MétaCan
Menu
Retour à la cohorte
Enregistrement W4412353294 · doi:10.1109/tie.2025.3581266

Vertical Bifilar Self-Resonant Coil for Electric Vehicle Wireless Power Transfer

2025· article· en· W4412353294 sur OpenAlexafffund
S. Nie, Harpreet Singh Grover, Peter W. Lehn

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBifilar coilWireless power transferElectromagnetic coilResonant inductive couplingElectrical engineeringElectric vehicleWirelessMaximum power transfer theoremPower (physics)Materials scienceEngineeringPhysicsTelecommunicationsEnergy transferRogowski coilEngineering physics

Résumé

récupéré en direct d'OpenAlex

This article proposes a vertical bifilar self-resonant coil to replace the Litz wire and external compensation capacitors in the transmitter of a wireless electric vehicle (EV) charging system. Unlike traditional planar self-resonant coils, the vertical coil aligns with the magnetic field orientation, which reduces the impact from eddy and proximity effects, thereby reducing the ac copper loss. The vertical structure yields a high capacitance area, effectively lowering the resonant frequency. This makes self-resonance at 85 kHz viable, as required for EV charging. Meanwhile, the dielectric layer can be thicker than in planar coils due to the larger capacitance area, providing the high ac dielectric strength required for high-power charging. The vertical bifilar self-resonant transmitter coil is optimized through design procedures to minimize copper loss while meeting constraints such as resonant frequency, current density, and layer–layer voltage stress. The proposed coil structure is validated in a 3.3 kW EV wireless charging system, achieving a minimum dc efficiency of 92.47% at a lateral receiver misalignment of 150 mm.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetWireless Power Transfer SystemsTravaux en français237 207