ADI

LT®3070-1 是一款低电压、UltraFast™ 瞬态响应线性稳压器。该器件提供高达 5A 的输出电流,典型压差为 85mV。0.01μF 基准电压旁路电容将输出电压噪声降至 25μVRMS。LT3070-1 EN 引脚控制基准电压源软启动特性,而 LT3070 通过BIAS 引脚电源电压控制基准电压源软启动。

LT3070-1 的高带宽允许使用低 ESR 陶瓷电容,从而节省体电容和成本。LT3070-1 的特性使其成为高性能 FPGA、微处理器或敏感通信电源应用的理想选择。

输出电压可在 0.8V 至 1.8V 范围内以 50mV 的增量进行数字选择。裕量调节功能允许用户以±1%、±3% 或 ±5% 的增量调节系统输出电压。该 IC 集成了独特的跟踪功能,可控制降压调节器来为 LT3070-1 的输入供电。该跟踪功能驱动降压调节器,将 LT3070-1 的输入电压维持在VOUT + 300mV,从而最大限度地降低功耗。内部保护功能包括 UVLO、反向电流保护、带电源折返的精密限流和热关断。LT3070-1 稳压器采用耐热性能增强型 28 引脚 4mm x 5mm QFN 封装。

特点

* 输出电流:5A
* 压差:85mV(典型值)
* 使能功能软启动基准电压源
* 数字可编程 VOUT:0.8V 至 1.8V
* 数字输出裕量调节:±1%、±3% 或 ±5%
* 低输出噪声:25μVRMS(10Hz 至 100kHz)
* 并联多个器件可提供 10A 或更大电流
* 精密限流:±20%
* 电压、负载和温度范围内的精度:±1%
* 使用低 ESR 陶瓷输出电容(最小 15μF)保持稳定
* 高频 PSRR:30dB(在 1MHz)
* VIOC 引脚控制降压转换器以保持低功耗并优化效率
* PWRGD/UVLO/热关断标志
* 带折返保护的限流功能
* 热关断
* 28 引脚 (4mm × 5mm × 0.75mm) QFN 封装

应用

* FPGA 和 DSP 电源
* ASIC 和微处理器电源
* 服务器和存储设备
* 后置降压调节和电源隔离

详文请阅:LT3070-1:5A、低噪声、可编程输出、85mV 压差线性稳压器

点击这里,获取更多工业自动化技术信息

围观 2
111

物联网正在催生一个全新的连网设备生态系统,这与我们过去习惯的系统集中架构完全不同。

新的设备连网世界将会通过云和其他无线方式进行大量敏感数据的交换。尽管物联网对个人和企业都有巨大的好处,但它也带来了一大堆安全问题,人们不能对此视而不见。

与普通电脑系统不同,物联网建立在嵌入式系统的基础之上,其通信协议因设备和应用程序而异。目前还没有一个统一的中央系统来构建安全措施,因此,随着交换数据量的不断增加,安全性所涉及的风险也达到了新的高度。

物联网生态系统的安全威胁

在传统系统环境中,病毒、恶意软件、黑客等是网络攻击的主要形式。在物联网中,需要关注设备被盗、设备操纵、身份盗窃、窃听等造成的严重破坏。

一旦被入侵,物联网可能会对个人生活或企业的数据完整性造成严重影响。例如,黑客通过攻击他/她的健身追踪器来跟踪一个人;基于物联网的外围防御系统可以被黑客入侵,以获得对办公室机密区域的访问。而物联网漏洞可以使黑客更容易实现这些。

物联网安全主要以3种形式被击败:

1、盗窃:
▲窃取设备
▲通过窃听窃取存储在设备中的数据
▲知识产权盗窃

2、欺诈:
▲盗用身份以验证用户访问权限
▲伪造设备凭据以访问服务器或数据存储库

3、操纵:
▲操纵服务器、路由器、设备、数据或客户端中的数据
▲修改致动器系统的动作
▲强迫系统崩溃以破坏整个功能(例如:物联网智能家居安全系统)

强化物联网安全的4种方式

虽然物联网安全存在可怕的危险,但可以借助先进的安全措施创建这些设备的安全网。

1、数据加密

设备可以在数据传输和交换之前进行身份验证和数据加密。加密确保了数据即使被黑客窃取,也无法以原始形式访问。设备身份认证可确保防止设备被操纵,从而避免黑客自主控制的陷阱。

2、代码签名证书

代码签名证书就像数字签名一样,可以确保只有经过验证的代码才能在设备上运行,除编辑器外,其他任何人都不能破坏或编辑代码。这为物联网设备增加了另一层安全性,在大多数情况下,这些设备在独立平台上运行。

3、设备端的安全性

思科估计到2020年将有数十亿台设备连网,这意味着黑客有数十亿个新的攻击点。如果没有集中控制来保护这些设备,唯一的出路就是保护设备端。

4、云端安全

云是物联网的主要交通路径,因此,阻止网络安全的第二个外围防御必须在云服务器上。市场上已经存在广泛的云安全规定,可以针对物联网环境进行调整以实现最佳匹配。

只要互联网继续存在,网络安全问题就不会消失,随着物联网浪潮的到来,网络安全的风险只会越来越多。与上一代设备不同,在“物联网”一代中,数据丢失和个人身份盗窃的风险是严重的。物联网设备的所有方必须采取足够的安全措施,以避免这些可能的物联网网络安全风险的影响。

本文转自:物联网威胁场景:安全和隐私保护

点击这里,获取更多IOT物联网设计信息

浏览 1 次
117

由于传感器应用十分广泛,类型多种多样,在各行各业都有应用。因此,在这里主要介绍用于振动测试的振动传感器的选型。按测量振动参量分类可分为三大类:位移传感器、速度传感器和加速度传感器(也称为加速度计)。一般来说,位移传感器适用于低频测量,速度传感器适用于中频测量,加速度传感器适用于中高频测量。由于加速度传感器具有生产工艺成熟、频响范围宽、动态范围大、安装方便等特点,因而在振动测试中应用最广。因此,在这里主要介绍加速度传感器的选型。

本文主要内容包括:

1. 传感器分类;

2. 常见的加速计类型;

3. 选型指标;

4. 选型原则。

1. 传感器分类

在这主要介绍两种分类,一类是有源与无源,另一类是隔离与非隔离。

有源传感器是指将传感器将非电能量转化为电能量输出,只转化能量本身,并不转化能量信号的传感器,也称为能量转换性传感器或换能器。因而,这类传感器工作时需要外部能量源激励,如激励电压,才能正常工作。由于需要进行能量转化,因而,传感器内部封装了电子元器件,测量过程中会带来噪声。这类传感器如ICP型(也称为IEPE型)加速度度传感器,零频加速度传感器等。

无源传感器是指不需要使用外接电源就能正常工作的传感器,且可以通过外部获取到无限制的能源。这类传感器对测量系统无噪声影响,或者影响很小,如应变片(花)、压电式传感器等。

隔离传感器是指传感器与待测结构之间相隔离,电流不能在二者之间流通。隔离传感器从电气角度与被测结构相分离,如应变片(花)通常与被测结构是相隔离的。传感器实现隔离的通常做法是在传感器底部安装了隔离器件,使电流不能流通,如图1所示红色器件即是隔离器件。

图1 隔离传感器示意图

非隔离传感器是指传感器与被测结构之间无隔离,电流可以在二者之间进行流通。这类传感器像热电偶,某些加速度传感器等。这类非隔离的传感器通常要求采用浮地或隔离地线,以避免接地循环,关于接地循环,请阅读《采样过程中存在的误差,您肯定不全知道!》。如果传感器自身不隔离,用户可以自行使用电气隔离器件实现隔离,这类器件如云母片、玻璃片和环氧树脂等。当对处于工作状态下的待测结构进行测量时,推荐使用“隔离”传感器。

2. 常见加速度计类型

振动测量一般使用加速度计,是因为加速度计具有以下优点:生产工艺成熟、动态范围大、频率范围宽、线性度好、稳定性高、安装方便等特点。常用于中小结构的模态试验、汽车试验、旋转机械故障诊断试验和振动控制试验等。在这主要介绍两种类型的加速度传感器:压电式和ICP型加速度传感器。

压电式加速度传感器:是一种无源传感器,属于惯性式传感器。利用压电晶体,如石英晶体、压电陶瓷等的“压电效应”:在加速度计感受到振动时,质量块加在压电元件上的力也随之变化。压电晶体受力变形后,其内部会产生极化现象,同时在它的两个表面产生符号相反的电荷,当被测振动频率远低于加速度计的固有频率(谐振频率)时,则力的变化与被测加速度成正比。当外力去除后,又重新恢复到不带电状态,这种现象称为“压电效应”,具有“压电效应”的晶体称为压电晶体。

压电加速度计输出为电荷类型,故需要与电荷放大器配合使用,然后信号再传输到采集仪或者与内置电荷调理的采集仪直接连接。电荷放大器以电容作负反馈,使用中基本不受电缆电容的影响,但会受到静电场的影响。在电荷放大器中,通常用高质量的元器件,输入阻抗高,因而价格也比较贵,一般用的比较少。

ICP型加速度传感器:由于压电式传感器的输出电信号是微弱的电荷,而且传感器本身有很大内阻,故输出能量甚微,这给后接电路带来一定困难。为此,通常把传感器信号先输到高输入阻抗的前置放大器。经过阻抗变换以后,电荷量转换成电压量,然后再输出给后续的纪录仪器。目前,制造厂家已有把压电式加速度传感器与前置放大器集成在一起的加速度传感器,即:ICP型加速度传感器,也称IEPE加速度传感器,不仅方便了使用,而且也大大降低了成本。

ICP型加速度传感器由于内置了专门的集成调理电路,因此,属于有源传感器。而该电路要正常工作需要恒流源供电。当今普遍使用的24位采集仪一般都自带恒流功能,因而可直接与ICP型传感器连接使用。

内置集成电路的ICP型优势是低价位,抗干扰好,可长导线使用,但它的耐高温、可靠性不如电荷输出的压电加速度传感器,且动态范围也因输出电压和偏置电压的影响而受到限制。ICP型传感器的低频频响主要受传感器的放电时间常数影响,因此大多数信号适调器都采用交流耦合。关于交流与直流耦合,请阅读《信号AC和DC的区别》一文。

3. 选型指标

每一种型号的加速度传感器都有特别合适的应用场景,因此,测试时必须根据测试使用要求,选择最合适的加速度传感器。在选择加速度计时,主要从传感器性能、环境因素、电气特性和物理特性四个方面去考虑。

性能包括灵敏度、量程、频响特性、谐振频率、横向效应和线性度等指标。环境因素包括工作温度、温度响应和冲击极限等。电气特性包括激励电压与电流、稳定时间等。物理特征包括敏感材料,结构设计、尺寸、重量和出线方式等。

性能指标:

量程/灵敏度:每个传感器都有测量范围,通常量程大的传感器,灵敏度低,量程小的传感器,灵敏度高。通常传感器输出电压的上限为5V,因此,传感器灵敏度乘以量程得到的为传感器的量大输出电压5V。如某型号传感器的灵敏度为50mV/g,则该传感器的量程为100g。通常ICP型加速度传感器满足这个规律,而其他类型,如零频加速度传感器,则不满足此规律。另一方面,传感器灵敏度越高,则传感器的质量越大,传感器输出电压越大,信噪比越高,分辨能力越强。对于测试不同的结构,应选择相匹配的传感器量程,通常,土木桥梁和超大型机械结构加速度振动量级在0.1g~10g 左右,机械设备的振动在 10g~100g 左右。

谐振频率:传感器本身也是一个结构,因而,也存在固有频率,通常,把传感器的第一阶固有频率称为谐振频率。传感器尺寸越小,谐振频率越高。加速度计的使用上限频率取决于幅频曲线中的谐振频率。一般传感器的工作频率范围为其自身谐振频率的1/3以下。

频响特性:一般加速度传感器的工作频率上限为自身谐振频率的1/3左右。另一方面,通常加速度传感器低频特性较差,信号衰减严重,而在高频段线性度差,非线性影响严重。如图2为某型号加速度计的频响曲线,从曲线图中可以看出,在2Hz以下信号衰减严重,频响性能差,在12KHz以上线性度差,其谐振频率约为38KHz。因此,该传感器的工作频率为12KHz以下。在选择加速度计时,加速度计的频率上限稍高于被测结构的振动频率即可。一般,土木工程结构的频率范围在0.2~1KHz左右,机械设备是中频段,频率范围在0.5~5KHz左右。另外,传感器的安装刚度对传感器能测的频率范围也有影响,关于这一点,请参考《传感器怎样安装才能满足测试要求,误差最小?》。

图2 某加速度计的频响曲线

线性度:由于传感器测量时只能输入单一灵敏度,因此,用于描述在一定的频响范围内,传感器的灵敏度是否满足实际的灵敏度的指标,即为线性度。相对而言,在低频段(如5Hz以下),传感器的灵敏度会少于实际的灵敏度,而在高频段(如大于工作频率上限),则灵敏度会大于实际的灵敏度。只有在中间频段,灵敏度满足线性关系,如图2所示。如果传感器不在线性区间进行测量,则测量得到的幅值误差较大,一般要求传感器非线性

横向效应:当测量某个方向的振动时,信号输出应该全为振动感知方向,但实际上在与该方向垂直的方向也有信号输出,这种效应称为横向效应。横向效应灵敏度越低,性能越好,但是相对而言,传感器都存在一定的横向效应,通常标称横向效应

环境因素:

使用环境:传感器使用时受温度、湿度、尘土等环境因素的影响。任何一种传感器都有自身的工作温度范围,因此必须根据实际测点位置的温度,以及环境温度来选择合适的传感器。另外,对于测试环境存在潮湿、腐蚀和电磁场等影响因素时,选择传感器也应该考虑这些因素。

温度响应:传感器的灵敏度会受到温度的影响,当温度发生了改变,如果我们还使用常温下的灵敏度,则会给测量带来误差。如图3为某传感器的温度响应曲线,从图中可以看出,当室温时,传感器的灵敏度没有偏差,但当温度远离室温时,灵敏度偏差则越来越大。因此,传感器的工作温度应与温度响应曲线中灵敏度无偏差的温度一致。

图3 某加速度计的温度响应曲线

冲击极限:表示传感器能经受的瞬时冲击限制,通常用峰值表示,如某传感器的冲击极限为±7000g pk。

电气特性:

激励电压/电流:有源传感器都需要提供激励电压/电流才能正常工作,像ICP型传感器需要提供20-30VDC激励电压和2-20mA的恒流激励。当今的数据采集仪普遍内置了这样的供电装置,因此,可直接给ICP传感器供电。但还有很多其他类型的加速度传感器,如MEMS加速度传感器,力平衡式加速度传感器等,如果采集仪不能提供相应的激励电压/电流,则需要选择外部供电方式。

稳定时间:对于ICP型传感器,由于存在放电常数,当给传感器供电时,传感器输出的信号会从无穷远处慢慢地稳定到基线附近,这个时间称为稳定时间。而我们在进行测量时,应待传感器输出的信号稳定之后再进行测量。通常这个时间只需要几秒钟。

物理特性:

敏感材料:对于压电式和ICP型传感器多半采用石英晶体和压电陶瓷作为敏感材料。石英晶体的介电和压电常数的温度稳定性好,适于做工作温度很宽的传感器。具有压电效应的压电陶瓷是人工合成的,原始的压电陶瓷不具有压电效应。由于压电陶瓷制作工艺更方便、耐湿、耐高温等优点,当今的压电传感器多半采用压电陶瓷作为敏感材料。

尺寸和质量:加速度传感器外形以圆柱体和六面体居多,而圆柱形的加速度计又分顶部出线和侧面出线两种方式。选择加速度计的外形尺寸时,主要受安装位置空间的影响,对于安装位置空间有限的测点,则必须选择合适的传感器外形尺寸。另一方面,在选择传感器类型时,还必须考虑传感器本身的重量带来的附加质量的影响,特别是测试轻质结构时,传感器本身重量影响显著。可能对待测结构总质量来说,传感器的总质量很少,但是,参与振动的不是结构的全部质量,而是参与振动的那部分质量,称为有效质量,此时,传感器的总质量可能相对于结构的有效质量会很大,此时传感器附加质量的影响会很明显。另外,传感器安装时,可能还会使用工装,此时工装的质量对结构振动幅值会存在影响。对于一些小巧轻型的结构振动或在薄板上测量振动参数时,传感器和固定件质量引起的“额外”荷载可能会改变结构的原始振动,从而使测得结果无效。因此,在这种情况下应该使用小而轻的传感器,估算加速度计质量—荷载的影响。

ar =as*ms/(ms+ma)

式中,ar——带有加速度计的结构加速度响应;

as——不带有加速度计的结构加速度响应;

ms——待装加速度计的结构“部件”的等效质量;

ma——加速度计的质量。

因此,应注意因附加质量而改变结构振动的幅值和频率,这在大型的工程结构测试中,并不突出,而对小型的机械零部件影响较大,测试分析中要考虑。关于对测量频率的影响请参阅《怎样评价传感器附加质量对模态频率的影响?》一文。

4. 选型原则

振动加速度传感器选型原则:

1. 根据与后续设备的匹配性来选择传感器类型,如ICP型调理设备宜用ICP型传感器,电荷调理设备宜选用压电式传感器。

2. 当对处于工作状态下的待测结构进行测量时,宜使用“隔离”传感器。若传感器自身不隔离,可在传感器底部添加绝缘材料作为隔离器件。

3. 测点位置的振动量级宜为选择的传感器量程的60-80%,这样能保证信噪比高,又不会过载。

4. 选择的传感器的工作频率范围略高于实际测量的带宽即可。

5. 根据环境因素来选择合适的传感器,如测量处的温度、湿度应保证选用的传感器正常工作,且测量幅值不受影响。

6. 根据测量位置的空间来选择传感器尺寸和出线方式。

7. 对于轻质结构则必须考虑传感器重量对测量的影响。

8. 根据行业应用选择传感器,如机械行业宜选用振动量级大,频率频率广的传感器,而土木行业宜选用量程小,灵敏度高,低频性能好的传感器。

因此,在选择传感器时,必须充分考虑以上因素,选择最合适的传感器进行测量,尽量减少因传感器本身给测试带来的影响。

围观 10
91

作者:Jakub Szymczak、Shane O’Meara、Johnny S. Gealon和Christopher Nelson De La Rama

旋变器和机电传感器可用来精确测量角位置,以可变耦合变压器的方式工作,其初级绕组和两个次级绕组之间的磁耦合量根据旋转部件(转子)位置而改变;转子通常安装在电机轴上。旋变器可部署在工业电机控制、伺服器、机器人、混合动力和全电动汽车中的动力系统单元以及要求提供精确轴旋转的其他许多应用中。旋变器在这些应用中可以长期耐受严苛条件,是恶劣环境下军用系统的完美选择。

标准旋变器的初级绕组位于转子上,两个次级绕组位于定子上。而另一方面,可变磁阻旋变器的转子上无绕组,其初级和次级绕组均在定子上,但转子的凸极(裸露极点)将次级正弦变化耦合至角位置。图 1 显示经典和可变磁阻旋变器。

图 1. 经典旋变器与可变磁阻旋变器

如等式 1 所示,当正弦信号激励初级绕组R1 – R2 时,在次级绕组上会产生一个感应信号。耦合至次级绕组的信号大小与相对于定子的转子位置成函数关系,其衰减系数称为旋变器转换比。由于次级绕组机械错位 90°,两路正弦输出信号彼此间的相位相差 90°。旋变器输入和输出电压之间的关系如等式 2 和等式 3 所示。等式 2 为正弦信号,等式 3 为余弦信号。

其中,θ是轴角,ω是激励信号频率,E0 是激励信号幅度,T是旋变器转换比。两路输出信号由轴角的正弦和余弦信号调制。激励信号以及正弦和余弦输出信号的图示如图 2 所示。正弦信号在 90°和 270°时具有最大幅度,余弦信号在 0°和 180°时具有最大幅度。

详文请阅:精密旋变数字转换器测量角位置和速度

点击这里,获取更多工业自动化技术信息

围观 4
52

人工智能(AI)仍然是一个有着许多未知的广大领域,但我们不难预测2019年将会或应该发生的事情中,有一部份都和深度学习脱离不了关系……

语言的使用变得越来越马虎了。用人工智能(AI)作为深度学习的速记法当然很方便,而且也更易于出现在媒体头条。然而,最近的普适AI (general AI)——机器能够自行学习,就像好奇的人们逛书店一样——仍然更像是科幻小说,算不上是科学。
近来像野火般迅速延烧于因特网的是深度神经网络(DNN)。DNN是AI的一个特例,它通常根据人们启动的过程。深度学习技术支持辨识影像、语音与其他领域模型的能力,通常比人类更快,从而开启了全新的运算方向。至于其长远的未来将走向何方,谁也说不准。

很明显的是,过去这一、两年来,大家都纷纷抢搭AI列车,而无论它将驶向何方。至于它能带来什么价值,我们也不难猜到AI列车在接下来的几个停靠站。

1. 加速芯片将展现更多动能

如同我们在9月的报导,至少有4款用于训练深度学习神经网络的全新加速器正在出样中。有好长一段时间,业界多家网络巨擘一直在期待这些芯片的出现。正如百度(Baidu)硅谷人工智能实验室(Silicon Valley AI Lab)资深研究员Greg Diamos在2016年底所说的,训练机器学习模型的任务「受到运算能力的限制,如果有更快的处理器,就能执行更大的模型。」

因此,2019年预计会看到一些前几大的数据中心营运商开始大量购买这些芯片。不过,如果因此而预期一窝蜂成立的AI新创公司将会被淘汰出局,这也太不切实际了。我想我们应该会看到一些早期的市场赢家取得市占率以及实际的收益。

2. 严格检视AI带来的价值

在深度学习加速器领域取得市场动能的一些新创公司,预计也将获得大笔的资金挹注。随着投资公司对于究竟能取得多少投资报酬率(ROI)开始斤斤计较,预计今秋开始的这一波投资热潮将在2019年逐渐降温。

这一波深度学习热潮至今吸引了对于大约50家新创公司以及逾千万美元的投资。过去几周以来,还爆发另一波新的投资热潮。

以色列新创公司Habana Labs于11月完成7,500万美元的B轮募资,使其募资总额增加到1.2亿美元。Wave Computing在本月募资8,600万美元,迄今总共累资约2亿美元,一部份的资金用于收购MIPS,并于日前宣布其开源核心计划。

英国新创公司Graphcore日前宣布完成2亿美元的D轮募资,至今总共募资3.12亿美元。Graphcore芯片最近还用于戴尔(Dell)最新设计的系统中。预计在深度学习领域还将爆发一窝蜂的投资,但随着企业经理开始计算其实际收益后,肯定将会出现许多「硬着陆」(hard landing)和「软着陆」(soft landing)的投资策略。

3. 推论性能以跑分作基准

提到数字,除了用于训练深度学习网络的MLPerf测试基准,预计2019年还将会其他跑分基准出现,其目在于发布一套基于云端和嵌入式系统的推论任务基准。

我不太确定这算不算是一项预测。但据MLPerf组织表示,这是他们在2019的计划。因此,在2019年,我预期对于训练的所有热情将会转移到更广大的推论芯片市场。

4. 芯片商拥抱基准检验

这也不算是真正的预测,更像是一种“命令”?芯片供货商必须接受新兴的深度学习基准。迫不及待的客户以及慷慨的投资者应该都会要求基准检验,以便这一新兴市场能够取得一些急需的关键分析和指方针——毕竟,我们不能永远靠市场炒作!

截至目前为止,只有Google、英特尔(Intel)和辉达(Nvidia)使用早期的MLPerf 0.5版训练基准,并针对少数几套系统本发布结果。许多公司需要针对各种配置和工作负载发布更多基准检验结果,让相关领域看到其所处的位置,以及针对需要的部份进行校准。

5. AI软件平台将迅速普及

这可能已经发生过了。近几周来,我几乎每天都会收到各种不同的AI软件平台发布信息。由于应用开发简化以及AI平台的市场压力,我高度怀疑这些产品究竟带来什么价值。

在接下来几年,这片AI软件平台丛林将会变得越来越茂密,并衍生出越来越多种类。终端用户和投资人将会开始审慎评估。

6. 深度学习将遭遇瓶颈

按理说这也已经在发生中,只是还没有人把一切串连起来。例如,假期间我曾经仔细地浏览Pandora电台上的所有播放列表后,点选了这个Bach App上可能添加的曲目建议按键。结果,推荐引擎却又把我带回到一开始浏览全部曲目的画面。

Pandora并不是唯一一个功能不足的网络App。我预计2019年将发生几起消费者反弹的风暴。希望程序设计人员和营销人员够好好的自我克制,千万不要被什么「人工愚蠢」(artificial stupidity)之类的头条新闻逼疯了。就算有了很棒的核心技术,也需要有人类的良好意识配合。

7. 普适AI兴趣崛起

业界对于深度学习的热情和资金挹注,也激起了研究普适AI的兴趣。我自己并不是这个领域的专家,但注意到由Palm Pilot设计师Jeff Hawkins创立的Numenta,据称今年在开发新皮质如何运作的通用理论上取得了进展。

没有人真正知道人类大脑如何实现一些令人难以置信的事。也没人能解释深度学习为什么能有效匹配结果与模式,即使是非常窄且人为控制的AI预兆。

在2019年,我预期更聪明的人们将会开始怀疑一些更大的问题。我希望这将会引发一些有趣的讨论,甚至可能是一些没人预测到的重要进展。

本文转自:https://mp.weixin.qq.com/s/an_TNZczlBkcYllVZK_ZaA

点击这里,获取更多工业自动化技术信息

围观 4
69

为什么麦克风的参考声压是2*10^(-5)Pa

selina的头像

这是个很简单但实际上非常基础的问题。回答这个问题我们需要考虑声强。声强定义为“声波单位时间内通过单位面积法向的平均声能”,声强对面积的积分,则为单位时间内声源发射的声能,定义为声功率,单位为瓦特。因此,声强的单位为W/m^22,也就是单位面积上功率的尺度。

功率在空气中的参考值为10^-1212W,被认为是正常人耳对1KHz纯音勉强能听到的强度。这似乎合理的选择,因为我们经常处理的声音是可听见的,并且很多都是恼人的。

进一步,如果我们考虑理想自由场中的平面波或球面波,那么是没有反射的,因而,声波直线传播,此时声强定义为

Ρ 是声波的峰值压强,ρ是空气密度,c是声波在空气中的传播速度。对于正弦波而言

电压控制型电流源(VCCs)广泛用于医疗器械、工业自动化等众多领域。VCCs 的直流精度、交流性能和驱动能力在这些应用中至关重要。本文分析了增强型 Howland 电流源(EHCS)电路的局限性,并阐述了如何利用复合放大器拓扑进行改进,以实现高精度、快速建立的±500 mA电流源。

增强型Howland电流源

图1所示为传统的Howland电流源(HCS)电路,而公式1显示了如何计算输出电流。如果R2足够大,输出电流将保持恒定。

图1.Howland电流源电路

虽然较大的R2会降低电路速度与精度,但在反馈路由中插入一个缓冲器,形成一个增强型Howland电流源可以解决这一问题,如图2所示。所有通过R0的电流都流入RL。输出电流由公式2计算。

图2.增强型 Howland 电流源电路。

如果R1/R2 = R3/R4 = k,则该公式变为公式3。输出电流与负载无关,仅受输入电压控制。这是一个理想的VCCS。

性能分析

公式3基于一个理想系统。图3显示了EHCS的直流误差分析模型。VOS和IB+/IB–是主放大器的输入失调电压和偏置电流。VOSbuf和IBbuf是缓冲器的输入失调电压和偏置电流。总输出误差可以通过公式4计算。

图3.失调电压计算。

忽略增益电阻的不匹配,并考虑R1/R2 = R3/R4= k,R1//R2= R3//R4。输出失调电流取决于放大器的失调和偏置电流,如公式5所示。

考虑R1/R2和R3/R4的不匹配,RL将会影响输出失调电流。最差相对误差如公式6所示。这个误差取决于RL/R0和k。减小负载电阻并提高k将减少失调误差。

我们还可以计算电路的温度漂移,它来自放大器和电阻。放大器的失调电压和偏置电流随工作温度而变化。对于大多数CMOS输入放大器而言,温度每升高10℃,偏置电流便增加一倍。不同类型电阻的漂移变化很大。例如,碳膜电阻的TC约为1500 ppm/℃,而金属膜和体金属电阻的TC可能是1 ppm/℃。

选择精密放大器有利于输出电流的直流精度。然而,精密放大器的选择也存在许多局限性。其驱动能力和交流性能都不够好。表1列出了一些常见的精密放大器。

表1.精密放大器参数

我们希望构建一个±500 mA的电流源,建立时间为1 μs。对于电流源,我们需要高驱动能力。对于还要具有快速建立时间的电流源,我们需要出色的交流性能。一般来说,精密放大器无法提供这两个规范的组合,因为其压摆率和带宽不够好。这需要从其他类型的放大器中进行选择。

EHCS 实现

ADA4870 是一款高速、高电压、高驱动能力的放大器。它可提供10 V至40 V电压,输出电流限制为1.2 A。大信号下的带宽超过52 MHz和压摆率高达2500 V/μs。所有这些规格使它很适合快速建立和大电流源。图4显示了基于ADA4870的EHCS电路,它通过10 V输入可生成一个±500 mA输出电流源。

图4. 基于ADA4870的EHCS电路。

在交流规格中,我们更关心建立时间、压摆率、带宽和噪声。如图5 所示,建立时间约为60 ns,带宽约为18 MHz。输出电流压摆率可以 通过测量上升阶段和下降阶段的斜率来计算。正负压摆率分别为 +25 A/μs和–25 A/μs。输出噪声密度曲线显示了噪声性能,在1 kHz时 大约为24 nV/√Hz。

图5. 基于ADA4870的EHCS建立时间和频率响应。

图6. 基于ADA4870的EHCS输出噪声密度曲线。

由于输入失调电压和偏置电流较大,该电路的直流精度不高。表2显示了不同的直流误差源与贡献。主要的直流误差来自ADA4870的Vos和IB。典型输出电流失调约为11.06 mA,这相当于500 mA全程时2.21%左右的误差范围。

表2. 基于ADA4870的EHCS直流误差

复合放大器技术

ADA4870这样的高驱动放大器的直流参数限制了输出电流的精度,而高精度放大器的速度又不够。为此,我们可以利用复合放大器技术在单个电路中集成所有这些特性。图7所示为一个复合放大器增强型Howland电流源(CAEHCS),它由ADA4870和ADA4898-2组成。

图7.复合放大器EHCS电路。

选择ADA4898-2构成复合放大器是因为它具有出色的交流和直流性能。其-3 dB带宽为63 MHz。它在输出阶跃为5 V时的0.1%建立时间为90ns,压摆率可达55 V/µs。它还具有超低噪声。电压噪声密度为0.9 nV/√Hz,电流噪声密度为2.4 pA/√Hz。至于直流规格参数,它的性能表现也很好。典型输入失调电压为20 µV,温度漂移为1 µV/°C。偏置电流为0.1 µA。表3显示了CAEHCS的直流误差。输出电流失调降低至0.121 mA,这意味着误差范围在0.03%以下。

表3.基于ADA4898的CAEHCS直流误差

CAEHCS的交流性能如表4所示。由于复合放大器的环路延迟,其建立时间和带宽均低于EHCS。由于ADA4898-2的电流噪声低,因此CAEHCS的输出噪声远低于EHCS的输出噪声。如数据手册中所标明的,ADA4870的反向输入电流噪声密度为47 pA/√Hz。通过使用几个kΩ级阻值的电阻,它将产生比电压噪声(2.1 nV/√Hz)高很多的噪声。然而,CAEHCS中的输入电流噪声密度为2.4pA/√Hz。它产生的输出噪声要低很多。

表4.CAEHCS的交流规格

首先,CAEHCS大大提高了VCCS的直流精度,并具有同等驱动能力和交流性能。此外,可供选择的复合放大器产品很多,以满足不同的需求。表5显示了CAEHCS电路中不同放大器的性能。LT6275的交流性能最好。它的建立时间可达100 ns以内,压摆率高达15 A/µs。ADA4522-2等零漂移放大器非常适合输出电流失调误差约为0.002 mA的高精度应用。

表5.CAEHCS中主放大器的选择

测试结果

基于ADA4898的EHCS和CATHCS的性能如表6和图8所示。

表6.EHCS与CAEHCS的比较

图8.ADA4898-2(CH1-输入、CH2-输出)的建立时间。

CAEHCS电路具有比EHCS电路好很多的直流规格。其输出电流失调为0.2 mA,而EHCS电路的输出电流失调为10.9 mA。CAEHCS电路也具有很好的交流规格。两者的建立时间均为100 ns。EHCS电路的带宽为18 MHz,而CAEHCS电路的带宽为8 MHz。

基于ADA4522-2和LT6275的CAEHCS性能如表7所示。

表7.CAEHCS中不同主放大器的测试结果

ADA4522-2版本的输出失调误差更低,低至0.04 mA。LT6275的建立时间约为60 ns,输出电流压摆率高达16.6A/µs(如图9所示)。

图9.LT6275(CH1-输入、CH2-输出)的建立时间。

散热考虑

VCCS的输出电流可以达到几百毫安。整体功耗可达几瓦。如果输出效率不高,器件的温度将快速上升。ADA4870不使用散热器时的热阻(θJA)为15.95℃/W。温升可采用公式7计算。

R0的取值将影响ADA4870的功耗。表8显示了在±20 V电源电压下选择不同R0值的温升。当选用较大的R0时,温升会大大降低。因此,建议使用较大的R0以降低温升。

表8.ADA4870的功耗和温升与R0的关系(Io = 500 mA)

结论

CAEHCS电路将高驱动放大器和高精度放大器相结合,可在VCCS应用中提供出色的交流和直流性能以及大输出容量。建议在此电路中将 ADA4870 与 ADA4898、LT6275和ADA4522结合使用。

本文转自:如何实现高精度、快速建立的大电流源?

点击这里,获取更多工业自动化技术信息

围观 6
63

页面

订阅 RSS - ADI