산업기술
전기 부품의 가장 작지만 필수적인 부품 중 하나는 인덕터입니다. 인덕터는 전류가 흐를 때 에너지를 저장하는 전기 장치입니다. 따라서 장치를 통과하는 전류의 양에 변화가 있을 때 인덕터가 균형 역할을 합니다. 그리고 이것은 저장된 에너지를 회로로 방출하여 전류 변화 또는 철손을 방지합니다. 이 기사에서는 공심 인덕터 설계라고 하는 인덕터 범주에 대해 자세히 살펴봅니다.
자세히 알아보려면 계속 읽어보세요.
공심 인덕터는 코일 와이어 사이에 고체 또는 강자성 물질이 없는 인덕터입니다.
공기 코어 인덕터는 공기가 상대적으로 최소의 전기 전도도를 갖는다는 것을 기반으로 작동합니다.
이는 공심 인덕턴스도 낮아서 약한 자기장을 생성한다는 의미입니다.
에어 코어의 작은 자기장 생성으로 인해 신호 손실을 방지하면서 더 빠른 전류 상승을 달성할 수 있습니다. 이는 주로 인덕터가 전기 회로에서 더 높은 자기장 강도를 생성할 때 발생합니다.
전기 회로의 공기 코어
따라서 전문가들은 철과 같은 강자성 코어 인덕터보다 공심 인덕터를 선호합니다.
이들(강자성 코어 인덕터)은 일반적으로 100MHz보다 높은 주파수 범위에 직면할 때 포화되고 전류 손실을 경험합니다.
인덕턴스 값 또는 전류 값이라고도 합니다.
에어 코어 인덕터는 두 그룹으로 나뉩니다.
1. 단일 코일 공심 인덕터
2. 다층 코일 공심 인덕터
이름에서 알 수 있듯이 단일 공심 인덕터에는 하나의 코일만 있고 다층 인덕터에는 여러 개의 코일이 감겨 있습니다.
각각에 대한 계산을 살펴보겠습니다.
단층 코일 인덕터의 유도를 계산하기 위해 공심 인덕터 방정식을 적용할 수 있습니다.
어디에:
L- 밀리미터 단위의 코일 길이를 나타냅니다.
n- 코일이 감은 횟수를 나타냅니다.
D- 코일의 직경을 밀리미터로 나타냅니다.
공식 2
어디에:
N-은 회전 수를 나타냅니다.
r- 코일 반경(인치).
l- 권선 코일의 길이(인치).
L – 마이크로헨리(uH) 단위의 인덕턴스를 나타냅니다.
다층 코일 인덕터
출처:Wikipedia
여기에서 Wheeler의 공식을 사용할 수 있습니다.
어디에
h- 밀리미터 단위의 코일 높이를 나타냅니다.
n- 코일 회전 수.
d- 밀리미터 단위의 코일 직경 또는 코일 반경의 절반.
전문가들은 다층 코일이 더 높은 코일 전류를 갖는다고 주장합니다. 공심 코일의 자속 밀도를 계산할 수도 있습니다.
때로는 찾기 어려운 특정 공심 인덕터(축 구성 요소)를 찾고 있을 수 있습니다.
Rf 전기 회로에서 잘 작동하는 인덕터를 찾고 있다면 운이 더 나빠집니다.
그러나 적합한 공심 인덕터를 찾으면 고가입니다.
소형 인덕터
운이 좋습니다. 아래에 설명된 단계가 멋진 Q로 고품질의 공심 인덕터 또는 공심 코일을 만들기 위해 취할 수 있는 단계입니다.
다웰과 망치
코일 형태가 원형이므로 원통형 코일을 감을 것입니다.
원통형 코일
권선 코일
출처:Wikipedia
당신은 그것을 채웠습니다(단일 레이어 코일),
코일은 필요한 크기까지입니다(다층 공기 코일),
필요한 코일 깊이에 도달합니다.
한 번에 한 면에만 에폭시를 바르십시오. 양면 테이프를 사용하지 마십시오.
코일 폼 제거
납땜 와이어
이제 공심 인덕터가 완성되었습니다.
에어 코어 인덕터에는 다음과 같은 다양한 애플리케이션이 있습니다.
아날로그 회로의 공심 코일
회로의 공심 인덕터
모든 유형의 인덕터 중에서 공심 인덕터가 강자성 재료로 만들어진 인덕터에 비해 높은 순위를 차지하는 이유를 알 수 있습니다. 이상으로 기사를 마치지만 궁금한 점이 있으면 언제든지 문의해 주시기 바랍니다.
산업기술
오늘날 기업은 사출 성형 또는 3D 프린팅을 사용하여 거의 동일한 복잡한 고품질 최종 제품을 생산할 수 있습니다. 그러나 프로젝트의 특정 요구 사항에 따라 둘 중 하나를 사용하는 것이 더 나을 수 있습니다. 사출 성형이나 3D 프린팅이 프로젝트에 더 좋은지 잘 모르겠다면 계속 읽어보세요! 이 기사에서는 각 공정과 사출 성형과 비교하여 3D 프린팅의 장단점을 자세히 살펴보고 정보에 입각한 결정을 내릴 수 있도록 합니다. 사출 성형에 대한 모든 것 사출 성형 과정에서 용융 플라스틱 재료는 최종 제품의 역인 강철, 알루미늄 또는 구리의
디지털 디자인의 발전 디지털 설계 및 시뮬레이션 도구는 엔지니어와 설계자의 작업 방식을 변화시켰습니다. 지난 수십 년 동안 이러한 도구는 컴퓨팅 성능이 저렴해지고 접근성이 높아짐에 따라 더 빠르고 기능이 풍부해졌습니다. 5~10년 전 슈퍼컴퓨터나 고성능 클러스터에서 실행되었던 대규모 문제를 이제 노트북에서도 실행할 수 있습니다. 동시에 컴퓨터 과학자들은 기계 학습 및 인공 지능과 같은 알고리즘과 최적화 체계를 구축하여 대규모 데이터 세트를 처리하고 수천에서 수백만 개의 변수로 복잡한 문제를 해결할 수 있습니다. 점점 더 많