4. SiC功率二极管建模：PiN二极管与肖特基二极管（SBD）的静态特性建模、反向恢复特性建模、温度模型
各位同学，今天我们来聊聊SiC功率二极管的建模。说实话，这个主题我做了快十年，踩过的坑不少，积累的经验也很多。咱们先从最基础的讲起——PiN二极管和肖特基二极管，它们虽然都是二极管，但性格完全不同。
4.1 静态特性建模：从物理到方程
静态特性，说白了就是看二极管在直流下怎么工作。我习惯把建模分成三步：物理理解、方程推导、参数提取。
4.1.1 PiN二极管的静态模型
PiN二极管的结构是P⁺-i-N⁺，中间那个“i”层是关键。这个本征层在高电压下会耗尽，承担耐压任务。正向导通时，载流子注入i层，产生电导调制效应——嗯，这个词听起来高大上，其实就是电阻变小了。
正向电流密度可以用这个方程描述：
J_F = J_s * exp(qV_F / (nkT))其中J_s是饱和电流密度，n是理想因子。对于SiC PiN二极管，n通常在1.8到2.2之间。为什么不是1？因为复合电流占主导。我在项目中遇到过，有些厂商给的模型n=1.5，结果仿真出来电流偏大，差点导致设计失误。
反向特性呢？主要考虑漏电流和击穿电压。漏电流公式：
J_R = J_s * [exp(qV_R / (kT)) - 1]但实际中，SiC PiN的反向漏电流很小，室温下通常小于1 μA/cm²。温度升高后，漏电流会指数上升——这个后面讲温度模型时会细说。
4.1.2 肖特基二极管的静态模型
SBD就简单多了。它是金属-半导体接触，没有少子注入，所以开关速度快。正向特性用热电子发射理论描述：
J_F = A*T² * exp(-qΦ_B / (kT)) * [exp(qV_F / (nkT)) - 1]A*是理查德森常数，对于4H-SiC，大约是146 A/(cm²·K²)。Φ_B是肖特基势垒高度，一般在1.0到1.3 eV之间。
我个人习惯，提取SBD参数时先测正向I-V曲线，然后做线性拟合。斜率得到n，截距得到Φ_B。但要注意——串联电阻R_s会影响低压区的曲线，必须扣除。
关键参数对比：
| 参数 | PiN二极管 | SBD |
|---|---|---|
| 理想因子n | 1.8~2.2 | 1.02~1.08 |
| 正向压降@100A/cm² | 2.8~3.2V | 1.5~2.0V |
| 反向漏电流@1200V | <1 μA | 10~100 μA |
| 击穿电压 | 高（可达10kV+） | 中等（600~1700V） |
4.2 反向恢复特性建模：少子存储效应
这是PiN二极管最头疼的问题。正向导通时，i层存储了大量少子。关断时，这些少子需要被抽出或复合，就产生了反向恢复电流。
反向恢复电流的峰值I_rr和恢复时间t_rr是核心参数。我常用的模型是双指数模型：
I_R(t) = I_RM * [exp(-t/τ₁) - exp(-t/τ₂)]τ₁和τ₂分别代表慢速和快速恢复分量。对于SiC PiN，τ₁通常在几十纳秒，τ₂在几纳秒。
我曾经在一个高压电源项目中，用这个模型仿真反向恢复损耗。结果实测和仿真差了30%。后来发现，问题出在温度上——模型用的是室温参数，但实际工作温度是125°C。温度升高后，少子寿命增加，反向恢复电荷Q_rr会变大。
避坑指南：我曾经在提取Q_rr时，只测了25°C的数据。结果客户在高温下测试，效率直接掉了5个百分点。后来我学乖了，至少测三个温度点：25°C、75°C、125°C，然后做插值。
SBD的反向恢复就简单多了。它是多数载流子器件，没有少子存储，所以反向恢复电流几乎为零。但要注意——SBD有电容效应，关断时会产生位移电流。这个可以用结电容模型来描述：
C_J(V) = C_J0 / (1 + V/V_bi)^MC_J0是零偏电容，V_bi是内建电势，M是梯度因子（对于SiC SBD，M≈0.5）。
4.3 温度模型：从25°C到200°C
SiC器件可以在高温下工作，但温度对参数的影响很大。我习惯把温度模型分成三块：
4.3.1 正向压降的温度系数
PiN二极管的正向压降随温度升高而降低，温度系数大约是-2 mV/°C。为什么？因为本征载流子浓度增加，电导调制效应增强。
SBD正好相反——正向压降随温度升高而增大，温度系数大约是+1.5 mV/°C。这是因为势垒高度Φ_B随温度变化，而且电子迁移率下降。
你想想看，如果在一个宽温度范围的设计中，用错了温度系数，仿真结果会完全相反。我见过有人把PiN的温度系数套到SBD上，结果高温下仿真电流偏大两倍。
4.3.2 漏电流的温度依赖性
漏电流随温度指数上升。对于PiN二极管：
J_R(T) = J_R(T₀) * exp[E_g/(kT₀) - E_g/(kT)]E_g是SiC的禁带宽度，约3.26 eV。温度从25°C升到150°C，漏电流可能增加三个数量级。
SBD的漏电流温度依赖性更复杂，因为还涉及势垒降低效应。我常用的经验公式：
J_R(T) = J_R(T₀) * (T/T₀)² * exp[qΦ_B/(kT₀) - qΦ_B/(kT)]注意：SiC SBD在高温下，漏电流可能超过PiN二极管。所以不要以为SBD在所有温度下都漏电小。我在一个150°C的应用中，SBD的漏电流达到了mA级别，差点烧毁驱动电路。
4.3.3 击穿电压的温度系数
SiC的击穿电压随温度升高而增大，温度系数约+0.1%/°C。这是因为声子散射增强，碰撞电离系数降低。这个特性对可靠性有好处——温度越高，耐压能力越强，不容易热失控。
但要注意，这个正温度系数只在雪崩击穿区域成立。如果是隧道击穿（比如超结结构），温度系数可能是负的。
4.4 建模流程总结
好了，讲了这么多，我给大家总结一个实用的建模流程：
- 数据测量：至少测三个温度点的正向I-V和反向I-V曲线
- 参数提取：用最小二乘法拟合n、J_s、R_s、Φ_B
- 温度系数拟合：提取E_g、Φ_B的温度系数
- 动态参数提取：测反向恢复波形，提取I_rr、t_rr、Q_rr
- 模型验证：用未参与拟合的数据点验证模型精度
我个人习惯，在提取完参数后，会做一个双温度点的交叉验证。比如用25°C和125°C的数据拟合，然后用75°C的数据验证。如果误差超过5%，说明模型结构有问题，需要重新考虑。
最后，送大家一句话：建模不是数学游戏，而是对物理本质的理解。参数再漂亮，如果物理意义不对，也是废纸一张。
核心要点：
- PiN二极管：少子器件，正向压降负温度系数，反向恢复严重
- SBD：多子器件，正向压降正温度系数，几乎无反向恢复
- 温度模型：漏电流指数上升，击穿电压正温度系数
- 建模流程：测量→提取→拟合→验证，缺一不可
这张图把今天讲的内容串起来了。从器件类型出发，到静态特性、动态特性，最后统一到温度模型。你想想看，是不是每个环节都离不开物理理解？
个人经验：我刚开始做SiC建模时，总想着用复杂的数学公式去拟合数据。后来发现，越简单的模型越可靠。一个双指数模型，加上温度插值，就能覆盖90%的应用场景。剩下的10%，留给那些真正需要高精度仿真的场合。
好了，今天就到这里。记住，建模的目的是为了用，不是为了炫技。下次我们讲SiC MOSFET的建模，那又是另一个故事了。
公众号:蓝海资料掘金营，微信deep3321