SiC MOSFET在Boost电路中的应用

来源 :工业仪表与自动化装置 | 被引量 : 0次 | 上传用户:fa239831983fa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
第三代半导体材料SiC功率器件由于高温、高频、高阻断电压等优良特性,有利于提升电能变换装置的功率密度和效率,减小重量和体积,降低制造成本.利用PSpice仿真软件测试SiC MOSFET和Si IGBT的静态特性,设计了SiC MOSFET的驱动电路,利用双脉冲电路测试SiC MOS-FET的动态特性.分析SiC MOSFET在Boost电路中的应用,利用单片机STM32F407ZG实现双脉冲以及PWM信号,最后搭建实验电路.实验结果表明,SiC MOSFET的开关响应速度快,导通电阻小,开关损耗小,电路效率高.
其他文献
针对农田土壤受重金属污染,农作物重金属累积风险逐渐严重的问题,以重金属轻污染农田为研究对象,种植4轮次油麦菜,以土壤中和蔬菜中Cd、Pb含量做指标开展研究,对比2种不同钝化剂对重金属轻污染农田的修复效果.试验前后土壤中pH值、有机质、总Cd、Pb含量和有效态Cd、Pb含量的比对结果分析表明,2种钝化剂都能降解Cd、Pb的含量,钝化剂的作用下有机质的增长也能促进对污染土壤的修复,2种钝化剂都能处理有效态重金属,相较下土壤改良剂的处理效果更佳.通过试验前后蔬菜中Cd、Pb含量分析发现,2种钝化剂对于修复土壤中
目前5G技术的应用已融入社会的发展和人民的日常生活.结合无人机的技术优点,5G+无人机在航空拍照、地质测量、高压输电线路巡查、基站巡查、森林防火巡查、物流配送等民用领域应用前景极为广阔,为社会的发展提供了强劲的动力.介绍了无人机的技术优势、5G+无人机的体系架构,以及5G+无人机的实际应用.
为提升机电环境设备监控系统的实时性和准确性,降低机电环境设备的故障率,模块化设计基于DSP和CAN的机电环境设备监控系统.模块化设计综合采集模块、通信管理模块和分析模块.综合采集模块选取DSP为核心处理器,实现信号的实时采集,并将信号转换成电参量,传输至通信管理模块;通信管理模块以CAN总线的控制器TMS320LF2407A作为核心处理器,通过CAN2.0B协议,实现CAN总线数据的实时通信,提升通信的可靠性和抗干扰能力;分析模块采用改进传统连接树传播方法,实现设备故障的实时检测.经实验验证:该系统采集的
为解决模块化弧焊机器人焊接作业标定误差高的缺陷,实现焊接作业的智能化及自动化,研究基于三目视觉的模块化弧焊机器人焊接作业自动标定算法.建立包含三目视觉摄像机的模块化弧焊机器人模型,分析三目视觉摄像机中三个相机的位置关系,建立带约束的多目标优化方程;利用正交平面工件标定法,通过调整机器人坐标系与实际作业环境内工件的匹配位姿,实现工件自动标定.实验结果表明,该算法可实现模块化弧焊机器人焊接作业自动标定,三目视觉摄像机标定的相对误差低于0.1 mm,绝对误差低于0.2%,焊接作业工件标定的均方根误差低于0.6,
变电站无功补偿点电压受到无功补偿容量的影响,导致低压控制补偿投入电压比过高,对此,研究基于RBF人工神经网络的变电站无功补偿装置自动化控制方法.设置变电站无功补偿容量,并根据容量的大小调整变电站在近电源范围的超调量,以此为基础设定无功补偿装置自动化控制间隔,建立RBF人工神经网络补偿装置自动化控制动作逻辑,完成基于RBF人工神经网络的变电站无功补偿装置自动化控制方法设计.实验结果表明,该方法在控制周期在10~ 50 s的区间内,普遍维持在2.0 kV,在50 s后呈现出小幅度的上升趋势,控制效果较为稳定,
移动边缘计算(Mobile Edge Computing,MEC)是利用无线接入网为靠近用户侧提供网络、计算、存储和应用的新型网络架构和开放平台,目前已经成为5G网络演进的重要技术之一.介绍了MEC最新的标准化研究进展,同时对面向5G网络的几种典型MEC应用场景进行了组网分析和部署方案研究,并探索了MEC商业合作模式,以共建边缘网络生态,全面推动5G业务蓬勃发展.
以自动生产线物料搬运工作站为研究对象,针对机器人与生产线进行物料自动搬运的问题,利用RobotStudio虚拟仿真软件对自动生产线物料搬运过程进行动态模拟和离线编程.研究给出了工作站的结构布局及生产线输送链的Smart组件设计,并结合机器人对工作站进行了离线编程与调试.在仿真调试的基础上,设计制造实际的自动生产线工作站.工作站由ABB机器人、码垛工作台、三相异步电机、供料单元、输送带及主控PLC等组成.给出了实际工作站系统架构和设备间的通信方式,将仿真工作站的程序导入实际工作站完成设备调试.该研究对于传统
由于太阳能具有不确定性和随机性,使得对聚光太阳能电站的热功率进行准确预测难度较大.该文提出了一种基于深度学习的热功率预测方法.首先建立标准贯入实验装置的机理模型,识别主要气象因素,避免模型输入选择的主观性;其次利用卷积神经网络和长短期记忆网络对识别出的主要气象因子进行特征提取,充分挖掘气象因子之间的时空耦合特征;最后,由完全连接的层输出得到热功率.仿真结果表明,该文提出的深度学习预测法能够得到更优的热功率预测结果.
光学镜片组件装配是光学组件生产制造工艺中最重要的一个环节.该文设计开发了一种基于视觉的双机器人柔性装配系统,集成2台六轴工业机器人、视觉、快换工装、自动拧紧设备等关键部件,用于完成航天光学镜片组件高精度装配任务.该套柔性装配系统采用视觉对光学零件进行精定位,获得零件装配目标坐标;系统控制双机器人保持协调关系,共同完成装配任务;通过快速更换工装,机器人吸附不同类型吸盘或执行机构,完成兼容不同种类产品装配任务;自动拧紧设备采用力矩控制模式,可对产品拧紧力进行精确控制.该系统能够满足多种航天光学组件产品装配精度
针对卷烟厂空调系统传感器故障检测方法检测精度低的问题,提出基于关联规则算法的传感器故障实时检测方法.根据空调系统的运行原理,建立卷烟厂空调系统工作模型,在该模型下,确定传感器的类型、安装位置以及运行原理.从偏差、漂移、精度下降以及完全失效四个方面,分析传感器的故障类型及其特征.利用关联规则算法,实时采集传感器运行数据,通过与故障量化特征对比,得出空调系统传感器故障检测的实时输出结果.实验结果表明,设计故障检测方法的检测误差得到有效控制,且错检率和漏检率降低了约14.8%和11.5%,提高了检测精度.