新闻详情

新闻详情

首页 / 资讯中心 / 详情

027_保护环路响应速度与信号包络的匹配

发布时间:2026/11/15 20:15:31来源:尧图网络
027_保护环路响应速度与信号包络的匹配
027、保护环路响应速度与信号包络的匹配一个烧管子的下午前两年做一个大功率开关电源项目,输出额定48V、30A。样机在满载老化工位上跑了三天,一切正常。第四天测试员换了一台电子负载,切到动态拉载模式,频率1kHz、电流从10A跳到25A。不到两分钟,主开关管炸了。拆下来一看,驱动电阻烧断,管子栅极击穿。第一反应是驱动能力不够,换了更大电流的驱动芯片,栅极电阻从10Ω降到4.7Ω,重新上电。这次撑了五分钟,又炸了。后来把示波器探头挂在电流采样电阻两端,同时抓驱动波形和电感电流。发现一个很诡异的现象:动态拉载瞬间,电感电流的包络有一个明显的过冲,峰值到了38A,而保护环路的响应时间大约在200微秒之后才动作。也就是说,从过流发生到保护真正关断驱动,中间有接近200微秒的空白期。这200微秒里,电流已经冲到远超管子额定值。问题不在驱动,在保护环路的响应速度和信号包络之间的匹配。保护环路到底在保护什么很多人做保护设计的时候,习惯性地把保护环路当成一个独立的“安全功能”来对待。过流比较器设定一个阈值,超过了就关PWM。逻辑上没错,但实际工程里,保护环路是和功率级、控制环路、信号采样链路耦合在一起的。保护环路的响应速度,指的是从被保护量(比如电感电流、输出电压、管子温度)超过阈值,到保护动作真正生效(驱动关断、PWM封锁)之间的总延迟。这个延迟由好几段组成:传感器带宽和传播延迟信号调理电路的群延迟比较器的响应时间保护逻辑的消抖或滤波时
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉