مدل سازی داده محور و یادگیری ماشین در تثبیت کننده ولتاژ منفی ولتاژبالای ۷۹۱۸: واکاوی اثرات ولتاژ بالا، شکست بهمنی و چالش های حرارتی در مقایسه با قطعات با ولتاژ پایین
Publish place: The Annual Congress on Advanced Engineering Sciences and Technologies in Aerospace, Robotics, Nanotechnology, and Renewable Energies.
Publish Year: 1404
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 89
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCARNR01_135
تاریخ نمایه سازی: 24 خرداد 1405
Abstract:
تثبیت کننده ولتاژ خطی منفی ۷۹۱۸ با خروجی ۱۸- ولت، علی رغم نقش حیاتی در تامین ولتاژهای دوپولار بالا برای سیستم های صوتی حرفه ای، تجهیزات صنعتی و مخابراتی قدیمی، به میزان قابل توجهی کمتر از همتایان با ولتاژ پایین تر مورد پژوهش قرار گرفته است. این مقاله به مرور نظام مند پیشینه پژوهش در زمینه مدل سازی ۷۹۱۸ می پردازد و نشان می دهد که با افزایش ولتاژ خروجی از ۱۲ به ۱۸ ولت، پارامترهای کلیدی به طور معناداری تحت تاثیر قرار می گیرند. بررسی داده های تجربی نشان می دهد که افت ولتاژ گذرا در ۷۹۱۸ حدود ۱۴ درصد بیشتر از ۷۹۱۲ است، زمان بازیابی حدود ۳۰ تا ۳۵ درصد طولانی تر می باشد، ریپل رد در فرکانس ۱۲۰ هرتز حدود ۳ تا ۵ دسی بل ضعیف تر است و حساسیت به تغییرات خازن خروجی و دما به طور قابل توجهی افزایش می یابد. اثرات شکست بهمنی و کاهش بهره ترانزیستورهای PNP در ولتاژهای بالا به عنوان پدیده های منحصربه فرد ۷۹۱۸ شناسایی شدند. روش های شبکه عصبی عمیق، ماشین بردار پشتیبان و جنگل تصادفی توانسته اند با دقت ۹۰ تا ۹۴ درصد پارامترهای کلیدی ۷۹۱۸ را پیش بینی کنند. نتیجه گیری نهایی آن است که ۷۹۱۸ یک مورد مطالعاتی منحصربه فرد برای توسعه روش های یادگیری ماشین در مدل سازی قطعات قدرت خطی ولتاژ بالا محسوب می شود.
Keywords:
آی سی ۷۹۱۸ , تثبیت کننده ولتاژ منفی , ولتاژ بالا , شکست بهمنی , یادگیری ماشین , پاسخ گذرا , ریپل رد , ترانزیستور PNP
Authors
علیرضا محمودی فرد
دکترای حرفه ای هوش مصنوعی و مدرس دانشگاه ملی مهارت، تهران، ایران
سید محمدرضا حسینی علی آباد
استاد دانشگاه های ملی و بین المللی، گروه مجموعه مدیریت، علوم پایه و مهندسی