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%…

Portal

文章目录 定义用法事件冒泡 定义 Portals 提供了一个最好的在父组件包含的DOM结构层级外的DOM节点渲染组件的方法。 ReactDOM.createPortal(child,container);第一个参数child是可渲染的react子项&#xff0c;比如元素&#xff0c;字符串或者片段等。第二个参数container是一…

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…

20240316-回溯算法

分类 组合问题&#xff1a;N个数里面按一定规则找出k个数的集合 切割问题&#xff1a;一个字符串按一定规则有几种切割方式 子集问题&#xff1a;一个N个数的集合里有多少符合条件的子集 排列问题&#xff1a;N个数按一定规则全排列&#xff0c;有几种排列方式 棋盘问题&#…

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…

CSS选择器详解:常见类型与应用

在CSS(层叠样式表)中,选择器是定义样式规则的关键部分,它决定了哪些HTML元素会应用这些样式。CSS选择器类型丰富多样,能够精确地定位到页面中的特定元素。本文将详细介绍CSS中常见的选择器类型,并通过实例说明它们的应用场景。 一、元素选择器 元素选择器是最基础的选择…

Luhn验证银行卡号是否合法

package com.dcqq.common.utils;public class LuhnUtil {public static void main(String[] args) {boolean b checkBankCardId("62290860202331251");System.out.println(b);}/*** 检验银行卡号是否合法* 采用Luhn算法检验* 校验算法步骤&#xff1a;* 1、从卡号最…

鼠标事件(点击换色)分别使用js和jQuery代码实现

js代码实现&#xff1a;按键盘时换色&#xff0c;不按是另一个色。 <body>输入你的名字: <input type"text"><p>在以上输入框中输入你的名字。</p><script type"text/JavaScript">let onedocument.getElementsByTagName(in…

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…

JDK、JRE和JVM的区别

一、JDK java development kit java开发工具包 负责开发、编译和运行java代码 二、JRE java runtime environment java运行时环境 负责运行java类&#xff0c;比如运行jar包&#xff0c;无需开发的话&#xff0c;只安装JRE即可 三、JVM java virtual machine java虚拟机…