CN104849645A - 基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 - Google Patents
基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 Download PDFInfo
- Publication number
- CN104849645A CN104849645A CN201510309286.6A CN201510309286A CN104849645A CN 104849645 A CN104849645 A CN 104849645A CN 201510309286 A CN201510309286 A CN 201510309286A CN 104849645 A CN104849645 A CN 104849645A
- Authority
- CN
- China
- Prior art keywords
- mosfet
- miller platform
- platform voltage
- degradation
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Individual Semiconductor Devices (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Insulated Gate Type Field-Effect Transistor (AREA)
Abstract
基于米勒平台电压的MOSFET退化评估方法及采用该方法的MOSFET剩余寿命预测方法,涉及半导体退化评估及寿命预测领域。解决了无法实时在线评估MOSFET退化状态的问题,同时满足了对MOSFET的剩余寿命预测方法的需求。基于米勒平台电压的以MOSFET开通波形中的米勒平台电压作为敏感特征参数的评估方法:将MOSFET的米勒平台电压作为评估器件退化状态的参数。采用基于米勒平台电压的MOSFET退化评估方法获得MOSFET退化模型,再利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型,从而获得MOSFET当前状态距失效阈值的时间差,实现对MOSFET的剩余寿命预测。本发明适用于半导体的退化评估及寿命预测。
Description
技术领域
本发明涉及半导体退化评估及寿命预测领域。
背景技术
功率MOSFET由于其开通速度快,热稳定性好等优点,被广泛应用于混合动力车、航天飞行器等设备的电力电子电路中。近年来随着微电子器件加工工艺的迅速发展,器件的沟道长度、栅极氧化层厚度等尺寸不断缩小,器件动态特性也随之提高,功率损耗以及费用显著降低。但器件尺寸缩小的同时,MOSFET的热载流子注入、栅氧化层经时击穿等退化更加显著,由此导致的氧化层、界面态缺陷损伤积累,最终将导致MOSFET的栅极失去控制能力,使得功率转换电路出现严重故障。数据表明,功率MOSFET是电力电子电路中失效率仅次于铝电解电容的器件,其可靠性对系统的可靠性有着重要的影响。
大量的经验和数据表明,MOSFET的阈值电压、跨导等参数可以精确地反映出MOSFET的退化效果,体现其内部结构的变化,进而判断器件是否失效以及预测其剩余寿命。但是阈值电压等参数的测量,需要将MOSFET从应用电路中取出,采用半导体参数测试仪等进行离线测试,但是实际应用中基本不允许中断工作状态,对器件离线测试。因此,如何在实际电路中不取出MOSFET完成对MOSFET的阈值电压和跨导参数的精确测量是目前该领域中的研究热点。
米勒平台电压和阈值电压、跨导等之间存在着对应关系,在器件的退化过程中也可表征其退化状态,并且可以在实际电路中在线测得,所以通过米勒平台电压评估MOSFET退化状态是完全可行的。
发明内容
本发明为了解决无法实时在线评估MOSFET退化状态的问题,同时满足对MOSFET的剩余寿命预测方法的需求。提出了基于米勒平台电压的MOSFET退化评估方法及采用该方法的MOSFET剩余寿命预测方法。
基于米勒平台电压的MOSFET退化评估方法,该退化评估方法包括如下步骤:
步骤一、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤二、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤三、根据MOSFET的栅氧化层经时击穿退化机理,对MOSFET做加速退化试验;
步骤四、在加速退化试验中,根据退化速度的快慢,每隔预设时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤五、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤六、利用步骤五得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态。
步骤一中的实际工作电路为Boost DC/DC升压电路。
所述步骤二中的从所述采集的电压值中提取出米勒平台电压,提取方法为:对采集的电压值进行消噪处理和二阶求导,取MOSFET开通阶段二阶导数的最大值,该最大值即为米勒平台电压。
所述步骤三中的对MOSFET做加速退化处理,该加速退化处理过程为:对MOSFET施加栅源极过电应力和漏源极过电应力。
采用基于米勒平台电压的MOSFET退化评估方法的MOSFET剩余寿命预测方法,该剩余寿命预测方法包括下述步骤:
步骤1、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤2、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤3、根据MOSFET的栅氧化层经时击穿退化机理,对MOSFET做加速退化试验;
步骤4、在加速退化试验中,根据退化速度的快慢,每隔一定时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤5、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤6、利用第五步得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态,得到MOSFET退化模型;
步骤7、利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型;
步骤8、根据步骤七中的新的MOSFET退化模型,获得MOSFET当前状态距失效阈值的时间差,即完成MOSFET的剩余寿命的预测。
本发明涉及基于米勒平台电压的MOSFET退化评估方法及采用该方法的MOSFET剩余寿命预测方法,具体涉及基于米勒平台电压的以MOSFET开通波形中的米勒平台电压作为敏感特征参数的评估方法:将MOSFET的米勒平台电压作为评估器件退化状态的参数。采用基于米勒平台电压的MOSFET退化评估方法获得MOSFET退化模型,再利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型,从而获得MOSFET当前状态距失效阈值的时间差,实现对MOSFET的剩余寿命预测,实现了对MOSFET的可靠性评估,属于半导体可靠性评估领域。
有益效果:本发明完成了实时在线评估MOSFET退化状态,进而预防了MOSFET突然失效引起的设备故障,将此类故障的损失降到最低。
本发明的优点是:
1、利用MOSFET开通波形中的米勒平台电压表征MOSFET的退化状态,对器件进行退化状态评估并进行寿命预测。
2、对MOSFET进行实时在线监测而无需离线测试,帮助用户及时了解器件退化状态,以免发生不必要的故障损失。
本发明适用于半导体的退化评估及寿命预测。
附图说明
图1为基于米勒平台电压的MOSFET退化评估方法的流程图;
图2为MOSFET开通时刻栅源极电压波形图;
图3为实施例中的退化电路的电路图;
图4为实施例中的IRF530N的应用电路图;
图5为实施例中的米勒平台电压退化曲线;
图6为实施例中的粒子滤波预测曲线;
图7为实施例中的剩余寿命估计结果。
具体实施方式
具体实施方式一、参照图具体说明本实施方式,本实施方式所述的基于米勒平台电压的MOSFET退化评估方法,该退化评估方法包括如下步骤:
步骤一、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤二、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤三、根据MOSFET的栅氧化层经时击穿退化(TDDB)机理,对MOSFET做加速退化试验;
步骤四、在加速退化试验中,根据退化速度的快慢,每隔预设时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤五、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤六、利用步骤五得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态。
原理:MOSFET的退化会使其阈值电压、跨导等参数增大,这些参数都可以反映MOSFET的退化状态,但阈值电压等静态参数只能离线测得,无法实时监测。而MOSFET开通过程中产生的米勒平台电压值可以在线测量。根据米勒平台效应可知,MOSFET开通过程中的平台电压值与MOSFET的阈值电压以及负载最大电流相关,一般认为MOSFET跨导gm为常数,通常可利用近似估计平台电压。其中,表示米勒平台电压;Vth表示阈值电压;Io表示负载导通时的峰值电流;δ由实际工作电路的拓扑结构决定,不受MOSFET退化影响。
步骤四中的每隔预设时间间隔,指的是根据退化速度的快慢,可是设定预设时间为3min~5min,或者1hour~2hour,也可以是其他时间。
根据米勒平台与阈值电压的关系,若MOSFET的退化导致了阈值电压的漂移,那么退化将同样导致米勒平台电压的变化。
因此本发明利用MOSFET开通波形中的米勒平台电压表征MOSFET的退化状态,对器件进行退化可靠性评估并进行寿命预测。
步骤一中采集的MOSFET开通时刻的栅源极电压值,汇聚成一个栅源极电压波形,实际上步骤二的过程就是从由栅源极电压值构成的栅源极电压波形中提取出米勒平台电压。
本发明利用MOSFET开通波形中的米勒平台电压在退化过程中会有明显变化的特性,提供了基于米勒平台电压的以米勒平台电压作为特征参数评估MOSFET退化状态和预测剩余寿命的方法。使用户可以根据MOSFET的退化状态,适时地更换器件,避免因MOSFET失效导致的系统或设备整体故障。
具体实施方式二、本实施方式是对实施方式一所述的基于米勒平台电压的MOSFET退化评估方法的进一步说明,本实施方式中,所述步骤一中的实际工作电路为Boost DC/DC升压电路。Boost DC/DC升压电路为直流升压电路。
具体实施方式三、本实施方式是对实施方式一所述的基于米勒平台电压的MOSFET退化评估方法的进一步说明,本实施方式中,所述步骤二中的从所述采集的电压值中提取出米勒平台电压,提出方法为:对采集的电压值进行消噪处理和二阶求导,取MOSFET开通阶段二阶导数的最大值,该最大值即为米勒平台电压。
具体实施方式四、本实施方式是对实施方式一所述的基于米勒平台电压的MOSFET退化评估方法的进一步说明,本实施方式中,所述步骤三中的对MOSFET做加速退化处理,该加速退化处理过程为:对MOSFET施加栅源极过电应力和漏源极过电应力。
具体实施方式五、采用实施方式一所述的所述的基于米勒平台电压的MOSFET退化评估方法的MOSFET剩余寿命预测方法,本实施方式中,该剩余寿命预测方法包括下述步骤:
步骤1、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤2、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤3、根据MOSFET的栅氧化层经时击穿退化机理,对MOSFET做加速退化试验;
步骤4、在加速退化试验中,根据退化速度的快慢,每隔预设时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤5、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤6、利用第五步得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态,得到MOSFET退化模型;
步骤7、利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型;
步骤8、根据步骤七中的新的MOSFET退化模型,获得MOSFET当前状态距失效阈值的时间差,即完成MOSFET的剩余寿命的预测。
本发明公开了基于米勒平台电压的MOSFET退化评估方法,利用器件退化过程中由米勒效应产生的平台电压会变化的原理,通过测量MOSFET开通过程中栅源电压波形,从中提取米勒平台电压,通过米勒平台电压的变化趋势评估MOSFET的退化情况,并获得MOSFET退化模型,利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型;根据新的MOSFET退化模型,获得MOSFET当前状态距失效阈值的时间差,即完成MOSFET的剩余寿命的预测。通过这样的方法可以在实际工作在线监测MOSFET的退化状态,在器件老化失效之前提醒用户更换器件或检修设备,降低因器件失效带来的更大损失。
具体实施方式六、参照图3至图7说明本实施例。本实施方式为一个实施例:
以IRF530N为例,进行加速退化试验。IRF530N初始阈值电压3V,因此确定其失效阈值为4.5V。
退化电路如图3所示,选取MOSFET在应力组合Vgs=50V、VDS=0V的条件下加速退化,Vgs表示栅源极电压;VDS表示漏源极电压;每十分钟一组。
米勒平台电压监测:
以IRF530N的应用电路如图4所示为例。对MOSFET米勒平台电压进行提取。得到的米勒平台电压退化曲线如图5所示。
MOSFET的剩余寿命预测:
本文利用粒子滤波的方法实现剩余寿命预测。粒子滤波可以表示如下:
xk=f(xk-1,wk) (1)
yk=h(xk,vk) (2)
式(1)为状态方程,式(2)为观测方程。其中,x为状态,y为观测值,wk和vk分别为过程噪声和观测噪声。
因此粒子滤波算法可以简化为仅对式(1)进行更新迭代。
总结来说,剩余寿命预测方法分为三步。第一步:完成基于米勒平台电压的MOSFET退化评估方法中的步骤一至步骤六。第二步:利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型。第三步:根据新的MOSFET退化模型,获得MOSFET当前状态距失效阈值的时间差,即完成MOSFET的剩余寿命的预测。
在第一步中,加速退化处理时,共对4支MOSFET(IRF530N)进行监测。通过#1、#2、#3、#4四支MOSFET的退化趋势,选用pow-law模型、指数模型以及对数模型分别对曲线进行拟合,为得到更好的拟合结果,退化初期的下降段数据不用于拟合,结果如表1所示。其中,a、b、tc均为MOSFET退化模型的参数。
表1 三种MOSFET退化模型残差平方和对比
pow-law模型的残差平方和在自组拟合对比中均为最小,因此MOSFET米勒平台电压退化模型选用如下形式的pow-law模型描述:
Vp=a+b×tc (4)
据此可以推得平台电压的状态方程:
第二步和第三步的过程实际上是利用获得的新MOSFET的退化状态的数据不断校正,追踪其状态变化,在无更新数据校正时,则根据粒子的传播方向,确定各粒子对应的剩余寿命,获得MOSFET当前状态距失效阈值的时间差,由此得到包含概率密度函数的剩余寿命的估计结果。
根据测试得到的阈值电压和米勒平台电压的初值,其各自的失效阈值分别为4.5V和6V。
图6为粒子滤波预测曲线,图7为剩余寿命估计结果。根据阈值电压的退化试验结果,MOSFET在退化120min时,阈值电压达到4.507V。而80min时平台电压预测的结果分布如图7所示,其平均剩余寿命为43.97min,略高于实际寿命(40min),置信度取0.9时,置信上下限分别为20min和70min。
Claims (5)
1.基于米勒平台电压的MOSFET退化评估方法,其特征在于,该退化评估方法包括如下步骤:
步骤一、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤二、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤三、根据MOSFET的栅氧化层经时击穿退化机理,对MOSFET做加速退化试验;
步骤四、在加速退化试验中,根据退化速度的快慢,每隔预设时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤五、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤六、利用步骤五得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态。
2.根据权利要求1所述的基于米勒平台电压的MOSFET退化评估方法,其特征在于,所述步骤一中的实际工作电路为Boost DC/DC升压电路。
3.根据权利要求1所述的基于米勒平台电压的MOSFET退化评估方法,其特征在于,所述步骤二中的从所述采集的电压值中提取出米勒平台电压的提取方法为:对采集的电压值进行消噪处理和二阶求导,取MOSFET开通阶段二阶导数的最大值,该最大值即为米勒平台电压。
4.根据权利要求1所述的基于米勒平台电压的MOSFET退化评估方法,其特征在于,所述步骤三中的对MOSFET做加速退化处理,该加速退化处理过程为:对MOSFET施加栅源极过电应力和漏源极过电应力。
5.采用权利要求1所述的基于米勒平台电压的MOSFET退化评估方法的MOSFET剩余寿命预测方法,其特征在于,该剩余寿命预测方法包括下述步骤:
步骤1、将MOSFET与实际工作电路连接,采集并存储MOSFET开通时刻的栅源极电压波形;
步骤2、从所述采集的电压波形中提取出米勒平台电压,并存储,该米勒平台电压记为米勒平台电压初始值;
步骤3、根据MOSFET的栅氧化层经时击穿退化机理,对MOSFET做加速退化试验;
步骤4、在加速退化试验中,根据退化速度的快慢,每隔一定时间间隔,采集并存储当前退化状态下的米勒平台电压,记录各时刻的米勒平台电压;
步骤5、利用步骤二中的米勒平台电压初始值及步骤四中获得的退化试验中各时刻的米勒平台电压,对米勒平台电压退化模型进行估计,获得米勒平台电压的状态方程,其中利用步骤二中的米勒平台电压确定米勒平台电压退化模型的初始参数;
步骤6、利用第五步得到的状态方程及初始参数作为粒子滤波算法的起始参数,然后利用粒子滤波算法评估MOSFET的退化状态,得到MOSFET退化模型;
步骤7、利用粒子滤波算法对MOSFET退化模型的参数进行修正与更新,并得到新的MOSFET退化模型;
步骤8、根据步骤七中的新的MOSFET退化模型,获得MOSFET当前状态距失效阈值的时间差,即完成MOSFET的剩余寿命的预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510309286.6A CN104849645A (zh) | 2015-06-08 | 2015-06-08 | 基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510309286.6A CN104849645A (zh) | 2015-06-08 | 2015-06-08 | 基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104849645A true CN104849645A (zh) | 2015-08-19 |
Family
ID=53849432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510309286.6A Pending CN104849645A (zh) | 2015-06-08 | 2015-06-08 | 基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104849645A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356727A (zh) * | 2015-11-27 | 2016-02-24 | 矽力杰半导体技术(杭州)有限公司 | 用于开关电源的开关管驱动控制方法以及控制电路 |
CN109101735A (zh) * | 2018-08-16 | 2018-12-28 | 天津大学 | 一种基于rnn的cmos电路性能退化预测方法 |
CN109143014A (zh) * | 2018-07-05 | 2019-01-04 | 中国工程物理研究院电子工程研究所 | 一种内嵌SiC-GTO器件正向阻断特性监测与诊断方法 |
CN109271670A (zh) * | 2018-08-16 | 2019-01-25 | 天津大学 | 基于bpnn的cmos低噪声放大器性能退化预测方法 |
CN110851947A (zh) * | 2018-08-21 | 2020-02-28 | 通用电气航空系统有限责任公司 | 用于预测半导体疲劳的方法和系统 |
CN112182946A (zh) * | 2020-09-21 | 2021-01-05 | 四川大学 | 基于geomen-pfnn的铝电解能耗模型构建方法 |
CN112198411A (zh) * | 2019-12-27 | 2021-01-08 | 电子科技大学 | 一种基于栅电压变化的igbt健康监测方法 |
CN114035010A (zh) * | 2021-09-15 | 2022-02-11 | 国营芜湖机械厂 | 飞机电力载波芯片的mosfet特征参数在线监测平台及提取方法 |
DE102021116772A1 (de) | 2021-06-30 | 2023-01-05 | Audi Aktiengesellschaft | Verfahren zum Betreiben einer wenigstens ein Schaltelement umfassenden elektrischen Schaltung eines Kraftfahrzeugs und Kraftfahrzeug |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393501A (zh) * | 2011-10-14 | 2012-03-28 | 哈尔滨工业大学 | 一种mosfet可靠性测试分析系统及方法 |
CN103675637A (zh) * | 2013-11-14 | 2014-03-26 | 南京航空航天大学 | 功率mosfet健康状态评估与剩余寿命预测方法 |
-
2015
- 2015-06-08 CN CN201510309286.6A patent/CN104849645A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393501A (zh) * | 2011-10-14 | 2012-03-28 | 哈尔滨工业大学 | 一种mosfet可靠性测试分析系统及方法 |
CN103675637A (zh) * | 2013-11-14 | 2014-03-26 | 南京航空航天大学 | 功率mosfet健康状态评估与剩余寿命预测方法 |
Non-Patent Citations (4)
Title |
---|
SANKALITA SAHA等: "Accelerated Aging with Electrical Overstress and Prognostics for Power MOSFETs", 《ENERGYTECH》 * |
杨常青等: "《舰基图像处理技术原理与应用》", 31 May 2015, 国防工业出版社 * |
穆歌等: "《系统建模》", 30 April 2013, 国防工业出版社 * |
陈永淑: "IGBT的可靠性模型研究", 《中国优秀硕士论文信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356727A (zh) * | 2015-11-27 | 2016-02-24 | 矽力杰半导体技术(杭州)有限公司 | 用于开关电源的开关管驱动控制方法以及控制电路 |
CN109143014A (zh) * | 2018-07-05 | 2019-01-04 | 中国工程物理研究院电子工程研究所 | 一种内嵌SiC-GTO器件正向阻断特性监测与诊断方法 |
CN109143014B (zh) * | 2018-07-05 | 2020-10-27 | 中国工程物理研究院电子工程研究所 | 一种内嵌SiC-GTO器件正向阻断特性监测与诊断方法 |
CN109101735A (zh) * | 2018-08-16 | 2018-12-28 | 天津大学 | 一种基于rnn的cmos电路性能退化预测方法 |
CN109271670A (zh) * | 2018-08-16 | 2019-01-25 | 天津大学 | 基于bpnn的cmos低噪声放大器性能退化预测方法 |
CN110851947A (zh) * | 2018-08-21 | 2020-02-28 | 通用电气航空系统有限责任公司 | 用于预测半导体疲劳的方法和系统 |
CN112198411A (zh) * | 2019-12-27 | 2021-01-08 | 电子科技大学 | 一种基于栅电压变化的igbt健康监测方法 |
CN112182946A (zh) * | 2020-09-21 | 2021-01-05 | 四川大学 | 基于geomen-pfnn的铝电解能耗模型构建方法 |
DE102021116772A1 (de) | 2021-06-30 | 2023-01-05 | Audi Aktiengesellschaft | Verfahren zum Betreiben einer wenigstens ein Schaltelement umfassenden elektrischen Schaltung eines Kraftfahrzeugs und Kraftfahrzeug |
CN114035010A (zh) * | 2021-09-15 | 2022-02-11 | 国营芜湖机械厂 | 飞机电力载波芯片的mosfet特征参数在线监测平台及提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104849645A (zh) | 基于米勒平台电压的mosfet退化评估方法及采用该方法的mosfet剩余寿命预测方法 | |
Zhu et al. | A state of charge estimation method for lithium-ion batteries based on fractional order adaptive extended kalman filter | |
Xiong et al. | A data-driven multi-scale extended Kalman filtering based parameter and state estimation approach of lithium-ion polymer battery in electric vehicles | |
CN107315138B (zh) | 功率mosfet的故障预测和健康处理方法及测试系统 | |
JP5944291B2 (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
Saxena et al. | Designing data-driven battery prognostic approaches for variable loading profiles: Some lessons learned | |
US9989595B1 (en) | Methods for on-line, high-accuracy estimation of battery state of power | |
EP3966579A1 (de) | Server-seitige charakterisierung von wiederaufladbaren batterien | |
CN105004998A (zh) | 电荷状态估计器及制造和使用电荷状态估计器的方法 | |
CN108490365B (zh) | 一种估计电动汽车的动力电池的剩余寿命的方法 | |
US20100332165A1 (en) | Method of Estimating Pulse Response Using an Impedance Spectrum | |
Juang et al. | Implementation of online battery state-of-power and state-of-function estimation in electric vehicle applications | |
CN108304348B (zh) | 一种基于二元维纳过程的轴承剩余寿命预测方法 | |
Liu et al. | Prognosis of underground cable via online data-driven method with field data | |
CN104569844A (zh) | 阀控密封式铅酸蓄电池健康状态监测方法 | |
CN109829137A (zh) | 一种周期应力下非线性退化设备的寿命预测方法及系统 | |
CN114217164B (zh) | 一种基于放电波形智能识别的电缆故障测距方法及系统 | |
CN116299008A (zh) | 一种电池soh预测方法、装置、电子设备及存储介质 | |
Guo et al. | Rapid online health estimation for lithium-ion batteries based on partial constant-voltage charging segment | |
CN116994641A (zh) | 一种半导体老化测试方法及其系统 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
CN116224085A (zh) | 一种基于数据驱动的锂电池健康状态评估方法 | |
CN101930049A (zh) | 超高压电缆在线局放的监测方法 | |
CN111079270A (zh) | 一种基于二元混合随机过程的轴承剩余寿命预测方法 | |
CN116298515A (zh) | 同步波形测量终端及其测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150819 |