機械学習を用いたアクティブゲート駆動回路の最適化

カテゴリ: 研究会(論文単位)

論文No: SPC24039,MD24039

グループ名: 【D】産業応用部門 半導体電力変換/【D】産業応用部門 モータドライブ合同研究会

発行日: 2024/01/22

タイトル(英語): Optimization of Active Gate Driver Circuits Using Machine Learning

著者名: 馮 旭翔(東京都立大学),和田 圭二(東京都立大学)

著者名(英語): Kokusho Hyo(Tokyo Metropolitan University),Keiji Wada(Tokyo Metropolitan University)

キーワード: アクティブゲート駆動回路|最適化|スイッチング損失|サージ電圧|active gate driver|optimization|switching loss|surge

要約(日本語): 電力変換回路においてアクティブゲート駆動回路を用いることによりサージ電圧、スイッチング損失の低減が期待できる。しかし、アクティブゲート駆動回路条件やその制御パターンを変えることによりその結果は変わるものの、多くの条件の中からどのような条件が適しているのかを決定することは難しい。そこで本研究では機械学習を用いたアクティブゲート駆動回路の最適化についての提案を行う。

要約(英語): The use of active gate drive circuits in power conversion circuits can be expected to reduce surge voltage and switching losses. However, it is difficult to determine which conditions are suitable from among many conditions, although the results can be changed by changing the active gate drive circuit conditions and its control pattern. In this study, we propose an optimization method for active gate drive circuits using machine learning.

本誌: 2024年1月25日-2024年1月26日半導体電力変換/モータドライブ合同研究会-3

本誌掲載ページ: 39-43 p

原稿種別: 日本語

PDFファイルサイズ: 1,296 Kバイト