当前位置: 首页 > news >正文

英飞凌Plecs热模型参数及计算公式解读

之前一直有朋友问我:自己建立Plecs热模型的时候,怎么把驱动电阻对开关损耗的影响也加进去,其实我一直也没找到太好的方法,因为电阻阻值的大小对开关损耗的影响是非线性的,不能简单的等比例进行换算

这篇文章通过分析英飞凌的热模型,看看宇宙第一大厂是怎么解决这个问题的

打开英飞凌的IGBT IKW40N120CS7热模型,发现好像跟我们之前文章里讲的热模型的建立方法不太一样,这里只有公式,没有任何图表

图1

图2

这里跟大家解释一下,plecs热模型计算开关损耗的方法有3种:

  1. 查表法

  2. 公式法

  3. 查表加公式法

图3

之前文章中建立模型采用的是查表法,而英飞凌采用的方法是公式法

公式的含义

这里来分析一下这个公式是怎么计算的

Lookup表示查表,表格去哪里查,在custom tables里面英飞凌列了一组关系曲线

图4

开关损耗与4个因素有关,电流、电压、温度、驱动电阻因此每个因素都与开关损耗做了一张表

英飞凌的思路是将这几个因素对开关损耗的影响进行标准化,再通过基准损耗乘以标准化比例系数,从而得到开关损耗

那为什么不直接用图表法进行插值计算呢?

我的理解:是因为温度与开关损耗的关系是非线性的,驱动电阻与开关损耗也是非线性的,要做两次二维插值,计算起来还是非常复杂的,因此英飞凌的这种方法相当于做了简化

怎么实现?

假设我们已知

Eon(V=600V,I=40A,T=175℃,Rgon=4Ω)=3.85mJ,那么如果想知道V=500V时的损耗,应该怎么计算呢?

Eon(V=500V,I=40A,T=175℃,Rgon=4Ω)

= Eon(V=600V,I=40A,T=175℃,Rgon=4Ω)*500V/600V=3.85*5/6=3.2mJ

同理如果想计算Eon(V=500V,I=30A,T=175℃,Rgon=4Ω)的值呢?

Eon(V=500V,I=30A,T=175℃,Rgon=4Ω)

= Eon(V=500V,I=40A,T=175℃,Rgon=4Ω)*30A/40A=3.2*3/4=2.4mJ

在基准值的基础上,每次只变动一个变量,层层递进的算下去就能得到任意点的开关损耗值

怎么确定基准值是多少?

实际上基准值就是Eon(V=600V,I=40A,T=175℃,Rgon=4Ω)=3.85mJ

这个值我们从规格书中就能查到

图5

根据之前文的讲解,既然是基准值,那么这个值应该与所有的相关因素都有关系,我们在custom tables中可以确认

图6表示的是on驱动电阻对损耗的影响,即:当电阻为4Ω的时候,开关损耗为3.869mJ,基本与规格书一致

图6

图7表示的是电流对开关损耗的影响,当电流为40A的时候,开关损耗也为3.869mJ

图7

图8表示的是温度与开关损耗的关系,在温度为175℃的条件下,开关损耗也为3.869mJ

图8

图9表示的是电压与开关损耗的关系,在电压为600V的条件下,开关损耗也为3.869mJ

图9

发现了吧,这里每一个变量都与基准值相关

也许把之前的公式改造一下看起来更容易,这里我们假设Rv,e为电压与开关损耗基准值的比例系数,Eon为开关损耗的基准值,Ev,e为比例系数与基准值的乘积,即Ev,e=Rv,e*Eon;电流、温度、驱动电阻也一样,这里就不一一举例

因此之前的公式可以改造为

这里也解释了为什么分母是除以3次基准值,而不是4次

至于导通损耗的计算方法,与之前文章讲过的方法一致,就是通过查表来找出Vce的值,并与电压相乘,即得出导通损耗

以上就是我对英飞凌热仿真模型公式计算方法的解读,如果有理解不对的地方欢迎大家留言讨论

相关文章:

[Plecs基础知识系列]基于Plecs的半导体热仿真(理论篇)_plecs热仿真-CSDN博客

[Plecs基础知识系列]基于Plecs的半导体热仿真方法(实战篇)_ 建立电路模型_plecs热仿真-CSDN博客

[Plecs基础知识系列] 基于Plecs的半导体热仿真方法(实战篇)_建立热路模型与仿真-CSDN博客


如果觉得文章还不错,请不吝点赞、转发、收藏

http://www.jsqmd.com/news/1401007/

相关文章:

  • AI智能体在制造业的应用:从工艺知识传承到实时质量控制
  • HoRain云--NumPy 数组属性
  • 52-综合实战线上调优全流程
  • JVM 内存管理原理及生产配置实战:从“参数能启动”到“内存可控”
  • 春秋云镜靶场漏洞复现:CVE-2022-23880 taoCMS `.phtml` 上传执行
  • 春秋云镜靶场漏洞复现:CVE-2022-22909 Hotel Druid 房间名称代码注入
  • 深入骨髓!50行代码拆解LLM Harness工程:如何用“赛马机制”根治幻觉
  • 视频异常检测新范式:对比事件裁决,无需训练识别未知异常
  • 春秋云镜靶场漏洞复现:CVE-2022-0788 WP Fundraising REST SQL 注入
  • 移动端自动化工作流:TRAE SOLO如何实现手机端Agent智能调度
  • AI Agent白手起家74: CrewAI 核心组件详解——从智能体到知识库
  • Claude Code Hook机制:从AI助手到团队工程化基础设施的进阶实践
  • 安防监控YOLO全栈方案:人员入侵检测+行为分析+跟踪算法一体化实现
  • 春秋云镜靶场漏洞复现:CVE-2022-2073 Grav CMS Twig `system` 过滤器 RCE
  • 人生代码 | 第4关:输入要节制 -- 节奏失控,努力白忙
  • YOLOv8 八类人脸表情识别全栈工程|8038 张 VOC/YOLO 数据集、PyQt5 精美 GUI、ONNX 量化推理、全套训练评估曲线落地
  • 基于 Spring Boot + Vue3 的校园管理系统
  • Python字符串操作全解析:从基础增删改查到高效编程实践
  • LVS负载均衡彻底搞懂:三种工作模式原理与DR模式实战踩坑全记录
  • 阿里云Elasticsearch 9.4 Agent Builder:构建智能体,重塑搜索驱动型应用开发
  • 破解物理AI技术困局(33):TVA达成意图预判与主动配合
  • Token钱包下载APP代码开发流程
  • YOLOv8 飞鸟智能预警全栈工程|单类别 VOC/YOLO 航拍数据集、PyQt5 精美 GUI、ONNX 量化推理、全套训练评估曲线落地
  • 蓝速科技可移动多媒体智慧讲台:分散场地下的灵活选型实测
  • Spring Boot WebClient 从入门到精通:非阻塞HTTP客户端实战指南
  • Kimi LeetCode 3910. 统计节点和为偶数的连通子图 Java实现
  • 随手拍也能变成杂志大片:最近值得玩的 9 个照片处理 Skill
  • 【寄电瓶车到外省哪个物流便宜?2026价格对比与推荐,看完不再踩坑】 - 快递物流资讯
  • 换模小车,工厂注塑压铸模具移位简易高效设备 - 优企甄选
  • 春秋云镜靶场漏洞复现:CVE-2022-1014 WP Contacts Manager 未认证 SQL 注入