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
2
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
SiC JFET与SiC MOSFET失效模型及其短路特性对比
被引量：
2
1
作者
周郁明
刘航志
+1 位作者
杨婷婷
陈兆权
《电子学报》
EI
CAS
CSCD
北大核心
2019年第3期726-733,共8页
建立了两种碳化硅(SiC)器件JFET和MOSFET的失效模型.失效模型是在传统的电路模型的基础上引入了额外附加的泄漏电流,其中,SiC JFET是在漏源极引入了泄漏电流,SiC MOSFET是在漏源极和栅极引入了泄漏电流;同时,为了体现温度和电场强度与...
建立了两种碳化硅(SiC)器件JFET和MOSFET的失效模型.失效模型是在传统的电路模型的基础上引入了额外附加的泄漏电流,其中,SiC JFET是在漏源极引入了泄漏电流,SiC MOSFET是在漏源极和栅极引入了泄漏电流;同时,为了体现温度和电场强度与失效的关系,用与温度和电场强度相关的沟道载流子迁移率代替了传统电路模型所采用的常数迁移率.有关文献的实验结果和半导体器件的计算机模拟(Technology Computer Aided Design,TCAD)验证了两种SiC器件失效模型的准确性.所建立的失效模型能够对比SiC JFET和SiC MOSFET的短路特性.
展开更多
关键词
SIC
JFET
SIC
MOSFET
失效
迁移率
泄漏电流
短路
在线阅读
下载PDF
职称材料
基于机器视觉的带钢表面缺陷检测研究进展
被引量：
18
2
作者
米春风
卢琨
+1 位作者
汪文艳
王兵
《安徽工业大学学报（自然科学版）》
CAS
2022年第2期180-188,共9页
热轧带钢是钢铁行业的主要原材料之一,其表面质量控制一直是生产过程智能检测的重点任务。针对带钢表面缺陷自动在线检测逐步取代人工检测的现状,概述带钢表面缺陷检测方法,着重阐述基于机器视觉的表面缺陷检测方法,比较分析传统机器视...
热轧带钢是钢铁行业的主要原材料之一,其表面质量控制一直是生产过程智能检测的重点任务。针对带钢表面缺陷自动在线检测逐步取代人工检测的现状,概述带钢表面缺陷检测方法,着重阐述基于机器视觉的表面缺陷检测方法,比较分析传统机器视觉、深度学习方法在带钢表面缺陷检测的应用,探讨带钢表面缺陷检测中存在的关键技术问题,并对其未来发展趋势做展望。传统机器视觉的带钢缺陷检测方法检测速度较高,但精度较低;主流深度学习的缺陷检测方法检测精度高,但速度较慢。如何在保证检测实时性的前提下提高算法的准确性和鲁棒性,不仅是自动化和智能化检测的发展趋势,也是基于机器视觉部署在实际工业现场的关键所在。
展开更多
关键词
热轧带钢
表面缺陷
检测方法
机器视觉
在线阅读
下载PDF
职称材料
题名
SiC JFET与SiC MOSFET失效模型及其短路特性对比
被引量：
2
1
作者
周郁明
刘航志
杨婷婷
陈兆权
机构
安徽工业大学电力电子与运动控制安徽省重点实验室
出处
《电子学报》
EI
CAS
CSCD
北大核心
2019年第3期726-733,共8页
基金
国家自然科学基金(No.11575003)
安徽高校自然科学研究重点项目(No.KJ2016A805)
文摘
建立了两种碳化硅(SiC)器件JFET和MOSFET的失效模型.失效模型是在传统的电路模型的基础上引入了额外附加的泄漏电流,其中,SiC JFET是在漏源极引入了泄漏电流,SiC MOSFET是在漏源极和栅极引入了泄漏电流;同时,为了体现温度和电场强度与失效的关系,用与温度和电场强度相关的沟道载流子迁移率代替了传统电路模型所采用的常数迁移率.有关文献的实验结果和半导体器件的计算机模拟(Technology Computer Aided Design,TCAD)验证了两种SiC器件失效模型的准确性.所建立的失效模型能够对比SiC JFET和SiC MOSFET的短路特性.
关键词
SIC
JFET
SIC
MOSFET
失效
迁移率
泄漏电流
短路
Keywords
SiC JFET
SiC MOSFET
failure
mobility
leakage current
short-circuit
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
基于机器视觉的带钢表面缺陷检测研究进展
被引量：
18
2
作者
米春风
卢琨
汪文艳
王兵
机构
安徽工业大学
电气与信息工程学院
安徽工业大学电力电子与运动控制安徽省重点实验室
出处
《安徽工业大学学报（自然科学版）》
CAS
2022年第2期180-188,共9页
基金
国家自然科学基金项目(62172004,61672035,61872004)
安徽省高校自然科学基金项目(KJ2019ZD05)。
文摘
热轧带钢是钢铁行业的主要原材料之一,其表面质量控制一直是生产过程智能检测的重点任务。针对带钢表面缺陷自动在线检测逐步取代人工检测的现状,概述带钢表面缺陷检测方法,着重阐述基于机器视觉的表面缺陷检测方法,比较分析传统机器视觉、深度学习方法在带钢表面缺陷检测的应用,探讨带钢表面缺陷检测中存在的关键技术问题,并对其未来发展趋势做展望。传统机器视觉的带钢缺陷检测方法检测速度较高,但精度较低;主流深度学习的缺陷检测方法检测精度高,但速度较慢。如何在保证检测实时性的前提下提高算法的准确性和鲁棒性,不仅是自动化和智能化检测的发展趋势,也是基于机器视觉部署在实际工业现场的关键所在。
关键词
热轧带钢
表面缺陷
检测方法
机器视觉
Keywords
hot-rolled strip
surface defect
detection method
machine vision
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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
SiC JFET与SiC MOSFET失效模型及其短路特性对比
周郁明
刘航志
杨婷婷
陈兆权
《电子学报》
EI
CAS
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
基于机器视觉的带钢表面缺陷检测研究进展
米春风
卢琨
汪文艳
王兵
《安徽工业大学学报（自然科学版）》
CAS
2022
18
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
