找到 42 条结果

排序:
功率器件技术 GaN器件 ★ 4.0

多通道LE-HEMT实现创纪录最高亮度,面向微显示与片上高探测率光电探测器

Multi-Channel LE-HEMT With Highest Luminance in Record Toward Micro-Display and On-Chip High-Detectivity Photodetectors

Jijun Zhu · Fei Wang · Tianci Miao · Kai Cheng 等6人 · IEEE Electron Device Letters · 2025年10月

本研究制备了以不同数量的 InGaN 层作为多沟道(MCs)和多量子阱(MQWs)的 AlGaN/GaN 发光高电子迁移率晶体管(LE - HEMT),在 GaN HEMT 外延片上实现了有记录以来的最高亮度。所提出的结构通过将多量子阱与二维电子气沟道直接结合,实现了真正的外延单片集成。研究表明,尽管引入了多沟道,但该结构仍实现了出色的开关比($I_{\text {on}}$/$I_{\text {off}} = 10^{{8}}$)。获得了高达$2.1 \times 10^{{5}}$ cd/...

解读: 从阳光电源的业务视角来看,这项基于AlGaN/GaN异质结构的多通道发光-高电子迁移率晶体管(LE-HEMT)技术,虽然聚焦于微显示和光通信领域,但其底层的GaN功率器件技术与我司在光伏逆变器和储能变流器中的核心技术路线存在显著的协同价值。 该技术实现的108开关比和单片集成能力,展示了GaN器件...

储能系统技术 储能系统 SiC器件 深度学习 ★ 5.0

基于物理信息的积分神经网络用于溶剂法燃烧后CO2捕集过程的动态建模

Physics informed integral neural network for dynamic modelling of solvent-based post-combustion CO2 capture process

Peng Sh · Cheng Zheng · Xiao Wu · Jiong Shen · Applied Energy · 2025年1月 · Vol.377

摘要 溶剂法燃烧后碳捕集(PCC)是实现能源和工业领域大规模脱碳最有前景的技术。然而,该过程的复杂特性和高能耗阻碍了PCC在复杂电力市场中的高效灵活运行。PCC系统的成功运行优化高度依赖于对过程的动态建模,而采用先进的数据驱动方法已成为研究热点。目前广泛使用的数据驱动动态建模方法未将PCC过程的物理机理信息融入模型中,导致模型稳定性不足。物理信息神经网络(PINNs)通过融合数据与物理信息,提供了一种创新的建模方法。然而,其在PCC过程动态建模中的应用仍面临重大挑战。为此,本文基于带外生输入的非...

解读: 该物理信息神经网络(PIINN)动态建模技术对阳光电源储能系统具有重要应用价值。碳捕集系统的复杂非线性动态特性与PowerTitan储能系统在电力市场中的灵活调度需求高度相似。PIINN方法通过平衡点稳定性约束保证模型可靠性的思路,可借鉴应用于ST系列PCS的宽工况运行建模,提升GFM/GFL控制策...

第 3 / 3 页