工业应用中的简化电流隔离

news2024/9/23 5:19:32

当使用热电偶测量电机温度时,会产生毫伏级电压。如果这些电压通过几米长的电缆传输到参考不同地电位的中央控制单元,测量信号会因电位差而失真。

如果我们总结上述现象,就会出现以下四个挑战:

危险电压与用户之间的安全屏障

空间电路之间的接地环路分离

化共模干扰

无干扰的数据传输

图 1 以图形方式显示了数据传输系统的情况。为了满足屏蔽用户危险电压的要求,同时保证无干扰的数据传输,必须实施电流隔离,以电气方式(即在电位方面)分离各个区域,以便它们可以独立工作,从而不受干扰。数据流通过数字隔离器运行。但是,电流隔离可以防止干扰和电位均衡电流。

用于分离不同电位的孤立系统的基本概念。

图 1:分离不同电位的隔离系统的基本概念

电池电压的隔离测量

物理参数的分散记录是目前的技术。然而,记录物体上的数据通常是一个挑战,而且无线传输数据通常是不可能的。必须以这样的方式将数据记录在物体上,即探头不会影响要测量的变量;否则,就会出现测量误差。这需要电气去耦,必须在电路中实现。此外,数据的有线传输必须是无电位和对称的,这样传输就不会受到电磁耦合和接地环路的干扰。在这个应用中,我们刻意避免使用微控制器,以证明使用模拟电路技术可以轻松实现强大、无干扰的设计。

该设计分为两个电路:发射器和接收器。传感器可以检测±30 V的直流电压,波动周期为一秒。电流消耗已被化,在15 V电源的情况下,发射器的电流<85 mA,接收器的电流<25 mA。发射器和接收器都是电气隔离的——发射器位于测量数据采集和信号传输路径之间,接收器位于信号传输路径和数据输出之间。电路中使用了具有电流隔离和极低寄生耦合电容的特殊DC/DC电源模块和数字隔离器来实现这种隔离。信号通过双线电缆在发射器和接收器之间传输。根据电磁环境的影响,距离可以达到几百米。

发射机电路设计

图2显示了发射器的框图。该电路分为六个块:

探头:带有分压器和放大器的测量传感器,用于测量正负极性 (1)

电平转换器:电压频率转换器的电平转换器(2)

电压频率转换器:数字输出信号,频率取决于输入电压 (3)

数字隔离器:测量电位和接口之间的电气隔离 (4)

接口缓冲器:带平衡输出的低阻抗线路驱动器 (5)

电源:DC/DC 转换器,探头部分电气隔离转换器 (6)

为了确保功能可靠性,探头侧和驱动器输出端都提供了瞬态保护和滤波措施;DC/DC 电源模块之前和之后还提供低通滤波器,以有效衰减射频耦合。

无电位电压测量发射器的框图。

图 2:无电位电压测量变送器框图

接收电路设计

图3显示了接收器的框图。该电路分为五个块:

输入缓冲器:信号拾取,平衡输入的信号调节。链路检测器指示与发射器 (1) 之间是否有可检测的连接。

数字隔离器:输入信号与二次信号处理/输出接口之间的电气隔离。输入侧缓冲器的附加电气隔离电压(2)。

频率-电压转换器:从数字信号生成输出电压。电压水平取决于输入信号的频率 (3)。

带极性显示的接口缓冲器:输出信号的电平转换器。输出信号具有正极性,极性指示器显示输入信号的极性(4)。

电源:二次电源采用DC/DC转换器(5)。

接收器部分还提供了许多 EMC 措施。来自双绞线电缆的信号输入配备瞬态保护和共模滤波器,以有效衰减来自电缆的干扰。DC /DC 转换器周围的电源在输入和输出侧均配备低通滤波器,以显著降低由 DC/DC 转换器的开关操作引起的来自电路外部和内部的电磁干扰。这确保了高信噪比和高水平的功能可靠性。

无电位电压测量接收器的框图。

图3:无电位电压测量接收器框图

电容式数字隔离器

Würth Elektronik 1,2的数字隔离器由初级侧的振荡器和调制器组成。次级侧上有一个解调器和一个信号缓冲器。初级侧上的组件通过电容结构与次级侧上的组件电气隔离,该电容结构具有由 SiO 2制成的隔离屏障。信号通过称为开关键控 (OOK) 的调制过程传输到隔离屏障上。集成在芯片中的振荡器用于调制输入信号,该信号通过施密特触发器运行。调制器生成差分信号,该信号通过电容绝缘线传输。

数字隔离器领域已确立两种通信结构:基于边缘和 OOK。原则上,它们可视为等效方法。但是,根据应用要求,两种架构之间的差异可能会影响决策。

采用基于边沿的架构,一旦激活数据信号,输入和输出状态就不再被采样。如果发生电源故障或数据信号故障,这种行为可能会导致错误。因此,基于边沿的方法需要集成刷新电路,以限度地降低这些条件下出现错误的风险,并在输出端放大输入状态。

使用 OOK 时,输入变量会通过隔离屏障连续采样和传输。由于输入连续采样,因此如果电源或输入信号发生意外变化,输出中不会出现任何错误。使用 OOK 时,不需要像基于边缘的电路那样使用额外的刷新电路。

因此,两种方法之间的个区别是能耗。基于边缘的架构能耗较低,因为它仅采样,而 OOK 则需要能耗。

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/1966808.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

人事档案管理系统/公司档案管理系统/企业人事管理系统/企业考勤管理系统/公司工资管理系统

获取源码联系方式请查看文章结尾&#x1f345; 摘 要 本文论述了人事档案管理系统的设计和实现&#xff0c;该网站从实际运用的角度出发&#xff0c;运用了计算机网站设计、数据库等相关知识&#xff0c;基于ssm框架和Mysql数据库设计来实现的&#xff0c;网站主要包括员工、…

SAP--无货源清单---信息记录对配额的影响 -----PR指定供应源的影响

1.当供应商直接维护好了配额之后 2.信息记录的价格对配额时候有影响 2.1信息记录的价格为0 2.2直接创建PR时候指定货源会自动根据配额比例带出供应商 3.信息记录失效的时候 3.1信息记录不在当前有效期内 3.2PR都是可以依据配额跑出来的 4.ME15对信息记录冻结之后的影响-----就…

Re:从零开始的逆向笔记01day

0-汇编语言 运算 AND(&) OR(|) XOR(^) NOT(~) SHL(<<) SHR/SAR(>>) 加法计算&#xff1a;异或&#xff0c;与左移一位&#xff08;重复&#xff09; 通用寄存器 32位16位8位EAXAXAL、AHECXCXCL、CHEDXDXDL、DHEBXBXBL、BHESPSPEBPBPESISIEDIDI 注&#x…

人工智能深度学习系列—深入解析:均方误差损失(MSE Loss)在深度学习中的应用与实践

文章目录 1. 背景介绍2. Loss计算公式3. 使用场景使用场景扩展 4. 代码样例5. 总结 1. 背景介绍 在深度学习的世界里&#xff0c;损失函数犹如一把尺子&#xff0c;衡量着模型预测与实际结果之间的差距。均方误差损失&#xff08;Mean Squared Error Loss&#xff0c;简称MSE …

BEVGPT展示自动驾驶的“全知视角”,预测决策规划三合一的革新之作!

前言 本篇文章由原paper一作Pengqin Wang&#xff08;王鹏钦&#xff09;全权翻译分享&#xff0c;王鹏钦为香港科技大学博士生&#xff0c;师从沈劭劼教授、朱美新教授。他的研究方向为自动驾驶和机器人系统中的决策、预测和规划。他的研究成果发表于TMECH、RAL、IROS、TRB等…

探索网络安全的多元维度:现状、趋势与实践

一、引言 在当今数字化飞速发展的时代&#xff0c;网络安全已成为至关重要的议题。从个人的隐私保护到企业的关键信息资产&#xff0c;从国家的基础设施到全球的信息网络&#xff0c;网络安全的影响无处不在&#xff0c;其重要性日益凸显。本文将深入且全面地探讨网络安全的多…

强化学习时序差分算法之多步Sarsa算法——以悬崖漫步环境为例

0.简介 蒙特卡洛方法利用当前状态之后每一步奖励而不使用任何价值估计&#xff0c;时序差分算法则只利用当前状态的奖励以及对下一状态的价值估计。 蒙特卡洛算法是无偏的&#xff0c;但是它的每一步的状态转移具有不确定性&#xff0c;同时每一步状态采取的动作所得到的不一样…

学习Java的日子 Day61 Listener监听器

Day61 Listener监听器 JavaWeb 三大组件(Servlet、Filter、Listener) 概念 监听器用于监听web应用中某些对象信息的创建、销毁、增加&#xff0c;修改&#xff0c;删除等动作的发生&#xff0c;然后作出相应的响应处理。当范围对象的状态发生变化的时候&#xff0c;服务器自动调…

vue echarts 横向柱状图,交错正负轴标签

横向柱状图&#xff1a; 同一个页面展示多个相同横向柱状图&#xff1b; 代码如下&#xff1a; <template><div style"display: flex;justify-content: space-around;"><div v-for"(chart,index) in barChartList" :key"index"…

基于LoRA和AdaLoRA微调Qwen1.5-0.5B-Chat

本文只开放基于LoRA和AdaLoRA微调代码,具体技术可以自行学习。 Qwen1.5-0.5B-Chat权重路径:https://huggingface.co/Qwen/Qwen1.5-0.5B 数据集路径:https://github.com/DB-lost/self-llm/blob/master/dataset/huanhuan.json 1. 知识点 LoRA, AdaLoRA技术 具体技术可以去看…

Transformer 架构告诉我们什么?

欢迎来到雲闪世界。ChatGPT 等大型语言模型 (LLM) 的出色表现震惊了世界。这一突破源于 Transformer 架构的发明&#xff0c;该架构出奇地简单且可扩展。它仍然由深度学习神经网络构建。主要新增功能是所谓的“注意力”机制&#xff0c;该机制将每个单词标记置于语境中。此外&a…

睿考网:CPA考试各科难度分析

CPA考试分为专业阶段和综合阶段两个部分&#xff0c;其中专业阶段包含六个科目&#xff0c;六科难度分别为大家介绍一下。 《会计》科目是CPA专业阶段中基础且难度较低的科目&#xff0c;同时也是核心的科目。对于零基础的考生来说&#xff0c;可能会感到困难&#xff0c;需要…

【C语言】堆的实现

堆的基本概念 堆在逻辑上是完全二叉树&#xff0c;那什么又是完全二叉树呢&#xff1f; 完全二叉树简单来说就是前n-1层每个节点都有两个儿子&#xff0c;最后一层叶子紧挨着排列。 堆在物理结构上适合用数组存储。 让我们先来学习树->二叉树的基本知识&#xff08;可看文…

verilog中的$radom函数

我需要产生一个背压。背压每次经过x个时钟周期之后翻转&#xff0c;x是0到1_6000间的一个随机数。 如下图的代码&#xff0c;($random % 10)产生的是-9到9的数&#xff0c;包括0&#xff0c; ($random % 10) 1 那么值就在 -8到10之间。 always (posedge clk) beginDATA_READ…

K8S可视化管理平台KubeSphere

什么是 KubeSphere &#xff1f; KubeSphere 是一款开源项目&#xff0c;在目前主流容器调度平台 Kubernetes 之上构建的企业级分布式多租户容器管理平台&#xff0c;提供简单易用的操作界面以及向导式操作方式&#xff0c;在降低用户使用容器调度平台学习成本的同时&#xff…

DBeaver连接mysql时,报错Public Key Retrieval is not allowed

解决 在新建连接的时候&#xff0c;驱动属性里设置 allowPublicKeyRetrieval 的值为 true。

SQL进阶技巧:Hive URL解析函数详解及实际应用

目 录 0 实际业务需求 1 URL的基本组成 2 PROTOCOL 协议 3 Hive中的URL解析函数 3.1 数据准备 3.2 创建数据库 3.3 需求 3.3.1 parse_url 讲解 3.3.2 测试 3.3.3 实现需求 3.3.4 注意问题 3.5 parse_url_tuple 3.5.1 需求 3.5.2 实现需求 3.5.3 注意问题 4 小…

HTML + CSS 学习指南:从入门到精通

一、HTML CSS 简介 HTML 和 CSS 在网页开发中扮演着至关重要的角色。HTML 如同网页的骨架&#xff0c;为网页提供了基本的结构和内容。它使用各种标签来定义页面的元素&#xff0c;如标题、段落、图片、链接等&#xff0c;确保信息得以有条理地组织和呈现。 CSS 则恰似网页的…

点可云ERP进销存V8版本—购货退货单操作使用讲解

本章我们讲解购货退货单的使用场景及操作使用说明。 购货退货单是指供应商收回或退还给采购方的货物的单据。它记录了购货方向供应商退还货物的详细信息&#xff0c;一般会在货物质量问题、退货政策、错误订购等情况下发生购货退货。 购货退货单可以通过两个方式产生&#xff0…

学习记录——day24 多进程编程

创建三个进程 可以让父进程创建一个子进程&#xff0c;再由父进程或者子进程创建一个子进程 #include <myhead.h> int main(int argc, char const *argv[]) {pid_t pid fork();if (pid >0){//父进程pid_t pid1 fork();if (pid1 >0){printf("father\n"…