【摘 要】
：
IGBT（Insulated Gate Bipolar Transistor）器件具有大电流、高功率、易驱动的特点,广泛应用于高压输电、交通运输、家用电器、军事设备与航天航空等领域。IGBT器件漂移区内存在的电导调制效应,使得器件导通时,拥有较低的导通压降Von;器件关断时,漂移区内大量非平衡载流子会使器件出现关断电流拖尾,导致过大的关断损耗Eoff,两者之间存在矛盾关系。目前,IGBT器件重点关
论文部分内容阅读
IGBT（Insulated Gate Bipolar Transistor）器件具有大电流、高功率、易驱动的特点,广泛应用于高压输电、交通运输、家用电器、军事设备与航天航空等领域。IGBT器件漂移区内存在的电导调制效应,使得器件导通时,拥有较低的导通压降Von;器件关断时,漂移区内大量非平衡载流子会使器件出现关断电流拖尾,导致过大的关断损耗Eoff,两者之间存在矛盾关系。目前,IGBT器件重点关注关断损耗Eoff与导通压降Von。随着第三代宽禁带半导体材料的兴起,SiC材料具有宽禁带、高击穿电场、高电子漂移率与散热性强的特点,受到研究人员的关注。随着集成电路产业与半导体工艺的进步,SiC与SiGe广泛应用于CMOS工艺。Si/SiC异质结为改善IGBT矛盾关系提供新思路,本文提出改善IGBT器件性能的新结构:（1）提出一种阳极具有NPN的Si/SiC异质结SiC IGBT结构,在阳极端引入Si,并掺杂形成NPN结构。当器件关断时,相比于常规NPN器件,异质结价带的势垒使得NPN抽取阳极附近空穴,抽出漂移区,降低关断时间。仿真结果表明,在电阻负载下,与传统SiC IGBT相比,该器件的关断时间下降39%;在电感负载下,关断损耗Eoff降低了79%。（2）提出一种Si/SiGe和Si/SiC双异质结的SiIGBT结构,在阳极引入P型掺杂的SiC与SiGe。器件导通时,Si/SiC异质结导带高势垒阻挡电子流向阳极,使得大量载流子在器件内部聚集,增强器件电导调制效应,提升输出电流,但器件关断电流拖尾严重。阳极端引入的Si/SiGe异质结在器件关断时将漂移区空穴扫出漂移区,降低关断时间。通过优化,设计双异质结,同时改善了器件性能。仿真结果表明,与传统Con-IGBT相比,输出特性提升35%,导通压降Von降低14%,关断损耗Eoff降低41%,实现关断损耗Eoff与导通压降Von的折衷关系。（3）提出一种具有Si/SiC异质结逆导型SiIGBT结构,在阳极引入N型掺杂SiC与P型掺杂SiGe。器件导通初期,Si/SiC异质结不会使电子注入阳极,消除Snap Back现象。器件关断时,Si/SiC异质结提供一条电子抽取通道,降低关断时间。仿真结果表明,与传统Con-IGBT结构相比,关断损耗Eoff降低了18%,导通压降Von保持不变。在阳极端引入SiGe,进一步降低关断时间,与传统Con-IGBT结构相比,关断损耗降低了58%。得到较好的导通压降Von与关断损耗Eoff的折衷关系。
其他文献
对基于深度学习的知识图谱关系预测方法进行研究能够对节点间关系的推理与隐含信息挖掘产生较大现实应用价值。其可用于犯罪预测、推荐系统、自然语言推理等系统及方法中。本文对基于知识图谱的关系预测方法进行研究,并将其应用于推荐系统中以提升准确率。本文主要解决由于图谱信息挖掘不充分而导致的推荐不准确问题。首先,为了更好地利用并挖掘图谱信息,得到更加准确的图谱关系表述,本文提出了一种基于RNN网络和Rotat
作为教育数据挖掘的重要研究分支之一,学生成绩预测研究得到了广泛的关注,国内外学者相继开展了一些卓有成效的工作。虽然传统的成绩预测方法取得了不错的效果,但这些方法仍存在一些不足,主要有两个方面:一是在传统课堂成绩预测问题中,预测存在一定的滞后性,而且数据也存在数据稀疏和特征单一等问题,以至于无法为课程初期的教学和管理工作提供有效的技术支撑。二是现有的在线平台课程成绩预测研究主要利用学习者在平台学习的
本文主要开展垂直型GaN电流孔径晶体管（Current Aperture Vertical Electron Transistor,CAVET）的相关研究,相较于横向型GaN HEMT（Lateral GaN High Electron Mobility Transistor）器件,CAVET器件在降低封测难度、减小芯片面积、获得高击穿电场、抑制电流崩塌效应等方面具有明显优势,本文从以下三方面开展
知识图谱补全是通过预测实体之间的隐藏关系来获取新的知识,从而使知识图谱更加完善。目前将知识图谱中的实体和关系嵌入到连续低维向量空间中成为知识图谱补全的一种有效方法,应用卷积神经网络的ConvE等模型和应用图卷积神经网络的KBAT等模型在知识图谱嵌入中取得了较好的性能。但是,KBAT等模型不能对实体间的双向语义关系进行建模,并且无法获取丰富的多跳邻居特征,ConvE等模型难以获取三元组的深层特征。针
图匹配是用于在图结构数据中进行高效查询的一种技术,其广泛应用在生物信息学、知识图谱、计算机视觉等领域。相较于传统图匹配算法,基于机器学习和深度学习的方法将匹配任务描述为最小化能量函数问题,利用构建的模型自适应学习图的特征并修正参数,整个过程更加智能高效。然而,现有的无监督学习匹配算法中存在随机性强的问题,导致结果不稳定,以及监督学习算法中人为构造的特征存在不准确的可能性,从而导致匹配结果准确度较低
合流区作为最常见快速路瓶颈类型,是主线车流与匝道汇入车流交汇区域,车辆间冲突影响严重,致使拥堵、事故等交通问题频出。本研究以中国江苏省南京市应天大街快速路高架为研究对象,利用无人机航拍以及视频图象目标检测技术获取高精度车辆时空轨迹数据,结合快速路入口匝道合流区瓶颈交通拥堵特性,从宏微观角度分析车辆时空轨迹特征,交通流三参数的时变特性以及相互关系特性,辨识通行能力下降点及交通相变转捩特征点,深入理解
随着雷达和通讯等领域的不断发展,波束扫描阵列天线在这些领域获得了广泛的研究和应用。其中,频率扫描天线是一种辐射主波瓣随工作频率的变化而改变其指向的典型行波天线,它具有结构简单、辐射口面大和制作成本低等优势,在雷达探测、航天航空以及汽车防撞系统等应用领域起着重要作用。然而,普通频扫阵列天线存在波束扫描角度小、尺寸大、重量重等缺陷,本文针对上述不足,对小型化、低剖面、宽角扫描的频率扫描阵列天线展开了研