别生气了，仔细想想温度的变化

仔细想想就会发现，其实我们生活在 “非典型” 世界里。我们经常会听到或使用 “典型” 一词，在某种程度上，该词是 “平均” 的同义词，但从统计学角度来看，“平均” 也可能只发生过一次，所以不要事事优先考虑 “典型”。

“典型” 的另一种解释是形容发生得很频繁以至于可以预测的事情。行为倾向尤其如此，当我们开始思考行为的频率时，不可避免地会联想到时间。

(相关资料图)

“时间” 是一个有趣的概念，尤其是因为时间永远无法重复。那么，我们为什么要观察某段时间内的行为频率呢？可能是因为我们非常擅长模式识别。我们能够自如地应对模式识别，而且 “典型” 模式已经成为衡量行为的首选方式。

这可能是我们为了处理每天接收到的大量信息而开发的一种机制。如果我们无法将事件归类为 “典型”，即使该事件在灵活的变动幅度内，我们也要花费一整天，甚至每一天，来评估我们接触到的一切。

当我们希望将 “典型” 延伸至 “总是” 或 “一成不变” 时，问题就来了。意外往往在我们最意想不到的时候出现，这就是 “意外” 的含义。但作为工程师，我们真的不喜欢意外，至少在设计中不希望出现意外，所以我们会尽一切可能避免发生意外。这让我们严重依赖于数据手册中的 “典型” 数据，但这时 “意外” 总是接踵而至。

在需要与温度相关的数据时，我们常会使用数据手册中的 “典型” 数据。但在这个过程中，我们实际上将两个变量视为了常量。如果能理解这一点，那就好办了。因为工程师认识到了他们可能需要根据实际工作条件来调整相关的数据。真正的问题在于，如何进行假设，将某个器件的数据外推到另一个具有类似典型数据的器件上。

功率晶体管有几个重要参数，或者说品质因数 (FoM)，比如漏极-源极电阻 (Rds) 和开关损耗 (Eoss)。这些数据通常会在数据手册中提供，但其随温度的变化情况却少有记录。晶粒面积也会对这些数据产生影响，于是出现了 RdsA FoM，或者与面积相关的 Rds。

当然，这些都是 “典型” 数据，而且通常都是工作温度为 25℃ 时的数据。此外，这些数据通常也来源于 “典型” 条件下的 Rds(on)，而未考虑 Rds(on) 也会随温度变化而变化，更重要的是，这些数据同样未考虑到不同的架构而导致的变化。

这些不同在诸如 UnitedSiC 的 UF3C065040K3S 650V SiC 共源共栅器件中更为明显，该器件在 25℃ 条件下记录的 Rds(on) 最大值为 52mΩ，而典型值仅为 42mΩ。与 Rds(on) 最大值为 45mΩ、典型值为 40mΩ 的 650V 超结 MOSFET 相比，超结器件在该特定 FoM 方面的性能似乎更出色。但在超温条件下，情况就大不一样了，如图 1所示。当温度接近 150℃ 时，超结器件的 Rds(on) 达到 96mΩ，而 SiC 共源共栅器件只有 78mΩ。事实上，即使在 175℃ 条件下，SiC 器件的 Rds(on) 仍只有 78mΩ，远低于超结器件的 Rds(on)。

从图 1可以非常清楚地看到，SiC 共源共栅器件的 Rds(on) 增长率远低于超结 MOSFET 的 Rds(on) 增长率，这一点至关重要，因为这个 FoM 影响着所有其他 FoM，所以如果应用的工作温度高于 25℃，密切观察 Rds(on) 随温度变化的情况是重中之重。

温度与导电损耗的相关性在于，温度越高，SiC 共源共栅 FET 所耗散的功率就越低。在 150℃ 条件下，SiC 共源共栅 FET 的功耗比超结器件低 30%。由于功率耗散也会导致温度升高，所以功耗损耗越低也意味着整体温度越低，Rds(on) 值也因此更低。此外，Rds(on) 较低意味着相关应用可以搭载更高的电流，在使用相关器件的应用中，这一特性意义非凡。该 FoM 的另一个积极影响在于，可让晶粒面积保持最小，从而有助于降低开关损耗和体二极管损耗。

SiC 共源共栅 FET 的 Rds(on) 随温度变化的增长率较低，这是该技术的固有特征，且与相关材料中掺杂含量较高的 SiC 紧密相关。在所有半导体材料中，电子迁移率随温度的升高而提高，而 SiC 能够减缓电子迁移率的下降速度。加上 SiC 在栅极电荷及其他 FoM 方面的优势，工程师便自然能够明白使用 SiC 共源共栅 FET 如何能帮助实现重大设计改进，又如何能降低系统级成本。

数据手册有助于我们深入了解器件在一系列条件下的工作原理，但我们需要清楚温度对数据的影响，而不是对不同类型的器件进行笼统假设，这一点至关重要。