10.3969/j.issn.1671-1815.2017.34.036
基于径向基函数神经网络的功率器件集总参数热模型
功率器件易发生热击穿故障,为准确估计其运行温度,需建立器件的热分析模型.然而,当多个功率器件排布距离较近时,器件间的热耦合作用会导致模型中的热参数难以获取.为此,引入导热时间常数τ和温升变化率k两个热参数,建立了功率器件集总参数热模型;并提出通过径向基函数神经网络,对参数τ和k进行估计,克服模型热参数难以获取的问题.以单相全桥电路为对象,通过温升实验,对所提功率器件热模型的有效性进行了验证.
热分析模型、集总参数、径向基函数、神经网络
17
TM315(电机)
2018-01-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
225-230