[发明专利]一种基于神经网络的SiC MOSFET阻断电压确定方法

权利要求书

1.一种基于神经网络的SiC MOSFET阻断电压确定方法，其特征在于，包括如下步骤：

步骤1：获取场限环的仿真数据以及实际阻断电压：

步骤101：根据场限环的耐压力等级V_A，计算场限环的设计电压V_B；

V_B＝V_A/η

其中，η为设计终端效率；

步骤102：根据场限环的设计电压V_B，计算场限环的漂移区厚度T_D和掺杂浓度N_D；

T_D＝2.62×10^-3V_B^1.12

N_D＝1.10×10²⁰V_B^-1.27

步骤103：将场限环的漂移区厚度T_D和漂移区掺杂浓度N_D输入仿真软件中，得到场限环的实际阻断电压BV；

步骤104：根据场限环的实际阻断电压BV，计算第一环间距S₁：

步骤105：采用场限环的温度T、环间距S₁、缓变系数d、场限环数量N和漂移区掺杂浓度N_D作为仿真数据；

步骤2：构建神经网络模型：将仿真数据作为自变量，实际阻断电压作为因变量输入不同类型的神经网络模型中，经过迭代计算，得到不同类型用于计算阻断电压的神经网络模型；

步骤3：神经网络模型的选择：将相同的仿真数据作为因变量输入不同类型的神经网络模型中，不同类型的神经网络模型输出不同的诊断阻断电压，将不同类型的神经网络模型输出的诊断阻断电压分别与实际阻断电压数据进行对比，选择诊断阻断电压与实际阻断电压数据接近的神经网络模型作为最终计算阻断电压的神经网络模型；

步骤4：神经网络模型的验证：将仿真数据随机分为多组，分别输入最终确定的神经网络模型进行检验，判断确定的神经网络模型输出的诊断阻断电压与实际阻断电压之间的误差，如果在误差范围内，则将当前神经网络模型确定为计算阻断电压的神经网络模型，否则，改变神经网络模型的权重值后，返回步骤2；

步骤5：对待测试的场限环的阻断电压进行预测：将待测场限环的结构参数作为自变量输入神经网络模型中，预测得到待测场限环的阻断电压。

2.根据权利要求1所述的一种基于神经网络的SiC MOSFET阻断电压确定方法，其特征在于，神经网络模型包括BP神经网络模型和RBF神经网络模型，BP神经网络模型和RBF神经网络模型均包括输入层、隐含层、判断循环层、输出层，隐含层包括多个子隐含层；

构建神经网络模型的方法步骤如下：

步骤A，将仿真数据温度T、环间距S₁、缓变系数d、场限环数量N和漂移区掺杂浓度N_D呈多组序列作为自变量，将与多组仿真数据序列对应的实际阻断电压作为因变量输入输入层；输入层将仿真数据传递给隐含层，多组仿真数据序列分别输入多个子隐含层中；

步骤B，多个子隐含层根据仿真数据计算出多个诊断阻断电压，并将多个诊断阻断电压传递给判断循环层；

步骤C，判断循环层计算出的多个子隐含层的诊断阻断电压和对应的实际阻断电压之间的误差值是否在预设误差阈值范围内，若是，则判断循环层将诊断阻断电压传递给输出层，并保留输出诊断阻断电压在误差值范围内的子隐含层；否则，修改子隐含层的权重值，之后返回步骤B；

步骤D，输出层输出诊断阻断电压，完成对神经网络模型的构建。

3.根据权利要求2所述的一种基于神经网络的SiC MOSFET阻断电压确定方法，其特征在于，BP神经网络模型输入层的神经元数分别为温度T、环间距S₁、缓变系数d、场限环数量N和漂移区掺杂浓度N_D；隐含层为诊断计算层；输出层的神经元数诊断阻断电压；

RBF神经网络模型输入层的神经元数分别为温度T、环间距S₁、缓变系数d、场限环数量N和漂移区掺杂浓度N_D，输出层的神经元数为诊断阻断电压，输入层到隐含层是非线性变化，隐含层到输出层是线性变化。