【氮化镓】GaN器件在航天器高可靠正向转换器中应用

文章是发表在《IEEE Journal of Emerging and Selected Topics in Power Electronics》2022年10月第10卷第5期上的一篇关于GaN(氮化镓)器件在航天器高可靠性正向转换器中应用的研究。文章的作者是匹兹堡大学电气与计算机工程系的Aidan Phillips, Thomas Cook和Brandon M. Grainger,以及 霍尼韦尔航空航天公司的Brian West。

摘要

文章首先指出GaN器件在太空级功率转换应用中的潜力,尤其是在依赖MOSFET技术的领域。尽管GaN器件的数量不多,但当前市场上的太空级GaN高电子迁移率晶体管(HEMTs)仍然可以显著提高效率和功率密度。文章通过设计、实现并对比两种75-W的太空级正向转换器(一种使用GaN HEMTs,另一种使用传统的硅基MOSFETs),量化了GaN HEMTs相对于硅基器件的性能优势。

第一部分:引言

引言部分讨论了GaN在功率转换领域的兴起,以及其在商业设备和学术研究中的增长。GaN相比硅器件具有更快的上升速率、更低的导通电阻和更小的芯片尺寸,这些特性直接影响电源系统的效率和功率密度。文章还提到了GaN在抗辐射方面的固有效力,以及其在太空级系统中的特别关注点。

GaN技术的兴起

作者首先指出,GaN基FETs(场效应晶体管)在功率转换领域的应用正迅速增长,这得益于其在商业设备和学术研究中的广泛可用性。GaN技术的优势在于其能够提供比传统硅基器件更快的切换速率、更低的导通电阻以及更小的芯片尺寸。这些特性对于提高电源系统的效率和功率密度至关重要。

GaN的优势

GaN的宽带隙结构为其带来了在高温、高压和高频应用中的固有优势。在太空级应用中,这些特性尤为重要,因为太空环境对电子设备的性能和可靠性提出了极端的要求。GaN器件的高温耐受能力和快速响应特性使其成为太空级功率转换应用的理想选择。

太空级应用的挑战

尽管GaN技术具有诸多优势,但其在太空级应用中仍面临一些挑战。太空环境中的高能粒子和辐射会对电子器件造成损害,因此需要对器件进行特殊的辐射加固处理。这些加固技术虽然能够提高器件的辐射耐受性,但同时也可能降低其性能。因此,如何在提高辐射耐受性的同时保持高性能,是太空级应用中的一个重要课题。

GaN的辐射耐受性

文章特别强调了GaN在抗辐射方面的潜力。GaN的宽带隙结构使其在抵御总离子剂量(TID)辐射方面表现出色。此外,GaN器件在单粒子效应(SEEs)方面的敏感性较低,这在太空应用中尤为重要。然而,GaN器件在辐射环境下的行为仍需进一步研究,以确保其在太空任务中的可靠性。

GaN技术的发展阶段

作者指出,尽管GaN技术在功率转换领域具有巨大潜力,但其在太空资格认证方面仍处于初期阶段。GaN FETs的故障模式和分类仍在研究之中,这对于理解GaN器件在太空环境中的行为至关重要。此外,GaN FETs的操作原理和物理结构与硅基MOSFETs有显著不同,这要求对现有的辐射加固测试方法进行调整。

研究目的和方法

文章的引言部分明确了研究的目的,即量化市场上可获得的太空级GaN器件在常见直流-直流功率处理场景中的实用性。作者提出了一个关键问题:如果这些组件满足辐射加固标准,GaN能为我们带来多少额外的性能提升?为了回答这个问题,文章通过设计和测试两种75-W的太空级正向转换器(一种使用GaN HEMTs,另一种使用硅基MOSFETs),对GaN和硅基器件的性能进行了直接比较。

研究的重要性

引言部分还强调了这项研究的重要性。随着太空任务对功率转换效率和可靠性的要求不断提高,GaN技术的发展为满足这些要求提供了新的可能性。通过深入研究GaN器件在太空级应用中的性能,可以为未来的太空任务提供更高效、更可靠的功率转换解决方案。

第二部分:实验设计和其他定义

文章定义了用于评估GaN在太空应用中当前状态的基线测量,即代表硬化硅MOSFETs的类别。作者强调了为了公平比较,需要设计两个主要设计变化仅为功率开关的转换器。

实验目的

实验的目的是为了评估GaN技术在太空级功率转换应用中的当前状态,并与现有的硅基技术进行比较。具体来说,实验旨在通过构建两个主要设计变化仅为功率开关的转换器,来量化GaN HEMTs相对于硅基MOSFETs的性能提升。这一比较将基于效率、功率密度和对输入电压变化的敏感性等关键指标。

实验设计原则

作者强调了实验设计中的关键原则,即公平性和准确性。为了实现这一点,实验中设计了两个转换器,它们在除了功率开关之外的其他方面尽可能相似。这种设计方法允许研究人员将任何性能差异明确地归因于所使用的功率开关技术的不同。

实验组件和方法的定义

文章详细定义了实验中使用的组件和方法,包括“COTS设备”(商用现成设备)、“Rad-hard设备”(辐射硬化设备)、“Error bounding COTS”(用于界定可用设备的误差范围的COTS设备),以及“Matched optimal FET”(与辐射硬化设备性能相当的商用FET)。这些定义有助于读者理解实验的背景和所采用的方法。

实验的基线测量

实验的基线测量代表了硬化硅MOSFETs的类别,这是通过构建一个使用GaN技术的转换器并将其结果与现有转换器进行比较来实现的。这种比较可以揭示GaN技术在太空应用中的潜在优势。

实验的挑战和限制

文章还讨论了实验设计中的挑战和限制,特别是在匹配硅基和GaN基转换器的组件时。由于硅基和GaN基器件在电气特性和物理结构上的差异,实现完美的匹配是非常困难的。作者提出了一种方法来界定这种

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/588179.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

c#word文档:3.向Word文档中插入表格/4.读取Word文档中表格

--向Word文档中插入表格-- (1)在OfficeOperator项目的WordOperator类中定义向Word文档插入换页的函数NewPage (2)在WordOperator类中定义向Word文档插入表格的函数InsertTable using Microsoft.Office.Interop.Word;// 引入Mic…

Day27:阻塞队列、Kafka入门、发送系统通知、显示系统

阻塞队列BlockingQueue BlockingQueue 解决线程通信的问题。阻塞方法:put、take。 生产者消费者模式 生产者:产生数据的线程。消费者:使用数据的线程。 (Thread1生产者,Thread2消费者) 实现类 ArrayBlockingQueueLinkedBlockingQueuePr…

MATLAB 数据导入

MATLAB 数据导入(ImportData) 在MATLAB中导入数据意味着从外部文件加载数据。该importdata功能允许加载不同格式的各种数据文件。它具有以下五种形式 序号 功能说明 1 A importdata(filename) 从filename表示的文件中将数据加载到数组A中。 2 A i…

Electron+Vue3+Vite+ElectronForge整合-全部ts开发 - 一键启动两个服务 一键打包两个服务

说明 本文介绍一下 Electron Vue3 Vite Electron Forge 的高级整合操作。vue3 : 使用 TS 的语法开发; Electron : 使用 TS 的语法开发。 补充 : 目前Electron的开发还是以JS为主,不过我们可以直接使用TS开发,在执行和打包时&a…

UE5 蓝图入门

基础节点创建: 常量: 按住 1 ,点击鼠标左键,创建常量 二维向量: 按住 2 ,点击鼠标左键,创建二维向量 三维向量: 按住 3 ,点击鼠标左键 按 c 键打出一个注释框 参考视…

C# Winform父窗体打开新的子窗体前,关闭其他子窗体

随着Winform项目越来越多,界面上显示的窗体越来越多,窗体管理变得更加繁琐。有时候我们要打开新窗体,然后关闭多余的其他窗体,这个时候如果一个一个去关闭就会变得很麻烦,而且可能还会出现遗漏的情况。这篇文章介绍了三…

HR招聘测评,如何进行人才测评?

说起“人才测评”几个字,相信大家都不会陌生,很多人,尤其是求职者来说,则更加熟悉。在求职应聘中,已经有越来越多的企业开始采用人才测评进行人员选拔。了解人才测评的含义,知道人才测评如何进行&#xff0…

打破失联困境:门店如何利用AI智能名片B2B2C商城小程序重构与消费者的紧密连接?

在如今这个消费者行为日益碎片化的时代,门店经营者们时常感叹:消费者进店如同一场不期而遇的缘分,然而一旦离开门店,就仿佛消失在茫茫人海中,难以再觅其踪迹。这种“进店靠缘分,离店就失联”的困境&#xf…

本地大语言模型LLM的高效运行专家 | Ollama

Ollama简介 Ollama是一个开源的大型语言模型服务工具,它帮助用户快速在本地运行大模型。通过简单的安装指令,用户可以执行一条命令就在本地运行开源大型语言模型,如Llama 2。Ollama极大地简化了在Docker容器内部署和管理LLM的过程&#xff0…

平面模型上提取凸凹多边形------pcl

平面模型上提取凸凹多边形 pcl::PointCloud<pcl::PointXYZ>::Ptr PclTool::ExtractConvexConcavePolygons(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud) {pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);p…

政安晨:【Keras机器学习示例演绎】(二十八)—— 使用 卷积神经网络与循环神经网络 架构进行视频分类

目录 数据收集 设置 定义超参数 数据准备 序列模型 推论 政安晨的个人主页&#xff1a;政安晨 欢迎 &#x1f44d;点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客能够对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正…

Android Handler用法

Android Handler用法 为什么要设计Handler机制&#xff1f;Handler的用法1、创建Handler2、Handler通信2.1 sendMessage 方式2.2 post 方式 Handler常用方法1、延时执行2、周期执行 HandlerThread用法主线程-创建Handler子线程-创建Handler FAQMessage是如何创建主线程中Looper…

微服务保护和分布式事务(Sentinel、Seata)笔记

一、雪崩问题的解决的服务保护技术了解 二、Sentinel 2.1Sentinel入门 1.Sentinel的安装 &#xff08;1&#xff09;下载Sentinel的tar安装包先 &#xff08;2&#xff09;将jar包放在任意非中文、不包含特殊字符的目录下&#xff0c;重命名为 sentinel-dashboard.jar &…

Docker容器---Harbor私有仓库部署与管理

一、搭建本地私有仓库 1、下载registry镜像 [rootlocalhost ~]#docker pull registry Using default tag: latest latest: Pulling from library/registry 79e9f2f55bf5: Pull complete 0d96da54f60b: Pull complete 5b27040df4a2: Pull complete e2ead8259a04: Pull comp…

vulnhub靶场之FunBox-1

一.环境搭建 1.靶场描述 Boot2Root ! This is a reallife szenario, but easy going. You have to enumerate and understand the szenario to get the root-flag in round about 20min. This VM is created/tested with Virtualbox. Maybe it works with vmware. If you n…

NASA数据集——NASA 标准二级(L2)暗目标(DT)气溶胶产品每 6 分钟在全球范围内对陆地和海洋上空的气溶胶光学厚度(AOT)产品

VIIRS/NOAA20 Dark Target Aerosol 6-Min L2 Swath 6 km 简介 NOAA-20&#xff08;前身为联合极地卫星系统-1&#xff08;JPSS-1&#xff09;&#xff09;--可见红外成像辐射计套件&#xff08;VIIRS&#xff09;NASA 标准二级&#xff08;L2&#xff09;暗目标&#xff08;D…

集合的基本操作

集合&#xff1a; 在java当中&#xff0c;含有着一些不同的存储数据的相关集合。分为单列集合&#xff08;Collection&#xff09;和双列集合(Map)。 Collection 首先学习Collection来进行展示&#xff1a; 以框框为例子&#xff0c;蓝色的代表的是接口&#xff0c;而红色的…

【Linux极简教程】常见实用命令不断更新中......

【Linux极简教程】常见实用命令不断更新中...... 常见问题1.Waiting for cache lock: Could not get lock /var/lib/dpkg/lock. It is held by process xxxx(dpkg) 常见问题 1.Waiting for cache lock: Could not get lock /var/lib/dpkg/lock. It is held by process xxxx(dp…

机器学习:基于Sklearn、XGBoost,使用逻辑回归、支持向量机和XGBClassifier预测股票价格

前言 系列专栏&#xff1a;机器学习&#xff1a;高级应用与实践【项目实战100】【2024】✨︎ 在本专栏中不仅包含一些适合初学者的最新机器学习项目&#xff0c;每个项目都处理一组不同的问题&#xff0c;包括监督和无监督学习、分类、回归和聚类&#xff0c;而且涉及创建深度学…

C语言——队列的实现

队列按照先进先出&#xff08;FIFO&#xff0c;First In First Out&#xff09;的原则管理数据。这意味着最先进入队列的元素会被最先移出&#xff0c;类似于排队等候服务的情况。队列通常有两个主要操作&#xff1a;入队&#xff08;enqueue&#xff09;&#xff0c;将元素添加…
最新文章