简单了解ESD模型与TLP曲线

2024-06-23 22:20
文章标签 esd tlp 曲线 模型 简单 了解

本文主要是介绍简单了解ESD模型与TLP曲线,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上文讲了ESD和EOS的区别,说实话远不止那些。今日再稍加深入的介绍ESD。

一 ESD原理

ESD-Electro Static Discharge静电放电,具有不同静电电位的物体互相靠近或者直接接触引起的电荷转移。正常情况下,物体内部的正负电荷是相等的,对外表现不带电。当任何两种不同材质的物体接触后再分离就会产生静电。当正负电荷逐渐累计到一定程度时,将与周围环境产生电位差,从而使电荷经由放点路径发生转移,最终产生静电放电。带电的绝缘体本身不会对电子设备造成损害,然而静电放电却对电子设备的正常工作和运行造成严重的威胁。

二 器件级模型

主要分为三种模型:人体模型(HBM) 机器模型(MM)带电器件模型(CDM)
人体模型(HBM) 人体在地面上走动或与其它物体摩擦积累了电荷,去触碰IC时,人体静电荷由PIN脚进入IC内部再由IC放电到地面。

机器模型(MM):机器模型,模拟自动化生产或测试机器本身积累了相当数量的静电荷,当机器去触碰到IC时,该电荷便经由IC的管脚放电。

带电器件模型(CDM):IC因摩擦或其他因素,内部积累了静电,但这个过程中IC并未被损伤。此带有静电的IC PIN脚接触到地面时,其内部的静电便会由PIN脚释放,进而造成放电的现象。

前面三者仅针对IC在制造环境下的测试。

三 系统级模型

终端用户环境是一个系统级的ESD模型。对应的行业标准是IEC 61000-4-2。其主要分为接触放电和空气放电。而ESD器件符合IEC 61000-4-2标准,仅代表器件本身的防护,后级电路的防护水平依靠ESD器件的钳位电压来衡量。


补充:ESD钳位电压Vclamp是衡量ESD器件保护系统的能力
在这里插入图片描述
上图表示为IEC 8KV冲击,系统电压随时间的变化,红色为直接冲击,蓝色则为加保护管后的冲击,峰值电压被钳至低位。钳位电压之所以存在,其根本原因在于TVS开启保护被击穿时,其提供一个低阻抗路径将电流导向地面。无论如何由于低阻抗的存在,其必然存在电压,为更深一步理解钳位电压的产生,可根据公式VC=IPP*Ron+Vbr(Ron为Clamping Voltage vs Peak Pulse Current曲线图斜率)。


在这里插入图片描述
上图为IEC ESD的等效电路图。
150pf为放电枪和周围环境的分布电容;
在这里插入图片描述
静电波形由IEC61000-4-2定义
Tr为90% Ip与10% Ip的时间差值,Tr较小,仅为0.8ns±25%,所以保护器件的响应时间非常重要。同时静电的持续时长约为100ns。

测试环境
环境温度15℃-35℃
相对湿度30%-60%
大气压86kPa-106Kpa
静电的注入点要注意,有金属的地方,才适合做接触放电,如果是绝缘的,没必要做接触放电。

四 TLP说明

在很久以前的文章中,小白就讲过关于TVS器件的选型。

在每份ESD器件规格书中,我们都能看到这类详述
在这里插入图片描述
然而在真正的用于项目使用选型时,其实每颗管子都是可抗住30KV的,这个时候我们往往需要关注ESD管哪颗钳位电压更低些。
在这里插入图片描述如果钳位电压相同,很多人或许犯难究竟哪种更优。这时引入TLP概念可以让使用者找到更为合适的那一款。

所谓TLP测试,即用100ns脉宽,1ns上升时间的方波,测量不同电压幅度下的电流值,电压值一直增加到管子损坏为止。100ns相比于IEC61000-4-2规定的静电波形1ns大的多,更加能考验ESD管子的性能,也能反映处ESD管的钳位能力。
在这里插入图片描述
从曲线可以看出,当4A的电流释放到ESD二极管时,它的钳位电压大概在7.5V;当放电电流为8A时,钳位电压为8.2V。

系统在承受的钳位电压对于8KV的IEC ESD冲击而言,我们只需关注TLP曲线中16A的那一点。此时对应的钳位电压大约为9.2V。TLP曲线的斜率对于理解二极管保护的好坏很重要。总之在面临多重选择时,选择斜率即钳位更低的更有帮助。

这篇关于简单了解ESD模型与TLP曲线的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1088437

相关文章

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

回调的简单理解

之前一直不太明白回调的用法,现在简单的理解下 就按这张slidingmenu来说,主界面为Activity界面,而旁边的菜单为fragment界面。1.现在通过主界面的slidingmenu按钮来点开旁边的菜单功能并且选中”区县“选项(到这里就可以理解为A类调用B类里面的c方法)。2.通过触发“区县”的选项使得主界面跳转到“区县”相关的新闻列表界面中(到这里就可以理解为B类调用A类中的d方法

自制的浏览器主页,可以是最简单的桌面应用,可以把它当成备忘录桌面应用

自制的浏览器主页,可以是最简单的桌面应用,可以把它当成备忘录桌面应用。如果你看不懂,请留言。 完整代码: <!DOCTYPE html><html lang="zh-CN"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><ti

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks(RNNs) 的模型: 上图中红色部分是输入向量。文本、单词、数据都是输入,在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下: rnn = RNN()y = rnn.step(x) # x为输入向量,y为输出向量 RNNs神经网络由神经元组成, python

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著