品牌:E-*电 型号:LH/HP 介质材料:铝电解 应用范围:高压 外形:圆柱形 功率特性:大功率 频率特性:高频 调节方式:固定 引线类型:径向引出线 允许偏差:&plu*n;20（%） 耐压值:500（V） 标称容量:47-10000 损耗:0.15 额定电压:200-500（V）工业级铝电解电容器简介 *： Ⅰ.+85℃～+105℃ 耐久性2000～20000小时 Ⅱ.有优良...
电话：0751-8625216
品牌:* 型号:LH/HP 介质材料:铝电解 应用范围:滤波 外形:圆柱形 功率特性:大功率 频率特性:高频 调节方式:固定 引线类型:径向引出线 允许偏差:&plu*n;20（%） 耐压值:500（V） 标称容量:47-100000UF 损耗:0.15以下 额定电压:160V（V）工业级铝电解电容器简介 *： Ⅰ.-40℃～+105℃ 耐久性2000～20000小时 Ⅱ.有优良...
电话：0751-8625216
fujicon
TM
铝电解
滤波
圆柱形
小功率
高频
固定
我司生产的高频低阻及高靠低阻*电容器，质量*，性能好，价格优。产品广泛用于家电、电脑、闪光灯、*灯、开关电源等，产品内包装都为胶袋，外箱为5层双坑硬纸。全ROHS产品。
电话：0755-138279948
品牌:*电 型号:LH/HP 介质材料:铝电解 应用范围:滤波 外形:圆柱形 功率特性:大功率 频率特性:高频 调节方式:固定 引线类型:径向引出线 允许偏差:&plu*n;20（%）工业级铝电解电容器简介 *：Ⅰ.+85℃～+105℃ 耐久性2000～20000小时Ⅱ.有优良的高频、*长寿命、高纹波电流、高*特性Ⅲ.焊针型/螺栓型/导针型Ⅳ.尺寸可变...
电话：0751-8625216
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...
主要特长 ·率先实现0402M超小尺寸的高耐压特性（100V） ·非常适合需要缩小元件安装空间的应用场景，有助于缩小RF模块等的尺寸 ·能保证在150℃下工作，因此可以贴装在更靠近功率半导体的位置 ·在VHF、UHF、微波及更高频带实现了HiQ和低ESR ...
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...
