Development of a Device Characterization Curve Tracer for High Power Application
Notice bibliographique
Résumé
Due to self-heating and significant temperature rise in a power device junction, the device characterization through the DC measurement is a major issue. Short pulsed technique or Pulsed I-V (PIV) characterization is the technique which is used by commercial curve tracer and network analyzers to characterize the power devices. Although, this technique prevent excessive self-heating but doesn't guarantee that measurement will be operated in the desired accuracy range because even a moderate self heating may cause significant measurement error. In this research work, a measurement technique is introduced that results "device characterization within the desired accuracy range". The technique is based on the stimulation of the device under test (DUT) with voltage ramps that allow for "fast transient mesurement". Because, this way of stimulation excites the parasitic impedances in the DUT, a dynamic model of the DUT is presented. This model allows determining the operation conditions that "guarantee the specified measurement accuracy". The measurement procedure is described and the developed measurement algorithms are implemented in LabVIEW environment to obtain a "PC-based device characterization curve tracer for high power application". A high current power MOSFET is used as the DUT. The calibration and measurement phases are carried out by the developed curve tracer. During the calibration phase, the measurement condition including allowed junction temperature deviation, maximum ramp slope and maximum allowed drain-source voltage to "guarantee 2% measurement error" is specified. The measurement phase is carried out based on these operating conditions. The result is a family of output I-V curves for different gate voltage set. This measurement technique "validated" with that of measured based on the PIV characterization technique from the device data sheet. The discrepancy between the measurement result and datasheet curve is discussed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».