学习记录14-运算放大器2

目录

前言

一、理想放大器

二、虚断

二、虚短

虚短的两个使用条件

1.虚短概念

2.如果我们将运放的同相端和反相端颠倒会怎样呢?

总结

前言

主要讲述运算放大器的虚短虚断


一、理想放大器

如果没有基础或只是想简单了解,可以看我前一篇文章:

学习记录7-运算放大器1

在说虚短虚断前先说一下理想放大器的概念:

1、增益无穷大

增益无穷大好理解,因为一般运放的增益就是很大的

2、输入阻抗无穷大

理想运放的输入阻抗无穷大,实际运放的阻抗是MΩ级别的

3、输出阻抗为0

理想运放的输出阻抗可以看成是0。实际可能有几十到上百Ω。

可能有人会认为,这阻抗也不是很低啊,咋就能忽略呢?

这个其实还是看应用,如果运放后端的电路等效输入阻抗比较高,那么自然就可以忽略的。如果负载的输入阻抗本身也就只有几十或百Ω,那么自然就不能完全忽略。

二、虚断

虚断”相对于“虚短”来说,相对简单点。

前面说理想运放的输入阻抗无穷大,解读一下就是说,如果给运放的输入端加个电压,那么流入流出运放的输入管脚的电流就是0,阻抗无穷大嘛,自然没有电流,那就相当于是开路,也就是断路。但是呢,这跟完全断路又不一样,因为运放还是会感应输入端的电压的,所以也不是真的断路,因此,称为“虚断”。

可以看到,“虚断”跟把运放接成什么样的电路没有关系,只要是个集成运放,都可以运用虚断来分析(严格来说,实际运放输入端还是有电流的,只是相当小。如果外部电阻实在太大,导致电阻电流接近或者超过运放的输入端微小电流,“虚断”还是会失效的)。

相对于“虚断”的基本无门槛使用,运放的“虚短”使用是有门槛的。

二、虚短

虚短的两个使用条件

1、电路为负反馈电路

2、运放工作在线性放大区

1.虚短概念

要理解这两点,我们只需要知道“虚短”是咋来的就好了。

首先,虚短的意思是什么呢?

我们知道,运放有两个输入端,同相端和反相端,“虚短”说的就是同相端和反相端的电压一样,就跟短路一样,那它是如何做到这一点的呢?我们前面说的理想运放的三个特点也没有这个呀?

下面就以下图的电路为例子,看看为什么最终是u+ = u-的?

假设刚开始时,各处电压为0,突然u1瞬间从0变为2.5V,因为uo一开始为0V,根据“虚断”,u-没有电流流入放大器,所以u-为uo在R1和R2上的分压,依然为0V。

当u+瞬间为2.5V后,u-为0V,u+>u-,放大器会朝着电压增大的方向进行放大,即uo电压会开始升高

当uo增大到1V,u-依然为uo的在R1和R2上的分压,即为0.5V。此时u+=2.5V,u-=0.5V,u+>u-,放大器将电压继续正向放大,因此uo继续增大。

那问题来了,uo增大到多少会停止呢?很容易想到,只要u+>u-,因为我们现在讨论的是理想运放,放大倍数为无穷大,所以uo就会增大(放大器是这样一个装置,它总是将输入电压放大Auo倍,即总满足:Uo=Au*(u+ - u-))。

只有当uo增加到5V时,u-电压为uo在R1和R2的分压正好是2.5V,u-等于u+,此时放大器达到平衡,不再放大,即稳定态就是现在了。

那为什么稳定态一定是u- = u+,u- > u+不行吗?

我们也可以假设下,万一uo一不小心超过了5V,那么u-就会大于2.5V,u-会大于u+,此时放大器会将输出电压反方向放大,也就是减小,最终电压还是会向5V逼近。

因此,不论电路初始状态电压是怎么样的,最终输出都会稳定在5V,而且u+ = u-,因为一旦u+不等于u-,那么在无穷大的放大倍数下,输出必然会变化,最终还是会导致u+ = u-。

前面这些有点绕,我们仔细想一下,逻辑是不是这样:当u+不等于u-时,输出就会变化,这个变化又会送回到输入端,图中为u-,进而导致u+与u-的差值变小,差值变小,意味着输入信号变小了(运放的输入是u+ - u-,也就是差值)。

也就是说,输出信号将自己通过电阻R2和R1又送到输入端,降低了输入信号,这不就是负反馈吗?

总之,对于上面这个负反馈电路,最终的结果就是:u+ = u- 

这就是虚短:“虚短”说的就是同相端和反相端的电压一样,就跟短路一样。

2.如果我们将运放的同相端和反相端颠倒会怎样呢?

同样的,当输入突变成2.5V,因为uo初始还是0V,那么u+也是0V,此时有u+ < u-,因此,输出要减小,变成负的。当输出减小时,根据分压关系,u+也要减小,也是负的,也就说u+比u-小得更多了,即u+与u-的差值更大了。差值更大,意味着输入信号变大了(运放的输入是(u+) -( u-),也就是差值)。

也就是说,输出信号将自己通过电阻R2和R1又送到输入端,加强了输入信号,这不就是正反馈嘛。

由此得出第一条件:电路为负反馈电路。

很容易想到,最终的稳态就是uo能输出多低就是多低,如果是单电源供电,那么uo=0V,此时u+=0V,而u-=2.5V,显然,u+不等于u-,也就是说不满足“虚短

第二条件:运放工作在线性放大区

以前面的负反馈为例子,当输入2.5V时,输出就是5V了,但是假如供电只有3.3V呢?

显然,输出超不过5V,此时放大器工作在饱和区,顶天了放大器也只能放大到3.3V,因此输出最终达不到5V,那么u-自然也到不了2.5V了,此时u+也就不等于u-了,也就不满足虚短了。

所以说,满足虚短还需要放大器工作在线性放大区。


总结

其实运放可以看成一个这样的东西,它总能将u+和u-的差值放大Auo倍。想想,是不是这么个玩意儿,其实它自己也不知道外面到底接了什么电路,反正就将u+与u-的差值,放大Auo倍,然后送到输出uo。

因此,天然就有了这么个公式:

uo=(u+ - u-)*Auo

变换一下,得:

u+ - u- =uo/Auo

uo是一个有限的值,如果3.3V供电,uo不会超过3.3,就假定uo=3.3V吧,假如Auo是一百万倍,Auo=1000000,那么:

u+ - u- = 3.3V/1000000 = 3.3uV

可以看到,u+与u-的电压差值只有3.3uV,这是相当小的,我们在分析电路电压的时候,自然可以忽略这个压差,把它们看成是相等的了,也就是“虚短”。同时,我们也可以看到,运放的开环增益Auo越大,那么u+和u-的越接近,更能看成是“虚短”。

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/799910.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

vue项目初始化和部署

目录 1. 技术简介... 2 2. 安装Node.js. 3 3. 全局安装Vue CLI (脚手架工具) 5 4. 创建一个新的Vue项目... 6 5. 在阿里云虚拟机安装和配置Nginx. 9 6. 将Vue项目打包部署到Nginx下... 14 7. 访问部署的项目... 14 1. 技术简介 Vue.js&#xff08;通常简称为Vue&#x…

java算法day46 | 动态规划part08 ● 139.单词拆分 ● 关于多重背包,你该了解这些! ● 背包问题总结篇!

139.单词拆分 完全背包问题&#xff0c;只不过装入背包时需要附加一个判断条件。 class Solution {public boolean wordBreak(String s, List<String> wordDict) {boolean[] dpnew boolean[s.length()1];dp[0]true;for(int j1;j<s.length();j){for(int i0;i<wordD…

每日一题(力扣)---插入区间

官方网址&#xff1a;. - 力扣&#xff08;LeetCode&#xff09; 题目&#xff1a; 给你一个 无重叠的 &#xff0c;按照区间起始端点排序的区间列表 intervals&#xff0c;其中 intervals[i] [starti, endi] 表示第 i 个区间的开始和结束&#xff0c;并且 intervals按照 st…

外包干了6天,技术明显进步

先说一下自己的情况&#xff0c;本科生&#xff0c;2019年我通过校招踏入了南京一家软件公司&#xff0c;开始了我的职业生涯。那时的我&#xff0c;满怀热血和憧憬&#xff0c;期待着在这个行业中闯出一片天地。然而&#xff0c;随着时间的推移&#xff0c;我发现自己逐渐陷入…

正则表达式替换<>中的内容

有 xml的字典如下&#xff1a; <sys:String x:Key"ButtonLogin">登录</sys:String> <sys:String x:Key"ButtonCancel">取消</sys:String> <sys:String x:Key"ButtonLive">实时成像</sys:String> 想…

使用单点登录(SSO)如何提高安全性和用户体验

什么是单点登录&#xff08;SSO&#xff09; 对于所有大量采用云应用程序的组织来说&#xff0c;有效的身份管理是一个巨大的挑战&#xff0c;如果每个 SaaS 应用程序的用户身份都是独立管理的&#xff0c;则用户必须记住多个密码&#xff0c;技术支持技术人员在混合环境中管理…

文档管理系统解决方案(word原件)

1.系统概述 1.1.需求描述 1.2.需求分析 1.3.重难点分析 1.4.重难点解决措施 2.系统架构设计 2.1.系统架构图 2.2.关键技术 数据备份技术 3.系统功能设计 3.1.功能清单列表 3.2.基础数据管理 3.3.位置管理 3.4.文档使用 3.5.文档管理 软件全套资料包获取方式①&#xff1a;软件项…

Pytorch数据结构:Tensor(张量)及其维度和数据类型

文章目录 Tensor基础1.1、Tensor的维度&#xff08;Dimensions&#xff09;1.1.1、举例说明1.1.2、高维Tensor 1.2、.dim()和.size()方法1.2.1、.dim()方法1.2.2、.size()方法1.2.3、.shape属性1.2.3、示例代码1.2.3.1、一维Tensor1.2.3.2、二维Tensor1.2.3.3、三维Tensor 1.3、…

Adobe InDesign 2024 v19.3 (macOS, Windows) - 版面设计和桌面出版软件

Adobe InDesign 2024 v19.3 (macOS, Windows) - 版面设计和桌面出版软件 Acrobat、After Effects、Animate、Audition、Bridge、Character Animator、Dimension、Dreamweaver、Illustrator、InCopy、InDesign、Lightroom Classic、Media Encoder、Photoshop、Premiere Pro、Ad…

如何魔改 diffusers 中的 pipelines

如何魔改 diffusers 中的 pipelines 整个 Stable Diffusion 及其 pipeline 长得就很适合 hack 的样子。不管是通过简单地调整采样过程中的一些参数&#xff0c;还是直接魔改 pipeline 内部甚至 UNet 内部的 Attention&#xff0c;都可以实现很多有趣的功能或采样生图结果。 本…

深入了解图片Base64编码

title: 深入了解图片Base64编码 date: 2024/4/8 10:03:22 updated: 2024/4/8 10:03:22 tags: Base64编码图片转换HTTP请求前端开发移动应用性能优化图片压缩 1. 什么是Base64编码 Base64编码是一种将二进制数据转换为文本字符串的编码方式&#xff0c;通过将数据转换为一种可…

安全威胁情报的漏洞挖掘

前段时间edu上出现了两个网安总队收取安全情报&#xff0c;不收漏洞&#xff0c;下面简单分析一下如何挖掘安全情报。 在发现在edu中新增了两个网安总队收安全情报等漏洞&#xff0c;那威胁情报又会包含哪些内容呢&#xff1f;以前或许会看到各种ss网站、bc网站、yx网站满天飞&…

【数据库总结】

文章目录 1.数据库介绍2.数据库的语法使用数据库语法数据库的执行过程 3.数据库的索引介绍索引的介绍索引创建注意点&#xff1a;索引失效的情况索引不适合哪些场景呢&#xff1f;索引是不是建的越多越好呢&#xff1f;索引的数据结构为什么要用 B 树&#xff0c;而不用普通二叉…

华为 2024 届校园招聘-硬件通⽤/单板开发——第十套

华为 2024 届校园招聘-硬件通⽤/单板开发——第十套 部分题目分享&#xff0c;完整版带答案&#xff08;共十套&#xff09;获取&#xff08;WX:didadidadidida313&#xff0c;加我备注&#xff1a;CSDN huawei硬件单板题目&#xff0c;谢绝白嫖哈&#xff09; 1、I2 C 总线…

【御控物联】JavaScript JSON结构转换(22):小结

文章目录 一、结语二、接下来……三、在线转换工具四、技术资料 一、结语 《JavaScript JSON结构转换》主题自24.03.25至24.XX.XX历时XX天&#xff0c;共计编写 XX篇(XX篇功能说明XX篇场景)。 在此我们对《JavaScript JSON结构转换》功能做一下总结&#xff01; 在JSON结构转…

Notion 开源替代品 AFFINE 部署和使用教程

AFFiNE 是一款完全开源的 Notion Miro 替代品&#xff0c;与 Notion 相比&#xff0c;AFFiNE 更注重隐私安全&#xff0c;优先将笔记内容保存到本地。 GitHub 地址&#xff1a;https://github.com/toeverything/AFFiNE AFFiNE 使用 Rust 和 Typescript 构建&#xff0c;只需…

Vue - 你知道Vue中computed和watch的区别吗

难度级别:中高级及以上 提问概率:70% 二者都是用来监听数据变化的,而且在日常工作中大部分时候都只是局限于简单实用,所以到了面试中很难全面说出二者的区别。接下来我们看一下,二者究竟有哪些区别呢? 先说computed,它的主要用途是监听…

weight-tying探索

在一些领域&#xff0c;将嵌入层和输出层的权重绑定&#xff0c;以达到减少参数量并使得相同token保持统一的embedding空间的作用。 下面的nn.Linear(3, 10)的权重矩阵的尺寸是10*3&#xff0c;即y W x b&#xff0c;因此跟nn.Embedding(10, 3)的权重矩阵大小相等。 impor…

语音特征的反应——语谱图

语谱图的横坐标为时间&#xff0c;纵坐标为对应时间点的频率。坐标中的每个点用不同颜色表示&#xff0c;颜色越亮表示频率越大&#xff0c;颜色越淡表示频率越小。可以说语谱图是一个在二维平面展示三维信息的图,既能够表示频率信息,又能够表示时间信息。 创建和绘制语谱图的…

卫星遥感监测森林植被健康度

随着地球环境的日益恶化&#xff0c;森林作为地球上最重要的生态系统之一&#xff0c;其变化对全球气候、生态环境和人类社会经济发展产生深远影响。因此&#xff0c;及时、准确地监测森林变化对于保护生态环境、维护生态平衡、推进可持续发展具有重要意义。卫星遥感影像技术因…