أخبار ar.wedoany.com، أطلقت شركة أون سيمي (onsemi) أداة التصميم السحابية Elite Pairing Studio، التي تقوم تلقائيًا بمزاوجة مقاومات SiC MOSFET مع مشغلات البوابة المتوافقة بناءً على متطلبات النظام التي يحددها المستخدم، مما يحل عنق الزجاجة في مزاوجة المكونات الذي يتطلب تكرارًا مكثفًا في عمليات المقارنة اليدوية لأوراق البيانات، وتحليل جداول البيانات، والاختبارات التجريبية في تطوير الإلكترونيات الكهربائية.
توجه هذه المنصة المهندسين عبر سير عمل هيكلي خطوة بخطوة لتحليل مجموعة واسعة من مشغلات البوابة المتوافقة مع مقاومات SiC MOSFET المحددة. يعتمد منطق التقييم على معادلات صناعية راسخة وحسابات أداء فعلية، وهو شفاف تمامًا وقابل للفحص من قبل المستخدم. لكل مزاوجة موصى بها، تحسب الأداة عوامل الجودة الرئيسية، بما في ذلك توقيت التبديل، وأشكال موجات الجهد والتيار للبوابة، وهامش تجاوز الجهد بالنسبة لتصنيف انهيار الجهاز، وفقدان طاقة التبديل عند التشغيل والإيقاف.
تُعرض النتائج في عارض موجات تفاعلي، حيث يمكن للمهندسين إجراء مقارنات بين مزاوجات متعددة قبل الانتقال إلى محاكاة على مستوى النظام، مما يتيح لهم التعرف مسبقًا على العوامل المؤثرة في سلوك التداخل الكهرومغناطيسي وهوامش الموثوقية، وهي معايير يصعب تقييمها عادةً دون إجراء اختبارات مكثفة على منصات الاختبار.
صُممت Elite Pairing Studio كمدخل للنظام البيئي الأوسع للمحاكاة لدى أون سيمي. يمكن للمهندسين تصدير نماذج محاكاة متوافقة مع PLECS على مستوى النظام من داخل الأداة، وتحميلها مباشرةً إلى Elite Power Simulator من أون سيمي لإجراء تحليلات حرارية وكفاءة وفقدان الطاقة، مما يشكل مسار تطوير مستمر من اختيار المكونات المبكر إلى التحقق الكامل من النظام، مما يقلل من مخاطر التصميم ويقصر وقت الوصول إلى السوق.
تعمل هذه الأداة في مساحة عمل آمنة وخاصة على موقع onsemi.com، دون الحاجة إلى تثبيت برامج مخصصة. تشمل التطبيقات المستهدفة تحويل الطاقة في مراكز بيانات الذكاء الاصطناعي، ومجموعات نقل الحركة في السيارات الكهربائية، ومحركات التيار المتردد الصناعية، والبنية التحتية الكهربائية. تخطط الإصدارات المستقبلية لدعم المزيد من تقنيات مكونات أون سيمي إلى جانب مقاومات SiC MOSFET ومشغلات البوابة.
أداة Elite Pairing Studio متاحة الآن على موقع أون سيمي الإلكتروني، وسيتم عرضها في معرض PCIM Expo 2026 في نورنبرغ بألمانيا (الجناح 9-332).
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
