首页 > 器件类别 > 分立半导体 > 二极管

1.5SMC15CAT/R7

Trans Voltage Suppressor Diode, 1500W, 12.8V V(RWM), Bidirectional, 1 Element, Silicon, DO-214AB, ROHS COMPLIANT, PLASTIC, SMC, 2 PIN

器件类别:分立半导体    二极管   

厂商名称:强茂(PANJIT)

厂商官网:http://www.panjit.com.tw/

器件标准:

下载文档
器件参数
参数名称
属性值
是否无铅
不含铅
是否Rohs认证
符合
零件包装代码
DO-214AB
包装说明
R-PDSO-C2
针数
2
Reach Compliance Code
compli
最大击穿电压
15.8 V
最小击穿电压
14.3 V
配置
SINGLE
二极管元件材料
SILICON
二极管类型
TRANS VOLTAGE SUPPRESSOR DIODE
JEDEC-95代码
DO-214AB
JESD-30 代码
R-PDSO-C2
最大非重复峰值反向功率耗散
1500 W
元件数量
1
端子数量
2
最高工作温度
150 °C
最低工作温度
-55 °C
封装主体材料
PLASTIC/EPOXY
封装形状
RECTANGULAR
封装形式
SMALL OUTLINE
峰值回流温度(摄氏度)
NOT SPECIFIED
极性
BIDIRECTIONAL
最大重复峰值反向电压
12.8 V
表面贴装
YES
技术
AVALANCHE
端子形式
C BEND
端子位置
DUAL
处于峰值回流温度下的最长时间
NOT SPECIFIED
Base Number Matches
1
掌上信息智库,随行技术顾问
生活中,便捷快速的app和小程序使手机成为我们日常沟通和交互不可或缺的部分,在工作中,手机也逐步已成为查找产品、产品配型,寻求在线即时支持的入口。从今天开始,让TE中小客户营销移动微网站(以下简称掌上微网站)来满足你的需求!在这里,你可以随时随地查询TE产品、授权经销商、最新资讯和技术资料,一键解锁更具创新性、实用性解决方案,满足您用一台手机畅游互连世界的需求!微信扫码即可进入TE掌上微网站TE掌上微网站,有何特色?...
EEWORLD社区 综合技术交流
夏末秋初,玩转EE芯积分,边赚边花+礼品兑换剧透
夏末秋初,是耕耘成长的季节,也是即将迎来收获的季节,小编的心情也不由自主跟着躁动起来,好像不搞点活动回馈大家就过不好似的~这不,芯积分回馈又啦~多种附加分渠道限时来袭,外加商城礼品上新剧透。亲们可以边赚边花哟。一、你的每次善意分享,我们都记在心上,加分让分享有迹可循~所以快来复习一下主要的加分途径有哪些吧。更详细的版本请点击此处查看二、完成下列任务,获取相应附加分任务一:你有什么用到飞起,特别中意的元器件吗,分享它的型号以及优点,让更多小...
EE大学堂 综合技术交流
【NRF52840】学习记录——蓝牙协议栈
蓝牙协议栈介绍大家可以参考这篇文章:BLE学习(1):蓝牙协议栈的介绍 蓝牙协议栈配置大家可以参考这篇文章:配置蓝牙协议栈,在这里补充几点1.协议栈时钟在上面的文章中提到,协议栈时钟来源一共有三种,分别是内部RC时钟、外部低速晶振和内部主时钟产生的低速时钟。使用外部低速晶振,最省电,但是需要外接一个32.768kHz的低速晶振。这个时候还需要考虑外部晶振的精确度,这就体现在了nrf_clock_lf_cfg_t::accuracy...
bitter 综合技术交流
英特尔将代工ARM核心处理器?
10月30号,Altera宣布其新一代旗舰产品Stratix10SoC中的处理器为四核64位ARMCortex-A53。而代工这一处理器的厂商居然是英特尔!真是nothingisimposible。英特尔与ARM早已成为竞争对手,并且,依照过去的历史经验与相关纪录,英特尔从未有过针对ARM架构的产品进行量产,此一举动,势必牵动全球半导体产业的各大龙头的策略布局啊英特尔将代工ARM核心处理器?哦...
phantom7 综合技术交流
富士通FRAM心得提交
Fujitsu的FRAM的性能挺好,我是使用STM32的处理器调试的,经试用后,感觉速度比较快,接口比较简单,比较好用.富士通FRAM心得提交...
BruceLone 综合技术交流
关于GPU编程的讨论
图形处理器(GraphicsProcessingUnit,GPU)和中央处理器(CentralProcessingUnit,CPU)相对,是显卡的核心芯片;统一计算设备架构(ComputeUnifiedDeviceArchitecture,CUDA),是由英伟达(NVIDIA)推出的通用并行计算架构,作为开发GPU的编程接口,CUDA通过CPU任务分发和GPU并行处理来提升计算效率。关于GPU编程的讨论在CUDA平台下,CPU和GPU是如何分工协作的?1....
ljg2np 综合技术交流