新闻详情

新闻详情

首页 / 资讯中心 / 详情

024_温度补偿电路对静态电流的调控

发布时间:2026/11/16 18:06:36来源:尧图网络
024_温度补偿电路对静态电流的调控
024、温度补偿电路对静态电流的调控一个让我半夜爬起来改板的静态电流异常前年做一个电池供电的传感器节点,整机休眠电流要求控制在微安级。常温下测得好好的,整机休眠电流稳定在几微安,心里还挺得意。结果装到户外测试箱里,白天太阳一晒,箱内温度爬到六十多度,电池两天就掉到欠压保护点。晚上温度降下来,又能撑好几天。一开始怀疑是电池自放电,换了低自放电型号,没用。又怀疑是某个传感器漏电,把外设一个个断掉,温度一上来照样掉得快。后来用高低温箱做阶梯温度测试,每隔十度测一次休眠电流,画出来一条曲线——六十度时休眠电流比常温大了将近二十倍。问题最后定位在一个温度补偿网络上。那个网络常温下几乎不耗电,但高温下两个三极管路径的漏电流被温度补偿电阻上的压降放大,灌进了主控的休眠域。补偿电路本身没毛病,毛病出在补偿电路和静态电流之间的耦合路径上,设计时根本没往那方面想。这件事让我明白一个道理:温度补偿电路不是孤立工作的,它对静态电流的调控是双向的——你可以用它来稳住静态电流,它也可能在某个温度点把静态电流悄悄抬起来。为什么温度补偿会跟静态电流扯上关系很多电池供电的设备里,静态电流不是恒定的。半导体器件的漏电流随温度指数上升,大概每升高十度翻一倍。常温下可以忽略的漏电通道,到了高温就变成主要功耗来源。温度补偿电路最初是为了补偿传感器或基准源的温漂,但它的实现方式决定了它会对静态电流产生两种影响:第一种,补偿电路自身的静态功耗随温度变化。比如用二极管或三极管做温度传感,偏置电流在高温下增大,这部分电流如果直接流入电源轨,就变成了额
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 2026/11/14 10:11:15

【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
📞 ✉