江苏
安规电容
*薄膜
安规
方块状
小功率
中频
径向引出线
本商品价格请致电我公司，量大可优惠！ 二*管：1/2W、1W、2W、5W全系列稳压管、1N4148开关二*管、1N60检波二*管、DB3触发二*管、整流管系列、肖特基系列。 三*管：SOT-523、SOT-323、...
手机：
品牌/商标 东莞 型号/规格 涤纶电容 介质材料 漆膜 应用范围 调谐 外形 方块状 功率特性 小功率 频率特性 中频 引线类型 径向引出线 等效串联电阻(*R) ....（mΩ） 标称容量 ....（uF） 损耗 ... 额定电压 ....（V） *缘电阻 ...（mΩ） 温度系数 .. 本商品价格请致电我公司，量大可优惠！ 二*管...
电话：86 0535 2915959
国产
X2
纸膜复合
退耦
方块状
*率
高频
固定
安规电容广乏用于电源当中X2-MKP金属化聚丙烯膜*干扰电容器X2-MKP为无感结构，用金属化聚丙烯膜作电介质/电*绕制而成，导线采用镀铜包钢线，使用环氧树脂密封在塑料壳内。特点●塑料...
电话：535-2120289
是
东润
DRFT-99系列
射频导纳物位开关
20000pF(当设电阻分量为*大时，可用电容量表示），距离为1000米（使用不同传感器*
&plu*n;1%（标准条件下）
15~35VDC（V）
4~20mA（mA）
一、产品介绍DRFT-99系列为通用型连续物位仪表，适用于大多数场合。仪表由一电路单元和杆式或缆式传感元件组成，传感器可选多种材质，可整体或分体式安装。用于连续测量。特点：★本...
电话：0535-2106820
10V~450V
国产
无铅*型
直插
单件包装
uf
V
℃
10V~450V 电解电容 启动电容 有级性电容，无级性电容
电话：0535-6612409
手机：13188776390
TDK株式会社（东京证券交易所代码：6762）新近推出了爱普科斯 (EPCOS) B43659系列焊片式铝电解电容器。新系列元件是一款结构更紧凑的新一代通用型产品，工作电压为450 V（直流），具有更高的CV值，功能及适合应用和之前系列产品相同。不过，B43659系列元件的...
TDK株式会社（东京证券交易所代码：6762）新近推出了B40910*系列混合聚合物电容器。该系列元件为贴片式装设计，在室温条件下具有非常低的等效串联电阻 (ESR) 值（分别为17 mΩ和22 mΩ），因此提供了高达4.6A（100kHz，+125°C）纹波电流处理能力。此外，不同...
TDK 株式会社（东京证券交易所代码：6762）推出新系列适合直流支撑应用的爱普科斯 (EPCOS) 电力电容器。新 系列元件的设计最高工作温度达+105°C；订购代码为 B25695E；额定直流电压范围为 700 V 至 1300 V（温度 ≥+85 °C 时，电压须降额使用）；ESR 范围为...
2012规格（2.2μF）和3216规格（4.7μF）的全新100V汽车用产品（实现大电容） 实现更节约空间的设计，同时减少了元件数量 符合AEC-Q200标准 产品的实际外观与图片不同。 TDK标志没有印在实际产品上。 TDK株式会社（TSE：6762）扩大了其汽...
Knowles 推出了两个系列的三单元 PCB 安装超级电容器模块，基于其目前拥有的 Cornell Dubilier 的 DGH 和 DSF 系列。 Knowles 三电池超级电容器 DGH 类型的工作电压高达 8.1V（-40 至 +65°C），330mF 版本的尺寸为 25 x 8.5 x 16mm 高，5F 版本的尺寸...
额定功率75W以下的适配器可细分为：输入滤波器、二极管整流器、输入输出电容器、IC控制器、辅助电源、磁性元件、功率器件和散热器。集成解决方案在缩小和简化转换器方面已经取得了长足的进步，目前最大的剩余组件是磁性元件、输入“大容量”电容器、输出电容...
在电力电子的输入/输出电路中，需要进行滤波以实现必要的电能质量和EMC性能。考虑到这一点，TDK 开发了新系列的爱普科斯 (EPCOS) 交流滤波电容器，该电容器因其高可靠性和长使用寿命而表现出色。 交流滤波电容器具有非常高的额定功率。根据电力电子电容器...
随着汽车、工业、数据中心和电信行业使用的电源数量的增加，多层陶瓷电容器 (MLCC) 的价格在过去几年中急剧上涨。陶瓷电容器用于电源的输出端，以降低输出纹波，并控制由于高转换速率负载瞬变而导致的输出电压过冲和下冲。输入侧需要陶瓷电容器用于去耦和过滤...
电路中使用三种类型的无源元件：电阻器、电感器和电容器。无源意味着组件的行为随电压或电流波动变化很小。 图 1. PCB 安装微调电位器。图片由维基共享资源提供 其他组件（称为活性组件）对电压和电流具有非线性反应。二极管、晶体管和热电子管是有源元...
内存计算 (CiM) 已成为一种有吸引力的计算范例，可解决深度学习应用传统设计中的内存和电源墙问题。借助 CiM，运行深度学习算法所需的部分计算可以在内存本身中执行，从而避免在内存和处理单元之间移动大量数据。 在深度学习算法中，主要运算是权重矩阵和...
