSFET/IGBT devices in real time, hoping that it can avoid those unexpected interruptions for safety. Since the increase in ON-resistance of the power MOSFET is identified as the fault signature, it is worthwhile to measure ON-resistance to prevent the output voltage distortions and the amplitude reduction from the set reference voltage in advance.

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: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,394

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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207