TI推出其首款帶集成驅(qū)動器、內(nèi)部保護和有源電源管理的車用GaN FET

德州儀器（TI）近日推出了面向汽車和工業(yè)應用的下一代650V和600V氮化鎵（GaN）場效應晶體管（FET），進一步豐富拓展了其高壓電源管理產(chǎn)品線。與現(xiàn)有解決方案相比，新的GaN FET系列采用快速切換的2.2 MHz集成柵極驅(qū)動器，可幫助工程師提供兩倍的功率密度和高達99％的效率，并將電源磁性器件的尺寸減少59％。TI利用其獨有的GaN材料和在硅（Si）基氮化鎵襯底上的加工能力開發(fā)了新型FET，與碳化硅（SiC）等同類襯底材料相比，更具成本和供應鏈優(yōu)勢。

電氣化正在改變汽車行業(yè)，消費者越來越需要充電更快、續(xù)航里程更遠的車輛。因此，工程師亟需在不影響汽車性能的同時，設計出更緊湊、輕便的汽車系統(tǒng)。與現(xiàn)有的Si或SiC解決方案相比，使用TI的新型車用GaN FET可將電動汽車（EV）車載充電器和DC/DC轉(zhuǎn)換器的尺寸減少多達50％，從而使工程師能夠延長電池續(xù)航，提高系統(tǒng)可靠性并降低設計成本。在工業(yè)設計中，這些新器件可在更低功耗和更小電路板空間占用的情況下，在AC/DC電力輸送應用（例如超大規(guī)模的企業(yè)計算平臺以及5G電信整流器）中實現(xiàn)更高的效率和功率密度。

Strategy Analytics的動力總成、車身、底盤和安全服務總監(jiān)Asif Anwar表示：“GaN等寬帶隙半導體技術(shù)無疑為電力電子設備（尤其是高壓系統(tǒng)）帶來了更穩(wěn)定的性能。德州儀器歷經(jīng)十多年的投資和開發(fā)，提供了獨有的整體解決方案——將內(nèi)部硅基氮化鎵（GaN-on-Si）器件的生產(chǎn)、封裝與優(yōu)化的硅基驅(qū)動器技術(shù)相結(jié)合，從而能在新應用中成功采用GaN。”

德州儀器高壓電源解決方案副總裁Steve Lambouses表示：“工業(yè)和汽車應用日益需要在更小的空間內(nèi)提供更多的電力，設計人員必須提供能在終端設備長久的生命周期內(nèi)可靠運行的電源管理系統(tǒng)。憑借超過4,000萬個小時的器件可靠性測試和超過5 GWh的功率轉(zhuǎn)換應用測試，TI的GaN技術(shù)為工程師提供了能滿足任何市場需求的可靠的全生命周期保障?！?/p>

以更少的器件實現(xiàn)翻倍的功率密度

在高電壓、高密度應用中，電路板空間最小化是設計中的重要目標。隨著電子系統(tǒng)變得越來越小，其內(nèi)部組件也必須不斷縮小并更加緊湊。TI的新型GaN FET集成了快速開關(guān)驅(qū)動器以及內(nèi)部保護和溫度感應功能，使工程師能夠在電源管理設計中減小電路板尺寸、降低功耗的同時實現(xiàn)高性能。這種集成再加上TI GaN技術(shù)的高功率密度，使工程師能夠在通常的離散解決方案中減少10多個組件。此外，在半橋配置中應用時，每個新型30mΩ FET均可支持高達4 kW的功率轉(zhuǎn)換。

創(chuàng)造TI更高功率因數(shù)校正（PFC）效率

GaN具有快速開關(guān)的優(yōu)勢，可實現(xiàn)更小、更輕、更高效的電源系統(tǒng)。在過去，要獲得快速的開關(guān)性能，就會有更高的功率損耗。為了避免這種不利后果，新型GaN FET采用了TI的智能死區(qū)自適應功能，以減少功率損耗。例如，在PFC中，智能死區(qū)自適應功能與分立式GaN和SiC金屬氧化物硅FET（MOSFET）相比，可將第三象限損耗降低多達66％。智能死區(qū)自適應功能也消除了控制自適應死區(qū)時間的必要，從而降低了固件復雜性和開發(fā)時長。

更大限度提高熱性能

采用TI GaN FET的封裝產(chǎn)品，其熱阻抗比性能最接近的同類產(chǎn)品還要低23％，因此可使工程師使用更小的散熱器，同時簡化散熱設計。無論應用場景如何，這些新器件均可提供更大的散熱設計靈活性，并可選擇底部或頂部冷卻封裝。此外，F(xiàn)ET集成的數(shù)字溫度報告功能還可實現(xiàn)有源電源管理，從而使工程師能在多變的負載和工作條件下優(yōu)化系統(tǒng)的熱性能。

封裝、供貨情況

目前TI.com.cn上已提供四種新型工業(yè)級600V GaN FET的預生產(chǎn)版本，采用12mm x 12mm方形扁平無引腳（QFN）封裝。TI預計工業(yè)級器件LMG3425R030將于2021年第一季度實現(xiàn)批量生產(chǎn)。

更多信息請閱讀應用說明“ 通過智能死區(qū)自適應功能實現(xiàn)GaN性能最大化 ”。