MétaCan
Menu
Retour à la cohorte
Enregistrement W2964798962 · doi:10.1109/isie.2019.8781528

EV/HEV Industry Trends of Wide-bandgap Power Semiconductor Devices for Power Electronics Converters

2019· article· en· W2964798962 sur OpenAlexaff
Amin Ghazanfari, Christian Perreault, Karim Zaghib

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceInsulated-gate bipolar transistorSilicon carbidePower semiconductor deviceWide-bandgap semiconductorGallium nitridePower electronicsOptoelectronicsEngineering physicsSemiconductorElectrical engineeringBand gapPower moduleSilicon bandgap temperature sensorElectronicsVoltagePower (physics)NanotechnologyEngineeringVoltage regulator

Résumé

récupéré en direct d'OpenAlex

During the past two decades, medium-power inverters for electric and hybrid electric vehicles (EV/HEV) have been dominated by mature silicon (Si) insulated-gate bipolar transistor (IGBT) technology. New power semiconductor technologies, such as silicon carbide (SiC), have attracted increasing interest as attractive alternatives that address the limitations of the band-gap width, breakdown voltage, saturation drift rate, and thermal conductivity of Si devices. This paper provides an overview of wide-bandgap power semiconductors from the perspectives of the efficiency, reliability, added cost, and market, particularly for EV and charging infrastructure applications. In addition, the potential of wide-bandgap power devices is analyzed, including SiC, gallium nitride (GaN), and synthetic diamond, and the industry vision and evolution related to SiC penetration into the automotive supply chain are described.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,029
Score d'incertitude au seuil1,000

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,226
Écart entre enseignants0,216 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207