THT技术优势和高机械稳定性与全自动组装选项和高效回流焊工艺结合
发布时间:2021/8/9 20:31:13 访问次数:1073
高振动应用开发了 REDCUBE THR 系列(THR = 通孔回流焊 (Through hole Reflow),又称为引脚浸锡 (PiP))。它将THT技术的优势和高机械稳定性与全自动组装选项和高效回流焊工艺结合在一起。
REDCUBE THR 端子的工艺无缝集成到了 SMT 工艺中。它们可以采用与 SMD 元器件一样的方式进行加工,适用于相同的工艺和条件。
REDCUBE THR 端子极其牢固,几近坚不可摧,可提供 4 个、8 个 或 9 个引脚,能够在高达 85 A 的电流下使用。由于结构坚固,在组装时它们可以达到远高于常规冲压元器件的拧紧扭矩。

制造商:Diodes Incorporated 产品种类:MOSFET 技术:Si 安装风格:SMD/SMT 封装 / 箱体:SOT-26-6 晶体管极性:N-Channel 通道数量:1 Channel Vds-漏源极击穿电压:30 V Id-连续漏极电流:4.6 A Rds On-漏源导通电阻:65 mOhms Vgs - 栅极-源极电压:- 20 V, + 20 V Vgs th-栅源极阈值电压:1 V Qg-栅极电荷:12.6 nC 最小工作温度:- 55 C 最大工作温度:+ 150 C Pd-功率耗散:1.1 W 通道模式:Enhancement 封装:Cut Tape 封装:MouseReel 封装:Reel 配置:Single 高度:1.3 mm 长度:3.1 mm 产品:MOSFET Small Signal 晶体管类型:1 N-Channel 类型:MOSFET 宽度:1.8 mm 商标:Diodes Incorporated 下降时间:6.4 ns 产品类型:MOSFET 上升时间:6.4 ns 工厂包装数量3000 子类别:MOSFETs 典型关闭延迟时间:16 ns 典型接通延迟时间:2.9 ns 单位重量:15 mg
坚固型设计可支持-40°C至+85°C的工作温度范围,防高度冲击且耐振,可满足严苛的工业应用对可靠性的要求.
为Debian、Yocto和安卓提供标准BSP支持,包括MRAA硬件抽象层(HAL),工程师可将在Raspberry Pi或Arduino环境中编写的模块、传感器HAT和端口代码转化为I-Pi.
eIQ机器学习软件可基于CPU内核、GPU内核和NPU进行连续推理。支持Caffe、TensorFlow Lite、PyTorch和ONNX模型。
(素材来源:eccn和ttic.如涉版权请联系删除。特别感谢)
高振动应用开发了 REDCUBE THR 系列(THR = 通孔回流焊 (Through hole Reflow),又称为引脚浸锡 (PiP))。它将THT技术的优势和高机械稳定性与全自动组装选项和高效回流焊工艺结合在一起。
REDCUBE THR 端子的工艺无缝集成到了 SMT 工艺中。它们可以采用与 SMD 元器件一样的方式进行加工,适用于相同的工艺和条件。
REDCUBE THR 端子极其牢固,几近坚不可摧,可提供 4 个、8 个 或 9 个引脚,能够在高达 85 A 的电流下使用。由于结构坚固,在组装时它们可以达到远高于常规冲压元器件的拧紧扭矩。

制造商:Diodes Incorporated 产品种类:MOSFET 技术:Si 安装风格:SMD/SMT 封装 / 箱体:SOT-26-6 晶体管极性:N-Channel 通道数量:1 Channel Vds-漏源极击穿电压:30 V Id-连续漏极电流:4.6 A Rds On-漏源导通电阻:65 mOhms Vgs - 栅极-源极电压:- 20 V, + 20 V Vgs th-栅源极阈值电压:1 V Qg-栅极电荷:12.6 nC 最小工作温度:- 55 C 最大工作温度:+ 150 C Pd-功率耗散:1.1 W 通道模式:Enhancement 封装:Cut Tape 封装:MouseReel 封装:Reel 配置:Single 高度:1.3 mm 长度:3.1 mm 产品:MOSFET Small Signal 晶体管类型:1 N-Channel 类型:MOSFET 宽度:1.8 mm 商标:Diodes Incorporated 下降时间:6.4 ns 产品类型:MOSFET 上升时间:6.4 ns 工厂包装数量3000 子类别:MOSFETs 典型关闭延迟时间:16 ns 典型接通延迟时间:2.9 ns 单位重量:15 mg
坚固型设计可支持-40°C至+85°C的工作温度范围,防高度冲击且耐振,可满足严苛的工业应用对可靠性的要求.
为Debian、Yocto和安卓提供标准BSP支持,包括MRAA硬件抽象层(HAL),工程师可将在Raspberry Pi或Arduino环境中编写的模块、传感器HAT和端口代码转化为I-Pi.
eIQ机器学习软件可基于CPU内核、GPU内核和NPU进行连续推理。支持Caffe、TensorFlow Lite、PyTorch和ONNX模型。
(素材来源:eccn和ttic.如涉版权请联系删除。特别感谢)