MétaCan
Menu
Retour à la cohorte
Enregistrement W4399563346 · doi:10.1109/tia.2024.3413045

A Comprehensive Analysis of GaN-HEMT-Based Class E Resonant Inverter Using Modified Resonant Gate Driver Circuit

2024· article· en· W4399563346 sur OpenAlexaff
Vikram Kumar Saxena, Kundan Kumar, Kushan Tharuka Lulbadda, Sheldon S. Williamson

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHigh-electron-mobility transistorInverterGate driverResonant inverterRLC circuitOptoelectronicsElectrical engineeringGallium nitrideLogic gateMaterials scienceElectronic engineeringEngineeringCapacitorTransistorVoltageNanotechnology

Résumé

récupéré en direct d'OpenAlex

The class E resonant inverter is commonly used for various applications where low power and high frequency are needed. To investigate the performance of a class E resonant inverter, a comprehensive examination of the resonant gate driver circuits (RGDCs) is presented. In this work, a modified RGDC is implemented to drive the gallium nitride high electron mobility transistor (GaN-HEMT) of the class E resonant inverter. An analytical study of modified RGDC is carried out and compared with a conventional totem pole driver circuit. The simulation studies are conducted using the LTspice version XVII simulation software to observe the performance of both the driver circuits, i.e., the totem pole RGDC and the modified RGDC. The experimental testbed is set up for a modified RGDC drive GaN-HEMT-based class E resonant inverter to verify the theoretical as well as simulation findings. Further, the power losses are calculated by measuring the required parameters and efficiency curves are plotted by varying the load. The overall efficiency of the system, i.e., modified RGDC-based class E resonant inverter is found to be 95.42% at the optimal load resistance, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">R<sub>L</sub></i> = 14.42 <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">Ω</i>.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,556
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,296
Écart entre enseignants0,243 · 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207