Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem

Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem

从这一章开始讲负反馈Control系统和小信号建模.

13.2 The Feedback Theorem

首先介绍 Middlebrook’s Feedback Theorem

考虑下面负反馈系统

$

传输函数 G=uo/ui
G ( s ) = u o u i = G ∞ T 1 + T + G 0 1 1 + T G(s)=\frac{u_{o}}{u_{i}}=G_{\infty }\frac{T}{1+T}+G_{0}\frac{1}{1+T} G(s)=uiuo=G1+TT+G01+T1
T为Loop Gain 环路的增益
T ( s ) = u y ( s ) u x ( s ) ∣ u i = 0 T(s)=\frac{u_{y}(s)}{u_{x}(s)}\bigg|_{ui=0} T(s)=ux(s)uy(s) ui=0
ideal forward gain 理想正向增益, G_inf为通过uz 消除(null) uy后, ui到uo的传输函数.

G_inf其实就是利用运放虚短和虚断来推导Vout/Vin
G ∞ ( s ) = u o ( s ) u i ( s ) ∣ u y → 0 G_{\infty }(s)=\frac{u_{o}(s)}{u_{i}(s)}\bigg|_{u_y\to 0} G(s)=ui(s)uo(s) uy0
当Loop Gain T-> inf时, G=G_inf

G0为通过uz 消除(null) ux后, ui到uo的传输函数
G 0 ( s ) = u o ( s ) u i ( s ) ∣ u x → 0 G_{0}(s)=\frac{u_{o}(s)}{u_{i}(s)}\bigg|_{u_x\to 0} G0(s)=ui(s)uo(s) ux0
当Loop Gain T-> 0时, G=G0

Null loop Gain Tn(s): 引入Uz来消除null uo(s)
T n ( s ) = u y ( s ) u x ( s ) ∣ u 0 → 0 T_n(s)=\frac{u_{y}(s)}{u_{x}(s)}\bigg|_{u_0\to 0} Tn(s)=ux(s)uy(s) u00

T n ( s ) T ( s ) = G ∞ ( s ) G 0 ( s ) \frac{T_n (s)}{T(s)}=\frac{G_\infty (s)}{G_0(s)} T(s)Tn(s)=G0(s)G(s)

13.3 Example: Op Amp PD Compensator Circuit

我们以下面负反馈op-amp为例

假设运放为单极点系统
G o p ( s ) = G o p 0 ( 1 + s ω 1 ) G_{op}(s)=\frac{G_{op0}}{(1+\frac{s}{\omega_1})} Gop(s)=(1+ω1s)Gop0
Voltage injection模型为

Ideal forward gain: 其实就是利用运放虚短和虚断来推导Vout/Vin, 即G_inf
G ∞ ( s ) = v o u t ( s ) v i n ( s ) ∣ v y → 0 G_{\infty }(s)=\frac{v_{out}(s)}{v_{in}(s)}\bigg|_{v_y\to 0} G(s)=vin(s)vout(s) vy0
vy null to 0, 因此op输入端v-也被null to 0.

我们可以用运放的虚短和虚断特性来推导vout/vin. v- = v+ = 0即virtual ground

Loop Gain, T(s) 环路的增益.
T ( s ) = v o u t v x v − v o u t v y v − T(s)=\frac{v_{out}}{v_{x}}\frac{v{^-}}{v_{out}}\frac{v_y}{v{^-}} T(s)=vxvoutvoutvvvy
前两项就是电阻电容的voltage divider传输函数, 第三项为Gop

G0为调节Vz, 从而Vx nulled to 0. 即运放输出为0
G 0 ( s ) = v o u t ( s ) v i n ( s ) ∣ v x → 0 G_{0}(s)=\frac{v_{out}(s)}{v_{in}(s)}\bigg|_{v_x\to 0} G0(s)=vin(s)vout(s) vx0

因此G0也是电阻电容的voltage divider传输函数

Tn为null output的loop gain


T n ( s ) = v y ( s ) v x ( s ) ∣ v o u t → 0 T_{n }(s)=\frac{v_{y}(s)}{v_{x}(s)}\bigg|_{v_{out}\to 0} Tn(s)=vx(s)vy(s) vout0

因此Loop Gain可推导为
T ( s ) = G 0 ( s ) T n ( s ) G ∞ ( s ) T(s)=\frac{G_{0}(s)T_{n}(s)}{G_{\infty }(s)} T(s)=G(s)G0(s)Tn(s)

最终Transfer Function, G= Vout/Vin
G ( s ) = v o u t v i n = G ∞ T 1 + T + G 0 1 1 + T G(s)=\frac{v_{out}}{v_{in}}=G_{\infty }\frac{T}{1+T}+G_{0}\frac{1}{1+T} G(s)=vinvout=G1+TT+G01+T1

f<30MHz, G0/(1+T)很小,

当f<fc (crossover frequency),G = G_inf

当f>fc (crossover frequency), G和G_inf差异很大

13.4 Example: Closed-Loop Regulator

Chapter 14 Circuit Averaging, Averaged Switch Modeling, and Simulation

这一章讲电路的平均化 Circuit averaging.

其核心思想就是把switch+diode替换成理想开关, 然后加上小信号模型

buck, boost, general two-switch的小信号模型如下

这样就能推导出converter的小信号模型了

对于电力电子系统的设计和仿真, 分为三种:

  1. 利用自带的器件库, 采用Cadence, SPICE, LTSpice等工具进行transient仿真. 好处精度高, 坏处费时费力.
  2. 简化器件模型, MOS换成Ron, 用PLECS and SIMPLIS仿真
  3. 平均化模型. 研究steady-state下电压,电流波形, 忽略ripple. 研究小信号模型. 可以给设计insight提供指导.

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/750957.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

1.实用Qt:解决绘制圆角边框时,圆角锯齿问题

目录 问题描述 解决方案 方案1&#xff1a; 方案2&#xff1a; 结果示意图 问题描述 做UI的时候&#xff0c;我们很多时候需要给绘制一个圆角边框&#xff0c;初识Qt绘制的童鞋&#xff0c;可能绘制出来的圆角边框很是锯齿&#xff0c;而且粗细不均匀&#xff0c;如下图&…

Vue | 使用 ECharts 绘制折线图

目录 一、安装和引入 ECharts 二、使用 ECharts 2.1 新增 div 盒子 2.2 编写画图函数 2.3 完整代码结构 三、各种小问题 3.1 函数调用问题 3.2 数据格式问题 3.3 坐标轴标签问题 3.4 间隔显示标签 参考博客&#xff1a;Vue —— ECharts实现折线图 本文是在上…

JVM学习-JVM简介以及其内部结构

目录 1.什么是JVM 2.JVM、JRE、JDK、JavaSE、JavaEE之间的联系 3.JVM的内部结构 4.各部分的作用 4.1 类加载器 4.2 方法区 4.3 堆 ​编辑 4.4 虚拟机栈 4.5 程序计数器 4.6 本地方法栈 4.7 解释器和JIT即时编译器 4.9 GC垃圾回收 5.拓展 5.1一些可能会遇到的问…

opencv安装(C++)并配置vs

准备工作&#xff1a; 1.opencv安装包(此教程使用4.9) 2.visual studio(此教程使用vs2019) opencv安装&#xff1a; 1、下载opencv&#xff1a; 1.1 官网下载&#xff1a;Releases - OpenCV 1.2 百度网盘&#xff1a;链接&#xff1a;https://pan.baidu.com/s/1NpEoFjbbyQJtFD…

CTF-希尔加解密

对于希尔加解密很多writeup都说用在线工具&#xff0c;所以研究了一下&#xff0c;写了一个方便的加解密python代码&#xff0c;根据给定的字母表及私钥字符串&#xff0c;尝试不同纬度不同重叠的加密矩阵输出加解密结果。运行效果如下&#xff1a; 代码文件Hill希尔加解密_fi…

8:00面试,8:06就出来了,问的问题有点变态。。。

从小厂出来&#xff0c;没想到在另一家公司又寄了。 到这家公司开始上班&#xff0c;加班是每天必不可少的&#xff0c;看在钱给的比较多的份上&#xff0c;就不太计较了。没想到9月一纸通知&#xff0c;所有人不准加班&#xff0c;加班费不仅没有了&#xff0c;薪资还要降40%…

matlab simulink 工业现场漆包机烘炉模糊PID控制算法

1、内容简介 略 70-可以交流、咨询、答疑 2、内容说明 matlab simulink 工业现场漆包机烘炉模糊PID控制算法 第五章 控制算法仿真与分析 在第二章系统分析结合工业现场漆包机烘炉数学模型详细分析模糊PID控制算法以及解耦控制算法的优缺点、实现原理&#xff0c;为本章算法…

第8节课------列生成与分支定价法

列生成与分支定价法 1. 列生成 通过迭代的方式来构建和解决一个“受限”的主问题,并通过解决一系列相关的子问题来动态地生成新的变量(或称列),这些新变量有可能改进主问题的解。 原问题新添加的这一列可以通过对偶问题的行来计算。 2. 列生成的详细说明 对于原来的…

【TB作品】数字电压表设计,MSP430,电压表,Proteus仿真,分档位

文章目录 题目要求第1版方案第2版方案代码介绍获取代码和仿真 题目要求 33、数字电压表设计 基本要求: 了解电压表的工作原理。 对0~2.5V的模拟电压进行循环采集 采集的数据进行A/D转换后用LCD屏显示测量值,显示精度0.0001 用键盘选择测量范围(分档) 超过测量范围时指示灯持续…

基于springboot+vue实现员工信息管理系统项目【项目源码+论文说明】

基于springbootvue实现员工信息管理系统演示 引言 随着计算机技术的飞速发展&#xff0c;计算机在企业管理中应用的普及&#xff0c;利用计算机在实现企业人事档案的管理势在必行。当今社会正快速向信息化社会前进&#xff0c;信息自动化的作用也越来越大。从而使我们从繁杂的…

上位机图像处理和嵌入式模块部署(qmacvisual跳转语句)

【 声明&#xff1a;版权所有&#xff0c;欢迎转载&#xff0c;请勿用于商业用途。 联系信箱&#xff1a;feixiaoxing 163.com】 前面我们依次讨论了判断语句和结束判断语句&#xff0c;今天我们继续学习跳转语句。从功能上面来说&#xff0c;跳转语句和判断语句较为类似。不过…

时间序列预测的零样本学习是未来还是炒作:TimeGPT和TiDE的综合比较

最近时间序列预测预测领域的最新进展受到了各个领域&#xff08;包括文本、图像和语音&#xff09;成功开发基础模型的影响&#xff0c;例如文本&#xff08;如ChatGPT&#xff09;、文本到图像&#xff08;如Midjourney&#xff09;和文本到语音&#xff08;如Eleven Labs&…

【JS】html字符转义

需求 将html转为字符串将html字符串转义&#xff0c;比如<div>转为<div> 码 /*** html标签字符转义* param {Stirng} str 要转换的html字符* returns String 返回转义的html字符串*/ const elToStr str > str.replaceAll(<, <).replaceAll(>, >)…

ChatGPT有身体了,能走向千家万户吗?

3月13日&#xff0c;OpenAI投资的人形机器人——Figure 01迎来重磅更新&#xff0c;接入最新版ChatGPT后&#xff0c;它能和人交流描述眼前看到的事物。在视频中&#xff0c;Figure 的人形机器人&#xff0c;可以完全与人类流畅对话&#xff0c;还能理解人的自然语言指令进行抓…

搞懂分布式技术:缓存更新的套路

目录 缓存更新的套路 Cache Aside Pattern Read/Write Through Pattern Read Through Write Through Write Behind Caching Pattern 再多唠叨一些 缓存更新的套路 看到好些人在写更新缓存数据代码时&#xff0c;先删除缓存&#xff0c;然后再更新数据库&#xff0c;而后续的操作…

代码随想录 -- 回溯算法

文章目录 回溯算法理论什么是回溯法回溯法的效率回溯法解决的问题理解回溯法回溯法模板 组合问题I描述题解优化 组合总和III描述题解 电话号码的字母组合描述题解 组合总和描述题解 组合总和II描述题解 分割回文串描述题解 复原IP地址描述题解 子集描述题解 子集II描述题解 递增…

shallowReactive浅层式响应对象

一、 reactive 和ref 都是深层响应式对象: 就是不管对象有多少层&#xff0c;修改此对象任一属性都会响应式处理 shallowReactive 和shallowRef 浅层响应式对象: 只会修改第一层对象&#xff0c;修改此对象第一层属性&#xff0c;视图会有同步变化&#xff0c;非第一层&#xf…

WorkPlus Meet局域网视频会议软件的领先解决方案

局域网视频会议软件在现代企业中发挥着重要的作用&#xff0c;而在众多选项中&#xff0c;为何选择WorkPlus Meet作为局域网视频会议软件&#xff1f; 选择局域网视频会议软件时需要考虑到企业的需求。WorkPlus Meet提供了稳定、高效的局域网视频会议功能&#xff0c;能够满足…

关于d3dx9_43.dll文件丢失的解决办法,六种详细方法

当d3dx9_43.dll文件缺失时&#xff0c;系统会显示错误信息来提示用户。这些错误信息可能会包含类似于"d3dx9_43.dll未找到"或"找不到d3dx9_43.dll"等字样。通常出现这样的字样那就是导致应用程序通常无法正常启动或执行相关功能。那么出现这样的功能有什么…

哔哩哔哩后端Java一面

前言 作者&#xff1a;晓宜 个人简介&#xff1a;互联网大厂Java准入职&#xff0c;阿里云专家博主&#xff0c;csdn后端优质创作者&#xff0c;算法爱好者 最近各大公司的春招和实习招聘都开始了&#xff0c;这里分享下去年面试B站的的一些问题&#xff0c;希望对大家有所帮助…