期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
绝缘栅双极型晶体管模块的双向热网络模型构建方法
1
作者 蔡彦阁 杜明星 《天津理工大学学报》 2023年第2期20-25,共6页
针对传统热网络模型提取结温时忽略了硅胶和外壳的影响而导致结温提取存在误差的问题,建立了完整封装结构的绝缘栅双极型晶体管(insulation gate bipolar transistor, IGBT)模块的双向Cauer模型,得到了精确的暂态结温,验证了传统热网络... 针对传统热网络模型提取结温时忽略了硅胶和外壳的影响而导致结温提取存在误差的问题,建立了完整封装结构的绝缘栅双极型晶体管(insulation gate bipolar transistor, IGBT)模块的双向Cauer模型,得到了精确的暂态结温,验证了传统热网络模型计算稳态结温的可行性。通过有限元仿真结果和试验数据对比,证明双向Cauer模型计算结果的正确性。 展开更多
关键词 绝缘栅双极型晶体管 电热模型 结温预测 有限元分析
下载PDF
用地理因子模拟年度极端最低气温模式的探讨 被引量:26
2
作者 蔡文华 李文 《气象》 CSCD 北大核心 2003年第7期31-34,共4页
利用福建省 6 6个台站所处的纬度、海拔高度、离海距和观测站与周围的相对高度差等地理因子建立推算年度极端最低气温平均值的模式。
关键词 推算模式 最低气温 福建省 地理因子 平均值
下载PDF
用地理因子模拟福建省3~6月降雨量模式的探讨 被引量:4
3
作者 蔡文华 李文 +1 位作者 陈惠 王加义 《气象科学》 CSCD 北大核心 2006年第5期542-547,共6页
本文利用福建省68个台站站址所处的纬度(Ф)、海拔高度(H)、离海距(S)和地形遮档仰角(Z)等地理因子建立推算3~6月降雨量平均值(R3-5)的模式。在福建省境内,R3~6随中、H、S的增大而增大;迎风坡R3~5增大,背风坡R3~6减少... 本文利用福建省68个台站站址所处的纬度(Ф)、海拔高度(H)、离海距(S)和地形遮档仰角(Z)等地理因子建立推算3~6月降雨量平均值(R3-5)的模式。在福建省境内,R3~6随中、H、S的增大而增大;迎风坡R3~5增大,背风坡R3~6减少,增大或减少的值与Z有关。用4个地理因子推算R3~6,其计算值与实际值偏差比用单因子、三因子推算的偏差小,效果好。 展开更多
关键词 降雨量 地理因子 推算模式
下载PDF
用于电动汽车功率模块热分析的紧凑型热网络模型 被引量:9
4
作者 马铭遥 郭伟生 +3 位作者 严雪松 杨淑英 陈文杰 蔡国庆 《中国电机工程学报》 EI CSCD 北大核心 2020年第18期5796-5804,共9页
由于恶劣的运行环境,IGBT模块成为电动汽车驱动系统最薄弱的环节。功率模块的失效主要由温度因素引发。为了尽可能准确地预测芯片结温,文中提出一种适用于电动汽车功率模块热分析的紧凑型热网络模型。首先在ANSYS/ICEPAK中搭建包含水冷... 由于恶劣的运行环境,IGBT模块成为电动汽车驱动系统最薄弱的环节。功率模块的失效主要由温度因素引发。为了尽可能准确地预测芯片结温,文中提出一种适用于电动汽车功率模块热分析的紧凑型热网络模型。首先在ANSYS/ICEPAK中搭建包含水冷散热系统的功率模块有限元模型。然后,提出一种考虑上下桥臂热耦合的3D紧凑型热网络模型,并详细地叙述热网络模型参数提取的步骤。最后,3D紧凑型热网络模型的仿真结果与有限元仿真模型高度吻合并且实验结果表明,所提出的热网络模型能够准确预测电动汽车中功率模块的结温。与有限元模型相比,所提出的热网络模型减少仿真时间,适用于功率模块的寿命估计和结温在线计算。 展开更多
关键词 IGBT模块 结温估算 有限元模型 紧凑型热网络模型 参数提取
下载PDF
利用时空神经网络模型的长江经济带气温反演 被引量:1
5
作者 江芸 李同文 +1 位作者 程青 沈焕锋 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2023年第2期325-332,共8页
传统基于遥感的气温反演方法往往使用全局模型,从而忽略了气温分布及其时空影响异质性,特别是在较大区域尺度的研究中存在不足。针对长江经济带区域,引入时空地理加权神经网络模型,建立一种高精度的气温估计方法。通过在广义回归网络模... 传统基于遥感的气温反演方法往往使用全局模型,从而忽略了气温分布及其时空影响异质性,特别是在较大区域尺度的研究中存在不足。针对长江经济带区域,引入时空地理加权神经网络模型,建立一种高精度的气温估计方法。通过在广义回归网络模型中建立局部模型来顾及时空异质性的影响,融合遥感数据、同化数据、站点数据,获取面域分布的近地表气温信息。采用基于站点的十折交叉验证方法对模型性能进行评估,结果表明,时空地理加权神经网络有效提高了气温估计的精度(均方根误差为1.899℃,平均绝对误差(mean absolute error,MAE)为1.310℃,相关系数为0.976),与多元线性回归和传统的全局神经网络方法相比,MAE值分别降低了1.112℃和0.378℃。气温空间分布制图结果显示,该方法结果能很好地反映长江经济带气温空间上的差异和不同季节的特征信息,具有实际应用价值。 展开更多
关键词 地表温度 气温估计 时空地理加权网络模型 长江经济带
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部