MétaCan
Menu
Retour à la cohorte
Enregistrement W2145152880 · doi:10.1109/63.911151

Physics-based MCT circuit model using the lumped-charge modeling approach

2001· article· en· W2145152880 sur OpenAlexaff
Zia Hossain, K.J. Olejniczak, H. Alan Mantooth, E.X. Yang, Chao Ma

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensSemtech (Canada)
Organismes subventionnairesnon disponible
Mots-clésSpiceBehavioral modelingThyristorSemiconductor deviceElectronic engineeringPower semiconductor deviceSemiconductor device modelingPower (physics)Electronic circuit simulationBipolar junction transistorPhysicsTransistorComputer scienceVoltageElectrical engineeringEngineeringCMOSElectronic circuitMaterials science

Résumé

récupéré en direct d'OpenAlex

This paper presents a physics-based model of metal-oxide-semiconductor (MOS) controlled thyristor (MCT) using the lumped-charge modeling technique. As a relatively new power semiconductor device, little effort has been made thus far in creating an accurate model for simulation use. The only MCT model available to date is that using two bipolar transistors-a behavioral subcircuit model. This model works well for static operation, but has limitations in predicting the dynamic behavior of the device due to the omission of the internal device physics. The use of the lumped-charge modeling technique facilitates the inclusion of internal physical processes and the structural geometry of the device into the model. As a result, this technique provides a more realistic and accurate one-dimensional (1-D) model than any other presently available. This paper presents the successful implementation of the lumped-charge approach on hybrid bipolar-MOS power devices such as the MCT. Most importantly, this model is capable of predicting some dynamic soft-switching behavior of the device, which was never realizable by any SPICE-based simulators. The developed model is thoroughly verified through Saber simulation and experimentation.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,241
Écart entre enseignants0,200 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207