산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 산업기술

공차 및 온도로 전류 펌프 성능 시뮬레이션

이 기사에서는 LTspice를 사용하여 모든 저항이 이상적이지 않고 자동차 전체의 온도가 변할 때 전류 펌프 회로의 정밀도를 분석합니다. 온도 범위.

지난 주에 저는 2개의 연산 증폭기와 5개의 저항으로 구성된 정전류 소스 회로에 대한 두 편의 기사를 작성했습니다.

정밀 전류 펌프의 다이어그램. 이미지 사용:Analog Devices 제공

이 두 기사 중 두 번째 기사에서는 LTspice를 사용하여 회로 오류에 대한 불완전한 저항 정합의 영향을 평가했습니다. 여기서 오류는 시뮬레이션된 부하 전류와 앱 노트에 제공된 공식에 의해 예측된 부하 전류 간의 차이로 계산되었습니다.

\[I_{OUT}=\frac{V_{IN}\left(\frac{R4}{R2}\right)}{R1}\]

LTspice의 Monte Carlo 함수를 사용하여 지정된 허용 오차 내에서 R3 및 R5 값을 변경하여 불완전한 일치를 시뮬레이션했습니다. 출력 전류의 크기는 R1, R2, R4의 값에 정비례하며 이 3개의 저항은 공칭 값을 유지합니다.

이 기사에서는 실제 성능 대 이론 성능에 대한 보다 포괄적인 시뮬레이션을 수행합니다. 모든 저항은 0.1% 허용 오차를 가지며 작동 온도의 변화도 통합합니다. 여기의 목적은 실제 조건에서 이 회로에서 기대할 수 있는 정확도를 실제로 이해하는 것입니다.

특정 온도에서 시뮬레이션

LTspice에 포함된 연산 증폭기 구성 요소 중 일부는 온도에 따라 변화를 보이고 일부는 그렇지 않습니다. 어느 쪽이 편리한지 알 수 있는 방법이 있으면 찾지 못해서 그냥 추측하고 확인하는 방법을 사용했습니다.

이전 시뮬레이션에서 사용한 LT1001A는 온도 종속 범주에 속하지 않습니다. 청구서에 맞지 않는 몇 가지 다른 연산 증폭기를 테스트한 후 저전압 애플리케이션을 위한 정밀 연산 증폭기인 AD8606이 매크로 모델의 어딘가에 온도 의존성을 가지고 있음을 발견했습니다.

"temp" 지시문을 통해 LTspice의 회로 계산에 온도를 통합할 수 있습니다. 예를 들어 ".temp -40 125"는 -40°C에서 시뮬레이션을 수행하고 +125°C에서 또 다른 시뮬레이션을 수행합니다.

다음 회로는 연산 증폭기가 다른 온도에서 다른 결과를 생성하는지 여부를 나타냅니다.

예상 출력 전류는 (0.6V – 0.5V)/(100Ω) =1mA입니다. 다음은 "temp" 지시문에 지정된 온도에서 얻은 시뮬레이션된 출력 전류 값입니다.


온도 변화가 있는 Monte Carlo 시뮬레이션

Monte Carlo 함수(LTspice의 "mc")를 저항 값에 적용하고 ".step param run ..." 지시어를 사용하면 시뮬레이션은 여러 개의 독립 실행으로 구성되며 각 실행에 대해 mc 함수는 지정된 허용 오차에 의해 결정된 범위 내에서 새 값을 선택합니다.

의도한 애플리케이션이 -40°C ~ +125°C의 전체 자동차 온도 범위에서 기능을 필요로 한다고 가정하겠습니다. 이것은 또한 AD8606의 작동 온도 범위이기도 합니다. "temp" 지시어를 추가하면 실행 횟수에 목록의 온도 수가 곱해집니다.

범위 내에 수많은 온도를 포함하면 시뮬레이션 시간이 길어지고 이것이 필요한 시나리오를 상상하기 어렵습니다. 연산 증폭기는 작동 온도의 적당한 증가 또는 감소에 대한 응답으로 심각한 성능 변동을 나타내지 않습니다.

사실, 이전 플롯은 온도의 효과가 단조롭고 매우 미묘함을 나타냅니다. 따라서 전체 범위를 포괄하는 여러 온도를 선택하여 온도 영향을 적절하게 설명할 수 있다고 생각합니다.

다음은 저항-공차-온도 시뮬레이션에 사용한 회로도입니다.


다음은 900회 실행(온도당 100회 실행)에 대한 시뮬레이션된 부하 전류의 플롯입니다.


실적 통계

내가 선호하는 다음 단계는 결과를 텍스트 파일로 내보낸 다음 추가 분석을 위해 텍스트 파일을 Excel로 가져오는 것입니다. 이렇게 하려면 플롯을 마우스 오른쪽 버튼으로 클릭하고 파일 -> 데이터를 텍스트로 내보내기를 선택합니다. 텍스트 파일을 Excel로 가져온 후의 데이터는 다음과 같습니다.


이제 관심 있는 통계를 쉽게 계산할 수 있습니다. 평균 값은 0.9977mA이므로 연산 증폭기의 일부 비이상성은 작은 오프셋(0.0023mA 또는 예상 출력 전류의 0.23%)을 생성했습니다. 표준편차는 2.86μA, 최대값과 최소값은 1.0053mA와 0.9899mA입니다.

최대 및 최소 결과가 매우 인상적입니다. 모든 저항이 0.1% 허용 오차의 대상이고 넓은 간격에 걸쳐 온도가 변하더라도 부하 전류가 원하는 전류에서 양의 방향으로 약 5μA 이상 벗어나지 않을 것으로 예상할 수 있습니다. 음의 방향으로 10μA입니다.

결론

우리는 Monte Carlo 방법을 LTspice의 "temp" 지시문과 결합하여 2-op-amp 정밀 전류 소스의 현실적인 성능을 탐구했습니다. 시뮬레이션 결과의 통계적 분석은 회로가 매우 넓은 온도 범위에서 탁월한 정밀도를 제공함을 나타냅니다.


산업기술

  1. 테스트 및 자동화로 SaaS 및 클라우드 보안 추가
  2. QR, RFID 및 온도 확인을 통한 출입 통제
  3. 1선 DS18B20 센서와 Raspberry Pi로 온도 측정
  4. DS18B20으로 온도 읽기 | 라즈베리 파이 2
  5. RASPBERRY PI로 온도 측정
  6. Raspberry Pi로 온도 모니터링
  7. 오토클레이브 제조 및 성능을 개선하는 방법
  8. 공석이 있는 소수층 그래핀에 대한 단층의 G 및 D' 포논의 온도 의존성
  9. 공차 공차 란 무엇입니까?- 정의 및 유형
  10. Node-RED 및 Docker 시작하기