에지 AI 기술을 통해 1°C RMS 정확도 내에서 MOSFET 접합부 온도 예측 지원

스위치 온도에 대한 정확한 기준 데이터 확보:

1) 직접 온도 측정

• 전력 MOSFET에 열전대 또는 유사한 온도 센서를 직접 장착 - "골든 레퍼런스" 온도 값을 제공
  

2) 전력 컨버터를 다양한 조건에서 작동:

• 서로 다른 입력 전압
• 다양한 부하 수준
• 여러 냉각 조건

3) 과도 상태 데이터 수집

• 과도 상태는 기존 온도 추정 방식에서 가장 큰 오차를 유발합니다.
• 정확한 에지 AI 모델을 개발하기 위해서는 과도 상황이 충분히 포함된 학습 데이터가 필요합니다.

사용 가능한 리소스:

• 위 방법으로 생성된 독자적인 데이터 세트를 모델 학습 및 평가에 사용합니다. 제공된 데이터 세트를 사용하거나 자체 수집한 데이터를 가져옵니다.

골든 레퍼런스 데이터 세트는 다음과 같이 확보합니다.

MOSFET 접합부에 최대한 근접하도록 온도 센서를 설치하며, 일반적으로 MOSFET 패키지에 직접 온도 센서를 연결합니다. 이를 통해 실제 접합부 온도에 가장 근접한 값을 얻을 수 있습니다.

데이터 세트가 준비되면 TI tinyML Model Zoo를 사용하여 모델을 탐색, 학습 및 평가합니다. 

성능과 전력 요구 사항에 따라 확장 가능한 TI의 최적화된 일반 시계열 모델 라이브러리를 활용할 수 있습니다.

MOSFET 온도 예측을 위해서는 TI tinyML Model Zoo의 예제 → mosfet_temp_prediction을 참고하면 높은 정확도의 온도 예측을 구현할 수 있습니다.

명령줄 툴로 시작할 수 있으며, tinyml-modelzoo에서는 BYOD(자체 데이터 활용) 또는 BYOM(자체 모델 활용)을 포함해 보다 확장되고 유연한 모델 개발 툴 세트를 제공합니다.