W pracy omówiono budową, parametry oraz właściwości nowego łącznika energoelektronicznego o działaniu tyrystorowym MCT. Umożliwia on zarówno łatwe i szybkie załączanie, jak też wyłączanie obwodów mocy za pomocą różnobiegunowych impulsów napięciowych bramka - anoda.
EN
The semiconductor cell structure, parameters and switching behaviours of the MOS Controlled Thyristors (MCT) as a new power electronics switches are presented. Some experimental investigation and simulation results of the static and dynamic parameters and properties are also done.
Przedmiotem niniejszej pracy są ukladowo-zorientowane modele tranzystorów IGBT w szczególności przeznaczone do implementacji w środowisku SPICE - uniwersalnych symulatorów układów elektronicznych. Przedstawiono trzy różne makromodele IGBT zawarte w bibliotekach najnowszych wersji SPICE'a a także zaproponowano nowy nieliniowy model tego tranzystora. Zamieszczono wyniki badań porównawczych podstawowych właściwości statycznych i dynamicznych wszystkich czterech modeli.
EN
The IGBT transistor models for power electronic circuits design are the object of studies in presented paper. Such models should be sufficiently simple for calculation, parameters extraction and results interpretation. Generally for the circuit-oriented IGBT model appreciate the relation of fitting error to number parameters can be used. This coefficient should be evidently a minimum value. Great number physical and dimensional parameters of the physic-based models are difficult to be extracted from electrical measurement without knowing the details of device structure and fabrication data and they can't perform of this demands. Using the IGBT macromodel basing on BJT and MOSFET submodels in pseudo Darlington configuration it can obtain better results. In presented paper the properties of three IGBT models used in SPICE environment simulator and new universal IGBT model proposed to these packets are compared. In paper the investigation results of the static characteristic and some dynamic state waveforms for all four models are presented and discussed. While comparing the four different models it has been noted that the adaptation of simple level=l or level=3 SPICE MOSFET submodel does not give a satisfactory fitting of the real IGBT characteristics in the triode range, despite relative accordance to the measurements in the pentode range. It has been particularly evident in the transfer static characteristics. It has been proved that it is possible to fit precisely the IGBT on-state also in the triode range, applying a new nonlinear function, proposed in this paper in one of submodel. The investigations of this new model have shown a very good agreement between the simulation and measurements and average fitting errors order 2 %. This approach also enables the modelling of the two basic types of the IGBT structures, both symmetric and asymmetric, without the changing of the numbers of parameters.
Praca dotyczy zagadnień redukcji i selekcji informacji w danych podawanych na wejście układu klasyfikatora. Artykuł zawiera omówienie zagadnień związanych z wykorzystaniem funkcji bazowych jako narzędzia wstępnej analizy danych. Przedstawiono skrótowe omówienia własności transformacji falkowej WT oraz jej uogólnionej wersji w postaci pakietowego przekształcenia falkowego WPT. Wskazano na wady i zalety transformacji wykorzystujących funkcje bazowe z punktu widzenia zagadnienia klasyfikacji danych pomiarowych. Wnioski z tej analizy pozwoliły na zaproponowanie nowego algorytmu wstępnej analizy danych nazwanego algorytmem LDBFS. Jest to rozwiązanie hybrydowe, które posiada własności metod wydobywania cech (zagadnienie analizy informacji zawartej w zbiorze danych pomiarowych) jak i metod selekcji cech (zagadnienie redukcji wymiaru wektora cech). Algorytm LDBFS pozwala na dowolne definiowanie cech nowych zbiorów danych powstających przez przekształcenie pierwotnych zbiorów cech. Dobierając odpowiednią dla danego zagadnienia funkcję matkę w transformacji falkowej oraz funkcję wyróżniania informacji można uzyskać efekt uwypuklenia wyłącznie danych istotnych z punktu widzenia dalszej analizy. Praca zawiera szczegółowy opis algorytmu LDBFS. Własności nowego algorytmu zostały zweryfikowane poprzez porównanie wyników klasyfikacji danych pochodzących z sonaru. Wykorzystano w tym celu dwie metody klasyczne, tj. algorytm M1NERR (selekcja cech), algorytm PCA (wyszukiwanie cech), oraz opracowany przez autorów algorytm LDBFS.
EN
The primary goal of the paper is to present the new data preprocessing method which allows the improvement of the classification process. That method, which we called LDBFS (Local Discriminant Bases with Feature Selection) is based on the wavelet packet transform. The LDBFS algorithm is a hybrid approach which consists of two main parts: feature extraction block and feature selection block. It reduces the dimensionality of data sets and maximizes a class separability for classification problems. Thanks to possibility to define the information discriminant function related to the data characteristics, the most significant features can be easily separated while the others, less important from the classification point of view, can be rejected. We tested our method using sonar dataset. That example show the superiority of our approach over classical methods (M1NERR and PCA). The comparison, presented in the paper, proves that LDBFS algorithm provide us with better insight of relationships between the essential features of inputs signals and corresponding outputs what tends to enhances the performance of any classifier.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Wzrastające wymagania odnośnie ochrony środowiska i związane z tym m.in. coraz ostrzejsze normy dotyczące toksyczności spalin wyczerpują powoli możliwości konstrukcyjne w obszarze napędu spalinowego. Uwarunkowania 'emisji zero' mogą zostać dzisiaj spełnione tylko przez zastosowanie napędu elektrycznego w różnych odmianach, a uwzględniając jednocześnie kryteria ekonomiczne, coraz częściej wskazuje się na konieczność rozważenia w pracach rozwojowych również rozwiązań hybrydowych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.