模电专题-MOS管的放大电路分析

在实际应用中,我们经常会使用到功率MOS,这时通常不会将它当成一个开关使用,而是当成一个放大器来使用,那这就需要让其工作在放大状态。
参考下图中的mos管的特性曲线,右图中的输出特性曲线中有一根红色的分界线,这个线就是区分mos管工作状态的分界线,在红线的左边,mos管工作在可变电阻区,也就是线性区;在红线的右边mos管工作在恒流区,也就是饱和区。当然,还有一个截止区。
在这里插入图片描述
本文分析主要运用模电课本中的理论计算验证。

1.三电阻电路

在这里插入图片描述
如上图所示,是在multisim中绘制的放大电路,便于仿真验证。使用的MOS管的型号为2N7000。计算中需要使用的关键参数
U G S T H = 2 V U_{GSTH}=2V UGSTH=2V K = 0.0502 A / V 2 K=0.0502A/V^{2} K=0.0502A/V2

第一步判断此MOS是否工作在放大状态?那么就需要先分析其静态。分析静态的时候,电容开路,那么就会简化电路如下:
在这里插入图片描述
MOS管栅极电压用电阻分压可以求得
U G Q = 12 V ∗ R 3 / ( R 2 + R 3 ) = 2.26 V U_{GQ}=12V*R3/(R2+R3)=2.26V UGQ=12VR3/(R2+R3)=2.26V (1)
这里的源极也就是S极直接接地了,所以可以得到
U G S Q = U G Q = 2.26 V U_{GSQ}=U_{GQ}=2.26V UGSQ=UGQ=2.26V (2)
然后需要借助下面这个公式(3)
I D Q = K ∗ ( U G S Q − U G S T H ) 2 = 3.49 m A I_{DQ}=K*(U_{GSQ}-U_{GSTH})^{2}=3.49mA IDQ=K(UGSQUGSTH)2=3.49mA(3)
(3)式是MOS管转移特性曲线的方程,式中这个K值是个比较关键的点,我们后面分析。
U D S Q = 12 V − R 1 ∗ I D Q = 5.02 V U_{DSQ}=12V-R1*I_{DQ}=5.02V UDSQ=12VR1IDQ=5.02V (4)
以上这几个公式求出来的值就是MOS管在静态工作时的几个关键参数。
我们可以先在仿真中验证一下正确性:
在这里插入图片描述
如上图,我们在电路中串入一个直流电流表测量电路中的 I D Q I_{DQ} IDQ;并联一个直流电压表测量 U D S Q U_{DSQ} UDSQ。将两个表测量的值和上面计算出来的值对比发现,结果非常接近,说明计算正确。

接下来是判断MOS管的工作状态:
在本例中,由上面计算得到的静态参数可以进行下面的计算验证。
U D S Q > U G S Q − U G S T H U_{DSQ}>U_{GSQ}-U_{GSTH} UDSQ>UGSQUGSTH (5)
当满足该条件时,MOS管即工作在放大状态,当然,前提条件是
U G S Q > U G S T H U_{GSQ}>U_{GSTH} UGSQ>UGSTH保证当前MOS处于导通状态。

下面是小信号的动态等效电路分析:
在这里插入图片描述
该等效电路是对MOS管模型的等效,等效出一个压控电流源,即 u g s u_{gs} ugs控制 i d i_{d} id,也就是图中的
i d = g m ∗ u g s i_{d}=g_{m}*u_{gs} id=gmugs(6)

该等式我们要注意两点:
①注意等式中使用的字母和下标都是小写,表明这里的值都是纯交流,没有直流信号
②式中的 g m g_{m} gm表示跨导,即MOS管的转移特性曲线的斜率。小信号的等效就说明输入信号是一个幅值很小的信号,往往分析的时候就是计算在静态工作点Q处的 g m g_{m} gm

g m = 2 ∗ K ∗ I D Q g_{m}=2*\sqrt{K*I_{DQ}} gm=2KIDQ (7)
g m = 2 ∗ 0.0502 A / V 2 ∗ 3.49 m A = 26.47 m A / V g_{m}=2*\sqrt{0.0502A/V^{2}*3.49mA}=26.47mA/V gm=20.0502A/V23.49mA =26.47mA/V

至此,计算中需要用到的一些公式参数基本都出现了,接下来开始计算验证。

首先计算一下 i d i_{d} id
i d = g m ∗ u g s = 2 ∗ 0.0502 A / V 2 ∗ 3.49 m A ∗ u i i_{d}=g_{m}*u_{gs}=2*\sqrt{0.0502A/V^{2}*3.49mA}*u_{i} id=gmugs=20.0502A/V23.49mA ui
这里我只计算幅值, i d p k = 374.37 u A i_{_dpk}=374.37uA idpk=374.37uA

然后计算信号放大倍数
A V = u o u i = − 48.126 A_{V}=\frac{u_{o}}{u_{i}}=-48.126 AV=uiuo=48.126
则对于输入信号 u i p k = 14.142 m V u_{ipk}=14.142mV uipk=14.142mV
u o p k = − 48.126 ∗ 14.142 m V = − 680.599 m V u_{_opk}=-48.126*14.142mV=-680.599mV uopk=48.12614.142mV=680.599mV

观察仿真波形:
在这里插入图片描述
可以看到,这里主要观察了 i d i_{d} id u o u_{o} uo的值,我们看到这里的两个幅值和计算的幅值相差无几,说明整个分析过程正确。注意波形图中设置的是交流形式,意即没有包含直流信号。如果我们调整为观察交直流信号。

在这里插入图片描述
u o u_{o} uo输出信号是经过电容滤波之后的信号,没有直流信号。我们调整观察点到电容前端,就可以观察到直流信号,如下图所示:

在这里插入图片描述
至此我们简单分析了基于三电阻的MOS管放大电路的计算。分析中涉及到的理论计算均来自模拟电路课本,参考包括杨老师的新概念等。
针对计算中给出的 K K K值,在考试中往往会给出该值,所以计算较为方便。但是在实际应用电路中,在某个MOS的datasheet中是不会给出该值的,所以往往会无法计算。结合杨老师在新概念课堂中的建议,可以在对应的转移特性曲线上取一点,找出对应的 u G S u_{GS} uGS i D i_{D} iD的值,可以求解出一个 K K K值。
但是在实际分析电路中可知,针对不同点,求解出的 K K K值相差比较大,因此在实际应用中,会存在一定偏差。

2.四电阻电路


未完待续

3.电感电路


未完待续

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/18871.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

竞速榜实时离线对数方案演进介绍 | 京东云技术团队

一、背景 竞速榜是大促期间各采销群提供的基于京东实时销售数据的排行榜,同样应对大促流量洪峰场景,通过榜单撬动品牌在京东增加资源投入。竞速榜基于用户配置规则进行实时数据计算,榜单排名在大促期间实时变化,相关排名数据在微…

【雕爷学编程】Arduino动手做(181)---Maixduino AI开发板2

37款传感器与执行器的提法,在网络上广泛流传,其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块,依照实践出真知(一定要动手做)的理念,以学习和交流为目的&am…

roop 视频换脸

roop: one click face swap. 只用一张人脸图片,就能完成视频换脸。 项目地址: https://github.com/s0md3v/roopColab 部署: https://github.com/dream80/roop_colab 本文是本地部署的实践记录。 环境基础 OS: Ubuntu 22.04.2 LTSKernel: 5…

操作系统专栏2-文件系统from小林coding

文件系统 文件系统构成虚拟文件系统文件的使用文件的存储连续存储非连续空间存放方式链表方式索引方式 Linux文件的实现方式 空闲分区的管理文件系统结构目录的存储软链接和硬链接 文件系统构成 Linux的设计哲学有一点很重要:一切皆文件,不仅仅是普通的文件和目录,就连块设备,…

程序员面试金典17.*

文章目录 17.01 不用加号的加法17.04 消失的数字17.05字母与数字17.06 2出现的次数17.07 婴儿名字17.08 马戏团人塔17.09 第k个数17.10 主要元素17.11 单词距离17.12 BiNode17.13 恢复空格(未做,字典树dp)17.14 最小K个数17.15 最长单词17.16…

webpack基础知识一:说说你对webpack的理解?解决了什么问题?

一、背景 Webpack 最初的目标是实现前端项目的模块化,旨在更高效地管理和维护项目中的每一个资源 模块化 最早的时候,我们会通过文件划分的形式实现模块化,也就是将每个功能及其相关状态数据各自单独放到不同的JS 文件中 约定每个文件是一…

数字孪生的「三张皮」问题:数据隐私、安全与伦理挑战

引言 随着数字化时代的来临,数据成为了当今社会的宝贵资源。然而,数据的广泛使用也带来了一系列隐私、安全与伦理挑战。数字孪生作为一种虚拟的数字化实体,通过收集和分析大量数据,模拟和预测现实世界中的各种情境,为…

windows美化任务栏,不使用软件

1.任务栏透明: 效果图: (1).winr打开命令行 输入regedit回车打开注册表 regedit (2).在注册表中打开 \HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\Advanced 这个路径 \HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Explore…

(自控原理)自动控制的分类与基本要求

一、分类 1、线性连续控制系统 2、非线性控制系统 判断是时变时不变看的是系数,判断线性还是非线性看的是变量 二、基本要求 三、自动控制的分析方法

C++库函数——String类的模拟实现

目录 ①String类的主体 ②String类的具体实现 1.构造函数、拷贝构造函数、赋值运算符、析构函数 ⑴构造函数 ⑵拷贝构造函数 ⑶赋值运算符 ⑷析构函数 2.迭代器(范围for的实现原理) 3.修改:push_back, apppend, , clear, swap, c_str ⑴push_b…

如何设计一个自动化测试框架?

一个成熟的测试框架主要由 4 部分组成:基础模块、管理模块、运行模块和统计模块 基础模块 底层核心库 一般指用于操作被测试应用程序的第三方库,例如在 Web 端的 Selenium/WebDriver。如API端的Requests 对象库 PO模式中的页面对象 可重用组件 如一些…

Spring系列二:基于注解配置bean【建议收藏】

文章目录 💗通过注解配置bean🍝基本介绍🍝快速入门🍝注意事项和细节 💗自己实现Spring注解配置Bean机制🍝需求说明🍝思路分析🍝注意事项和细节 💗自动装配 Autowired&…

特性快闪:使用 Databend 玩转 Iceberg

作者:尚卓燃(PsiACE)澳门科技大学在读硕士,Databend 研发工程师实习生 Apache OpenDAL(Incubating) Committer https://github.com/PsiACE 几周前,Databricks 和 Snowflake 召开了各自的年度大会,除了今年一…

【WebRTC---序篇】(七)RTC多人连麦方案

服务端可以选择mediasoup,作为SFU服务器,只负责转发数据 下图举例三个Client (browser或者客户端)同时加入一个房间,每个app同时发布一路视频和一路音频,并且接受来自其他app的音视频流,mediasoup内部的结构如下&…

python爬虫基础

文章目录 前言爬虫简介urllib库的使用如何获取网页的源码一个类型六个方法一个类型六个方法1、read()方法2、readline()方法3、readlines()方法4、getcode()5、geturl()6、getheaders() urllib下载下载网页下载图片下载视频 请求对象的定制 未完待续 前言 爬虫爬的好牢饭吃的早…

Linux编辑器 - vim使用

1.vim的基本概念 Vim是一个广泛使用的文本编辑器,它是在Unix和Linux系统中常用的命令行文本编辑器之一。 vim的主要三种模式 ( 其实有好多模式,目前掌握这 3 种即可 ), 分别是 命令模式 ( command mode )、 插入模式 &#xff0…

/bin/bash: Resource temporarily unavailable

有现场反馈plsql无法连接数据库了,登录环境查看时发现从root切换到grid时报错/bin/bash: Resource temporarily unavailable [rootdb1 ~]# su - grid Last login: Thu Jul 27 18:45:04 CST 2023 su: failed to execute /bin/bash: Resource temporarily unavailab…

瑞吉外卖项目----(2)缓存优化

1 缓存优化 1.0 问题说明 1.1 环境搭建 将项目推送到远程仓库里,教程在git 提交远程仓库前建议取消代码检查 创建新的分支v1.0(用于实现缓存优化)并推送到远程仓库 1.1.1 maven坐标 导入spring-data-redis的maven坐标: &l…

2023年DevOps和云趋势报告!

要点 ●云创新已从革命性阶段转变为演进性阶段,重点是迁移和重新架构工作负载。云空间已发展为提供对可扩展资源和托管服务的按需访问,强调简化交互并减少团队的认知负担。 ●人工智能 (AI) 和大型语言模型 (LLM) 可以通过解决认知过载问题并支持即时管…

【ChatGLM_01】ChatGLM2-6B本地安装与部署(大语言模型)

基于本地知识库的问答 1、简介(1)ChatGLM2-6B(2)LangChain(3)基于单一文档问答的实现原理(4)大规模语言模型系列技术:以GLM-130B为例(5)新建知识库…