找到 2 条结果 · IEEE Journal of Emerging and Selected Topics in Power Electronics
数据驱动的数字孪生用于DC/DC降压变换器可靠性评估
Data-Driven Digital Twin for Reliability Assessment of DC/DC Buck Converter
Sukanta Roy · Milad Behnamfar · Anjan Debnath · Arif Sarwat · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月
在商业应用中，DC/DC变换器的运行状态显著影响系统整体性能与长期可靠性。本文提出一种数据驱动的数字孪生方法，用于估计稳态下DC/DC降压变换器关键退化参数。首先，利用离线粒子群优化算法对电路级数字模型进行校准，并通过平均模型验证其稳态响应。随后，在模型中引入电感、电容及MOSFET的退化特性，生成大规模数据集，用于训练和验证随机森林机器学习模型。实验结果表明，该方法回归精度高，决定系数达0.99978，均方根误差低至4.2×10⁻⁶，并在中等功率硬件原型上验证了不同负载及MOSFET导通电阻退...
解读: 该数据驱动数字孪生技术对阳光电源ST系列储能变流器及SG光伏逆变器的DC/DC变换模块具有重要应用价值。通过随机森林模型非侵入式识别电感、电容及MOSFET导通电阻退化（R²=0.99978），可集成至iSolarCloud平台实现预测性维护，提前预警功率器件老化。该方法特别适用于工商业储能系统中B...
基于机器学习辅助的IGBT模块键合界面疲劳损伤数值模拟方法研究
Research on Machine Learning-Assisted Numerical Simulation Methods for IGBT Module Bonded Interface Fatigue Damage
Shengjun Zhao · Tong An · Fei Qin · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月
键合界面开裂是绝缘栅双极型晶体管（IGBT）模块长期运行中的主要失效模式。本文提出一种有效表征功率循环条件下IGBT模块键合界面疲劳裂纹扩展的数值模拟方法。通过功率循环试验与键合线拉力测试，获取不同循环次数后的力-位移（F-δ）曲线；建立考虑界面损伤累积效应的有限元-疲劳内聚力模型（FE-FCZM），结合敏感性分析确定关键参数，并利用机器学习模型实现由F-δ曲线反演FCZM参数。仿真与实验结果对比验证了该方法在界面损伤程度预测上的准确性，且在寿命预测中相比传统模型具有最小误差，为IGBT模块可靠...
解读: 该IGBT模块键合界面疲劳损伤预测技术对阳光电源功率器件可靠性设计具有重要价值。ST系列储能变流器和SG系列光伏逆变器的IGBT模块在频繁功率循环下面临键合线脱落风险，该研究提出的FE-FCZM与机器学习结合的方法可精准预测界面裂纹扩展，为产品设计阶段的寿命评估提供量化工具。特别适用于PowerTi...