排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
建立了SACM型In0.53Ga0.47As/In0.52Al0.48As雪崩光电二极管(APD)的分析模型,通过数值研究和理论分析设计出高性能的In0.53Ga0.47As/In0.52Al0.48As APD。器件设计中,一方面添加了In0.52Al0.48As势垒层来阻挡接触层的少数载流子的扩散,进而减小暗电流的产生;另一方面,雪崩倍增区采用双层掺杂结构设计,优化了器件倍增区的电场梯度分布。最后,利用ATLAS软件较系统地研究并分析了雪崩倍增层、电荷层以及吸收层的掺杂水平和厚度对器件电场分布、击穿电压、IV特性和直流增益的影响。优化后APD的单位增益可以达到0.9 A/W,在工作电压(0.9 Vb)下增益为23.4,工作暗电流也仅是纳安级别(@0.9 Vb)。由于In0.52Al0.48As材料的电子与空穴的碰撞离化率比InP材料的差异更大,因此器件的噪声因子也较低。 相似文献
2.
采用BP神经网络算法预测断裂参数J和A2.将三点弯曲试件有限元数值实验结果作为神经网络的训练样本,经过训练得到拓扑结构为4-25-2的BP网络模型.建立了J-积分、约束参数A2这二者与裂纹尺寸、裂纹尖端附近三个应变值之间的非线性映射.结果表明:应用BP网络时,只要选取适当的传递函数、训练函数、隐含层数目、神经元个数、学习速率就可以得到较好的预测,满足应用要求. 相似文献
3.
裂纹尖端约束效应的评估在结构完整性分析中十分重要.基于J-A2双参数弹塑性理论,用有限元对裂纹尖端应力、应变场进行数值模拟.研究用BP神经网络预测裂纹尖端的约束效应,采用单边缺口弯曲(SENB)试件韧带上三个点的应变值作为网络的输入数据,J-积分和约束参数A2作为输出,建立神经网络.实例数值结果表明,神经网络可以很好地模拟韧带上应变值和J-积分及约束参数A2之间的非线性关系,它可用于预测带裂纹构件裂纹尖端的约束效应. 相似文献
1