嵌入式学习 - 用电控制电

2023-09-20 10:51:08

目录

前言:

1、继电器

2、二极管

 3、三极管

3.1 特殊的三极管-mos管

3.2 npn类型三极管

3.3 pnp类型三极管

3.4 三极管的放大特性

3.5 mos管和三极管的区别


前言:

        计算机的工作的核心原理:用电去控制电。

        所有的电子元件都有数据手册,不同型号的电子元件需要翻阅对应的数据手册。

1、继电器

 电路图和原理如下:

如图所示,当继电器有电流接入时,继电器的开关就会切换,使得另一条路得以导通。

2、二极管

        必备知识:P型半导体(带正电)、N型半导体(带负电)

        二极管:

文心一言:

        二极管单向导通的原因与PN结的特性有关。PN结由P型半导体和N型半导体组成,当加正向电压时即P型端接电源的正极,N型端接电源的负极,即与电阻的滑动变器接触端,此时外电场克服内电场(即内建电场),电子从N型半导体流向P型半导体,在PN结中没有电流通过,靠近P型半导体的一侧带负电,靠近N型半导体的一侧带正电,形成与电流方向一致的电场,即内建电场。当加反向电压时即P型端接电源的负极,N型端接电源的正极,外电场与内建电场相等,电子在内电场作用下不能到达对方半导体,即没有电流通过,此时二极管电阻无穷大。

我的理解:

        当N型半导体接负极时,从负极流出的电子会挤压N型半导体的电子向带正电的P型半导体移动,形成通路;而当P型半导体接负极时,因为N型半导体本身不缺电子,所以很难让电子从P型半导体持续流向N型半导体,导致其电阻较大,形成截断。

 3、三极管

3.1 特殊的三极管-mos管

如图所示:mos管由两个N型半导体+一个P型半导体组成,当中间的栅极接电源正极时,电子会向正极移动,使得两个N型半导体形成通路,当接电源负极时,电子就会被排斥,形成断路。

3.2 npn类型三极管

电路图:

如图所示:当B端接入电源正极时,C、E端就会连通,形成电路。且电压在不超过阀值时,电压越高C、E端电流通过得越快,反正低电压就会截止,详细数据参考对应的数据手册。

3.3 pnp类型三极管

与npn三极管用法相同,只不过pnp是低电压导通、高电压截止。

3.4 三极管的放大特性

        三极管具有放大特性的原因与它内部的电流分配机制有关。

        在三极管中,当基极b点电位高于发射极e点电位零点几伏时,发射结处于正偏状态,而集电极C点电位高于b点电位几伏时,集电结处于反偏状态。此时在三极管内部会发生电流的分配:发射区向基区和集电区发出电子,由于基区很薄并且受到杂质等控制,因此形成的微弱的基极电流Ib,大部分电子被集电区所容纳,形成较大的集电极电流Ic。

从外部看,由于发射区发射的电子分配“不均”,使得三极管外部基极电流Ib很微弱,集电极电流Ic很“强大”。因此我们可以粗略地理解成发射极发出的电流等于基极电流和集电极电流之和,用式子表达为Ie=Ic+Ib。

        总之,三极管的放大特性主要基于电流的分配机制和半导体材料的特性实现的。

3.5 mos管和三极管的区别

        MOSFET(金属氧化物半导体场效应晶体管)和三极管在以下几个方面存在差异:
        结构:三极管内部由三个半导体元件组成,具有电流放大作用,而MOSFET在其内部只有一个半导体元件。此外,MOSFET的栅极用绝缘层和金属网格构成,而三极管没有这些结构。
        驱动电压和电流:由于MOSFET是电压驱动型,其工作电压仅需几伏到几十伏,同时电流也较大。相对而言,三极管是电流驱动型,其工作电压和电流都相对较高。因此,当要求驱动电压和电流较低时,通常会选择MOSFET。
        放大能力:当加正向电压时即二极管D极为低电平,对三极管来说发射结正偏,对MOSFET来说G极为低电平,则基极B极与发射极E极导通;当加反向电压时即二极管D极为高电平,对三极管来说发射结反偏截止,对MOSFET来说G极为高电平,则基极B极与发射极E极断开;由此看来当信号电压为负即二极管D极为高电平是mos管就不工作!两者在放大能力方面的差异主要体现在放大倍数和输入电阻上。三极管的放大倍数较高,输入电阻较低。
        工作频率:由于三极管的高频等效电阻较大、漏电流较大、热稳定性较差,使得它在高频电路中的使用受到限制。相比之下,MOSFET更适合高频电路,因为它具有较低的寄生电容和电阻,以及良好的热稳定性。
        成本和制作工艺:三极管制作工艺较简单,损耗较小,且常用于数字电路开关控制。MOSFET的制作工艺较复杂且成本较高,常用于电源开关以及大电流开关电路等应用场景。

更多推荐

(日积月累版)大数据基础知识点1-关系型数据库

好久不见,甚是想念。笔者最近有时间整理关于大数据的一些基础知识点,整理的目不在于能提升多少技能,关键在于巩固一些很基础的知识点,毕竟互联网就是基础略稳固的人比较有优势,在遇到或发现一些技术问题时,从底层科学的去理解这些问题,说不定会有另一片天下。那么本期带来大数据面是:关系型数据库一、什么是关系型数据库?关系型数据库是

全国职业技能大赛云计算--高职组赛题卷④(私有云)

全国职业技能大赛云计算--高职组赛题卷④(私有云)第一场次题目:OpenStack平台部署与运维任务1基础运维任务(5分)任务3OpenStack云平台运维(15分)任务4OpenStack云平台运维开发(15分,本任务只公布考试范围,不公布赛题)需要环境私信博主!!!第一场次题目:OpenStack平台部署与运维某企

2023,DaaS驶入“AI大航海时代”

2023,“制胜”已然成为所有行业、企业的共同命题,随着数字化行至中程,数据壁垒逐渐被打破,DaaS作为企业增长问题的解法,再次被看到。作者|斗斗编辑|皮爷出品|产业家2002年,在竞争激烈的美国职业棒球联盟,奥克兰运动家队无论在人员和物质配备以及资金实力上都只是“下三流”之列。然而在数据分析高材生的帮助下,经过分析数

RK3568开发笔记(十一):开发版buildroot固件移植一个ffmpeg播放rtsp的播放器Demo

若该文为原创文章,转载请注明原文出处本文章博客地址:https://hpzwl.blog.csdn.net/article/details/133022813红胖子网络科技博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中…瑞芯微开

HBase基本操作及命令示例

HBase是一种分布式、可扩展、面向列的数据库,它是由Google的Bigtable项目衍生而来,并由Apache软件基金会开发及维护。对于HBase的基本操作类型,主要包括以下几种:创建表:在HBase中,可以创建一个新的表来存储数据。创建表时,需要定义表的名称以及表的列族。命令示例:create'table_nam

ASP.NET Core 8 的 Web App

WebAppWebApp与WebAPI的不同之处在于包含UI部分,所谓的UI就是HTML页面。WebApp支持几种渲染HTML的方式:服务端渲染客户端渲染混合渲染服务端渲染服务端渲染UI是在浏览器请求的时候,服务端生成HTML,然后返回给浏览器。优点是:减轻客户端的压力服务端生成HTML,适配各种浏览器极少从Clien

前端常用库之-JavaScript工具库lodash

文章目录前端常用库之-JavaScript工具库lodash一、什么是lodash二、安装三、lodash使用Lodash的pick()函数介绍和使用react实例demo:pick结合...展开运算符(spreadoperator)前端常用库之-JavaScript工具库lodash一、什么是lodash官网:htt

炒期权的资金门槛是多少 ?

期权是一种合约,买方向卖方支付一定费用后有权利在特定的时间,以特定的价格买入或卖出一定数量的特定资产,卖方需履行相应义务,期权开户支持线上和零门槛开头,下文介绍炒期权的资金门槛是多少?本文来自:期权酱一、期权一般投入多少钱?其实在期权市场上,绝大部分投资者都是中小型投资者,也就意味着期权投资不需要多少钱,几十几百几千元

【新版】系统架构设计师 - 案例分析 - 信息安全

个人总结,仅供参考,欢迎加好友一起讨论文章目录架构-案例分析-信息安全安全架构安全模型分类BLP模型Biba模型ChineseWall模型信息安全整体架构设计WPDRRC模型各模型安全防范功能网络安全体系架构设计开放系统互联安全体系结构安全服务与安全机制的对应关系认证框架访问控制框架机密性框架完整性框架抗抵赖框架什么是

PyTorch中ReduceLROnPlateau的学习率调整优化器

PyTorch中ReduceLROnPlateau的学习率调整优化器作者:安静到无声个人主页简介:在深度学习中,学习率是一个重要的超参数,影响模型的收敛速度和性能。为了自动调整学习率,PyTorch提供了ReduceLROnPlateau优化器,它可以根据验证集上的性能指标自动调整学习率。本文将详细介绍ReduceLR

Language Adaptive Weight Generation for Multi-task Visual Grounding 论文阅读笔记

LanguageAdaptiveWeightGenerationforMulti-taskVisualGrounding论文阅读笔记一、Abstract二、引言三、相关工作3.1指代表达式理解3.2指代表达式分割3.3动态权重网络四、方法4.1总览4.2语言自适应权重生成语言特征聚合权重生成4.3多任务头4.4训练目标

热文推荐