当前位置: 首页 > news >正文

反激电路中TL431光耦反馈参数的计算,环路设计思路

反馈的过程

   当副边的输出电压升高时,TL431参考端电压(R端)电压也会升高,使得TL431的导通量增加,同时光耦内部的发光二极管流过的电流也会增大,进而使得光耦三极管导通量增加,相连的电源IC电压反馈引脚VFB电压降低,则PWM控制器控制开关MOS引脚的输出占空比降低,输出电压就会降低。当副边输出电压降低的时候,调节过程会相反。  

反馈参数静态工作点的计算

R6的计算

    假设输出电压VOUT是12V。TL431内部是由各种晶体管构成的,如图所示

   参考电压端连接运放的同相输入端,要想其稳定工作,参考输入端的电流一般是2uA左右,VREF=2.5V,为了避免此端口电流影响分压比以及电阻热噪声的影响,一般取流过电阻R6的电流为参考端电流的100倍数以上。

R=\frac{2.5}{2*10^{-6}*100}=1.25*10^{4}

R6\leq R

考虑到功耗的要求,R6希望大一些,综合考虑,R6为10k

R5的计算

输出电压为VOUT=12V,TL431的VREF=2.5V,通过R5和R6的电流近似相等,则有:

\frac{VO-VREF}{R5}=\frac{VREF}{R6}

R5=3.8*10^{4}

计算R3

    TL431内部需要供电才能正常工作,R3是为TL431供电的电阻。正常时候光耦那一路在给TL431进行供电,但光耦电流也有很小的时候,在光耦电流接近零的时候,R3要能为431进行供电。

     光耦的压降一般为1.2V左右,当光耦的电流接近零的时候,R1上面基本上无压降,此时R3上面的压降是1.2V. 下图数据手册中可以得知IKA=1~100mA;

VD=1.2V

R3\leq \frac{VD}{1*10^{-3}}

同时考虑到功耗,取R3为1K.

计算R1

   R1的取值要保证芯片控制端取得所需要的电流(假设最小电流为1mA,并且PC817的CTR=0.8-1.6,取最低0.8,CTR光耦的传输比),要求流过光二极管的最小电流:

IR1MIN=\frac{1*10^{-3}}{0.8}=1.25*10^{-3}

TL431的阳极与阴极之间的电压差为2.5V,光耦原边二极管的压降为1.2V.

R1MAX=\frac{VOUT-2.5-VD}{IR1MIN}=6.64*10^{3}

光耦原边二极管最大导通电流在50mA左右,TL431的为100mA左右,选择流过R1的最大电流为50mA

R1MIN=\frac{VOUT-2.5-VD}{50*10^{-3}}=166

总结来说:

TL431工作在线性区状态;

参考端电压由R5和R6的电阻分压确定,与内部2.5V的基准电压源进行比较;正常情况下,参考端R端的电压在2.5V上下波动;

参考端R端的电压越高,则TL431 VKA的阻抗越小,即KA两端电压越低;KA两端电压,不会低于基准电压2.5V,参考端R端的电压越低,则会相反。

关于TL431的工作原理可以参考这篇文章:

TL431的稳压原理和用法,仿真验证_t431是如何稳压-CSDN博客

动态反馈补偿计算

      R5,C4形成一个在原点的极点,用于提升低频增益,来限制低频(100HZ)纹波和提高输出调整率。R4,C4形成一个零点,来提升相位,放在带宽频率的前面增加相位裕度,具体位置要看其余功率部分在设计带宽处的相位是多少。R4,C4的频率越低,其提升的相位越高,最大只有90度,但在其频率很低时候低频增益也会减低,一般放在带宽的1/5出,可以提升约78度相位。

下面链接关于环路设计可以进行学习参考:

[合輯] 電源環路補償控制器與線路之基本概念與設計 1~9 合輯 (僅是整合,方便連續觀看,並加大音量,沒有重錄哦!)_哔哩哔哩_bilibili

和大家一起学习进步!

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Stream流的思想和获取Stream流
  • 极越造车2.0:01销量回暖,07杀出血路,ASD抢跑FSD
  • 实战外网配置——光猫桥接+路由器PPPoE拨号+防火墙外网链路健康检查+外网流量负载均衡
  • 【Go】-基于Gin和GORM的小清单项目
  • PPStructure核心源码研究(三)LayoutPredictor类详解
  • 昇思MindSpore AI框架MindFormers实践3:ChatGLM3-6B对一段文字进行提取
  • Qt 边框border - qss样式
  • 如何从github上clone项目
  • 品牌借势华为三折叠手机上市热点文案
  • 基于Java+Mysql实现(web)大型企业管理系统
  • 大数据Flink(一百一十八):SQL水印操作(Watermark)
  • 项目实战 (11)---搜索进度
  • 人工智能辅助汽车造型设计
  • 第307题|快速掌握 反常积分敛散性判定的方法|武忠祥老师每日一题
  • 基于k8s手动部署rabbitmq集群(Manually Deploying RabbitMQ Cluster Based on k8s)
  • 【391天】每日项目总结系列128(2018.03.03)
  • Angular 响应式表单之下拉框
  • HTTP那些事
  • input的行数自动增减
  • JavaScript类型识别
  • Java方法详解
  • java概述
  • Logstash 参考指南(目录)
  • QQ浏览器x5内核的兼容性问题
  • Sequelize 中文文档 v4 - Getting started - 入门
  • 从零开始的webpack生活-0x009:FilesLoader装载文件
  • 道格拉斯-普克 抽稀算法 附javascript实现
  • 关于extract.autodesk.io的一些说明
  • 如何抓住下一波零售风口?看RPA玩转零售自动化
  • 使用agvtool更改app version/build
  • 微信小程序实战练习(仿五洲到家微信版)
  • 为物联网而生:高性能时间序列数据库HiTSDB商业化首发!
  • 吴恩达Deep Learning课程练习题参考答案——R语言版
  • 译自由幺半群
  • 怎样选择前端框架
  • Redis4.x新特性 -- 萌萌的MEMORY DOCTOR
  • 继 XDL 之后,阿里妈妈开源大规模分布式图表征学习框架 Euler ...
  • #define
  • #LLM入门|Prompt#3.3_存储_Memory
  • #NOIP 2014# day.1 生活大爆炸版 石头剪刀布
  • (2015)JS ES6 必知的十个 特性
  • (3)(3.5) 遥测无线电区域条例
  • (python)数据结构---字典
  • (Qt) 默认QtWidget应用包含什么?
  • (Repost) Getting Genode with TrustZone on the i.MX
  • (solr系列:一)使用tomcat部署solr服务
  • (附源码)计算机毕业设计SSM在线影视购票系统
  • (附源码)计算机毕业设计SSM智慧停车系统
  • (论文阅读26/100)Weakly-supervised learning with convolutional neural networks
  • (续)使用Django搭建一个完整的项目(Centos7+Nginx)
  • (转)JVM内存分配 -Xms128m -Xmx512m -XX:PermSize=128m -XX:MaxPermSize=512m
  • (转)VC++中ondraw在什么时候调用的
  • (转)Windows2003安全设置/维护
  • (转载)Linux网络编程入门
  • .NET Core跨平台微服务学习资源