MétaCan
Menu
Retour à la cohorte
Enregistrement W4409991308 · doi:10.1109/apec48143.2025.10977555

Single Sensor-Based Fault Localization and Detection in GaN Three-Phase Dual Active Bridge Converters

2025· article· en· W4409991308 sur OpenAlexaff
Satyam Sa, Yi Han, Cheng Feng Wang, Olivier Trescases

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesTaiwan Semiconductor Manufacturing Company
Mots-clésConvertersFault detection and isolationDual (grammatical number)Bridge (graph theory)Fault (geology)Phase (matter)Computer scienceSingle phaseElectrical engineeringEngineeringPhysicsVoltageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach for single-switch fault detection and localization in three-phase dual active bridge (DAB) converters. The proposed control scheme leverages an existing current sense resistor that is typically used for output current regulation, to extract the necessary αβ parameters for detecting and localizing open-circuit faults (OCFs). Additionally, secondary-side short-circuit faults (SCFs) are detected and localized without the need for additional sensors. Simulated results demonstrate successful detection and localization of both OCFs and SCFs during 400V operation. The proposed method is validated on a 400V, 6.6kW liquid-cooled converter equipped with 650V GaN devices, operating at a switching frequency of 300 kHz and achieving a peak efficiency of 96.6% at 6.5 kW. Experimental results confirm the successful detection and localization of single-switch OCFs within four switching cycles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,520

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207