Notice bibliographique
Résumé
The thermal design constraint of power electronic converters under the specific power loss and heat sink is mainly determined by the maximum permissible junction temperature of the power devices. As the power density and switching frequency increase, transient electro-thermal models become more and more important for the thermal management system design of the power electronic converters. In traction inverters, the junction temperature has huge variation because the fundamental frequency and phase currents vary significantly during the load cycles. Thus, the junction temperature estimation becomes extremely important for the reliability of traction inverters. In this thesis, the transient electro-thermal analysis of a traction inverter considering the inter-dependency of the power losses and junction temperature in an iterative process is implemented. Considering the impact of circuit stray parameters on the switching loss, the temperature dependent power loss model is built based on the datasheet values and the measured switching losses. A state-of-the-art thermal model of the entire inverter including the power modules and the heat sink is developed considering the thermal coupling effects of multiple power devices. By using transient thermal simulation, the linearity of the heat transfer process of the entire traction inverter is verified. The impact of the material thermal properties on the thermal impedance is also presented. In addition, the accuracy of the combination of the thermal subsystem models is verified with simulation. The developed transient electro-thermal model is then used to simulate the junction temperature profiles of the inverter under different operating conditions. Finally, the developed model is experimentally verified. By considering the thermal impedance of the thermal grease layer, the simulation results match with the experimental results very well. The proposed electro-thermal model can provide important information for the thermal management system design, package optimization, long-term reliability analysis, and maximum rating characterization of the traction inverters.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».