两篇新研究论文提出了监测碳化硅（SiC）功率模块健康状况的先进方法，SiC功率模块是电动汽车逆变器中的关键组件。第一篇论文介绍了一个物理信息框架，该框架使用损伤累积指标和单调性约束来预测退化，与Infineon Technologies数据上的数据驱动方法相比，误差降低了70%。第二篇论文证明，这些损伤累积特征，特别是与神经常微分方程（NODEs）结合使用时，显著提高了在焊料疲劳和引线键合脱落等不同失效机理之间的迁移性，其性能优于传统的预测方法。 AI
影响 这些进步可能导致更可靠的电动汽车组件和改进电力电子领域的预测性维护策略。
排序理由 两篇在arXiv上发表的详细介绍新研究方法的学术论文。
- arXiv
- Infineon Technologies
- Miner rule
- Neural Ordinary Differential Equations
- SiC MOSFET modules
- SiC power modules
- Silicon Carbide
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
