電路學習——MOS柵極驅動電阻取值(2025.03.30)

參考鏈接1: 驅動芯片的驅動電流的選型和計算
參考鏈接2: NMOS柵極驅動電阻Rg阻值和功率的計算,NMOS柵極驅動電阻Rg的作用,如何防止NMOS誤開通 單片機直接驅動NMOS的方法 RLC諧振電路 智能車BLDC

??在此感謝各位前輩大佬的總結,寫這個只是為了記錄學習大佬資料的過程,內容基本都是搬運的大佬博客,覺著有用自己搞過來自己記一下,如果有大佬覺著我搬過來不好,聯系我刪。

電路學習——MOS柵極驅動電阻取值(2025.03.30)

  • 1.通過規格書計算
  • 2.電阻功率選擇:

1.通過規格書計算

在這里插入圖片描述
C i s s = C g s + C g d C_{iss}=C_{gs}+C_{gd} Ciss?=Cgs?+Cgd? C r s s = C g d C_{rss}=C_{gd} Crss?=Cgd? C o s s = C g d + C d s C_{oss}=C_{gd}+C_{ds} Coss?=Cgd?+Cds?
在這里插入圖片描述
??用示波器測試 V g s V_{gs} Vgs?波形如上圖,計算震蕩頻率。震蕩頻率與線路寄生電感、MOS輸入電容有如下關系式:
f = 1 △ t = 1 2 π L ? C i s s f=\frac{1}{△t}=\frac{1}{2π\sqrt{L*C_{iss}}} f=t1?=2πL?Ciss? ?1?
?? f f f可從示波器中得出, C i s s C_{iss} Ciss?可從MOS規格書中得到,因此通過上式可得到線路板中該MOS路與驅動芯片的寄生電感 L L L
在這里插入圖片描述
??驅動電阻取值應滿足以下關系:
R g ≥ 2 L C i s s Rg≥2\sqrt{\frac{L}{C_{iss}}} Rg2Ciss?L? ?
??上式求出的阻值還應該減去驅動芯片輸出內阻 R H I R_{HI} RHI?,MOS管的輸入內阻 R G . I R_{G.I} RG.I?
在這里插入圖片描述
??查看MOS規格書其中驅動芯片輸出內阻 R H I = V c c I o = 15 V 0.5 A = 30 Ω R_{HI}=\frac{V_{cc}}{I_o}=\frac{15V}{0.5A}=30Ω RHI?=Io?Vcc??=0.5A15V?=30Ω
在這里插入圖片描述
??查看MOS規格書,其中MOS管的輸入內阻 R G . I = 1.1 Ω R_{G.I}=1.1Ω RG.I?=1.1Ω
綜上所述:
R g ≥ 2 L C i s s ? R H I ? R G . I Rg≥2\sqrt{\frac{L}{C_{iss}}}-R_{HI}-R_{G.I} Rg2Ciss?L? ??RHI??RG.I?

2.電阻功率選擇:

P ≥ 1 2 C i s s ? V g s ? p e a k 2 ? f s w P≥\frac{1}{2}C_{iss}*V_{gs-peak}^2*f_{sw} P21?Ciss??Vgs?peak2??fsw?
C i s s C_{iss} Ciss?為MOS結電容, V g s ? p e a k V_{gs-peak} Vgs?peak?為MOS開啟電壓的峰值, f s w f_{sw} fsw?為MOS開關頻率

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/76296.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/76296.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/76296.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

mysql JSON_ARRAYAGG聯合JSON_OBJECT使用查詢整合(數組對象)字段

父表數據(表名:class) idname1一年級2二年級3三年級 子表數據(表名:students) idnameclassId11張三112李四113小明3 關聯子表sql查詢(推薦使用方法一) 方法一 (使用IFNull判斷子…

張量-pytroch基礎(2)

張量-pytroch網站-筆記 張量是一種特殊的數據結構,跟數組(array)和矩陣(matrix)非常相似。 張量和 NumPy 中的 ndarray 很像,不過張量可以在 GPU 或其他硬件加速器上運行。 事實上,張量和 Nu…

marked庫(高效將 Markdown 轉換為 HTML 的利器)

文章目錄 前言使用基本使用自定義渲染器例子 代碼高亮 前言 最近嘗試了一下通過星火大模型將ai引入到項目上,但是ai返回的數據可以顯而易見的發現是markedown語法的,那么就需要一個工具,將類似這種的格式轉換為markdown格式 Marked 是一個用…

調用deepseek大模型時智能嵌入函數

DeepSeek-R1 當前炙手可熱,以其強大的自然語言處理和推理能力而廣受贊譽。饒是如此,卻并不原生支持函數調用(function_call),這是開發過程中不可或缺的一部分。雖有第三方調校的模型支持,然終非官方自帶,還需假以時日。本文雖然簡短,應該是全網寫得最通透的了吧。 …

SQLMesh系列教程:基于指標構建一致的分析語義層應用實踐

本文深入探討SQLMesh指標框架的核心概念、定義方法及應用場景。通過統一的語義層管理,SQLMesh解決了數據分析中指標定義不一致的痛點,實現了跨團隊協作的數據一致性。文章包含指標定義語法詳解、自動表連接機制解析、派生指標構建方法,并通過…

基于OpenCV+MediaPipe手部追蹤

一、技術棧 1. OpenCV(Open Source Computer Vision Library) 性質:開源計算機視覺庫(Library) 主要功能: 圖像/視頻的基礎處理(讀取、裁剪、濾波、色彩轉換等) 特征檢測&#xf…

機器學習ML極簡指南

機器學習是現代AI的核心,從推薦系統到自動駕駛,無處不在。但每個智能應用背后,都離不開那些奠基性的模型。本文用最簡練的方式拆解核心機器學習模型,助你面試時對答如流,穩如老G。 線性回歸 線性回歸試圖通過"最…

裝飾器模式:如何用Java打扮一個對象?

引言裝飾器模式具體實例共有接口類具體被裝飾類抽象裝飾器類具體裝飾器類 測試裝飾器模式的實際應用Java I/O 體系游戲開發中的角色裝備系統 總結 引言 在生活中,我們都知道一句話,“人靠衣裝馬靠鞍”,如果想要讓自己在別人眼里看起來更加好…

【Easylive】HikariCP 介紹

【Easylive】項目常見問題解答(自用&持續更新中…) 匯總版 HikariCP 是目前 Java 生態中最快、最輕量級的高性能 JDBC 連接池,被 Spring Boot 2.x 及更高版本選為 默認數據庫連接池。它的名字來源于日語“光”(Hikari&#xf…

清晰易懂的Cursor實現AI編程從安裝到實戰TodoList開發

一、Cursor簡介與安裝部署 什么是Cursor? Cursor是一款基于AI的智能代碼編輯器,它集成了強大的AI編程助手功能,能夠通過自然語言交互幫助開發者生成、優化和調試代碼。與傳統的代碼編輯器不同,Cursor可以理解你的編程意圖&#…

【Django】教程-2-前端-目錄結構介紹

【Django】教程-1-安裝創建項目目錄結構介紹 3. 前端文件配置 3.1 目錄介紹 在app下創建static文件夾, 是根據setting中的配置來的 STATIC_URL ‘static/’ templates目錄,編寫HTML模板(含有模板語法,繼承,{% static ‘xx’ …

注意!ChatGPT 全新 AI 圖像功能延遲對免費用戶開放

2025 年 3 月 25 日,OpenAI 正式宣布在 ChatGPT 中推出基于 GPT-4o 模型的全新原生圖像生成功能。 這一功能允許用戶通過對話生成和編輯圖像,支持從寫實風格到插圖風格的多種形式。OpenAI 首席執行官薩姆?奧特曼(Sam Altman)在社…

優化webpack打包體積思路

Webpack 打包過大的問題通常會導致頁面加載變慢,影響用戶體驗。可以從代碼優化、依賴優化、構建優化等多個角度入手來減少打包體積: 代碼優化 (1)按需加載(代碼拆分) ① 路由懶加載 如果你的項目使用 Vu…

HarmonyOS Next~鴻蒙元服務開發指南:核心功能與實踐

HarmonyOS Next~鴻蒙元服務開發指南:核心功能與實踐 一、元服務核心概念 原子化服務定義 元服務(原子服務)是鴻蒙系統的核心架構單元,具備獨立業務能力的輕量化服務模塊,支持免安裝、跨設備調用和智能分發…

git錯誤:fatal: detected dubious ownership in repository at xxxxxx

1、報錯說明 這個錯誤通常是由于Git倉庫目錄的擁有者或權限問題引起的。Git檢測到倉庫目錄的所有權可能存在不一致或不安全的情況。 通常導致此報錯的可能原因: (1)文件或目錄的擁有者不一致: 倉庫目錄中的某些文件或子目錄可能…

【計算機網絡】OSI七層模型完全指南:從比特流到應用交互的逐層拆解

OSI模型 導讀一、概念二、模型層次結構2.1 物理層(Physical Layer)2.2 數據鏈路層(Data Link Layer)?2.3 ?網絡層(Network Layer)?2.4 ?傳輸層(Transport Layer)?2.5 ?會話層&…

零基礎被迫參加CTF比賽?CTF高頻解題技巧與經驗分享

CTF(Capture The Flag)比賽中的高頻解題技巧通常涵蓋了以下幾類技術,涉及從逆向工程、二進制漏洞利用到Web安全、密碼學等多個領域。以下是一些高頻解題技巧: 1. 逆向工程(Reverse Engineering) 靜態分析&a…

markdown 文件轉 word

將 Markdown 文件轉換為 Word 文檔,可以使用多種方法。以下是幾種常見的方法: 方法1:使用在線轉換工具 有許多在線服務可以將 Markdown 文件轉換為 Word 文檔。例如: Pandoc - 一個非常流行的命令行工具,也可以用來轉…

【第十三屆“泰迪杯”數據挖掘挑戰賽】【2025泰迪杯】【思路篇】A題解題全流程(持續更新)

【第十三屆“泰迪杯”數據挖掘挑戰賽】【2025泰迪杯】A題解題全流程-思路(持續更新) 寫在前面: 1、A題、C題將會持續更新,陸續更新發布文章 2、賽題交流咨詢Q群:1037590285 3、全家桶依舊包含: 代碼、…

T11 TensorFlow入門實戰——優化器對比實驗

🍨 本文為🔗365天深度學習訓練營 中的學習紀錄博客🍖 原作者:K同學啊 | 接輔導、項目定制 一、前期準備 1. 導入數據 # Import the required libraries import pathlib import matplotlib.pyplot as plt import tensorflow as t…