MétaCan
Menu
Retour à la cohorte
Enregistrement W4404238209 · doi:10.1109/jestie.2024.3495665

A Novel Sinusoidal Extended Phase Shift Modulation With Minimal Loss for Single-Stage Onboard Chargers for Electrical Vehicles

2024· article· en· W4404238209 sur OpenAlexaff
Jiaqi Yuan, Amirreza Poorfakhraei, Yizhi Zhang, Gaoliang Fang, Ali Emadi

Notice bibliographique

RevueIEEE Journal of Emerging and Selected Topics in Industrial Electronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensUniversity of Prince Edward IslandMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPhase (matter)Modulation (music)Electrical engineeringMaterials scienceComputer sciencePhysicsEngineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

Single-stage onboard chargers (SSOBCs) are increasingly gaining attention because of their high power density and reliability. However, achieving high efficiency within a wide operating range while maintaining the unity power factor (PF) remains unsolved due to the single-stage structure. The difficulty is twofold. First, the full-range zero-voltage switching (ZVS) achievement at a wide operating range is challenging, which causes high switching loss. Second, sinusoidal input voltage leads to a high inductor current, which increases conduction loss. To address the aforementioned issues, this article presents an adaptive sinusoidal extended phase shift (ASEPS) modulation technique with a high PF for SSOBCs to minimize power loss and increase efficiency. First, aiming to minimize the switching loss, the proposed extended phase shift introduces one more degree of freedom in the secondary bridge to extend the ZVS technique range and flexibility, especially at a wide operating range. Then, combined with the ZVS condition, the minimal peak current optimization is presented to minimize the inductor current, which reduces conduction loss. Experimental results in a 6-kW silicon carbide-based SSOBC prototype verify that the proposed ASEPS technique increases efficiency by 1.7% compared to the existing pulsewidth modulation and by 0.6% compared to the nonextended modulation strategy.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,280
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Emerging and Selected Topics in Industrial ElectronicsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207