利用边缘 AI 技术实现以 1°C 以内的 RMS 精度预测 MOSFET 结温
使用边缘 AI 模型在额定结温范围内运行电源转换器 MOSFET，以确保安全性和长期可靠性
应用概述
在额定温度范围内运行 MOSFET，对于电源转换器系统安全可靠运行至关重要。然而，快速瞬变和异常负载状态可能导致瞬态结温摆动超出额定值，且此类摆动难以通过传统温度测量技术（如板载传感器、热电偶等）进行测量。
基于边缘 AI 的温度预测解决方案可利用多维输入（如工作电流、电压、冷却液流速以及来自传感器的粗略温度读数）提高结温测量的精度。
我们的创新方法采用多层感知器边缘 AI 模型，该模型在专有温度测量数据集上经过训练，可在 TI 的 C2000 MCU 上无缝运行。该技术可实现更精确的结温监测。
开始评估
数据收集
要获取精确的开关温度参考数据，可以：
1) 直接测量温度
- 将热电偶或类似温度传感器直接安装在功率 MOSFET 上。这么做可获得"黄金参考"温度值
2) 全面的运行状态，使电源转换器在多种状态下运行：
- 不同的输入电压
- 变化的负载水平
- 多种冷却状态
3) 收集瞬态事件
- 在传统的温度估算方法中，瞬态条件会产生巨大的误差
- 训练数据必须包含丰富的瞬态事件表征，才能开发出精确的边缘 AI 模型
可用资源：
- 使用上述方法生成的专有数据集，可用于模型训练和评估。既可使用我们提供的数据集，也可携带您自己收集的数据
数据质量评估
通过以下方式获取黄金参考数据集：
将温度传感器尽可能靠近 MOSFET 结安装，通常将温度传感器直接连接至 MOSFET 封装。这样可提供最接近实际结温的近似值
图 1.1 - 温度预测 MOSFET
图 1.2 -温度传感数据 - 良好
图 1.1 - 预测的 MOSFET 外壳温度
构建并训练模型
准备好数据集后，使用 TI tinyML Model Zoo 探索、训练和评估模型
寻找符合您需求的模型
访问我们经过优化的通用时间序列模型库，这些模型可根据性能和功耗需求进行扩展。
对于 MOSFET 温度预测，请参阅 TI tinyML Model Zoo 中 examples → mosfet_temp_prediction 下的模型，以实现高精度的温度预测。
部署模型
从我们的命令行工具入手，我们的 tinyml-modelzoo 提供了更广泛、更灵活的模型开发工具集，包括“自带数据”(BYOD) 或“自带模型”(BYOM)
选择适合您的器件
C2000 MCU 系列提供了可扩展的性能，可满足您广泛的 AI 需求，包括 C29 利用 F29H859TU-Q1 实现的超长指令字 (VLIW) 并行性能、TMS320F28P559SJ-Q1 搭载的 TinyEngine™ NPU 等。
入门所需的所有硬件、软件和资源
硬件
LAUNCHXL-F29H85X
C2000™ 实时 MCU F29H85x LaunchPad™ 开发套件助力快速开发边缘 AI 用例。
F29H85X-SOM-EVM
F29H85x controlSOM 评估模块助力快速开发边缘 AI 用例。
LAUNCHXL-F28P55X
C2000™ 实时 MCU F28P55X LaunchPad™ 开发套件助力快速开发边缘 AI 用例。
软件与开发工具
CCStudio™ Edge AI Studio
全面的工具集，用于训练、编译模型并将其部署到 TI 边缘 AI 器件。提供了模型选择工具，可查看热门模型的预生成基准测试结果。
CLI Tools
为希望开发自有模型的高级用户提供的命令行界面。使用此端到端模型开发工具，包含数据集处理、模型训练和编译功能。
F29-SDK
适用于 F29 实时 MCU 的基础软件开发套件 (SDK)。