MétaCan
Menu
Retour à la cohorte

A New Generation of SiC Schottky Diodes with Improved Thermal Management and Reduced Capacitive Losses

2010· article· en· W2006800925 sur OpenAlexaff
Roland Rupp, Fanny Björk, Gerald Deboy, Matthias Holz, Michael Treu, J. Hilsenbeck, Ralf Otremba, Hannes Zeichen

Notice bibliographique

RevueMaterials science forum · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSchottky diodeDiodeOptoelectronicsCapacitive sensingChipSilicon carbideSchottky barrierElectrical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

With the help of an improved die attach the Rth,jc of SiC Schottky diodes can be reduced by 40-50% at a given chip size. This enables a significant higher power density for these SiC diode chips, resulting in a chip shrink of ~ 35% for a given nominal current. This has a significant impact not only on the cost position of the device but also on the switching performance of the diodes, as their capacitive charge directly scales with the chip area. Of course these advantages are accompanied by a small penalty in static losses as the Vf of the diodes at nominal current also slightly increases by the chip shrink. However, the reduction of switching losses dominates upon the marginally increased static losses besides full load operation conditions (which are pretty exceptional in today’s SiC Schottky diode applications) combined with frequencies below 130 kHz. This allows a better competitive positioning against fast Si-based diodes and improved system efficiency at the same time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207