SiC MOSFET是一种高性能的电力电子器件,其开通/关断过程中积累/释放的栅电荷Q_(g)对MOSFET的开关速度、功率损耗等参数有重要影响。通常采用在栅极设置恒流源驱动,对时间进行积分的方法来测量Q_(g)。为了降低驱动复杂度,提高测试结果...SiC MOSFET是一种高性能的电力电子器件,其开通/关断过程中积累/释放的栅电荷Q_(g)对MOSFET的开关速度、功率损耗等参数有重要影响。通常采用在栅极设置恒流源驱动,对时间进行积分的方法来测量Q_(g)。为了降低驱动复杂度,提高测试结果精度和可视性,基于双脉冲测试平台的感性负载回路,改用耗尽型MOSFET限制栅极电流实现恒流充电,对SiC MOSFET进行测试。同时利用反馈电阻将较小的栅极电流信号转换为较大的电压信号。实验结果表明:在误差允许范围(±5%)内该测试方案能较为准确地测得SiC MOSFET的Q_(g),测试结果符合器件规格书曲线。展开更多
为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定...为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定位算法。利用改进的VAR-AIC方法对信号到时进行精确拾取,通过牛顿-拉夫森思想将非线性定位方程组转化为目标函数,最终借助智能优化算法迭代求解进行定位。断铅试验结果表明:基于VAR-AIC法通过瞬时频率确定到时范围、选择特征函数精准确定到时大幅度提升了声发射到时拾取精度。通过对比原子轨道搜索、灰狼算法、自适应粒子群算法性能,发现原子轨道搜索算法在保证定位精度的同时迭代速度更快。在此基础上,提出了基于VAR-AIC精确到时拾取和原子轨道搜索算法(improve vector auto regression-Akaike information criterion-atomic orbital search,简称IVA-AOS)相结合的岩石声发射定位方法。与传统的互相关+Geiger算法、牛顿迭代算法以及PCI-Express8机器自带算法相比,IVA-AOS定位算法定位误差更小、精度更高,有效地解决了传统定位算法容易出现无解的问题,为岩石声发射定位提供了一种新的思路与方法。展开更多
文摘为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定位算法。利用改进的VAR-AIC方法对信号到时进行精确拾取,通过牛顿-拉夫森思想将非线性定位方程组转化为目标函数,最终借助智能优化算法迭代求解进行定位。断铅试验结果表明:基于VAR-AIC法通过瞬时频率确定到时范围、选择特征函数精准确定到时大幅度提升了声发射到时拾取精度。通过对比原子轨道搜索、灰狼算法、自适应粒子群算法性能,发现原子轨道搜索算法在保证定位精度的同时迭代速度更快。在此基础上,提出了基于VAR-AIC精确到时拾取和原子轨道搜索算法(improve vector auto regression-Akaike information criterion-atomic orbital search,简称IVA-AOS)相结合的岩石声发射定位方法。与传统的互相关+Geiger算法、牛顿迭代算法以及PCI-Express8机器自带算法相比,IVA-AOS定位算法定位误差更小、精度更高,有效地解决了传统定位算法容易出现无解的问题,为岩石声发射定位提供了一种新的思路与方法。
