On-Board Chargers for High-Voltage Electric Vehicle Powertrains: Future Trends and Challenges
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The powertrain voltages in battery electric vehicles (BEVs) have witnessed an upward trend due to advantages such as reduced runtime losses and extremely high DC fast charging power levels; aiding in reduced range anxiety and lower battery charging duration. This trend requires original equipment manufacturers (OEMs) to re-assess the design of electronic sub-assemblies (ESAs). Due to newly released DC fast charging standards, there are implications on the on-board charger (OBC), which is one of the ESAs in a BEV. This paper performs a comprehensive review of identifying system-level and use-case related challenges in transitioning on-board chargers to higher voltages compared to state-of-the-art, while considering the impact of newly introduced DC fast charging standards like Megawatt Charging Systems (MCS) and ChaoJi/ CHAdeMO 3.0. The existing research in academia and proof-of-concept designs compatible for high-voltage on-board charging sub-systems, such as the power factor correction (PFC) and isolated DC-DC conversion stages is consolidated. Due to the demand for integration driven by cost-optimization targets, single-stage, traction-integrated, and auxiliary power unit (APU) integrated on-board chargers are discussed. Finally, the disparity between state-of-the-art technology and future requirements is defined to establish challenges and the direction of future research areas.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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