来源：期刊VIP网 时间：
作者：郭勇吉;陈鹏伟;谢琛;王旭辉;
单位：南京航空航天大学自动化学院;南京工业大学数理科学学院;河海大学数学学院;
摘要：SiC MOSFET热网络建模是预测、优化器件热行为以及实施有效热管理的重要基础。为解决现有Cauer热网络参数辨识误差较大的问题，提出了一种基于物理信息神经网络(PINN)的热网络参数辨识方法。根据器件物理结构及热边界层条件建立包含外部散热路径的Cauer热网络模型，并在分析热网络方程结构特点的基础上，设计了适用热网络不可观测节点和完整参数辨识的物理信息神经网络架构，提高了辨识结果的全局最优性与物理合理性。经Simulink与COMSOL有限元仿真验证，该参数辨识方法具有较高的准确性。
关键词：SiC MOSFET;;Cauer热网络;;热表征;;参数辨识;;物理信息神经网络
基金资助：国家自然科学基金(52007080);; 江苏省自然科学基金面上项目(BK20231446);; 江苏省研究生科研与实践创新计划(SJCX25＿0558)
