MétaCan
Menu
Retour à la cohorte

SiC High Power Devices – Challenges for Assembly and Thermal Management

2013· article· en· W2044434837 sur OpenAlexaff
Peter Friedrichs, Reinhold Bayerer

Notice bibliographique

RevueMaterials science forum · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésSilicon carbidePower moduleElectronicsPower (physics)Power electronicsPower semiconductor deviceMaterials scienceSiliconPower densityElectrical engineeringChipEngineering physicsElectronic engineeringMechanical engineeringComputer scienceEngineeringOptoelectronicsVoltage

Résumé

récupéré en direct d'OpenAlex

Silicon carbide power devices are intended and to enter new application regimes in power electronics, in fact, they are enabling components mainly if higher switching frequencies in power electronics are considered. This trend can be clearly observed since power density can be increased and efforts towards passive components and other mechanical contributions to the system can be reduced. However, this trend imposes new challenges towards the surrounding of the chips in form of the package itself and the whole system around. Stray components like inductances and impedance elements become crucial elements in the whole circuit what results in the fact that a simple exchange of silicon chips by silicon carbide in a given package can be ruled out. In addition different considerations regarding the thermal design especially in power modules arise when SiC chips are considered, triggered by the fact that the cost balance between assembly and chip is shifted compared to silicon based solutions. Thus, different optimization criteria can be used, leading to new design approaches for power modules. The following paper will give a first inside how those boundary conditions can be implemented in innovative solutions using SiC components.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207