期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
MUIS多脉冲雪崩应力下的器件退化特性
1
作者
何荣华
《集成电路应用》
2021年第2期14-15,共2页
阐述Power MOSFET在多脉冲雪崩应力下的器件电参数退化和退化机制,提出了在半导体工艺制程中改善/延缓MUIS器件退化的方法,对国内集成电路尤其是汽车电子的应用具有参考意义。
关键词
Power
MOSFET
多脉冲UIS
器件退化
集成电路
汽车电子
在线阅读
下载PDF
职称材料
突出块形连接应力对按比例缩小MOS—FET中器件退化的影响
2
《电子产品可靠性与环境试验》
2001年第6期47-47,共1页
关键词
MOSFET
器件退化
突出块形连接
应力对按比例缩小
在线阅读
下载PDF
职称材料
LDD MOSFET热载流子退化分析及其寿命预测
3
作者
陈光前
刘伟景
+1 位作者
刘先婷
李清华
《固体电子学研究与进展》
CAS
2024年第4期351-356,共6页
集成电路器件密集化导致电场梯度增大和电流密度集中,加剧了热载流子效应,电热性能退化。本文聚焦热载流子注入(Hot carrier injection, HCI)效应对器件可靠性的影响问题,通过研究N型轻掺杂漏极金属氧化物半导体场效应晶体管(N-type lig...
集成电路器件密集化导致电场梯度增大和电流密度集中,加剧了热载流子效应,电热性能退化。本文聚焦热载流子注入(Hot carrier injection, HCI)效应对器件可靠性的影响问题,通过研究N型轻掺杂漏极金属氧化物半导体场效应晶体管(N-type lightly doped drain metal-oxide-semiconductor field effect transistor, LDD NMOSFET)的寿命试验,深入分析了中栅应力区HCI对器件关键电学参数的影响,并与低栅应力区的退化模式进行了对比。结果表明,线性漏极电流的退化率高于饱和漏电流,但退化幂律小于饱和漏电流;在相同应力下不同电学参数的退化率不同,其中最大跨导的退化率最高。基于测试数据构建了LDD NMOSFET电学参数随应力时间变化的关系,提取模型参数,确定了寿命预测模型,并外推出了不同应力电压下的器件寿命。
展开更多
关键词
可靠性
热载流子注入(HCI)
轻掺杂漏极(LDD)
器件退化
寿命预测
在线阅读
下载PDF
职称材料
基于长短期记忆网络的Vienna整流器故障预测
被引量:
1
4
作者
王福忠
乔珊珊
田广强
《河南理工大学学报(自然科学版)》
CAS
北大核心
2023年第3期111-117,共7页
为了掌握Vienna整流器的健康状态,提出基于长短期记忆(LSTM)网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的...
为了掌握Vienna整流器的健康状态,提出基于长短期记忆(LSTM)网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的故障特征参数。在此基础上,构建基于LSTM的Vienna整流器故障预测模型,采用Adam优化算法训练预测模型,实现对Vienna整流器故障特征参数的预测。仿真结果表明,该模型预测结果的均方根误差为0.1233,平均绝对百分误差为0.1018,该模型的预测精度较高,能够较好地实现Vienna整流器的故障预测。
展开更多
关键词
VIENNA整流器
长短期记忆网络
元
器件退化
故障预测
在线阅读
下载PDF
职称材料
题名
MUIS多脉冲雪崩应力下的器件退化特性
1
作者
何荣华
机构
尼西半导体科技(上海)有限公司
出处
《集成电路应用》
2021年第2期14-15,共2页
文摘
阐述Power MOSFET在多脉冲雪崩应力下的器件电参数退化和退化机制,提出了在半导体工艺制程中改善/延缓MUIS器件退化的方法,对国内集成电路尤其是汽车电子的应用具有参考意义。
关键词
Power
MOSFET
多脉冲UIS
器件退化
集成电路
汽车电子
Keywords
power MOSFET
multi pulse UIs
device degradation
integrated circuit
automotive electronics
分类号
TN386 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
突出块形连接应力对按比例缩小MOS—FET中器件退化的影响
2
出处
《电子产品可靠性与环境试验》
2001年第6期47-47,共1页
关键词
MOSFET
器件退化
突出块形连接
应力对按比例缩小
分类号
TN386 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
LDD MOSFET热载流子退化分析及其寿命预测
3
作者
陈光前
刘伟景
刘先婷
李清华
机构
上海电力大学电子与信息工程学院
深圳锐越微技术有限公司
出处
《固体电子学研究与进展》
CAS
2024年第4期351-356,共6页
基金
国家自然科学基金资助项目(52177185,62174055)。
文摘
集成电路器件密集化导致电场梯度增大和电流密度集中,加剧了热载流子效应,电热性能退化。本文聚焦热载流子注入(Hot carrier injection, HCI)效应对器件可靠性的影响问题,通过研究N型轻掺杂漏极金属氧化物半导体场效应晶体管(N-type lightly doped drain metal-oxide-semiconductor field effect transistor, LDD NMOSFET)的寿命试验,深入分析了中栅应力区HCI对器件关键电学参数的影响,并与低栅应力区的退化模式进行了对比。结果表明,线性漏极电流的退化率高于饱和漏电流,但退化幂律小于饱和漏电流;在相同应力下不同电学参数的退化率不同,其中最大跨导的退化率最高。基于测试数据构建了LDD NMOSFET电学参数随应力时间变化的关系,提取模型参数,确定了寿命预测模型,并外推出了不同应力电压下的器件寿命。
关键词
可靠性
热载流子注入(HCI)
轻掺杂漏极(LDD)
器件退化
寿命预测
Keywords
reliability
hot carrier injection(HCI)
lightly doped drain(LDD)
device degradation
lifetime prediction
分类号
TN306 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于长短期记忆网络的Vienna整流器故障预测
被引量:
1
4
作者
王福忠
乔珊珊
田广强
机构
河南理工大学电气工程与自动化学院
黄河交通学院智能工程学院
出处
《河南理工大学学报(自然科学版)》
CAS
北大核心
2023年第3期111-117,共7页
基金
国家重点研发计划专项项目(2016YFC0600906)
河南省科技攻关项目(212102210146)。
文摘
为了掌握Vienna整流器的健康状态,提出基于长短期记忆(LSTM)网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的故障特征参数。在此基础上,构建基于LSTM的Vienna整流器故障预测模型,采用Adam优化算法训练预测模型,实现对Vienna整流器故障特征参数的预测。仿真结果表明,该模型预测结果的均方根误差为0.1233,平均绝对百分误差为0.1018,该模型的预测精度较高,能够较好地实现Vienna整流器的故障预测。
关键词
VIENNA整流器
长短期记忆网络
元
器件退化
故障预测
Keywords
Vienna rectifier
long and short-term memory network
component degradation
fault prediction
分类号
TM461 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
MUIS多脉冲雪崩应力下的器件退化特性
何荣华
《集成电路应用》
2021
0
在线阅读
下载PDF
职称材料
2
突出块形连接应力对按比例缩小MOS—FET中器件退化的影响
《电子产品可靠性与环境试验》
2001
0
在线阅读
下载PDF
职称材料
3
LDD MOSFET热载流子退化分析及其寿命预测
陈光前
刘伟景
刘先婷
李清华
《固体电子学研究与进展》
CAS
2024
0
在线阅读
下载PDF
职称材料
4
基于长短期记忆网络的Vienna整流器故障预测
王福忠
乔珊珊
田广强
《河南理工大学学报(自然科学版)》
CAS
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部