MétaCan
Menu
Retour à la cohorte
Enregistrement W4412701083 · doi:10.1109/access.2025.3590302

A High-Efficiency Silicon-Carbide Bidirectional Industrial Switched Reluctance Motor Drive

2025· article· en· W4412701083 sur OpenAlexafffund
Francisco Juarez-Leon, Berker Bilgin

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésSwitched reluctance motorReluctance motorSilicon carbideAutomotive engineeringCarbideElectrical engineeringComputer scienceMaterials scienceEngineeringRotor (electric)Metallurgy

Résumé

récupéré en direct d'OpenAlex

Switched reluctance motors (SRMs), known for their simple construction, high efficiency, and robustness, are increasingly being adopted across various applications. In an industrial setting, these motors offer a promising alternative to traditional induction motors (IMs), particularly due to their lower sensitivity to temperature and ability to perform reliably in harsh environments. While commercially available variable frequency drives (VFDs) are readily accessible for IMs, the same is not true for SRMs, limiting their broader adoption in the industry. This paper presents the design and implementation of a high-efficiency, integrated, bidirectional drive for an SRM for industrial applications. An analysis of the current SRM market, along with a review of related research, has been conducted. Based on this analysis, existing gaps in SRM drive solutions have been identified, and the design requirements for the proposed drive have been defined. Subsequently, a 10 kW silicon-carbide (SiC)-based converter topology is designed, developed, and experimentally validated. The proposed converter achieves a peak efficiency of 97.03% at the power factor correction (PFC) stage and 98.90% at the motor drive stage under nominal power conditions.

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 enseignants0,306
Score d'incertitude au seuil0,710

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 recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,234 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetElectric Motor Design and AnalysisTravaux en français237 207