An Area-Efficient SiC-MOSFET Termination Optimization Method Based on Deep Learning and Specified MOPSO Algorithm

doi:10.1109/tcad.2026.3650862

An Area-Efficient SiC-MOSFET Termination Optimization Method Based on Deep Learning and Specified MOPSO Algorithm

2026-01-05

0

PRE

AI

DOI：10.1109/tcad.2026.3650862

原文链接

原文求助

摘要

En 中文

碳化硅（SiC）功率器件的击穿特性和可靠性性能极大地受到边缘终止设计的影响。然而，考虑到参数的复杂性和多目标之间的权衡，在典型的终止结构（如场限制环（FLR））中同时实现高击穿电压（BV）和面积效率是一个具有挑战性的过程。为解决此问题，本文提出了一种基于物理表征变量的新型高效终止设计优化方法。通过利用辅助参数 $\gamma $ 指定的多目标粒子群优化（MOPSO）算法，分别实现了110 V的BV提升和超过26%的终止面积缩减。值得注意的是，该方法提供的设计方案在性能上优于训练期间使用的数据集。结果通过技术计算机辅助设计（TCAD）模拟得到验证，并且我们成功预测了实际制造器件的性能增益。因此，本文为多目标优化问题提供了一种潜在的解决方案。随着帕累托解的多样化分布，该方法证明了其在涉及多目标优化的功率器件设计中具有广泛适用性。

Keyword:

Breakdown voltage (BV)

combined deep neural network (DNN)

multiple objective particle swarm optimization (MOPSO) algorithm

Pareto front

termination area efficiency

An Area-Efficient SiC-MOSFET Termination Optimization Method Based on Deep Learning and Specified MOPSO Algorithm

摘要

期刊

机构

引用论文