温度对碳化硅器件封装用有机硅弹性体陷阱特性的影响

有机硅弹性体作为一种高分子聚合物,因具有良好的耐高温性能、绝缘强度以及与芯片的相容性,已在碳化硅功率器件中得到应用。目前国内外针对有机硅弹性体在高温下的绝缘特性研究较少,而介质的陷阱特性与其绝缘性能密切相关,研究有机硅弹性体的陷阱特性及其受温度的影响,对于该种灌封材料在碳化硅器件封装中的应用具有重要意义。为此,采用表面电位衰减法(surfacepotentialdecay,SPD)测量了有机硅弹性体在温度20~250℃范围内的表面电位衰减曲线,提取了不同温度下有机硅弹性体的陷阱电荷能级密度分布和迁移率等微观参数,建立了有机硅弹性体迁移时间、迁移率、电位衰减时间常数随温度变化的拟合表达式,分析了温度对有机硅弹性体陷阱特性的影响机制,确定了有机硅弹性体陷阱捕获电荷数量最大时的温度阈值。此外,结合有机硅弹性体陷阱特性,从载流子输运的角度解释了该材料电导率、迁移率以及深浅陷阱的电位衰减时间常数之差随温度变化的规律,并通过分析有机硅弹性体的微观结构特征,解释了该材料陷阱特性的极性效应。相关结果可以为不同温度下有机硅弹性体绝缘特性的认知提供支撑。

GA-BP算法应用于分布式温度状态实时识别

研究地铁车辆火灾温度识别问题,分析地铁车辆车载大功率设备表面温度场及相关特殊位置温度场,温度是表明设备正常运行的一个重要条件,适时获取设备表面的实时温度状态信息有利于安全,但大功率设备的分散性,被测设备温度测点位置选择比较多及测点温度的相关性,同时设备的温度状态信息又受多种因素影响。由于引入了神经网络非线性拟合能力,建立GA-BP算法对任务分解神经网络组采用分布式单片机系统,通过搭建实验平台与仿真软件实现各个大功率设备测点温度状态模式的实时识别,对表面测点与特殊点相关识别及温度加强报警识别。试验结果表明,可以满足识别要求,为应用提供了可靠的安全保证依据。