模拟电路设计(39)---一文搞懂直流电源EMI滤波器

基本电路形式

基本电路形式如下图所示:

直流电源EMI滤波器的典型电路形式

其中Cx1和Cx2为差模电容,典型的取值范围为0.047uF~0.47uF,需满足耐压值的要求。L1和L2为差模电感,对称取值,设其电感值为Ld。L3是共模电感,设其电感值为Lc,取值一般为1~10mH,对于差模信号,共模电感会有一个泄露电感Llkg。Cy1、Cy2为共模电容,对称取值,一般取值低于4000pF,典型值是1000pF,有一定的耐压值要求。如下图所示为该滤波器的等效电路:

EMI滤波器的等效电路

滤波器的器件

差模电容器

差模电容器又称为X电容器。在EMI滤波器的实际应用中,X电容器接在直流电源的正负极之间,它上面除了加有电源的额定电压之外,还会叠加上正负极之间的各种EMI信号的峰值电压。对于交流场合有明确的安全等级要求,而在低压直流的情况下,尤其是DC 60V以下的直流供电电源,本身就属于安全极低电压的范围,因此对X电容没有安全等级的要求;但从设备稳定运行的角度看,应选用耐压值高的电容器。

共模电容器

共模电容器又称Y电容器。对于Y电容,除了耐压值的要求外,还有漏电流的要求。各种安全标准对于交流供电设备中的Y电容器产生的漏电流的大小都有明确规定,最大不能超过3.5mA;对于直流供电设备,没有说明。在进行容值选择时,为有一定的高频特性,容值不应很大。

差模电感

差模电感可以更好地损耗差模噪声。但对于一定电感的差模电感器,为了避免磁芯饱和,必须使用低磁导率的磁芯。

共模电感

共模电感串联在供电线路上,同时抑制每根导线对地的共模高频噪声,而对于差模电流则没有影响。通常是把两个相同的线圈绕在同一个铁氧体环上,铁氧体磁损较小,绕制的方法使得两线圈在流过共模电流时磁芯中的磁通相互叠加,从而具有相当大的电感量,对共模电流起到抑制作用,而当两线圈流过差模电流时磁环中的磁通相互抵消,几乎没有电感量,所以对差模电流没有损耗。

直流电源滤波器的安装

设计制造好的EMI滤波器也可能因为安装不妥而降低它的性能。直流电源EMI滤波器应该紧挨电源入口放置,如果有金属外壳,应与安全地紧密接触,直流接触电阻小于2.5mΩ。当有防护和保护电路时,防护保护电路应该放在滤波器之前,但未滤波线路的物理长度应该尽量短,当物理长度无法减小时,则应该考虑将防护电路、保护电路和滤波器一起集中放置在一个金属盒体内部,达到将源端与负载端隔离的目的。


另外,整理了一些电子工程类的资料,分享给大家,目前有模拟电路、单片机、C语言、PCB设计、电源相关、FPGA、EMC、物联网、Linux相关学习资料,还有针对大学生的资料包,后续还会有更多资料分享给大家,助力大家学习,成就梦想~链接可在往期文章中找(在文章的最后有链接)~

模拟电路设计的九个级别,你是模电几段?

  • 9
    点赞
  • 72
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Faster R-CNN是一种目标检测算法,用于在图像中定位和识别物体。它是R-CNN算法的改进版本,通过引入区域提议网络(Region Proposal Network,RPN)来提高检测的速度。 Faster R-CNN的工作流程可以分为两个阶段:区域提议和物体分类。 在区域提议阶段,首先使用卷积神经网络(CNN)对输入图像进行特征提取。然后,RPN通过滑动窗口在特征图上生成一系列候选区域。每个候选区域都有一个边界框(bounding box)和一个预测得分。RPN通过一个二分类器来判断每个候选区域是否包含感兴趣的物体,并根据得分对候选区域进行排序。 在物体分类阶段,对于每个候选区域,使用RoI池化层将其映射为固定大小的特征向量。然后,这些特征向量通过全连接层进行分类和回归,得到每个候选区域的类别预测和边界框坐标调整。 整个网络采用端到端的训练方式,在训练过程中同时优化RPN和分类网络。训练时,通过计算候选区域与真实标注框之间的IoU(交并比)来确定正负样本,并使用多任务损失函数进行优化。 Faster R-CNN相比于R-CNN,通过引入RPN网络实现了端到端的训练,避免了繁琐的候选区域提取过程,大大提高了检测的速度和准确性。同时,Faster R-CNN还可以通过改变RPN的输出尺度来检测不同大小的物体。这使得Faster R-CNN成为目标检测领域的重要方法之一。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

电子工程学习圈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值