一个有趣的MOSFET电路-触摸调光电路

来源

刷B站视频,看到一个很新奇的“触摸调光电路”,电路图如下:
在这里插入图片描述
视频在这里,只使用了3个元件。
刚好最近在学模拟电路的 MOSFET,我之前的理解是 MOSFET 的控制电压应该加在 Gate 和 Source 之间,也就是 栅极和源极 之间,但这个电路图中,控制电压却是在 Gate 栅极 和 Drain 漏极 之间的,这是如何工作的?
我必须用 LTSpice 仿真一把,看下电路是否能工作,如何工作。

LTSpice 仿真

话不多说,上仿真。
查了一下 IRFZ44N 是 N-channel enhancement mode TrenchMOS transistor,Datasheet 在这里。

IRFZ44N 的转移特性曲线如下,可以看到Vgsth开启电压在4.5V左右:
在这里插入图片描述
LTSpice 的元件库中没有 IRFZ44N ,需要自定义这个MOSFET的模型。
仔细搜索了一下,这里有 IRFZ44N 的 SPICE 模型下载。
在这里插入图片描述
下面我们来创建 IRFZ44N 的模型,主要步骤是创建一个符号,让它的模型使用下载的SPICE模型文件。

创建元件的符号(Symbol)

方法是:
1、将模型文件irfz44n.spi 拖拽到 LTSpice 中,打开一个编辑窗口,如下图。
在这里插入图片描述
2、创建"元件的符号":右键点击第一行的 .SUBCKT 字符串,选择创建"Symbol",如下:
在这里插入图片描述
编辑一下符号,然后保存。可以看到模型路径就是我们打开的 .spi 文件。
在这里插入图片描述
查看模型文件路径:
在这里插入图片描述
注意自动生成的符号会存放到 LTSpice 的数据目录下:
在这里插入图片描述
再稍微调整一下三个管脚的位置,将 G 放到左边、D 放到右边,这样更接近MOSFET符号的常见形式,如上图。
如果追求和常规的MOSFET符号一模一样,可以将一个 nmos 符号的内容复制到 irfz44n.asy 文件中去,然后修改管脚对应关系即可。

仿真电路

很快就画好了仿真电路,如下图,并做2种仿真计算:1、调亮;2、调暗。
先仿真调亮的情况,如下图,I_led 电流的确有一个逐渐升高的过程。可以看到电流很大,所以对于额定电流小的LED还需要串联一个1k的电阻,减少电流,避免烧毁LED。
在这里插入图片描述
调暗的情况:
在这里插入图片描述

电路分析

当手指连接 port1 和 port2 时,对电容 C1 充电,C1 的正极会带正电,导致 VG 电压升高,当 Vgs > Vgsth 启动电压时,MOSFET 进入线性工作区,Ids 电流变大,LED 亮起,Ids 随 Vgs 电压正向变化。所以当手指连接 port2 和 port3 时,C1 放电,导致 Vgs 下降,Ids 下降,LED 变暗。

疑问

C1 能否接在 G 和 Ground 间呢?我们来仿真一下,看上去也是可以的,只是电流上升的时间非常快而已。
为什么会这样?可能是 C1的 负极 需要通过 MOSFET 的 Drain 和 Source 提供电流,而没有进入线性工作区前,Ids 很小导致 C1 需要较长的充电时间。如果 C1 负极接地,就没有这个限制了,充电时间大大减少。
在这里插入图片描述

实际电路

用洞洞板搭建一个实验电路板,非常成功:
1、电压别太高太低,大概在 4V => 6V 之间。
2、MOSFET 可以随便替换,这里我用的是手头的 IN60 N-Channel MOSFET、电容用了1uF的独石电容。
在这里插入图片描述
这是我的实验电路视频:

MOSFET实现的触摸亮度调节电路

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/589184.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

python非常好用的文件系统监控库

如果你不想使用Watchdog库,而是自己编写代码来监视文件系统的变化,可以使用Python的内置模块os和time来实现。 下面是一个简单的示例代码,演示如何使用os和time模块来监视文件系统中文件的变化: pythonimport osimport timedef m…

【ES】es介绍,使用spring-boot-starter-data-elasticsearch整合的ES来进行操作Es

文章目录 倒排索引(Inverted Index)和正排索引(Forward Index)es和MySQL对比IK分词器的总结mapping映射使用springboot整合的ES来进行操作Es1. 实体类中添加注解2. 编写Repository层3. 通过Repository进行增删改查 倒排索引&#…

内核block层Multi queue多队列 实际调试总结

阅读本文前,希望读者先看看我写的《linux内核block层Multi queue多队列核心点分析》。这篇文章是针对block层Multi queue(简称blk-mq) 多队列基础知识点总结。还有《内核block层Multi queue多队列的一次优化实践》,这是一次边针对blk-mq硬件队列派发IO的…

如何解决大模型的【幻觉】问题?

当我们深入研究大型语言模型(LLM)的运作机制时,我们不可避免地会遇到一个被频繁讨论的问题——“幻觉”现象。这个术语在LLM的领域中指的是模型产生的输出与现实世界的不符,或者是基于错误的、误导性的信息。这种情况不仅削弱了模…

2023年年度总结,一个小白的CSDN涨粉历程

前言 滚滚长江东逝水,一去不复返。 转眼间已到2024年节点,时间如滚滚长江水向东奔流不息,在长江消失之前,都不会停歇,也不会回头。人亦如此,不管是生活还是学习,都是不断往前走的过程&#xff…

VMware虚拟机之文件夹共享jdk和tomcat安装防火墙设置

目录 一. 配置文件夹共享功能 1.1 为什么需要配置文件夹共享功能 1.2 配置文件共享功能 1.3 普通共享和高级共享的区别 1.3.1 普通共享 1.3.2 高级共享 1.3.3 总结 二. jdk的配置 2.1 安装jdk 2.2 配置jdk的环境配置jdk 2.3 配置成功 三. TomCat的配置 四. 防火墙设置 4.1…

java生产设备效率管理系统Myeclipse开发mysql数据库web结构java编程计算机网页项目

一、源码特点 java Web生产设备效率管理系统是一套完善的java web信息管理系统,对理解JSP java编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。开发环境为TOMCAT7.0,Myeclipse8.5开发,数据库为ac…

【SD】一致性角色 - 同一人物 不同姿势 - 2

首先生成4张不同姿势的图片 masterpiece,high quality,(white background:1.6),(simple background:1.4),1gril,solo,black footwear,black hair,brown eyes,closed mouth,full body,glasses,jacket,long hair,long sleeves,lookig at viewer,plaid,plaid skirt,pleated shirt,…

矩阵对角线遍历

Diagonal 2614. 对角线上的质数 class Solution {public int diagonalPrime(int[][] nums) {int n = nums.

2023年职业规划与心灵成长:对技术行业的深度思考与未来规划

引言: 在快速发展的科技时代,技术行业成为了许多年轻人追逐梦想的舞台。然而,随着技术的不断进步和变革,我们需要更加深入地思考自己的职业规划和心灵成长,以适应未来的挑战和机遇。本文将探讨2023年技术行业的发展趋…

.Net Core 防御XXS攻击

网络安全攻击方式有很多种,其中包括XSS攻击、SQL注入攻击、URL篡改等。那么XSS攻击到底是什么?XSS攻击有哪几种类型? XSS攻击又称为跨站脚本,XSS的重点不在于跨站点,而是在于脚本的执行。XSS是一种经常出现在Web应用程序中的计算机安全漏洞…

记录 Docker 中安装 ROS2

目录 1 安装 Docker 2 安装 ROS2 3 启动 Docker 4 测试 ROS2 环境 1 安装 Docker 1. 更新软件包sudo apt updatesudo apt upgrade2. 安装 docker 依赖sudo apt-get install ca-certificates curl gnupg lsb-release3. 添加 docker 官方 GPG 密钥curl -fsSL http://mirror…

VUE——IDEA 启动前端工程VS文件启动前端工程

IDEA 启动前端 目录 前言一、打开控制台二、输入npm install三、依赖下载完之后,输入npm run dev,运行前端项目1、IDEA启动前端工程2、文件目录启动前端工程 四、点击http://localhost:8080后续敬请期待 前言 启动已有的vue前端项目 一、打开控制台 选…

【解决复杂链式任务打造全能助手】大模型思维链 CoT 应用:langchain 大模型 结合 做 AutoGPT

大模型思维链 CoT 应用:langchain 大模型 结合 做 AutoGPT,解决复杂链式任务打造全能助手 思维链 CoTlangchainlangchain 大模型结合打造 AutoGPT 思维链 CoT 最初的语言模型都是基于经验的,只能根据词汇之间的相关性输出答案,根…

【分库分表篇】分区和分表的区别

分区和分表的区别 ✔️ 解析✔️拓展知识仓✔️分区的方式✔️MySQL 数据库支持的分区类型为水平分区 ✔️ 解析 数据库中数据量过多,表太大的时候,不仅可以做分库分表,还可以做表分区,分区和分表类似,都是按照一定的规…

Vue-Setup

一、setup概述 小小提示&#xff1a;vue3中可以写多个根标签。 Person.vue中内容 <template><div class"person"><h2>姓名&#xff1a;{{name}}</h2><h2>年龄&#xff1a;{{age}}</h2><!--定义了一个事件&#xff0c;点击这…

数据特征工程 | PSO粒子群算法的特征选择原理及python代码实现

粒子群优化(Particle Swarm Optimization,PSO)是一种基于群体智能的优化算法,常用于解决搜索和优化问题。在特征选择问题中,PSO可以用于选择最佳的特征子集,从而提高模型的性能和效果。 PSO的特征选择原理如下: 表示特征子集:PSO中的每个粒子表示一个特征子集,其中每…

PyTorch常用工具(2)预训练模型

文章目录 前言2 预训练模型 前言 在训练神经网络的过程中需要用到很多的工具&#xff0c;最重要的是数据处理、可视化和GPU加速。本章主要介绍PyTorch在这些方面常用的工具模块&#xff0c;合理使用这些工具可以极大地提高编程效率。 由于内容较多&#xff0c;本文分成了五篇…

一起学量化之KDJ指标

KDJ指标,也称为随机指数,是一个常用的技术分析工具。它由三条线组成:K线、D线和J线,分别代表不同的市场动态。KDJ指标通过分析最高价、最低价和收盘价计算得出。 1. KDJ指标理解 J线是移动速度最快的线,可以提供更加敏锐的市场信号。K线是指标的核心,显示市场的即时动态。…

【linux 多线程并发】线程属性设置与查看,绑定CPU,线程分离与可连接,避够多线程下的内存泄漏

线程属性设置 ​专栏内容&#xff1a; 参天引擎内核架构 本专栏一起来聊聊参天引擎内核架构&#xff0c;以及如何实现多机的数据库节点的多读多写&#xff0c;与传统主备&#xff0c;MPP的区别&#xff0c;技术难点的分析&#xff0c;数据元数据同步&#xff0c;多主节点的情况…