找到 2 条结果
针对具有非致命外延形貌缺陷的4H-SiC MOSFET性能与可靠性的系统性研究
Systematic Investigation on the Performance and Reliability of 4H-SiC MOSFETs With Nonkiller Epitaxial Morphological Defects
Yibo Zhang · Xiaoyan Tang · Hao Yuan · Jingkai Guo 等6人 · IEEE Transactions on Electron Devices · 2025年4月
碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）中的外延形态缺陷会导致器件失效。虽然芯片探测（CP）方法能够识别并区分许多失效器件，但一些非致命性的外延形态缺陷常常会通过初始筛选，从而导致器件在实际应用中过早失效。本研究探讨了碳化硅形态缺陷对器件性能、短路（SC）可靠性和长期可靠性的影响。通过实验分析与技术计算机辅助设计（TCAD）模拟相结合的方法，为形态缺陷对器件性能的不同影响提供了有力证据。研究结果表明，胡萝卜形缺陷会显著降低栅极氧化物的质量，导致器件在长期可靠性测试...
解读: 从阳光电源的业务视角来看，这项关于4H-SiC MOSFET外延形貌缺陷的系统性研究具有重要的战略价值。SiC功率器件是我们光伏逆变器和储能系统的核心部件，直接影响产品的功率密度、效率和可靠性。 该研究揭示了一个关键问题：传统芯片探测（CP）筛选方法存在局限性，某些"非致命"缺陷可能通过初检但在实...
一种融合多模态扩散生成与轻量化分割的光伏缺陷智能诊断框架
A PV defect intelligent diagnosis framework integrating multimodal diffusion generation and lightweight segmentation
Lei Xu · Jiale Xiao · Xiaoyu Ji · Yibo Zhang 等6人 · Solar Energy · 2025年1月 · Vol.301
摘要 确保光伏（PV）系统长期可靠性和效率需要精确且智能化的缺陷监测策略。为解决这一问题，本研究提出了一种创新的缺陷图像生成方法——CAM-Diffuse，该方法结合二值掩码约束与基于文本-视觉的多模态特征融合技术，能够生成高保真且可控的缺陷图像，有效扩充训练数据集，并提升模型的泛化能力。此外，本研究还提出了一种轻量级实例分割网络LightSegDETR。该网络集成了DGBlock模块，通过深度可分离卷积（DWConv）与幽灵卷积（GhostConv）相结合的方式优化计算效率；在网络的颈部结构中...
解读: 该轻量化光伏缺陷诊断框架对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。CAM-Diffuse多模态数据增强技术可优化我司MPPT算法的故障识别准确率,LightSegDETR网络在Jetson Nano边缘设备上实现28FPS实时检测,参数量降低50%,非常适合集成到...