东芝推出应用于工业设备的具备增强安全功能的SiC MOSFET栅极驱动光电耦合器

东芝电子元件及存储装置株式会社今日宣布,最新推出一款可用于驱动碳化硅(SiC)MOSFET的栅极驱动光电耦合器——“TLP5814H”。该器件具备+6.8 A/–4.8 A的输出电流,采用小型SO8L封装并提供有源米勒钳位功能。今日开始支持批量供货。

在逆变器等串联使用MOSFET或IGBT的电路中,当下桥臂[2]关闭时,米勒电流[1]可能会产生栅极电压,进而导致上桥臂和下桥臂[3]出现短路等故障。常见的保护措施有,在栅极关闭时,对栅极施加负电压。

对于部分SiC MOSFET而言,具有比硅(Si)MOSFET更高的电压、更低的导通电阻以及更快的开关特性,但栅极和源极之间可能无法施加足够的负电压。在这种情况下,有源米勒钳位电路的应用使米勒电流从栅极流向地,无需施加负电压即可防止短路。然而由于部分削减成本的设计,导致其在IGBT关断时减少用于栅极的负电压。而且在这种情况下,内建有源米勒钳位的栅极驱动器是可以考虑的选项。

TLP5814H内建有源米勒钳位电路,因此无需为负电压和外部有源米勒钳位电路提供额外的电源。这不仅为系统提供安全功能,而且还可通过减少外部电路来助力实现系统的最小化。有源米勒钳位电路的导通电阻典型值为0.69 Ω,峰值钳位灌电流额定值为6.8 A,因此非常适合作为SiC MOSFET的栅极驱动器,SiC MOSFET对栅极电压变化非常敏感。

TLP5814H通过增强输入端红外发射二极管的光输出并优化光电检测器件(光电二极管阵列)的设计实现了–40 °C至125 °C的额定工作温度,从而可提高光耦合效率。因此,面对严格热管理的工业设备,比如光伏(PV)逆变器和不间断电源(UPS)等是十分适合的。此外,其传输延迟时间和传输延迟偏差也规定在工作温度额定值范围内。其5.85 mm×10 mm×2.1 mm(典型值)的小型SO8L封装有助于提高系统电路板的部件布局灵活性。此外,它还支持8.0 mm的最小爬电距离,进而可将其用于需要高绝缘性能的应用。

未来东芝将继续开发光电耦合器产品,助力增强工业设备的安全功能。

  • 应用:

工业设备

  • 光伏逆变器、UPS、工业逆变器以及AC伺服驱动等

  • 特性:

  • 内建有源米勒钳位功能

  • 额定峰值输出电流:IOP=+6.8 A/–4.8 A

  • 高工作温度额定值:Topr(最大值)=125 °C

  • 主要规格:

(除非另有说明,否则Ta=–40 °C至125 °C)


注:

[1] 米勒电流:当高dv/dt电压应用于MOSFET的漏极和栅极之间的电容或IGBT的集电极和栅极之间的电容时,产生的电流。

[2] 下桥臂是从使用电源器件的电路的负载中吸收电流的部件,例如串联至电源负极(或接地)的逆变器,而上桥臂则是从电源为负载提供电流的部件。

[3] 上桥臂和下桥臂短路:由于噪声引起的故障或开关过程中米勒电流引起的故障,上下电源器件同时接通的现象。

如需了解有关新产品的更多信息,请访问以下网址:

TLP5814H

https://toshiba.semicon-storage.com/info/lookup.jsp?pid=TLP5814H

如需了解有关东芝隔离器/固态继电器的更多信息,请访问以下网址:

隔离器/固态继电器

https://toshiba.semicon-storage.com/cn/semiconductor/product/isolators-solid-state-relays.html

如需了解有关新产品在线分销商网站的供货情况,请访问以下网址:

TLP5814H

https://toshiba.semicon-storage.com/cn/semiconductor/where-to-buy/stockcheck.TLP5814H.html

*本文提及的公司名称、产品名称和服务名称可能是其各自公司的商标。

*本文档中的产品价格和规格、服务内容和联系方式等信息,在公告之日仍为最新信息,但如有变更,恕不另行通知。

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可过色彩空间转换与直方图统计来量化颜色属性。过计算各颜色道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值