D 型 GaN HEMT 在功率转换方面的优势

氮化镓 (GaN) 是一种 III-V 族宽带隙半导体,由于在用作横向高电子迁移率晶体管 (HEMT) 时具有卓越的材料和器件性能,因此在功率转换应用中得到越来越多的采用。

HEMT 中产生的高击穿电场 (3.3 MV/cm) 和高二维电子气 (2DEG) 载流子迁移率 (2,000 cm 2 / Vs) 可实现低比导通电阻 (R DS(on) )。这反过来又使得更小的器件具有更低的电容,从而降低损耗和/或更高的开关频率,这可以带来系统成本、尺寸和效率优势。在本文中,我们将讨论常见的 GaN HEMT 器件使用选项,并重点介绍在高功率转换应用中使用耗尽型(d 型)HEMT 的一些优势。

GaN HEMT 类型

如图 1 所示,GaN HEMT 由放置在 GaN 沟道层上方的氮化铝镓 (AlGaN) 异质结形成。异质结中的极化效应自然会诱导通道中二维电子气的形成。该器件本质上是在栅极上施加零电压的情况下开启的,因此称为“耗尽模式”。在电力电子器件中,为了安全性和更简单的系统设计,开关器件优选为常断增强模式(e-mode)器件。

图 1:p-GaN 栅极 e 模式和 d 模式 GaN HEMT 器件的简化横截面图(Transphorm)人们尝试了不同的方法,通过对栅极内部或周围进行修改,将 d 模式器件转换为 e 模式。许多公司采用的方法是在栅极金属和 AlGaN 层之间添加 p-GaN 层(如图 2 所示)。这会将导带提升到费米能级之上,并使器件进入 e 模式,阈值电压 (V t ) 通常在 1.4 至 1.7 V 范围内。这里,可以根据栅极金属接触的类型进行细分,如图2所示。肖特基接触可以降低栅极导通时的栅极电流(I gs )并提高栅极电压(V gs)操作范围稍小,但在可靠性方面存在潜在缺点,这一点将在稍后讨论。

图 2:使用 p-GaN e 模式 GaN HEMT 形成栅极金属的选项(Borghese 等人,2021 1)d 模式器件可以与低压硅 (LV Si) MOSFET 器件级联,如图 3 所示。这允许更高的有效 V t (>2.5 V) 开启,从而允许使用栅极传统硅电力电子设备中的驱动器。

与 d 模式 GaN HEMT 一起使用的共源共栅配置。

图 3:与 d 模式 GaN HEMT 一起使用的共源共栅配置(Roccaforte 等人,2019 2)关于 HEMT 驱动机制的上述类别中存在多个子变体,并在表 1 中突出显示。

GaN HEMT 基于其技术和驱动机制的变化的一些示例。

表 1:基于技术和驱动机制的 GaN HEMT 变化的一些示例现在,我们将重点关注功率转换应用中共源共栅 d 模式方法与 e 模式方法相比的一些关键优势。其中一些在GaN 共源共栅器件制造商Transphorm 发布的白皮书中进行了总结。

共源共栅 D 模式 GaN HEMT 优势

降低 R DS(on)。多种因素可能导致 e 模式器件的品质因数比共源共栅器件差:

e-mode 器件中的 2DEG 电荷密度通常需要降低才能达到一定的 V t。如图 4 所示,这会导致更高的 2DEG 方块电阻。

e-mode 器件的栅极电压范围 (V gs-max ) 较低,可能导致沟道无法实现完全反转。共源共栅架构控制 LV Si MOSFET 的开启,该 MOSFET 通常可驱动至高 (20V) V gs , d 模式 GaN 上的V gs接近 0V,从而保持器件完全开启。

e 模式器件中R DS(on)的温度系数较高。造成这种情况的一个重要因素是 p-GaN e 模式器件的跨导随温度的变化而大幅降低,如图 5 所示。在共源共栅结构中,LV Si CMOS 器件对器件跨导特性有更好的控制,并且没有表现出相同水平的温度依赖性。在与 e-mode 器件的正面比较中,共源共栅结构的外壳温度降低了 50%,功率转换效率提高了。

图 4: d 模式和 e 模式 GaN HEMT 器件中AV t与通道 2DEG 薄层电阻的关系(Transphorm)p-GaN 栅极 e 模式和共源共栅 d 模式 GaN HEMT 器件之间的跨导温度响应比较。

图 5:p-GaN 栅极 e 模式和共源共栅 d 模式 GaN HEMT 器件之间的跨导温度响应比较(Transphorm)动态 R DS(on)。p-GaN 栅极器件的肖特基势垒变体可能会产生动态阈值问题,因为它会在导通转换期间阻碍栅漏电容 (C gd ) 的放电。3这进而可能导致动态 R DS(on)问题。在漏极电压为 480 V 时,p-GaN 肖特基栅极增强型 GaN HEMT 的动态 R DS(on)增加了 27%,而共源共栅器件的动态 R DS(on) 增加了 5%。这会导致增强模式器件中产生更大的传导损耗,如图 6 所示。C gd放电困难导致的V t不稳定也会导致增强模式器件中更大的开关损耗。

p-GaN 栅极 e 模式和共源共栅 d 模式 GaN HEMT 器件的动态 RDS(on) 性能和传导损耗比较。

图 6: p-GaN 栅极 e 模式和共源共栅 d 模式 GaN HEMT 器件之间的动态 R DS(on)性能和传导损耗比较(Transphorm)负栅极驱动要求。e 模式器件的低 Vt可能需要在关断时使用负Vgs 。这会增加栅极驱动电路的复杂性并增加死区时间损失。在反向源漏导通模式下,电流必须克服负栅极驱动,从而导致损耗增加。

可靠性。肖特基二极管p-GaN 栅极增强模式器件充当背靠背二极管(见图 2)。实际上,这可能会在栅极过压条件下产生可靠性问题。在强正 V gs下,肖特基二极管反向偏置,导致V gs > V t落在金属界面附近的 p-GaN 耗尽层上。高电场会产生渗透路径和泄漏。器件的与时间相关的故障也可能是由于电子从沟道注入 p-GaN 导致雪崩,或者是由于 p-GaN/AlGaN 界面中的陷阱产生。p-GaN 侧壁的粗糙度也会增加泄漏。在高 V gs下从金属注入 p-GaN 层的空穴会在 p-GaN/AlGaN 界面处积聚并导致器件 V t降低。4 V ds限制:增强型器件的 Si 衬底必须连接到源极端子,以减轻由源极注入电子引起的缓冲层充电。这会将器件的漏源电压额定值限制为约 650 V,因为电压较高时需要更厚的缓冲器。共源共栅器件已在更高的额定电压和双向开关中得到验证。5随着增强型模式器件与安全和感测电路的进一步集成,栅极驱动器本身可能使增强型模式器件的应用更加稳健。然而,固有的 d 型 GaN HEMT 优势使其能够与目前由碳化硅技术更容易主导的更高功率电压领域竞争。Transphorm在其 d 模式 GaN 共源共栅技术上展示了高性能和强大的功率转换,该技术采用标准封装,可以用标准栅极驱动器驱动。

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.mzph.cn/bicheng/62146.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

政安晨【零基础玩转各类开源AI项目】探索Cursor-AI Coder的应用实例

目录 Cusor的主要特点 Cusor实操 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在评论区提出指正! Cursor 是 Visual Studio Code 的一个分支。这使我们能够…

AI-agent矩阵营销:让品牌传播无处不在

矩阵营销是一种通过多平台联动构建品牌影响力的策略,而 AI-agent 技术让这一策略变得更加智能化。AI社媒引流王凭借其矩阵管理功能,帮助品牌在多个平台上实现深度覆盖与精准传播。 1. 矩阵营销的优势 品牌触达更广:多平台联动可以覆盖不同用…

1- 9 C 语言面向对象

面向对象的基本特性:封装,继承,多态 1.0 面向过程概念 当我们在编写程序时,通常采用以下步骤: 1. 将问题的解法分解成若干步骤 2. 使用函数分别实现这些步骤 3. 依次调用这些函数 这种编程风格的被称作 面向过程…

中国科学院大学研究生学术英语读写教程 Unit7 Materials Science TextA 原文和翻译

中国科学院大学研究生学术英语读写教程 Unit7 Materials Science TextA 原文和翻译 Why Is the Story of Materials Really the Story of Civilisation? 为什么材料的故事实际上就是文明的故事? Mark Miodownik 1 Everything is made of something. Take away co…

从零开始-VitePress 构建个人博客上传GitHub自动构建访问

从零开始-VitePress 构建个人博客上传GitHub自动构建访问 序言 VitePress 官网:VitePress 中文版 1. 什么是 VitePress VitePress 是一个静态站点生成器 (SSG),专为构建快速、以内容为中心的站点而设计。简而言之,VitePress 获取用 Markdown…

TCP IP协议和网络安全

传输层的两个协议: 可靠传输 TCP 分段传输 建立对话(消耗系统资源) 丢失重传netstat -n 不可靠传输 UDP 一个数据包就能表达完整的意思或屏幕广播 应用层协议(默认端口): httpTCP80 网页 ftpTCP21验证用户身…

mcu上一种利用伪随机数防止mac地址冲突的方法

一 前言 前段时间开发的一个带tcp功能的项目,出现了mac地址冲突的问题,领导让随机生成一个mac地址,因此研究了下随机数。 二 预研 1.硬随机数 硬随机数又叫真随机数,英文名称”true random number generator“,即通过硬件随机数…

英伟达发布 Edify 3D 生成模型,可以在两分钟内生成详细的、可用于生产的 3D 资源、生成有组织的 UV 贴图、4K 纹理和 PBR 材质。

英伟达发布 Edify 3D 生成模型,可以利用 Agents 自动判断提示词场景中需要的模型,生成后将他们组合为一个场景。 Edify 3D 可以在两分钟内生成详细的、可用于生产的 3D 资源、生成有组织的 UV 贴图、4K 纹理和 PBR 材质。 相关链接 论文:htt…

远程控制软件:探究云计算和人工智能的融合

在数字化时代,远程控制工具已成为我们工作与生活的重要部分。用户能够通过网络远程操作和管理另一台计算机,极大地提升了工作效率和便捷性。随着人工智能(AI)和云计算技术的飞速发展,远程控制工具也迎来了新的发展机遇…

腾讯云 AI 代码助手:产品研发过程的思考和方法论

一、文章摘要 本文将详细阐述 腾讯云 AI 代码助手的历史发展形态与产品整体架构,并从技术、研发方法论的角度分别阐述了产品的研发过程。 全文阅读约 5~8 分钟。 二、产品布局 AI 代码助手产品经历了三个时代的发展 第一代诸如 Eclipse、Jetbrains、V…

WebGIS技术汇总

WebGIS系统通常都围绕地图进行内容表达,但并不是有地图就一定是WebGIS,所以有必要讨论下基于Web的地图API分类及应用场景。 Web上的Map API主要分类如下几类: Charts:以D3.js,Echarts等为代表。LBS:以高德…

Oracle 深入学习 Part 9: Storage Structure and Relationships(存储结构与关系)

在数据库管理系统(DBMS)中,Segment(段)、Extent(区块) 和 Block(块) 是描述数据库物理存储结构的三个重要概念。这些概念帮助理解数据库是如何在磁盘等存储设备上组织和管…

C语言实例之10求0-200内的素数

1. 素数 素数(Prime number),也叫质数,是指在大于 1 的自然数中,除了 1 和它自身外,不能被其他自然数整除的数。例如 2、3、5、7、11 等都是素数,而 4 能被 2 整除、6 能被 2 和 3 整除&#x…

使用Python和Pybind11调用C++程序(CMake编译)

目录 一、前言二、安装 pybind11三、编写C示例代码四、结合Pybind11和CMake编译C工程五、Python调用动态库六、参考 一、前言 跨语言调用能对不同计算机语言进行互补,本博客主要介绍如何实现Python调用C语言编写的函数。 实验环境: Linux gnuPython3.10…

哈希C++

文章目录 一.哈希的概念1.直接定址法2.负载因子 二.哈希函数1.除法散列法 / 除留余数法2.乘法散列法3.全域散列法(了解) 三.处理哈希冲突哈希冲突:1.开放定址法(1)线性探测:(2)二次探…

SAR ADC系列15:基于Vcm-Base的开关切换策略

VCM-Based开关切换策略:采样~第一次比较 简单说明: 电容上下极板分别接Vcm(一般Vcm1/2Vref)。采样断开瞬间电荷锁定,进行第一次比较。 当VIP > VIN 时,同时 减小VIP 并 增大VIN 。P阵列最高权重电容从Vcm(1/2Vref)…

深度学习模型:循环神经网络(RNN)

一、引言 在深度学习的浩瀚海洋里,循环神经网络(RNN)宛如一颗独特的明珠,专门用于剖析序列数据,如文本、语音、时间序列等。无论是预测股票走势,还是理解自然语言,RNN 都发挥着举足轻重的作用。…

【IEEE独立出版 | 厦门大学主办】第四届人工智能、机器人和通信国际会议(ICAIRC 2024,12月27-29日)

第四届人工智能、机器人和通信国际会议(ICAIRC 2024) 2024 4th International Conference on Artificial Intelligence, Robotics, and Communication 重要信息 会议官网:www.icairc.net 三轮截稿时间:2024年11月30日23:59 录…

CLIP-Adapter: Better Vision-Language Models with Feature Adapters

当前的问题 由于CLIP的过度参数化和缺乏足够的训练样例,简单的微调会导致对特定数据集的过拟合,并且训练过程会非常缓慢由于在所有CLIP层之间的向前和向后传播。 方法 视觉适配器 A v ( ⋅ ) A_v(\cdot) Av​(⋅)(包含 W 1 v , W 2 v \textbf{W}^v_1,\…

微软Ignite 2024:建立一个Agentic世界!

在今年的Microsoft Ignite 2024上,AI Agent无疑成为本次大会的重点,已经有十万家企业通过Copilot Studio创建智能体了。微软更是宣布:企业可以在智能体中,使用Azure目录中1800个LLM中的任何一个模型了! 建立一个Agent…