MétaCan
Menu
Retour à la cohorte
Enregistrement W3011584958 · doi:10.3390/en13051292

An Extremely High Power Density Asymmetrical Back-to-Back Converter for Aerospace Motor Drive Applications

2020· article· en· W3011584958 sur OpenAlexaff
Yifan Zhang, Chushan Li, Dewei Xu, Wuhua Li, Jian Zhang, Hao Ma, Xiangning He

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésAerospacePower densityRectifier (neural networks)Automotive engineeringVoltagePower (physics)Electrical engineeringEngineeringHeat sinkTopology (electrical circuits)Electronic engineeringComputer scienceAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Higher-voltage-standard and higher-power-rating aerospace power systems are being investigated intensively in the aerospace industry to address challenges in terms of improving emissions, fuel economy, and also cost. Multilevel converter topologies become attractive because of their higher efficiency under high-voltage and high-switching-frequency conditions. In this paper, an asymmetrical-voltage-level back-to-back multilevel converter is proposed, which consists of a five-level (5L) rectifier stage and a three-level (3L) inverter stage. Based on the comparison, such an asymmetrical back-to-back structure can achieve high efficiency and minimize the converter weight on both rectifier and inverter sides. A compact triple-surface-mounted heatsink structure is designed to realize high density and manufacturable thermal management. This topology and structure are evaluated with a full-rating prototype. According to the evaluation, the achieved power density is 2.61 kVA/kg, which is 30% higher than that of traditional solutions. The efficiency at the rated power of the back-to-back system is 95.8%.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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'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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetMultilevel Inverters and ConvertersTravaux en français237 207