Hi,欢迎
86-755-88844016 +852 2632 9637 6*12小时在线电话
隔离电源使用升压控制器MAX668为slic产生三个隔离电压的电源
2023-08-16

这个应用笔记展示了一个为slic产生三个隔离电压的电源。隔离电源使用升压控制器MAX668,带有反激变压器,用于-24V和-72V输出,并使用光耦合器隔离反馈信号。线性稳压器MAX8867提供3.3V输出。

某些用户线路接口卡(slic)要求电源电压与本地电源隔离。图1电路从5V输入产生三个这样的隔离电压:100mA时+3.3V, 100mA时-24V, 25mA时-72V。它具有在变压器反激拓扑中工作的升压控制器(U1)和用于隔离反馈信号的光耦合器。为了提供这种反馈(从-24V输出到升压控制器),光耦合器(U4)由作为误差放大器的分流稳压器(U3)驱动。


未标题-2

图1所示 该SLIC电源使用变压器隔离三个输出(+3.3V, -24V和-72V),并使用光耦合器隔离反馈信号。

宽范围的输出电压需要一个定制的变压器。其核心是一个标准几何线圈SG3-0138与a (L) = 138nH/T²。一次电感为6.8µH,一次电流峰值为4A。主次匝比为1:5,因此为了获得最佳效率,变流器的占空比接近50%。非稳压-72V输出通过串联连接的三个相同的次级绕组从稳压-24V输出导出。还有一个用于-48V输出的抽头,以及一个驱动线性稳压器(U2)以提供+3.3V输出的低压绕组。变压器的绕组规格为:

未标题-3


在最大指定负载下,在1.138A时输入5.0V,该电路在103.9mA时输出+3.28V, 100mA时输出-24.0V, 25.2mA时输出-73.2V,效率为80%。


未标题-4

注:

  1. T1缠绕在138nH/T²的标准几何芯上。

    初级电感为6.7µH。

    主要是7轮28号双线。

    次要是三层,每层35次,每次32次。

    低压二次为5匝32 #。

声明:本文观点仅代表作者本人,不代表ANSC的观点和立场。如有侵权或者其他问题,请联系本站修改或删除。

热门资讯
LG Innotek
Brand: LG Innotekbrand introductionLG Innotek is a global component manufacturing company. - The c...
Lighting Science
Brand: Lighting Sciencebrand introductionLighting Science Group Corporation is the market leader i...
电磁式电压互感器的工作原理和分类
电磁式电压互感器通常用于电力系统中,用于测量高电压输电线路上的电压。它们还可以用于监测电力系统中的电压波形和幅值,以便及时发现电力系统中的故障和问题。在本文中,我们将详细介绍电磁式电压互感器的工作原理和分类。
热继电器和热过载继电器区别
热继电器和热过载继电器都是常见的电气保护设备,但它们的工作原理和保护对象有所不同。在本篇文章中,我们将详细介绍热继电器和热过载继电器的区别。
钽电容器的种类和封装
钽电容器是一种电子元器件,使用钽金属作为电极材料。它们通常分为有极性和无极性两种类型,并且有多种不同的封装形式。在本文中,我们将详细讨论钽电容器的种类和封装。
热继电器和熔断器的区别
热继电器和熔断器都是常见的电器元件,它们在电路中都起到了保护作用。虽然它们都可以在电路中断开电路,但它们之间存在一些区别。在本篇文章中,我们将详细介绍热继电器和熔断器的区别。
FT2232开发板
采用FT2232芯片设计的开发板,将IO口完全引出,可在此基础上设计接口扩展板
AI高性能计算---存算一体
存算一体或存内计算是将存储与计算完全融合,直接利用存储器进行数据处理或计算。在传统的冯诺依曼架构下,数据的存储和计算是分开的,由于存储和计算的性能存在加大的差距,处理器访问存储数据的速率远远小于处理器计算速率,数据在内存与主存之间搬运的过程其能耗也远远高于处理器的计算所消耗的能量。
AI高性能计算---寒武纪NPU
寒武纪是国内最早一批研究AI芯片公司,其AI芯片NPU (Neural network Processing Unit)的设计源于其早期一系列的AI芯片架构研究,主要包括DianNao、DaDianNao、PuDianNao、ShiDianNao、Cambricon-X等一系列研究成果。
AI高性能计算---Google TPU
自Google在2016年推出第一代自研人工智能芯片Tensor Processing Unit, TPU,经过数年发展已升级到了第4代 TPU v4 (截止到2022年底)。TPU架构设计也是通过高效地并行运算大量乘法和累加操作来实现深度学习卷积层,全连接层等网络层的高效计算。
用户信息:
电话号码
中国大陆+86
  • 中国大陆+86
  • 中国台湾+886
  • 中国香港+852
公司名称
邮箱
产品型号
产品数量
备注留言