- Advertisement -
首頁 標籤 安森美

安森美

- Advertisment -

安森美評定Digi-Key為2019優質服務經銷商

電子元件經銷商Digi-Key在2020年3月8日獲選為安森美(ON Semiconductor)的2019年度全球優質服務經銷商。2019年度優質服務經銷商夥伴大獎的頒發,對引領數位行銷方案通路、擴大客群、推廣及銷售ON Semiconductor最新創意產品的經銷商給予肯定。Digi-Key在庫存管理上的合作受到讚許,且在半導體市場不斷演進下,提供良好的整體流程更獲得高度評價。 安森美全球通路銷售資深副總裁Jeff Thomson表示,恭賀Digi-Key獲選為2019年度全球優質服務經銷商。經銷通路仍然是該公司業務行銷最快速的管道,擁有像Digi-Key這樣的合作夥伴是不可或缺的環節,讓該公斯締造佳績並加深市場滲透率,在此感謝Digi-Key一直以來的合作。 ON Semiconductor是業界中擅長與全球經銷管道締結夥伴關係的廠商,該公司大約60%的業績表現都源自於經銷商的銷售,因此經銷通路仍然是較快速的行銷管道。 Digi-Key全球供應商管理副總裁David Stein表示,Digi-Key很榮幸從ON Semiconductor獲頒此殊榮。ON Semiconductor的傳統就是提供創新的半導體解決方案,很榮幸能有如此傑出的合作夥伴,一同協助全球工程師克服其遭遇的獨特設計難題。
0

廣覆蓋範圍/低延遲 低功耗藍牙滿足車用通訊

如今幾乎所有事物皆與智慧手機息息相關,而延伸至汽車及其吸睛的功能—電話正迅速成為汽車系統的一員,表示汽車必須採用標準的無線方案,例如低功耗藍牙(圖1)。 圖1 低功耗藍牙和智慧手機聯接在汽車中正日益普及。 儘管使用無線技術的選擇產生轉變,但針對應用如胎壓監測系統(TPMS)及金鑰卡(Key Fobs)或手機即鑰匙(Phone-as-a-Key)等技術要求仍然存在: .可靠溝通 .低延遲 .運作期間超低功耗 .持續運作但不耗盡電池電量 低功耗藍牙滿足上述技術要求,以金鑰卡應用為例,可證明其於汽車領域的優勢。金鑰卡體積小、便於攜帶,且需較長的電池使用壽命—通常為數年;金鑰卡看似大部分的時間都沒有在運作,但其實是處於睡眠模式,隨時可在需要時和於範圍內與車輛通訊,因此低功率無線工作至關重要。當按下按鈕解鎖車門時,金鑰卡必須立即回應,不讓使用者察覺任何延遲。因此,低延遲和可靠的通訊也是先決條件。同時,藍牙的普及也為使用手機代替傳統鑰匙扣提供更強的吸引力。 低功耗藍牙覆蓋範圍廣/即時回應實現可靠通訊 當今金鑰卡不僅用於鎖定、解鎖車輛,還可用於大型停車場中定位車輛,甚至可遠端啟動車輛,以便在冬季進行預熱。駕駛員並不總是離車輛很近,因此,鑰匙扣和車輛之間的通訊須在一定範圍內—包括當傳輸線被人、車輛或其他障礙物部分阻擋時。低功耗藍牙的視線範圍無障礙,可達幾十公尺,如對於典型停車場提供綽綽有餘的覆蓋範圍。 可靠性另一方面則透過回應性衡量。現在的消費者大多期望即時回應,低功耗藍牙通訊必須以非常低的延遲運作。按下解鎖按鈕和車門解鎖之間的時間差必須使駕駛察覺不到。低功耗藍牙以低延遲運作,可歸因於在低功耗藍牙系統中,聯接的設備始終處於主動開啟。當未使用時可能會進入低功耗狀態(睡眠模式),與從關閉狀態通電相比,其可更快喚醒並開始工作。但是,持續開啟的好處必不能以功耗作為代價(圖2)。 圖2 低功耗藍牙聯接提供可靠的通訊。 低功耗延長金鑰卡電池壽命 藍牙低功耗為極低功耗模式的無線通訊,由於其於電源受限的電池供電消費設備中成功應用,自然朝汽車領域拓展。金鑰卡平均每天可能會經歷20次按鍵,每次持續約6.2毫秒(ms),因此每日總執行時間僅為124毫秒,其餘時間則處於被動低功耗模式。在這段時間內,金鑰卡必須最小化功耗,以免將電池耗盡,並於運作時延長其3V紐扣電池的使用壽命。儘管汽車電池更大、功能更強,但於汽車未啟動時仍可使用金鑰卡來鎖定和解鎖汽車。由於發動機未運作,因此該操作會於電池無法充電時消耗空轉電流。其他系統如時鐘、發動機電腦的內部記憶體及無線電預設等於汽車不發動時亦會消耗電池電流,車內金鑰卡收發器也須節省功率需求。 元件尺寸輕小卻兼顧安全 低功耗藍牙無線電系統單晶片(SoC)元件已於市面流通,由眾多全球供應商製造。多個供應商供貨以及隨之而來的價格競爭,代表低功耗藍牙無線電如今是比短距離無線通訊專有元件成本更低的標準產品方案。此外,低功耗藍牙元件尺寸小、重量輕,不會增加體積或重量,皆為汽車中重要的考量因素。 促使汽車產業採用低功耗藍牙的另一個重要因素為安全性。從配對及生成金鑰至交換資料,低功耗藍牙自起初便被設計為提供安全的無線通訊方式,畢竟人們不希望他人的金鑰卡或手機解鎖自己的汽車。綜合以上優勢,使低功耗藍牙成為汽車應用中短距離無線通訊的理想選擇。 符合汽車應用要求的例子,像是安森美半導體(ON Semiconductor)的NCV-RSL10,為藍牙5認證的無線電SoC。其於峰值接收及深度睡眠模式下可提供較低功耗;於使用3V電源時,深度睡眠(I/O喚醒)僅消耗25奈安培(nA)。該產品具低功耗,由於電池較小(於Fob中)且可採集能源用於汽車TPMS,使主車輛電池耗電量少、延長電池使用壽命(用於車輛或Fob),同時使產品尺寸更小。 (本文作者為安森美半導體產品行銷專員)
0

瞄準AI安防應用 Ambarella/Lumentum/安森美聯攻3D感測

Ambarella、Lumentum以及安森美半導體(ON Semiconductor)日前攜手共推3D感測平台,滿足智慧電鈴、門鎖等智慧門禁系統及智慧安防產品應用,已於2020年國際消費電子展(CES 2020)期間公開亮相。 Ambarella、Lumentum及安森美日前策略聯盟,共同推出3D感測平台。 安森美半導體商業感測部門副總裁兼總經理Gianluca Colli表示,該公司RGB-IR感測技術為可見光及紅外線(IR)影像提供物聯網視覺應用;Ambarella CV25電腦視覺SoC則內建影像訊號處理器(ISP),為RGB-IR感測器帶來高畫質影像,並促進AI處理能力於安全應用的創新。 傳統的結構光解決方案需同時使用IR及RGB相機模組,且需以專用ASIC進行深度處理。本次三方合推的新平台使用Lumentum的VCSEL技術,並配置安森美AR0237 RGB-IR CMOS影像感測器,以獲可見光及深度感測紅外線影像;Ambarella CV25 AI視覺SoC則支援深度處理、反欺騙演算法、3D臉部辨識演算法和影片編碼,降低系統複雜性並提高性能。 Ambarella CV25晶片的ISP支援RGB-IR色彩濾波矩陣及高動態範圍(HDR),進而在低光照和高對比度的環境提供高畫質影像;CVflow架構則提供動態偵測及3D人臉識別所需計算能力,可運作多種AI演算法以實現像是人流統計的功能;此外,具安全啟動、TrustZone和I/O虛擬化等功能可防止駭客入侵 Ambarella總裁兼首席執行官Fermi Wang表示,本次三強合作為下一代智慧門禁系統和安防裝置提供硬體平台,藉由Lumentum VCSEL解決方案、安森美半導體RGB-IR技術,以及該公司CV25 SoC所創建的3D感測平台,可降低系統複雜性並使其可靠又安全。
0

貿澤供貨安森美Strata開發平台及相關開發板

貿澤(Mouser Electronics)宣布開始供應安森美半導體(ON Semiconductor)的Strata Developer Studio和相關開發板。Strata Developer Studio是安全且能連線至雲端的開發平台,其能快速簡便搭配安森美的評估板和參考設計套件運作,提供工程師開始評估或設計時所需要的設計資訊。 安森美半導體Strata Developer Studio提供開發板的使用者介面,可直接控制組態參數,並提供開發板功能的視覺回饋。此外,Strata還能直接將所有最新的說明文件、產品資訊、設計和應用說明以及參考設計檔案下載至桌上型電腦。 只需將支援Strata電路板連接至主機電腦,Strata Developer Studio便能自動識別。支援Strata的現有電路板包括USB Type-C和PD板、多功能邏輯閘解決方案、LED驅動器,以及功率裝置,像是低壓差(LDO)穩壓器、DC/DC穩壓器和自適應即時(AOT)降壓轉換器。平台可在未連線下作業,在可能無法取得Wi-Fi的實驗室環境下使用;連接至雲端後,Strata環境便能自動執行無線更新,確保資料皆為最新版本,且每當有變更時還會通知開發人員。 Strata Developer Studio以通過Microsoft簽署的應用程式提供,連接至公司的軟體即服務(SaaS)平台。其使用經加密且相容於歐盟《一般資料保護規範》(GDPR)的資料庫,提供安全驗證、資料傳輸和完整資訊內含。所有資訊和安全性皆符合美國國家標準暨技術研究院(NIST)的網路安全準則。
0

WCCA助電路設計評估 轉換器電流容限估算有訣竅

在本文涉及的分析中,對於電阻器、電容器和電感器,我們只考慮初始容限對元件參數的影響。此外,對於控制器,則僅考慮溫度和老化對其的影響,因為其所有參數都規定為-40℃至125℃範圍內的接面溫度,資料表限制包括老化試驗。本文將透過執行蒙地卡羅分析來估算轉換器在最差情況下的輸出電流極限。WCCA同時採用了幾組方法來分析系統容限: 極端值分析 極端值分析(Extreme Value Analysis, EVA)包括找到最大化和最小化系統/電路輸出(這裡指輸出電流)的參數,並將其效應進行堆疊,找到電路輸出的最差值。需要有明確的函數來描述系統輸出變數及其參數,以便推導出參數向哪個方向(最大/最小)變化會導致電路輸出的最差值。如果我們對系統有一個簡單合理的運算式,這就可以透過檢查來完成。但對於更複雜的、可能涉及非線性函數的運算式,要想確定最差的參數集可能就非常困難。針對這些較困難的情況,我們可能會採用靈敏度分析。 單調系統(Monotonic System)在最差情況下(最極端)的值會出現在當它所有參數在最大值或最小值處達到峰值時。因此,這種系統的EVA結果代表了其可能的最差性能特徵,故結果上可能看起來不樂觀。對於非單調系統,當所有參數被推到一個或另一個極端時,不一定能夠找到函數的最小/最大解,而當一些參數處於其範圍的中間時則可能會被找到。 靈敏度分析 透過靈敏度分析(Sensitivity Analysis)能夠瞭解每個參數(例如:VREF、Rsense、Lp等)對系統輸出變數(例如:Iout)的影響。電路靈敏度是衡量電路在所有其他參數保持不變時,如何對單一組件參數的增量變化做出反應。實際上,它需要找到與所有考慮到的變數相關的系統輸出的區別。當難以或無法透過檢查確定最差的電路參數組合用於極限值分析時,通常可採用靈敏度分析。 蒙地卡羅分析 蒙地卡羅分析(Monte-Carlo Analysis, MCA)是一種統計方法,通常基於電路模擬來評估系統的性能。它是對樣本資料系統的信賴區間的評估電路模擬程式(如SPICE)通常可為蒙地卡羅模擬提供腳本。該模擬包括遵循定義的機率分布(常態分布或均勻分布)為每個參數提供隨機值,並運行多次模擬,計算系統的輸出值。蒙地卡羅模擬通常會生成一個長條圖,顯示多次運行的輸出值散布情況。該長條圖通常看似高斯曲線(Gaussian Curve),模擬器也給出輸出平均值和標準差。可採用以下兩種方法之一對蒙地卡羅模擬的結果進行分析: 1.常態分布的容許區間 2.無分布容許區間 對於這兩種方法而言,分析結果將是一個輸出值的區間,代表與信賴水準相關的覆蓋率。 如果SPICE蒙地卡羅輸出不呈高斯分布,則採用無分布容許區間方法。在本文的案例中,這種方法的容許區間取決於抽樣進行N次測量或模擬得出的最小和最大資料值。測量次數N將設定信賴水準和覆蓋率水準。「e-Handbook of Statistical Methods」一文給出了計算所需模擬次數的方法,以便將最小和最大結果點作為給定的覆蓋率/信賴水準的容許區間。基於此,結果如下: 1.須進行2,456次模擬才能獲得99.73/99的覆蓋率/信賴水準 2.須進行1,439次模擬才能獲得99.73/90的覆蓋率/信賴水準 3.須進行388次模擬才能獲得99/90的覆蓋率/信賴水準 如果手頭只有一個桌上型電腦可用於模擬,進行2,456次和1,439次的模擬並不實際,因為一台桌上型電腦需要幾天的時間才能完成這麼多次PSR恒流返馳模擬,但388次模擬是能夠實現的。 為我們的系統配備一個分析模型能夠帶有一個MCA,比採用SPICE模擬器要快得多。事實上,與線性轉換器相反,PSR返馳是一個開關模式電源。首先必須進行瞬態模擬,直至達到穩定狀態以測量輸出電流值。Mathcad計算輸出電流分布只需幾秒鐘,考慮到2456或更多不同的值,而SPICE在瞬態分析中運行2,456次模擬則需要幾個小時。 為進行WCCA,我們需要確定研究中需要考量的參數。上一段中提出的分析模型包含能夠影響輸出電流的變數。圖1中總結了這些參數,顯示了返馳式恒流轉換器的原理圖,標注藍色的是研究中納入考量的元件或參數。另外,還要考量到傳播延遲tprop。 圖1 一次側穩壓恒流返馳式轉換器中用於研究最差情況下分析的元件 該研究的目標是計算給定輸入電壓和輸出負載下的輸出電流耗散,因此Vin和Vout被視為常數。匝數比Nsp也將被視為常數。對於控制器,我們將參考電壓VREF和至電流轉換器KLFF的線路前饋電壓視為可變參數。對於控制器周圍的元件,RBOU和RBOL是線路電壓感測電阻器,用於建立透過RLFF影響電流感測電壓的線路前饋偏移電流。 返馳式變壓器的一次電感和漏電感(Lp, Lleak),以及感測電阻器可直接影響電流設定點,因此它們也屬於研究範圍。 如前述,RCD鉗位電阻器固定了影響輸出電流的鉗位電壓,因此它也是研究所需要的。 此外,本研究只考慮了這些參數的初始容限(除上一段中解釋過的控制器參數)。目標是提供在轉換器使用壽命之初對輸出電流的預期範圍的估算。 表1總結在研究耗散時需要考量的元件。 下一步包括遵循特定的分布(常態分布或均勻分布)為每個參數生成具有隨機值的向量。為了能夠為每個參數選擇正確的分布,我們需要瞭解元件的製造流程或生產資料。對於控制器,我們具有這方面的知識,但對電阻器或變壓器就不具備。參考文獻表明,當參數的分布函數未知時,應假定為常態分布。另一方面,參考文獻建議在開始分析時對所有變數都採用均勻分布。最終,選擇將Rsense、RLFF、Rclamp、RBOU、KLFF、RZCDU、RZCDL、CZCD以及tprop指定為常態分布。 參數VREF經調整後可為輸出電流穩壓提供嚴謹的參考,因此,均勻分布將受此參數的影響。 我們考慮向量的維數為2,456個元素,這意味著軟體將為每個參數生成一個包含2,456個隨機值的向量。 要採用Mathcad定義常態分布,就需要知道所考慮參數的標準差。由於我們將影響電阻器和一次電感的常態分布,因此必須從參數的初始容限中提取標準差。圖2描繪了具有標準常態分布的隨機變數的機率密度函數(PDF)。標準常態分布是平均值為0、標準差為1的常態分布。可以觀察到,從常態分布中抽取的隨機值中,約99.73%與平均值相差+/-3個標準差(σ),即3σ準則。換句話說,隨機變數值超出平均值+/-3σ的機率是0.0027。可以將其作為起點,並將極限設定在+/- 3σ。基於此,可以將Rsense的標準差定義為: 圖2 標準常態分布   公式1 如果Rsense的隨機值遵循高斯分布,則99.73%的值在標準差的+/-3倍以內:對於Rsense,我們得出圖3中所示的長條圖。 圖3 感測電阻器常態分布 為繪製長條圖,Rsense陣列中的值被劃分為50個直方條。每個直方條的寬度約為1.4mΩ。垂直軸表示落入特定直方條中的值的數量。例如,約275個樣本處於2.9993Ω至3.0007Ω的範圍內。觀察此圖表,可以看到長條圖中某些值位於Rsense +/-1%範圍之外,即圖中Rsense,LL和Rsense,UL之外的範圍。由於製造商的規格也是統計性的,我們不能完全確定電阻值不會超出+/-1%的初始容許範圍,除非在生產時對電阻器100%都進行測試。如果100%的電阻器都經過測試,假設其為截略常態PDF就可能會更精確(圖4)。 圖4 鉗位在+/- 1%的感測電阻器常態分布 在定義了表1中提到的每個參數的向量之後,我們可以計算IL,pk和Vclamp的向量,最後獲得表示Iout可能值的長條圖,如圖5所示。我們可以提取Vin=162V、Vout=20V時的平均輸出電流及最大值和最小值: 圖5 輸出電流分布 -Iout,mean=479mA -σIout=4.99mA -Iout,min=465.3mA -Iout,max=492.2mA 產生的輸出電流分布並非高斯分布。因此,我們將採用無分布區間方法來闡釋結果。對於2456個樣本,輸出電流的區間為,覆蓋率/信賴水準為99.73/99。 最初,該設計的目標輸出電流為480mA:Iout,nom=480mA.最後,如果我們將Iout的精準度定義為與目標值Iout,nom的偏差,則:   公式2 公式3 考慮到控制器參數的溫度範圍為0到85℃,輸出電流容限約為+/-3%。為與模擬器進行比較,我們也採用分析模型來獲得輸出電流分布,為所有相關參數選擇了388個隨機值,從而得到99/90的覆蓋率/信賴水準,結果統整詳見表2。 為進行比較,採用Simplis執行了相同的操作,Simplis是專門用於處理開關電源模擬難題的模擬程式。Simplis與SPICE類似,其工作主要在元件級別,但其分段線性(PWL)建模方法使其能夠以10到50倍的速度對開關電路進行暫態分析(Transient Analysis)。 開發PSR控制器(NCL30082)的行為模擬模型是為了執行瞬態模擬以尋找輸出電流穩態值。蒙地卡羅分析會運行388次瞬態模擬。每次模擬都會將從常態分布或均勻分布中選出的隨機值分配給研究相關的參數。計算每次瞬態類比的50個開關週期的平均輸出電流,最終得到如表2所示的結果。 標題 模擬器直接計算388次模擬的輸出電流的平均值和標準差值。蒙地卡羅模擬持續大約2小時,而分析模型只需要不到1分鐘就能獲得388或2,456個隨機值的結果。可以看出Simplis的結果與分析模型得出的結果非常相近。 在構建特定的轉換器時,很重要的一點是要檢查性能波動,瞭解電路中所用元件的自然擴展情況。如果從主電源給LED串供電看似簡單,那麼要確保這些LED在最終用戶使用時能夠獲得經穩壓的、穩定的電流,則需要進行大量的統計分析。要想確保最高的產品品質,進行此分析極其重要。 (本文作者為安森美應用工程師)
0

快速分析開關轉換器(下)  SEPIC結構實現DCM操作

圖1 第一個SEPIC採用平均模型,而右邊第二個實施逐週期法。 運用仿真來比較兩個電路的輸出回應。如圖2所示,兩個電路的回應非常相近。曲線的左邊描述了啟動序列,右邊部分顯示了兩個模型對負載階躍的回應。在這一階段具有相同的回應是首要證明顯示大訊號模型平均來說,正確地仿真SEPIC內部,而我們可以小訊號版本進行。 DCM PWM開關的大訊號模型由上篇文章的公式10中推導出的小訊號版本所代替,與Vorpérian博士先前考慮的不同。兩個模型得出了相同的分析,但Vorpérian博士先前考慮的是一個常見的配置(C端是接地的),而為了建立一個自動切換的DCM-CCM模型,保留了原本普通被動配置。採用DCM PWM開關的小訊號模型更新的電路圖如圖3所示。右邊的參數列表計算分析所需的所有係數k。 確定準靜態增益 為了確定準靜態增益,須要照圖2使所有電感短路,所有電容開路。這正是SPICE在計算工作偏壓點時所做的工作。然後重新排列所有的訊源和元件以簡化電路,使其更易於分析。當做這項工作時,建議始終實施全面的檢查,確定新電路的動態回應與圖3完美匹配。任何偏差都表明出了錯,或者簡化中的假設過於樂觀:重複該做法直到振幅和相位完美匹配為止。組合出圖4的電路。 圖2 平均模型的瞬態回應與逐週期模型完全符合。 圖3 這是運行在DCM模式的SEPIC的小訊號模型。節點d1是負載比偏差和進入點。所有小訊號係數都自動出現在參數視窗。 圖4 用來確定準靜態增益H0的最終直流電路。 幾行算式將使我們得到輸出電壓表達式: 公式1   公式2 將公式1中的Ic代入公式2解出Vout。會得到: 公式3 小訊號準靜態增益簡單地表示為: 公式4 時間常數的確定 我們將採用FACTs並單獨確定電路的時間常數,而不是用圖3的完整原理立刻求解整個轉移函數。這種方法提供了一個優勢,以處理透過對個別草圖的SPICE仿真獲得的結果。這大大有助於逐步前進和追蹤錯誤,而不至於在大量的工作時間後才發現最終的結果是錯誤的。 為了確定時間常數,將刺激減為0。在此,由於我們想要控制到輸出的轉移函數,刺激是d1。將其減為0有助於簡化電路,如圖5所示。 圖5 將刺激減為0有助於簡化電路。在此從驅動電感L1的電阻開始。 可以用幾個公式來描述這個電路,我們知道IC=IT: 公式5 公式6 公式7 公式8 將公式7代入公式8然後解出V(c)。替代公式8中的V(c)解出V(a)。接著可得: 公式9 如果重新排列由圖3的定義替換係數k,將得出時間常數1的定義: 公式10 二階時間常數指的是從C2端看到的電阻,而L1是短路的。新的電路如圖6所示。由於L1短路,a和c端在一起,簡化更新的電路為右邊的圖片。 圖6 使電感短路真正簡化電路。 再一次,幾個簡單的等式會很快得出結果: 公式11 公式12 將公式11代入公式12,然後解出VT並重新整理。會發現: 公式13 如果知道試圖確定涉及C3的三階時間常數,變壓器配置(完美耦合)使其兩端電壓等於0V:在動態轉移函數中電容器不起作用。因此第一個係數b1定義為 公式14 二階係數 對於二階係數,我們將設置電容C2處於其高頻狀態(以短路代替它),同時將確定驅動電感L1的阻抗。圖7說明了這種方法。因為輸出因C2短路,節點a和c都處於相同的0V電位。電路簡化為右側示意圖。 圖7 二階係數設置儲能元件之一處於其高頻狀態(C2),同時可確定電感兩端的電阻。 我們可寫出描述VT電壓的第一個等式。觀察到:第一,IT和IC是相同的;第二,VT=–V(c),我們有 公式15 因式分解VT/IT,L1兩端的電阻為 公式16 二階時間常數定義為 公式17 如果我們認為Vout=MVin,b2係數表示為 公式18 合併我們確定的時間常數,得出分母D(s) 公式19 如果我們考慮一個低Q值的近似值,這二階分母可以近似由兩級聯極點定義為 公式20 公式21 和合併為 公式22 零點的確定 如上文所述,當刺激調至零角頻率sz,,變形電路的回應為無訊號輸出(見圖1)。該運用現將包括將刺激復原和確定無訊號輸出的變形電路條件。圖8所示為我們須要研究的更新電路。無訊號輸出的有趣之處在於其傳播至其它節點。例如,如果Vout=0V,然後由於變壓器高邊連接,節點a也處於0V,所有涉及該節點的運算式可以簡化為如圖所示。如果輸出無訊號,則電流I1也為零,這代表Ic=I3。 圖8 在s=sz的特定條件下,觀察變形的電路,無訊號回應。 節點c的電壓定義為 公式23 因此,電流Ic等於節點c的電壓除以L1的電阻。 公式24 而電流等於 公式25 現將公式24代入公式25,然後視Ic=I3: 公式26 求解s,將係數k的值換為它們在圖3中的值,重新整理後會發現 公式27 這是個正的根源,因此為右半平面零點。透過收集所有的部分,發現極點和零點實際上是一個DCM Buck-Boost轉換器的極點和零點而得出完整的轉移函數: 公式28 及 公式29 公式30 公式31 和 公式32 最後的檢查,我們可比較Mathcad和圖1大訊號模型的SPICE仿真的動態回應。如圖9所示,曲線完美重合。 圖9 Mathcad和SPICE提供完全相同的回應(曲線完美疊加)。 另一個驗證是由採用不同的平均模型仿真相同的SEPIC結構建構。這也是一個自動切換的CCM-DCM模型,但接線方式稍有不同。圖10所示為兩種平均模型採用一個類似的SEPIC架構;圖11則證實兩個交流回應在相位和振幅上完全相同。 圖10 CoPEC平均模型包括單獨的開關和二極體連接。 圖11 DCM PWM開關和CoPEC DCM模型提供相同的動態回應。 快速分析技術為推導線性電路轉移函數提供了一種快速而高效的方法。在被動電路中,觀察可能實現的,而且是經常的,毋須寫一行代數就能得到轉移函數。隨著電路變得複雜和包括刺激源,不得不採用經典的KCL和KVL分析。但當確定分子和分母中個別的多項式因數時,如果有錯誤的話,很容易追蹤和只關注錯誤項。在複雜的電路中,小草圖和SPICE的幫助是極有用的。最後,最終結果以一種有意義的格式表示,並可直接區別出極點和零點位於何處。這是非常重要的,因為必須知道問題隱藏在轉移函數的何處。作為一個設計人員,必須平衡它們,這樣自然的產生傳播或元件的變化不會危及系統在運行中的穩定性。 (本文作者任職於安森美)
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -