Hengyu Yu · Monikuntala Bhattacharya · Michael Jin · Limeng Shi 等6人 · IEEE Electron Device Letters · 2025年4月

开发一种有效的方法以提高碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）的短路耐受时间（SCWT）均匀性，对于确保电力电子系统中器件的可靠性和一致性至关重要。本文详细分析了由不可避免的工艺偏差导致的短路耐受时间变化，并介绍了一种基于人工神经网络（ANN）技术的新型筛选方法。利用从碳化硅MOSFET中提取的特征参数构建了一个两层隐藏层的人工神经网络模型。训练后的模型能够准确预测通过技术计算机辅助设计（TCAD）模拟的碳化硅MOSFET的短路耐受时间，最大误差小于15%，平均...

解读: 从阳光电源的业务视角来看，这项基于人工神经网络的SiC MOSFET短路耐受时间筛选技术具有重要的工程应用价值。作为全球领先的光伏逆变器和储能系统供应商，我们的产品正加速向SiC功率器件转型，以实现更高的功率密度和系统效率。然而，SiC MOSFET的短路耐受时间（SCWT）一致性问题一直是制约大规...