ディスクリートSiC-MOSFETスイッチング波形の機械学習を用いたパワーサイクル劣化検出

カテゴリ: 全国大会

論文No: 4-093

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Power Cycle Degradation Detection Using Machine Learning of Discrete SiC-MOSFET Switching Waveforms

著者名: 出井和音（九州大学）,MameeThatree（九州大学）,MuellerJonas（ブレーメン大学）,LutzenHauke（ブレーメン大学）,KaminskiNando（ブレーメン大学）,西澤伸一（九州大学）,齋藤渉（九州大学）

著者名(英語): Kazune Idei (Kyushu University),Thatree Mamee (Kyushu University),Jonas Mueller (University of Bremen),Hauke Lutzen (University of Bremen),Nando Kaminski (University of Bremen),Shin-ichi Nishizawa (Kyushu University),Wataru Saito (Kyushu University)

キーワード: SiC-MOSFET|パワーサイクル劣化|ワイヤリフトオフ|畳み込みニューラルネットワーク|SiC-MOSFET|Power Cycling Degradation|Wire Lift-Off|Convolutional Neural Network

要約(日本語): パワーデバイスの故障原因として，パワーサイクル劣化がある。本研究では実働のシステムの故障・寿命を検出するために，機械学習でスイッチング波形を解析しパワーサイクル劣化検出を行う。本稿では，ディスクリートSiC-MOSFETのスイッチング波形を用いたパワーサイクル劣化検出手法において，解析に使用する検出信号や，測定に用いるM-Shuntの種類を変更した場合の正解率を比較し，測定手法の有効性を検討した。結果より，V_gsを利用することで，Turn-offおよびTurn-onのいずれにおいても

本誌掲載ページ: 149-151 p

原稿種別: 日本語

PDFファイルサイズ: 486 Kバイト