运算放大器相关知识总结(1)

news2025/4/7 15:54:35

1、 前言

最近做了一个小项目,这个项目是研发一款阻抗测量仪。这个阻抗测量仪可以测量人体在不同频率下的生物电阻抗,该设备的核心是模拟电路,技术难点是减小模拟电路噪声。该项目前前忙了2个多月,借着研发这个项目的机会把自己掌握的知识点整理汇总一下,方便日后自己查阅,同时也分享给大家,希望能给大家带来一点帮助。
在这里插入图片描述
本文并不要系统的详细的介绍运放,运放的相关知识模电书中都有,而且本人能力有限,并不是什么模拟电路大牛。本文是针对我在研发阻抗测量仪中遇到的问题点,关键点,并将这些点转换成运算放大电路中的一些关键参数和一些特殊用法。因此我将配合图文生动的、详细的描述这些关键点。本文的主要内容有两点:运放关键参数、运放的特殊用法
在这里插入图片描述

2、 运放关键参数

本章节主要描述运放的关键参数,但是不会对运放的全部参数进行讲解,只会对项目研发有影响的关键参数进行讲解。对于文本所讲到的每一个关键参数,都会设计多个具体的示例电路进行说明,通过详细的计算说明参数对电路的具体影响,并会配信号波形图,最后还会给出通用的解决方案。希望大家能通过图例、计算、波形,能通俗易懂的掌握相关知识
那些复杂的参数通过电路和波形图的展示,立刻变得简单易懂。希望大家像看漫画一样轻松掌握运放的相关知识。别忘了,学习是一个不断探索的过程,只有通过自己的实践和思考,才能真正掌握这些知!
在这里插入图片描述
运算放大器的参数众多不一一描述,本文只重点讲解7个关键参数:

1、 偏置电流、失调电流;
2、 失调电压;
3、 共模抑制比;
4、 增益带宽积;
5、 电源抑制比;
6、 输入阻抗和输入电容;
7、输入短路电流。

在这里我们将这7个参数描述成“七个葫芦娃”,今天我们要收服七个葫芦娃,不,不是那个会喷火、喷水、力大无穷的葫芦娃,而是运放的七个关键参数!别小看它们,它们可都是运放家族中的重要成员。如何收服他们呢?相信大家都听过葫芦娃救爷爷的故事,方法就是逐个击破!
在这里插入图片描述

3、偏置电流、失调电流及温漂

我们面对的葫芦娃大娃就是偏置电流和失调电流
众所周知,理想运放的输入阻抗达到无穷大,使得流进运放输入端的电流为零,即其两个输入端口的电流相等且为零。但是,理想很丰满实现缺很骨感,由于工艺上的限制和元件的不完美性,运放的输入级差分对很难做到完全匹配,这会导致运放输入端产生电流。同时半导体中PN结会产生漏电流,这个漏电流也会导致运放输入端产生电流。因此实际运放的输入端口会有电流
在这里插入图片描述
先看看偏置电流和失调电流的定义:

两个输入端电流的平均值定义为偏置电流(IB)
把两个输入端电流的差值定义为失调电流(Ios)。

在这里插入图片描述
市面上常见运放的偏置电流、失调电流的范围为:10fA~100µA,数量级相差巨大,性能越好的运放往往偏置电流、失调电流比较小。其中有的运放的两个输入级的电流方向是一致,有的运放两输入级的电流的方向是不一致的,因此这两个电流都是有正负的
偏置电流和失调电流从名字上看是两个参数,但是根据的定义我们可以知道,这两个电流仅仅只是计算方法有差异,本质其实是一样的,都是用来描述运放两个输入级“漏电”的性能
在这里插入图片描述
既然偏置电流和失调电流本质上都是反应两个输入端口的漏电情况,那么为什么要非要定义两个参数呢?我们用一个选美比赛的例子来说明。

选美比赛

假设举办了一个选美比赛,其中的关键审核指标是:美女需要一双匀称的长腿。

美女A她的左腿长120cm,右腿长116cm,因此美女A的平均腿长是118cm,而她的两条腿的长度差是4cm。
美女B,她的左腿长117cm,右腿长116cm,因此美女B的平均腿长是116.5cm,而她的两条腿的长度差是1cm。
美女C,她的左腿长105cm,右腿长105cm,因此美女B的平均腿长是105cm,而她的两条腿的长度差是0cm。

虽然美女A的平均腿长的数值最大,但是她的两条腿的长度差居然是4cm;虽然美女C两条腿长是同样长,但是她的平均腿长只有105cm;然而美女B的平均腿长为116.5cm,然后她的两腿的长度差也只有1cm,所以美女B得到更高的评分
在这里插入图片描述
回到运算放大器,偏置电流Ib反应了运放两个输入级的平均电流的情况,Ib越小运放性能越好,说明运放输入级流出或流入的电流小。失调电流Ios反应了运放两个输入级的电流一致性越好
例1:Ib+ = 4nA , Ib- = 5nA , 所以Ib = 4.5nA ,Ios = 1nA ,因此我们就可以知道这个运放的输入端平均电流为4.5nA,并且两个输入端的电流只有1nA区别。
例2:Ib+ = 4nA , Ib- = -2nA ,所以Ib = 1nA ,Ios = 6nA ,因此我们就可以知道这个运放的输入端平均电流为1nA,但是两个输入端的电流有6nA区别。
在这里插入图片描述

偏置电流和失调电流会带来什么影响呢?

运放流出一点“漏电流”有啥大不了的,这个“哼哈二将”对我们的电路会造成什么危害呢?我们通过几个实例电路来说明“哼哈二将”的危害。

例1:电压跟随器电路。

我们使用电压跟随器的目的主要是为了实现信号缓冲和隔离作用,因此电压跟随器的输出端电压等于输入电压。下图电路中的运放输入电压为100mV,运放输入+级有9uA的电流流出,数据计算如下:

运放输入正极电压V+ = 100mV+10K*9uA=190mV
根据“虚短”可知运放输出电压Vo = V- = V+=190mV

输入电压为100mV,但是输出电压为190MV!震惊!
在这里插入图片描述

例2:跨阻放大电路。

跨阻放大电路通常用于光电二极管信号放大,光电二极管接收到光照射后会产生微弱电流,电流经过电阻转换成电压(假设这个电路不存在偏置电流)。下图中光电二极管受到光照射后产生了1uA电流,经过470K电阻,计算运放输出电压:

Vo = 1uA × 470K = 470mV

在这里插入图片描述
假设这个电路不存在0.9uA偏置电流,而且偏置电流的方向是流入运放的方向,计算运放输出电压:

Vo = (1uA - 0.9uA ) × 470K = 47mV

输出电压变成了47mV !!
在这里插入图片描述
根据上面的两个例子,说明偏置电流和失调电流这个“哼哈二将”对电路的影响非常大!

如何解决偏置电流和失调电流带来的影响?

眼尖的朋友肯定会发现上述的2个示例电路,虽然现象输入电压和实际值不一致,其实是有一个固定的偏差电压,我们可以通过调零电路,或者通过软件来修正这个偏差电压
例1电压跟随器电路中,输入电压为100mV时输出电压为190MV,但是输入电压为0mV时输出电压为90MV,因此我们增加一个调零电路减去90MV即可解决问题,或者在软件层面减去90MV。
例2跨阻放大电路中,输入电流为1uA时输出电压为47MV,但是输入电流为0uA时输出电压为-423MV,我们增加一个调零电路增加423MV即可解决问题,或者在软件层面增加423MV。
因此通过零点补偿的方法可以解决这个“漏电” 问题!
在这里插入图片描述

大娃的绝招

是不是通过零点补偿就解决问题了呢?故事是不是到此结束了呢?让我们来看看葫芦娃大娃绝招:变大!
在这里插入图片描述
变大的特点是大娃的身体根据需要变大!偏置电流和失调电流有个变大的特性:温度越高电流越大(温漂)!下图是TI公司一个运放的偏置电流的温度特性表。
在这里插入图片描述

从温度特性表中可以看出20℃的Ib为0.1pA,而100℃时Ib为50pA,增加了变大了500倍!前面提到通过一个调零电路或者软件增加一个固定的偏差量进行修正,但是偏置电流和失调电流的温度特性告诉我们,它们的大小不是固定,是变化的!很显然通过固定的偏差修正是不可能解决问题的
针对温漂这个问题还有没有解决方法呢?我们常见的方法是通过软件进行温度补偿,实现原理是:测量实时温度,计算补偿值。

软件温度补偿方法

软件温度补偿的方法主要包括以下步骤:

1、建立数学模型。根据器件资料确定一个温度补偿值的数学模型,比如数学模型为
在这里插入图片描述
其中Y为最终得补偿值,X为温度,abc为系数(需要根据测试数据我们求出)。
当然很多情况下器件并不一致,也不符合一个特定的数学模型,此时我们可以用分段线性的方法。分段线性补偿法就是测量多个温度点的补偿值,每两个相邻的点使用线性关系计算出补偿值,下图就是一个温度线性补偿的关系曲线。
在这里插入图片描述
2、采集数据。将电路放到一个可控温度设备中(温循实验箱),在确定的温度范围内设置多个温度,采集不同温度下的运放电路在0输入的情况下的输出数据,并记录对应的温度值。如是我们就得到了温度和补偿值的数据表。
在这里插入图片描述
3、编写算法。根据数学模型,编写算法,将温度与测量结果之间的关系转换为可执行的程序代码。将算法集成到相关的应用软件中,以便在实际使用中进行温度补偿。分段线性查表代码如下:
在这里插入图片描述
4、测试和验证。将带有温度补偿软件的电路放入温循实验箱,通过连续切换温度对算法进行测试和验证,确保其在实际应用中的准确性和可靠性。

小结

至此,我们讲解了偏置电流和失调电流的定义,以及它们对电路造成的影响,最后我们针对它们的影响给出了解决方案。
在这里插入图片描述

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.coloradmin.cn/o/1383463.html

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,一经查实,立即删除!

相关文章

Jenkins-用户管理

用户管理 1 安装插件 2 选择安全策略为刚刚安装的插件 3 这个是安装插件以后会有的选项 4 增加一个角色 5 根据需要赋值角色的权限,并分配给用户

Protecting Intellectual Property of Deep NeuralNetworks with Watermarking

保护深度神经网络的知识产权与数字水印技术 ABSTRACT 深度学习是当今人工智能服务的关键组成部分,在视觉分析、语音识别、自然语言处理等多个任务方面表现出色,为人类提供了接近人类水平的能力。构建一个生产级别的深度学习模型是一项非常复杂的任务&a…

每日算法打卡:摘花生 day 14

文章目录 原题链接题目描述输入格式输出格式数据范围输入样例:输出样例: 题目分析示例代码 原题链接 1015. 摘花生 题目难度:简单 题目来源:《信息学奥赛一本通》 题目描述 Hello Kitty想摘点花生送给她喜欢的米老鼠。 她来…

机器学习_捕捉函数的变化趋势(凸函数)

文章目录 连续性是求导的前提条件通过求导发现 y 如何随 x 而变凸函数有一个全局最低点 机器学习所关心的问题之一捕捉函数的变化趋势,也就是标签(y)是如何随着特征字段(x)而变化的,这个变化趋势是通过求导…

Arm Generic Interrupt Controller v3 and v4(GICv3v4)学习(一)

提示 该博客主要为个人学习,通过阅读官网手册整理而来(个人觉得阅读官网的英文文档非常有助于理解各个IP特性)。若有不对之处请参考参考文档,以官网参考文档为准。 Arm Generic Interrupt Controller v3 and v4学习一共分为三章&…

【ArcGIS微课1000例】0088:计算城市建筑物朝向(矩形角度)

文章目录 一、实验描述二、实验数据三、角度计算1. 添加字段2. 计算角度四、方向计算一、实验描述 矩形要素具有长轴和短轴,其长轴方向也称为矩形面的主角度,可用于确定面要素的走向趋势。根据该方向参数,可以对具有矩形特征的地理对象进行方向分析,且适用于很多应用场景,…

利用PicGo和SM.MS图床工具实现Markdown(Typora)图片脱离本地路径

利用PicGo和SM.MS图床工具实现Markdown(Typora)图片脱离本地路径 文章目录 利用PicGo和SM.MS图床工具实现Markdown(Typora)图片脱离本地路径1.**前言:**2.解决方案2.1准备工具2.2. 工具介绍2.2.1. Typora2.2.2. SM.MS图床2.2.3. P…

如何使用手机公网远程访问本地群辉Video Station中视频文件【内网穿透】

最近,我发现了一个超级强大的人工智能学习网站。它以通俗易懂的方式呈现复杂的概念,而且内容风趣幽默。我觉得它对大家可能会有所帮助,所以我在此分享。点击这里跳转到网站。 文章目录 1.使用环境要求:2.下载群晖videostation&am…

AnnData:单细胞和空间组学分析的数据基石

AnnData:单细胞和空间组学分析的数据基石 今天我们来系统学习一下单细胞分析的标准数据类型——AnnData! AnnData就是有注释的数据,全称是Annotated Data。 AnnData是为了矩阵类型数据设计的,也就是长得和表格一样的数据。比如…

SpringMVC零基础入门 - 概述、入门搭建、PostMan的使用(常见数据类型的传输)、REST风格编程

SpringMVC零基础入门 - 概述、入门搭建、PostMan的使用(常见数据类型的传输)、REST风格编程 SpringMVC是隶属于Spring框架的一部分,主要是用来进行Web开发,是对Servlet进行了封装SpringMVC是处于Web层的框架,所以其主要的作用就是用来接收前…

cpp_11_虚函数_多态_纯虚函数

编译器根据指针的类型,来确定调用哪个类的普通成员函数 编译器根据基类类型指针指向的对象类型,来确定调用哪个类的虚函数 0 非虚的世界(全普通函数) 对象的自洽性: 1)对同样的函数调用,各个类的对象都会做出恰当的…

WEB前端人机交互导论实验-实训2格式化文本、段落与列表

1.项目1 文本与段落标记的应用&#xff1a; A.题目要求: B.思路&#xff1a; &#xff08;1&#xff09;首先&#xff0c;HTML文档的基本结构是通过<html>...</html>标签包围的&#xff0c;包含了头部信息和页面主体内容。 &#xff08;2&#xff09;在头部信息…

Kubernetes (十二) 存储——Volumes配置管理

一. 卷的概念 官方地址&#xff1a;卷 | Kuberneteshttps://v1-24.docs.kubernetes.io/zh-cn/docs/concepts/storage/volumes/ 二. 卷的类型及使用 …

vue3+threejs可视化项目——搭建vue3+ts+antd路由布局(第一步)

文章目录 ⭐前言&#x1f496;vue3系列相关文章 ⭐搭建vue3项目过程&#x1f496; 初始化项目&#x1f496; 添加antd和router依赖&#x1f496; vite配置项映射目录和代理&#x1f496; antd国际化&#x1f496; layout布局封装&#x1f496; vite读取modules目录文件作为路由…

【beyond compare】默认不比较文件结尾

默认不比较文件结尾 git服务端的代码是UNIX 编码的&#xff0c;但是本地visual studio 是PC的&#xff0c; 代码一样&#xff0c;但是编码不同&#xff0c;导致compare 无法区分。 这位大神解决了这个问题,亲测可用&#xff1a; Beyond Compare之PC与UNIX文件比较问题 感谢大…

【Java】JDBC 数据库连接 (JDK17+MySQL8)

文章目录 JDBC 是什么&#xff1f;导入JDBC jar包一、JDBC的核心API和使用路线二、基于 statement 演示 查询三、基于 statement 查询的改进与问题四、基于 preparedStatement 方式优化五、基于 preparedStatement 演示 CRUDC 、增加数据R、查询数据U、修改/更新 数据D、删除数…

Vant-ui图片懒加载

核心代码 在你的全局顶部引入和初始化 Vue.use(vant.Lazyload, {loading: /StaticFile/img/jiazai.jpg,error: /StaticFile/img/jiazai.jpg,lazyComponent: false, });//图片懒加载 <img v-lazy"https://img-blog.csdnimg.cn/direct/3d2c8a7e2c0040488a8128c3e381d58…

《教育界》期刊怎么投稿发表论文?

《教育界》是国家新闻出版总署批准的正规教育类期刊&#xff0c;由广西师范大学主管&#xff0c;广西师范大学出版社集团有限公司主办&#xff0c;面向国内外公开发行&#xff0c;旨在追踪教育新动向&#xff0c;探讨教育改革与管理、办学与教育教学经验等&#xff0c;为广大一…

【服务器数据恢复】Hyper-V虚拟化数据恢复案例

服务器数据恢复环境&#xff1a; Windows Server操作系统服务器&#xff0c;部署Hyper-V虚拟化环境&#xff0c;虚拟机的硬盘文件和配置文件存放在某品牌MD3200存储中&#xff0c;MD3200存储中有一组由4块硬盘组成的raid5阵列&#xff0c;存放虚拟机的数据文件&#xff1b;另外…

Elasticsearch的基本功能和使用

Elasticsearch &#xff0c;简称为 ES&#xff0c;是一款非常强大的开源的高扩展的分布式全文 检索引擎&#xff0c;可以帮助我们从海量数据中快速找到需要的内容,它可以近乎实时的 存储、检索数据.还可以可以实现日志统计、分析、系统监控等功能. 官网:https://www.elastic.c…