摘要：设计了1种抗单粒子烧毁(single event burnout,SEB)效应能力较强的栅场板型结构Ga_(2)O_(3)MOSFET器件,并与平面型结构进行了对比,采用基于计算机辅助设计(technology computer aided design,TCAD)的商用半导体器件仿真模拟软件研究了2款器件发生SEB前后内部载流子浓度、电流密度等电学参数分布特性,深入研究了Ga_(2)O_(3)MOSFET器件发生SEB的机理及引入栅场板结构后SEB阈值电压增大的原因。在此基础上,对器件的结构进行优化,获得了抗SEB性能较好的结构参数。研究结果表明:2款Ga_(2)O_(3)MOSFET器件发生SEB的机理都是由于其内部难以实现p型掺杂,主要是电子导电,当器件处于关断状态时,栅极下方会形成耗尽区,而重离子入射碰撞离化产生的电子在耗尽区的积累会对衬底层中电子通道的开启具有显著影响。当器件发生SEB时,源极的电子会通过V型的电子通道流向漏极,使得器件发生短路,产生大电流并烧毁;与平面型Ga_(2)O_(3)MOSFET器件相比,引入栅场板结构的器件在沟道区域的峰值电场强度由2.9 MV·cm^(-1)降低至1.7 MV·cm^(-1),从而降低了重离子入射器件后,碰撞离化产生载流子的速率,另一方面,引入栅场板结构也扩大了耗尽区的范围,使得栅极的控制能力增强,将器件发生SEB的阈值电压从110 V提升至340 V;最后通过仿真优化SiO_(2)钝化层的厚度以及栅场板的长度,得到了抗SEB能力更强的器件结构参数,进一步将器件SEB阈值电压提升至380 V。

摘要：人工智能技术的出现,使我国科技达到了新的层次,人工智能延伸于计算机技术,注重智能的发展,通过拟人化思维来转化传统生产模式,为行业带来更高的工作效率,以此推动国家向工业自动化发展迈进。机械制造领域可以生产设备以及各种零部件,是各企业工厂实现现代化生产的必要条件,但具体运用过程中,其自身系统存在不稳定因素,具有一定的生产风险,而人工智能的特性可以解决这个问题,为机械工程的安全性和准确性提供保证,强化使用性能。因此机械制造领域在发展过程中应积极利用人工智能技术,并不断地对其调整和革新,最大化地发挥其价值。