找到 4 条结果 · IEEE Access

排序:
电动汽车驱动 SiC器件 ★ 5.0

一种新型高效率S波段锥形轴向虚阴极振荡器

A Novel High-Efficiency S-Band Conical Axial Vircator

P. Livreri · IEEE Access · 2025年1月

虚阴极振荡器(Vircator)是一种高功率微波真空电子器件,广泛应用于健康、能源、航天、环境及国防领域。本文提出一种用于反制无人机的新型S波段锥形波导轴向vircator结构,旨在提升其转换效率。基于选定的几何与物理参数设计轴向vircator,并在圆柱波导中引入锥形结构,调控电子束动态行为,优化与虚阴极的相互作用。采用CST Studio Suite 2024进行粒子模拟,结果表明,在520 kV电压和20 kA阴极电流激励下,工作频率为2.55 GHz时,平均输出功率达50 MW,效率较传...

解读: 该文章研究的高功率微波虚阴极振荡器属于特种真空电子器件,其核心技术方向(高功率脉冲、电磁能量转换)与阳光电源主营的光伏逆变器、储能变流器等电力电子产品存在本质差异。虚阴极振荡器主要应用于国防电磁对抗领域,而阳光电源聚焦于新能源发电、储能及电动汽车充电等民用市场。尽管文章标注为SiC器件相关,但实际内...

储能系统技术 储能系统 电池管理系统BMS SiC器件 ★ 5.0

利用数字孪生技术进行电池管理:案例研究综述

Leveraging Digital Twin Technology for Battery Management: A Case Study Review

Judith Nkechinyere Njoku · Ebuka Chinaechetam Nkoro · Robin Matthew Medina · Cosmas Ifeanyi Nwakanma 等6人 · IEEE Access · 2025年1月

电池管理系统BMS复杂性增加导致处理准确实时监测和控制所需海量数据面临挑战。现有严重依赖人工智能AI的BMS框架常因数据限制而影响状态估计精度,最终影响电池性能和安全性。提出集成数字孪生DT技术应对这些挑战。DT创建物理电池系统的虚拟表示,通过先进AI算法实现增强监测、预测性维护和优化性能。本研究全面探索BMS的DT技术。首先综述基本概念,包括DT在电池管理中的定义、角色和高层架构。其次检查研究和行业案例研究以识别开发强大电池DT的必要技术和工具。提出详细框架将DT与现有BMS基础设施集成,聚焦...

解读: 该数字孪生电池管理技术对阳光电源BMS产品线有前瞻性参考价值。阳光储能BMS和车载OBC可借鉴DT技术实现虚拟仿真和优化。数字孪生虚拟表示可应用于阳光电池系统的状态监测和预测性维护。AI算法与DT集成的思路可提升阳光BMS的智能化水平。该综述提出的集成框架和实施策略,对阳光BMS数字化转型有指导意义...

储能系统技术 储能系统 SiC器件 机器学习 ★ 5.0

探索机器学习和深度学习技术在神经疾病脑电信号分类中的有效性

Exploring the Effectiveness of Machine Learning and Deep Learning Techniques for EEG Signal Classification in Neurological Disorders

Souhaila Khalfallah · William Puech · Mehdi Tlija · Kais Bouallegue · IEEE Access · 2025年1月

神经疾病是全球身体和认知残疾的主要原因,影响约15%的全球人口。本研究探索机器学习ML和深度学习DL技术在处理脑电图EEG信号以检测癫痫、自闭症谱系障碍ASD和阿尔茨海默病等神经疾病中的应用。呈现详细工作流程,从使用头戴设备采集EEG数据开始,然后使用有限脉冲响应FIR滤波器和独立成分分析ICA进行数据预处理以消除噪声和伪影。数据分段后提取带功率和Shannon熵等关键特征以提高分类准确性。这些特征存储在离线数据库中便于分析期间访问,然后应用于ML和DL模型,系统测试性能并与先前研究比较结果。研...

解读: 该EEG信号分类技术对阳光电源智能诊断系统有跨领域借鉴意义。虽然阳光主要聚焦能源设备,但信号处理和特征提取方法可应用于阳光设备状态监测和故障诊断。FIR滤波和ICA噪声消除技术对阳光电力电子设备信号处理有参考价值。机器学习和深度学习模型对比分析思路可应用于阳光故障分类算法开发。该研究验证的高准确率,...

储能系统技术 储能系统 PWM控制 SiC器件 ★ 5.0

PWM驱动感应电机的多物理场耦合高级表征框架

A Coupled Multiphysics Framework for Advanced Characterization of PWM-Driven Induction Motors

Omolbanin Taqavi · Pengzhao Song · Alexandre J. Bourgault · Ze Li 等6人 · IEEE Access · 2025年1月

高性能电机设计需要电磁、机械和热多物理域的复杂集成。本文提出逆变器驱动牵引感应电机的半解析多物理场评估框架。集成电磁模型评估转子定子电流、牵引特性和气隙磁通密度;振声模型预测电磁力引起的噪声振动;三维节点网络热模型捕获瞬态温度分布。这些高效模型无缝集成统一框架,支持精确高效分析和优化工具集成。在封闭感应电机原型上验证,经有限元分析和实验测试确认,为电机多物理场性能评估提供新方法,适用于各类应用和机型。

解读: 该多物理场仿真技术是阳光电源电机驱动产品开发的关键工具。阳光在新能源汽车电机控制器领域需要类似的电磁-热-振动耦合分析能力。该框架可集成到阳光电机驱动系统设计流程,优化PWM调制策略,降低电磁噪声和振动。结合阳光SiC器件应用经验,该技术可提升电机系统效率至96%以上,延长电机寿命,增强NVH性能。...