Adaptive PDE-Based Reduced-Order Modeling for Fast Thermo-Mechanical Lifetime Assessment of Power Devices in Railway Traction Drives
Notice bibliographique
Résumé
Power semiconductor devices in railway traction systems are frequently subjected to dynamic mission profiles characterized by rapid acceleration, regenerative braking, and load fluctuations.These conditions induce repetitive thermal cycles and complex thermomechanical stresses in device layers such as chips, solder joints, and substrates, eventually leading to fatigue and failure.This paper proposes a PDE-based thermo-mechanical modeling framework for the simulation and lifetime prediction of power semiconductor devices operating under railway traction profiles.The governing partial differential equations for transient heat conduction and coupled thermo-elastic stress are formulated and solved to capture temperature gradients and stress distributions across multilayer modules.An adaptive reduced-order modeling (A-ROM) approach with a-posteriori error control is introduced to accelerate simulations while preserving accuracy at thermal hotspots.A differentiable Rainflow algorithm combined with a Bayesian Miner model is integrated into the pipeline for end-to-end lifetime estimation with quantified uncertainty.The proposed framework is validated through representative traction duty cycles, demonstrating significant computational speed-up compared with full-order PDE simulations, while maintaining prediction accuracy.Results indicate that the methodology provides not only accurate field and fatigue life predictions but also a scalable digital twin concept for railway traction drives, enabling reliability-oriented design and proactive maintenance strategies.The integration of Bayesian Miner-based uncertainty quantification and digital twin adaptability ensures predictive reliability under mission variability.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».