展位号:6002
产品创新亮点:
系统回路电感<15nH,模块回路电感<7nH,Tjmax=175℃,8并芯片出流>650Arms。超低环路电感,更低的电压尖峰。
1.更小的寄生电阻
2.均衡的动态均流
3.更低的串扰电压
4.Si3N4基板&pin-fin冷却结构使得热阻更小
5.最大工作结温175℃
应用领域:EV Traction Inverter
开发阶段:量产
责任编辑:龚淑娟
审 核:李峥
登录后可发表评论
2026-07-20
2026-07-22
2026-07-21
2026-07-23
2026-07-24
针对传统永磁同步电机建模方法难以兼顾精度与实时性的问题,本文基于深度学习技术提出一种融合物理约束的永磁同步电机降阶模型,通过深度神经网络实现对电机非线性电磁特性的精细化建模。围绕所提降阶模型,搭建了电驱实验系统,并将该模型集成至电驱系统中,实现了实时硬件在环验证。在不同工况下对降阶模型和传统dq轴解析模型开展实验分析,结果表明,所提出的基于深度学习的永磁同步电机降阶模型在保证高精度建模的同时,实现了更好的动态性能。该模型支撑的实验系统可用于电驱系统的快速仿真与控制算法研究,具有良好的工程应用前景。
作者:高健 王向前 朱绍鹏
AI汽车制造业
18518227486
评论
加载更多