【導(dǎo)讀】單片電子保險(xiǎn)絲（eFuse）NIS(V)3071能夠提供高達(dá)10 A 連續(xù)電流，在設(shè)計(jì)它的PCB時(shí)熱性能是重要的考量因素，在設(shè)計(jì)PCB熱特性時(shí)，需要考慮eFuse的兩種工作模式：軟開關(guān)開通階段和穩(wěn)定工作狀態(tài)。在軟開關(guān)開通階段，eFuse的短期功率耗散可達(dá)幾十瓦，而穩(wěn)定工作狀態(tài)時(shí)則可能為幾瓦。本文將通過比較四層和兩層PCB，說明使用多層PCB為器件散熱帶來的性能優(yōu)勢(shì)。
單片電子保險(xiǎn)絲（eFuse）NIS(V)3071能夠提供高達(dá)10 A 連續(xù)電流，在設(shè)計(jì)它的PCB時(shí)熱性能是重要的考量因素，在設(shè)計(jì)PCB熱特性時(shí)，需要考慮eFuse的兩種工作模式：軟開關(guān)開通階段和穩(wěn)定工作狀態(tài)。在軟開關(guān)開通階段，eFuse的短期功率耗散可達(dá)幾十瓦，而穩(wěn)定工作狀態(tài)時(shí)則可能為幾瓦。本文將通過比較四層和兩層PCB，說明使用多層PCB為器件散熱帶來的性能優(yōu)勢(shì)。
圖1 顯示的是兩層PCB，圖2 顯示的是面積同樣為2000 平方毫米的四層PCB。
以下對(duì)兩種PCB在相同條件下的熱參數(shù)進(jìn)行比較。FAULT引腳上ESD結(jié)構(gòu)的線性溫度曲線用于測(cè)量結(jié)溫。該器件在輸入電壓Vin = 12 V且無負(fù)載的情況下驅(qū)動(dòng)芯片，在此電壓下，以1mA的電流對(duì)兩個(gè)測(cè)試板上的ESD結(jié)構(gòu)進(jìn)行溫度特性分析，并使用Temptronic X-Stream 4300對(duì)溫度進(jìn)行掃描。此溫度特性分析的電路原理圖如圖3所示：溫度特性測(cè)試配置。
在30°C 至150°C 的溫度范圍內(nèi)，ESD結(jié)構(gòu)的兩塊測(cè)試板上的電壓如圖4 所示：熱性能分析。
在供電電壓Vin = 12 V的情況下，設(shè)定所有四個(gè)并聯(lián)通道的輸出電流，使兩塊測(cè)試eFuse PCB上的功耗都正好為1 W。
表1 顯示了在相同電流（1 mA）下，兩塊被測(cè)PCB上FAULT 引腳基于ESD 結(jié)構(gòu)的電壓。根據(jù)這些電壓，按照?qǐng)D4 所示公式可計(jì)算出每塊電路板上的結(jié)溫。測(cè)量是在環(huán)境溫度為Ta = 23°C的自然空氣對(duì)流條件下進(jìn)行的。兩層和四層PCB的結(jié)至環(huán)境熱阻（Rthja）值由下式給出。
Rthja = (Tj ? Ta)/Pd [°C/W]
圖5.熱像儀顯示了作為對(duì)比的兩個(gè)PCB的溫度分布。相比于相同面積的兩層PCB，四層PCB具有低12°C/W的熱阻。結(jié)溫Tj也可以通過Rdson的變化來計(jì)算，但在大約6A的輸出電流下，自熱效應(yīng)使得這種相關(guān)性的表征變得復(fù)雜，并且Rdson隨溫度以及輸出電流的變化并非線性。
附錄中是上述兩種PCB的完整說明和堆疊圖。
焊接NIV3071 器件時(shí)，我們建議遵循IPC-7527標(biāo)準(zhǔn)和焊接指南。在某些需要?jiǎng)傂远鄬覲CB的應(yīng)用中，建議使用高可靠性焊膏。高可靠性焊膏將有助于確保焊點(diǎn)在板級(jí)可靠性溫度循環(huán)測(cè)試期間的機(jī)械完整性。
附錄
圖6. 雙層PCB設(shè)計(jì)
圖7. 四層PCB設(shè)計(jì)
文章來源：安森美
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請(qǐng)聯(lián)系小編進(jìn)行處理。
推薦閱讀：
貿(mào)澤電子新品推薦：2024年第二季度推出超過10,000個(gè)新物料
觀眾登記開啟｜elexcon2024深圳國(guó)際電子展8月27-29日約您來見，20+重磅活動(dòng)與數(shù)千新品引爆AI+技術(shù)生態(tài)
譜寫西部電子產(chǎn)業(yè)新篇章，第十二屆中國(guó)（西部）電子信息博覽會(huì)盛大開幕
MOS管驅(qū)動(dòng)電路設(shè)計(jì)，如何讓MOS管快速開啟和關(guān)閉？
全新Reality AI Explorer Tier，免費(fèi)提供強(qiáng)大的AI/ML開發(fā)環(huán)境綜合評(píng)估“沙盒”
