LM358恒流恒压原理
来源:互联网 发布:php面向对象的机制 编辑:程序博客网 时间:2024/05/16 19:13
LM358恒流恒压原理
图是由LM358放大器与精密电压调整器TL431构成的恒压、恒流控制电路。
变压器绕组N2感应电压经VD2整流,C2、L1、C3组成的π滤波电路,在C3上得到直流输出电压。
设置N1绕组的目的是当输出短路时IC1也能正 常工作,以保证电路的安全。
恒压电路工作原理:U2、ICIB、R6、R7、VD4、R10、U1组成电压控制环路。U2(TL431)是精密电压调整器,阴极K与控制极R直接短路构成精密的2.5V基准电压。R4是U2的限流电阻。2.5V基准电压由电阻R5送到ICIB反相输入端(6脚);而同相输入端(5脚)则由R6、R7的分压比来设定。若输出电压上升,则UR7电压也上升,该电压与反相端2.5V基准电压比较,7脚输出误差信号,再通过VD4和RIO变成电流信号,流入光耦中的LED,进而通过反馈控制网络控制一次侧PWM输出占空比,使输出电压工作在恒
压状态。
恒流电路工作原理:U2、IC1A、R1、R2、VD3、R10、U1组成电流控制环路。R1是输出电流取样电阻,
输出电流在R1上产生R1/IOUT的电压
降。该电压直接送到ICA的同相输入端(3脚),而2.5V基准电压则由R2、R3组成的分压电路,再
将分压电压送到反相输入端(2脚),输出电
流在R1上的电压降与2.5V基准电压分压电压进行比较,1脚输出误差信号,再通过VD3和RIO变成电流信号,改变光耦LED中的电流,进而通过反馈控制网络控制一次侧PWM输出占空比,使输出特性呈显
恒流特图性。R8、C4、R9、C5分别是IC1A、ICIB的相位补偿元件。
采用由放大器组成的恒压、恒流控制电路,可实现很高的恒压与恒流精度。因图电路采用放大器形式,
因此R1的电阻值可选为mΩ级,对电路转换效率基本无影响。
图是由LM358放大器与精密电压调整器TL431构成的恒压、恒流控制电路。
变压器绕组N2感应电压经VD2整流,C2、L1、C3组成的π滤波电路,在C3上得到直流输出电压。
设置N1绕组的目的是当输出短路时IC1也能正 常工作,以保证电路的安全。
恒压电路工作原理:U2、ICIB、R6、R7、VD4、R10、U1组成电压控制环路。U2(TL431)是精密电压调整器,阴极K与控制极R直接短路构成精密的2.5V基准电压。R4是U2的限流电阻。2.5V基准电压由电阻R5送到ICIB反相输入端(6脚);而同相输入端(5脚)则由R6、R7的分压比来设定。若输出电压上升,则UR7电压也上升,该电压与反相端2.5V基准电压比较,7脚输出误差信号,再通过VD4和RIO变成电流信号,流入光耦中的LED,进而通过反馈控制网络控制一次侧PWM输出占空比,使输出电压工作在恒
压状态。
恒流电路工作原理:U2、IC1A、R1、R2、VD3、R10、U1组成电流控制环路。R1是输出电流取样电阻,
输出电流在R1上产生R1/IOUT的电压
降。该电压直接送到ICA的同相输入端(3脚),而2.5V基准电压则由R2、R3组成的分压电路,再
将分压电压送到反相输入端(2脚),输出电
流在R1上的电压降与2.5V基准电压分压电压进行比较,1脚输出误差信号,再通过VD3和RIO变成电流信号,改变光耦LED中的电流,进而通过反馈控制网络控制一次侧PWM输出占空比,使输出特性呈显
恒流特图性。R8、C4、R9、C5分别是IC1A、ICIB的相位补偿元件。
采用由放大器组成的恒压、恒流控制电路,可实现很高的恒压与恒流精度。因图电路采用放大器形式,
因此R1的电阻值可选为mΩ级,对电路转换效率基本无影响。
0 0
- LM358恒流恒压原理
- LM358电流检测电路
- LM358使用注意事项
- LM358 双运算放大器电路的典型应用
- lm358 压腔震荡器 分析
- lm358运放 比例放大不正常
- 硬件知识--放大器的应用总结 (一)-LM358
- 原理
- 原理
- 原理
- 加法原理乘法原理
- Win32ASM原理
- win32asm原理
- 编译原理
- 创新原理
- 数字签名原理
- 变速箱原理
- 搜索引擎原理
- Apache下Laravel路由404错误
- 在mac上用idea开发maven项目
- matlab神经网络之BP网络
- codeforces/contest/796/problem/E
- Java中面向对象与内存解析
- LM358恒流恒压原理
- mysql存储过程语法及实例
- Windows通过VNC访问Ubuntu
- tpshop开源商城垃圾??
- 购物车(java)sdut.com
- IAR无法使用go to definition of功能
- ubuntu下 tensorflow 升级到 新版本 0.12版本
- 最近邻规则算法(KNN)
- code[vs] 3116 高精度练习之加法