MétaCan
Menu
Retour à la cohorte
Enregistrement W4398249837 · doi:10.1109/tte.2024.3404864

A ZVS Bidirectional 48-/12-V Converter With Magnetic Integration for 48-V Mild Hybrid Vehicles

2024· article· en· W4398249837 sur OpenAlexaff
Mohammad Reza Mohammadi, Mohammad Ebrahimi, Alireza Safaee, S. Ali Khajehoddin

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComputer scienceBiomedical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a ZVS-bidirectional converter for 48V MHVs. The proposed converter boasts attractive features, including enhanced voltage gain, minimized voltage stresses, a shared electrical ground for input and output, positive output voltage polarity, and continuous low-ripple current on both sides facilitated by the presence of inductors. Additionally, the proposed converter benefits from a single-magnetic core integrating three-winding coupled inductors. In this arrangement, the currents in the second and third windings, which correspond to the currents of the converter’s 12V and 48V sides, are ripple-free, while the first winding experiences a sufficient current swing (i.e., TCM operation) to achieve ZVS. Consequently, both ZVS and current-ripple-cancellation are achieved using this magnetic integration. Mathematical and physical models, as well as magnetic system simulation, are used to elucidate the current-ripple-cancellation and to design the magnetic system. Variable-frequency control is applied to optimize the current ripple according to the output power, improving efficiency. Finally, we present the experimental results of an 800W Si-based prototype that operates under variable-frequency control within a switching frequency range of 250-500 kHz. The converter achieves a peak efficiency of 96.5%, with efficiencies of 96.1% and 96% in boost and buck modes at full-load conditions, respectively. Moreover, the converter retains above 94% power efficiency at above 25% of full load.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
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 recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Transportation ElectrificationMême sujetMultilevel Inverters and ConvertersTravaux en français237 207