MétaCan
Menu
Retour à la cohorte
Enregistrement W4308471070 · doi:10.1109/ted.2022.3208218

Modeling and Analysis of SiC GTO Thyristor’s Dynamic Turn-On Transient

2022· article· en· W4308471070 sur OpenAlexaff
Hangzhi Liu, Jun Wang, Shiwei Liang, Hengyu Yu, Gaoqiang Deng, Yuwei Wang, Z. John Shen

Notice bibliographique

RevueIEEE Transactions on Electron Devices · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésThyristorGate turn-off thyristorTransient (computer programming)MOS-controlled thyristorIntegrated gate-commutated thyristorSilicon carbideStatic induction thyristorTurn (biochemistry)Materials scienceElectronic engineeringElectrical engineeringComputer scienceEngineeringVoltagePhysicsTransistor

Résumé

récupéré en direct d'OpenAlex

The fast turn-on speed of silicon carbide (SiC) gate-turn-off (GTO) thyristor is preferred for pulse power applications. However, the turn-on delay phenomenon hinders its improvement. In this article, the dynamic turn-on transient process of SiC GTO thyristor is investigated and analyzed extensively by means of both numerical simulation and physical modeling. The physical mechanism behind its turn-on transient process is discussed in detail. A physical model based on the charge-control theory is proposed to identify the dominant factors influencing the dynamic turn-on transient. Then the theoretical analysis is quantitatively made on the parameter design of GTO’s unit cell, and methods to increase the turn-on switch speed are extensively discussed. This study provides not only in-depth physical insights into the device’s turn-on characteristics, but also designs guidelines for the advancement of SiC GTO thyristor.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,845

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Electron DevicesMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207