选型手册：耐高温片式陶瓷电感器—0805LS-111XJRC

最新推荐文章于 2025-12-01 19:45:15 发布
原创 最新推荐文章于 2025-12-01 19:45:15 发布 · 194 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#0805LS-111XJRC #电感 #功率电感

0805LS-111XJRC

内容介绍：
       哈喽，小伙伴们，今天我为大家带来的是Coilcraft的一款陶瓷电感——0805LS-111XJRC。 这款电感 的直流电阻 (DCR) 仅为 0.05 Ω，损耗极低，能够为电路提供源源不断的能量。它的最大电流 (Irms) 高达 2.0 A，能够承受较大的电流负载，如同一位勇敢的战士，在电路中永不言败。

主要参数：

电感值： 0.110 µH
公差： 5%
自谐振频率 (SRF)： 19 MHz
直流电阻 (DCR)： 0.05 Ω
最大电流 (Irms)： 2.0 A
品质因数 (Q)： 20 (在 7.9 MHz 时)

相关型号：
0805LS-78NXJRC
0805LS-111XJRC
0805LS-471XJRC
0805LS-681XJRC
0805LS-102XJRC 
0805LS-122XJRC 
0805LS-152XJRC 
0805LS-182XJRC 
0805LS-222XJRC 
0805LS-272XJRC 
0805LS-332XJRC 
0805LS-392XJRC 
0805LS-472XJRC 
0805LS-682XJRC 
0805LS-822XJRC 

立年电子
关注
【愚公系列】《高效使用DeepSeek》038-应急事务处理
时光隧道
03-29 2万+
​《DeepSeek辅助应急事务处理》前言你是否也经历过这样的至暗时刻？暴雨突袭时，上百条求救信息瞬间淹没工作群，却分不清哪条是危房坍塌的生死警报；企业遭遇舆情海啸时，团队还在手忙脚乱地翻找三年前的应急预案模板；就连深夜孩子突发高烧，面对医院科室迷宫般的指引牌，也会在焦虑中浪费黄金时间。当危机以光速袭来，人类引以为傲的经验主义正在失效。而此刻，中国自主研发的智能中枢DeepSeek，正以“数字指挥官”的姿态重构应急响应逻辑——它能在地震波到达前20秒，同步生成包含避难所容量、医疗队动态的18套疏散方案。
【愚公系列】《高效使用DeepSeek》053-工艺参数调优
时光隧道
04-05 2万+
你是否也在经历这样的工业魔怔？凌晨三点守着轰鸣的产线，眼看良品率突然跳水，却在387个控制参数的组合海洋中溺亡；工程师们争论着“退火温度该降5℃还是7℃”，而质量追溯系统里，某个量子级的参数漂移已悄然撕碎三千件成品；甚至当AI质检仪自信标注“合格”时，海外客户却在显微镜下发现了纳米级晶格畸变——在智能制造的光环下，工艺调优正沦为一场用Excel对抗量子涨落的绝望战争。此刻，DeepSeek化身“参数宇宙雕刻师”，以纳米级洞察重构制造法则。
【愚公系列】《高效使用DeepSeek》005-DeepSeek的对话技巧
时光隧道
03-14 2万+
在AI工具百花齐放的今天，对话能力早已超越“能说会道”的浅层定义。DeepSeek凭借其独特的场景化对话架构与多模态认知引擎，正在重新定义人机交互的边界——它不仅能理解你“说了什么”，更能感知你“为何而说”。无论是专业领域的深度探讨，还是日常沟通的幽默调侃，这台“最懂中国人的AI”正以惊人的进化速度，让技术对话回归人性温度。高效提问核心：明确需求、分步拆解、背景补充、格式约束。进阶技巧：多轮对话保持逻辑连贯，逐步深入问题本质。善用“续写”“简化”“示例”等指令提升交互效率。
【愚公系列】《高效使用DeepSeek》034-购物
时光隧道
03-27 2万+
你是否在直播间抢完“必买清单”，却发现一半商品在角落吃灰？是否比价到眼酸，转头发现“满减套路”让账单越滚越大？当“尾款人”成了新时代人设，而“退货焦虑”比快递盒堆得更高，如何让每一次点击购买都精准命中“真香定律”？这一次，AI要为你戴上“消费透视镜”。DeepSeek全新推出的「智能购物引擎」，正在重写“从种草到拔草”的数学公式。无论是双11的折扣迷宫、直播间的限量诱惑，还是小众品牌的真伪迷雾，只需截取商品链接或语音描述需求，AI便能在5秒内完成全网比价+口碑拆解+需求契合度诊断三重暴击。
【愚公系列】《高效使用DeepSeek》048-理财辅助
时光隧道
04-03 2万+
你是否也在经历这样的财富焦虑？深夜刷着理财社区，面对“年化15%”的基金推荐与“爆雷预警”的帖子在屏幕上量子纠缠；精心计算的资产配置模型，在美股熔断与A股“杀白马”的连环暴击下碎成一地代码；甚至当你好不容易攒够首付，银行APP上的房贷计算器竟在输入月薪时自动弹出“建议延长贷款至80岁”——当理财决策进入光速迭代的混沌纪元，普通人的财富逻辑正沦为机构算法收割的认知韭菜。此刻，DeepSeek化身“数字财富破壁者”，以量子级推演重构理财逻辑。
【愚公系列】《高效使用DeepSeek》057-合作洽谈
时光隧道
04-07 2万+
你是否也深陷这样的商业迷局？手握颠覆性技术却困在500页的PPT里，找不到那个能听懂量子级价值的理想伙伴；面对跨行业整合的星辰大海，却在300场对接会后发现资源拼图始终缺了最关键的那块；甚至当双方CEO握手签约时，合同里的“战略协同”条款已在执行层坍缩成鸡同鸭讲的平行宇宙——在这个生态共生的时代，传统合作模式正沦为举着探照灯寻找暗物质的原始游戏。此刻，DeepSeek化身“商业超导体”，以量子纠缠级洞察重构协同逻辑。
【愚公系列】《高效使用DeepSeek》060-营销推广
热门推荐
时光隧道
04-09 3万+
你是否也在经历这样的流量困局？千万预算砸向精准投放，却在用户指尖滑动的0.03秒内坍缩成“无效曝光”的数据尘埃；营销会上引以为傲的爆款策略，转眼被竞品的量子纠缠式截流撕成信息碎片；甚至当直播间GMV冲上榜首时，某条被算法误判为“敏感词”的弹幕，已在暗数据洪流中掀起品牌危机的蝴蝶效应——在这个注意力以光速逃逸的时代，传统营销人正沦为举着放大镜在黑洞视界寻找用户的星际拾荒者。此刻，DeepSeek化身“消费宇宙观测者”，以量子级洞察重构营销法则。
【愚公系列】《高效使用DeepSeek》018-错题本整理
时光隧道
03-19 2万+
你是否还在为错题本上的红笔标注焦头烂额？手抄题目、反复誊写、分类混乱……传统错题整理耗时耗力，最后却成了“积灰的笔记本”？在题海战术盛行的当下，如何让每一道错题都成为精准提分的“阶梯”，而非堆积焦虑的“包袱”？答案或许就藏在AI的智能算法里。DeepSeek最新上线的「错题本智能管理」功能，正在重新定义高效学习方式。只需用手机拍摄试卷、练习册或电子文档中的错题，AI便能自动完成文字识别、知识点归类与错因分析三步跳——从模糊的草稿纸到结构清晰的电子错题本，全程不过一杯咖啡的时间。
【愚公系列】《高效使用DeepSeek》019-外语学习
时光隧道
03-20 2万+
你是否还在为背了又忘的单词抓狂？面对复杂语法规则时总像在解谜？或是苦于找不到地道的外语对话环境，练了千百遍的口语依然“哑火”？在全球化竞争愈演愈烈的今天，语言能力的短板可能正悄悄拖慢你的成长速度。而这一次，AI技术将为你按下外语学习的“加速键”。DeepSeek全新推出的「智能外语学习引擎」，正用算法重塑语言习得的效率天花板。无论是零基础的“小白”还是备考雅思托福的进阶者，只需一段语音、一篇外刊文章甚至一段电影台词，DeepSeek便能瞬间完成语法纠错+发音评分+文化背景解析三重诊断。
【愚公系列】《高效使用DeepSeek》004-DeepSeek的产品形态和功能详解
时光隧道
03-14 2万+
在人工智能技术狂飙突进的2025年，DeepSeek凭借其独特的产品形态与全栈技术能力，正悄然重塑千行百业的智能化图景。它不仅是国内首个通过纯强化学习实现推理能力跃迁的通用大模型，更以开源生态、多模态融合和垂直领域深度适配，构建了一套覆盖“技术底座-应用工具-行业场景”的完整产品矩阵。产品形态：DeepSeek通过 App 与 网页版 覆盖移动与桌面场景，满足即时交互与深度办公需求。功能设计：以用户为中心，通过 对话管理、R1模式、联网搜索 等模块，实现从简单问答到复杂任务的全流程支持。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1198
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
【推荐系统】深度学习训练框架（五）：pyspark分布式TorchDistributor主从读取OSS文件认证机制
人工智能领域博客
11-28 1826
摘要： 本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1062
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
RAG信息检索全解析：从Embedding到Reranker的超详细教程1
Trb201013的博客
11-27 1420
文章介绍了RAG系统中信息检索环节的核心技术，包括文档段落嵌入和用户查询嵌入，将文本转换为向量表示；详细解释了相似度检索的多种方法，如Top-K检索、MMR策略和Reranker二次排序技术；强调了合理切分策略对嵌入效果的重要性，以及查询扩展技术对提高检索准确度的作用。指出RAG的本质是"开卷考试"，检索质量直接影响最终生成效果。
【LLM】DeepSeekMath-V2模型
发现问题，并解决问题，批判性思维
11-29 799
研究问题：这篇文章要解决的问题是如何在大型语言模型（LLMs）中进行自我验证的数学推理。具体来说，现有的基于最终答案奖励的强化学习方法在数学推理中存在根本局限性，因为正确答案并不能保证推理的正确性，特别是在定理证明任务中。 研究难点：该问题的研究难点包括：如何在不依赖最终答案的情况下验证推理的正确性；如何在生成和验证之间建立有效的迭代改进循环；如何在没有已知解决方案的开放问题上扩展测试时计算。 相关工作：该问题的研究相关工作有：OpenAI的推理模型在定量推理竞赛中取得了显著进展；DeepMind的Deep
LMM-Det：让大型多模态模型在目标检测中脱颖而出
AI浩
12-01 732
大型多模态模型因其在多模态理解、推理和上下文学习等方面的卓越能力，在人工智能研究和工业界引起了广泛的关注和兴趣。虽然 LMM 在图像描述、视觉问答和视觉定位等多模态任务上已展现出有前景的结果，但其目标检测能力与专业检测器相比仍存在显著差距。为弥补这一差距，我们摒弃了将重型检测器与 LMM 集成的传统方法，提出了 LMM-Det，这是一种简单而有效的方法，它利用大型多模态模型进行纯目标检测，而无需依赖专门的检测模块。
昇腾平台 vLLM 部署与性能优化实战：高吞吐推理落地指南
最新发布
二哈喇子！
12-01 2931
昇腾平台vLLM部署与性能优化实战摘要
卫星遥感落地林草监测：多源数据融合+AI算法
okk202586的博客
11-27 588
全面完善昌吉州林草资源网络感知体系，建立全州林草资源一体化综合管理平台，全面加强林草安全防火监测预警、有害生物防治信息化、林草资源监管能力，实现林草资源、安全防火、有害生物防控、林长制监督管理等。在不同区域、不同场景下的落地能力，案例可以充分说明，智慧林草并非单纯的技术堆砌，而是真正贴合林草业务流程、解决实际问题的“实战型”方案，太空守护林海正在变成可能~根据林草业务需要，建设林长制、资源监管、生态保护、生态修复、灾害防护、科技创新等六类业务系统，构建智慧林草综合监管业务系统体系，全面支撑林草业务。
【人工智能】【深度学习】 ② GAN核心算法介绍：生成器与判别器的博弈艺术
xiezhiyi007的专栏
11-27 1001
本文为【人工智能】【深度学习】系列第②篇，深入浅出讲解生成对抗网络（GAN）的核心原理。从“造假者 vs 警察”的大白话比喻出发，逐步推导极小极大博弈公式，详解生成器与判别器的对抗机制，并对比 CNN、RNN 的本质差异。附带完整 PyTorch 代码实现（逐行注释），涵盖 DCGAN 架构、训练流程与工程技巧，适合零基础读者入门生成式 AI。结尾预告下一期 Transformer 主题，延续系统化学习路线。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值