基于神经网络的SiC功率管导通电阻估测技术研究

SiC功率管器件广泛应用在航空领域的电能变换、配电等场合,其健康状况十分重要。在SiC器件的健康监测应用中,导通电阻的检测是一项十分重要的技术。为了能够简单准确地得到碳化硅(SiC)MOSFET功率器件的导通电阻,本文提出了一种基于神经网络的SiC MOSFET器件导通电阻估测方法。本文搭建SiC MOSFET导通电阻测试电路仿真和物理试验平台,并使用BP神经网络(BP neural networks,BPNN)对不同温度、不同栅极电压以及不同漏极电流下SiC MOSFET器件的导通电阻数据进行详细描述。最后,对基于BPNN的SiC MOSFET导通电阻估测方法进行效果验证。结果表明,该方法具有精度高和泛化能力强的优点,能够实现SiC MOSFET器件导通电阻的有效估测。

基于F28335的SiC MOSFET驱动系统设计

由于SiC MOSFET开关速度较快,不能用普通Si MOSFET的栅极驱动电路来驱动。设计一种基于F28335的SiC MOSFET栅极驱动电路,利用键盘调节F28335输出PWM信号的频率、占空比、死区和移相值,并在LCM12864液晶屏上实时显示调节值。将PWM信号作为SiC MOSFET栅极驱动电路输入信号应用于驱动电路,从而实现对SiC MOSFET通断控制。实验结果表明:相比于Si MOSFET栅极驱动电路而言,所提出的基于F28335的SiC MOSFET栅极驱动电路操作方便,体积小,稳定性好。