当前位置: 首页 > news >正文

简单升压稳压电路 LTspice 结果

简 介:本文通过LTspice仿真分析了升压电路的工作特性。首先测量了电路的静态工作电流为3.47mA,并测试了不同负载下的转换效率:1kΩ负载时效率为58.9%,100Ω负载时效率达72.8%。实验发现输出电压随负载变化明显,100Ω时输出4.5V,150Ω时升至4.9V,更高负载时稳定在5V左右。研究结果表明,该升压电路的转换效率随输出功率增加而提高,但负载变化会显著影响输出电压稳定性。

关键词升压电路LTspice

升压电路的基本特性

  • 一个简单使用升压电路的仿真

01LTspice仿真升压电路


一、简介

前面通过 LTspice 仿真测试了这个 升压电路。 下面再使用 LTspice对他的基本特性进行仿真。 一个是测量它在不同的工作状态下的输入电流波形以及对应的平均电流。 测量在不同负载下该电路的转换效率。 二是测量负载电阻对于输出电压的 影响。 最后,再测量一下输入电压对于输出电压的影响, 评估一下它的稳压机制的效果。

二、电路静态工作电流

首先测量一下电路的静态工作电流。 设置负载电阻为 1MΩ, 几乎 是没有输出负载。 设置最大仿真时间间隔为 1微秒, 显示工作电源的电流波形。 仿真 100ms 之内的工作电源输出电流波形。 可以看到电路的工作电流 也是脉冲电流。 下面通过数值统计电流波形, 最终获得电路的平均工作电流。

从 LTspice 导出仿真电源电流波形, 前面是启动电流。 统计在 2.5ms 之后, 电路工作电流的平均值。 通过Python 编程, 最终计算出电路的平均工作电流为 3.47mA。 这是电路的静态工作电流。

▲ 图1.2.1 LTspice 仿真的电流波形
#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST1.PY -- by Dr. ZhuoQing 2025-12-13## Note:#============================================================fromheadmimport*data=tspload('aa','data')id=where(data[0]>0.0025)[0][0]t1=data[0][id]tall=0.1-t1 tdim=data[0][id:]idim=data[1][id:]deltat=[t2-t1fort1,t2inzip(tdim[:-1],tdim[1:])]sigmac=sum([t*ifort,iinzip(deltat,idim[:-1])])printf(sigmac/tall)plt.plot(data[0],data[1],lw=3)plt.xlabel("Time(s)",color="steelblue",fontsize=24)plt.ylabel("Current(A)",color="steelblue",fontsize=24)plt.grid(True,which='both',linestyle='--',alpha=0.7)plt.tight_layout()plt.show()#------------------------------------------------------------# END OF FILE : TEST1.PY#============================================================

接下来, 设置负载为 1k 欧姆。 在输出5V的情况下, 负载电流大约为 5mA。 使用同样的方法统计工作电流, 这样可以得到电路的转换效率。 电路的工作电流为 14.16mA。 计算电路的输入功率 以及负载功率, 电路电能转换效率为 58.9% 左右。

#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST1.PY -- by Dr. ZhuoQing 2025-12-13## Note:#============================================================fromheadmimport*data=tspload('aa','data')id=where(data[0]>0.0025)[0][0]t1=data[0][id]tall=0.1-t1 tdim=data[0][id:]idim=data[1][id:]deltat=[t2-t1fort1,t2inzip(tdim[:-1],tdim[1:])]sigmac=sum([t*ifort,iinzip(deltat,idim[:-1])])printf(sigmac/tall)plt.plot(data[0],data[1],lw=3)plt.xlabel("Time(s)",color="steelblue",fontsize=24)plt.ylabel("Current(A)",color="steelblue",fontsize=24)plt.grid(True,which='both',linestyle='--',alpha=0.7)plt.tight_layout()plt.show()#------------------------------------------------------------# END OF FILE : TEST1.PY#============================================================

将电阻负载下降到 100欧姆, 再次进行仿真。 可以求得输入平均电流为 92.68mA。 由此可以计算出电路的转换效率, 转换效率达到了 90%左右。 可以看到, 当输出功率增加, 电路的转换效率也相应提高了。


实际测试输出电压, 可以看到它只有 4.5V, 并没有达到 5V。 根据现在的平均电压, 重新计算电路转换效率, 实际转换效率大约为 72.8% 左右。

三、负载特性

测量电路的负载特性, 改变输出负载 R2的阻值, 从 100 欧姆, 变化到 1k 欧姆 。 测量不同负载下, 输出电压的变化。 将仿真数据导出, 统计 2ms 之后的平均电压, 绘制出不同电阻对应的输出电压的平均值。 在负载为 100欧姆的时候, 输出电压大约为 4.5V。 电阻变化到 150欧姆, 电压迅速上升到 4.9V左右。 随着负载增加, 输出电压便稳定在 5V左右。

▲ 图1.3.1 不同复负载对应的输出电压
#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST2.PY -- by Dr. ZhuoQing 2025-12-13## Note:#============================================================fromheadmimport*length,data,time=tspload('aa0','length','data','time')rdim=list(linspace(100,1e3,19,endpoint=True))#printf(rdim, shape(rdim))printf(shape(data),shape(time),shape(length))foriinrange(len(length)):startid=sum(length[:i])endid=sum(length[:i+1])plt.plot(time[startid:endid],data[startid:endid],lw=3)plt.xlabel("Time(s)",color="steelblue",fontsize=24)plt.ylabel("Voltage(V)",color="steelblue",fontsize=24)plt.grid(True,which='both',linestyle='--',alpha=0.7)plt.tight_layout()plt.show()#------------------------------------------------------------# END OF FILE : TEST2.PY#============================================================

▲ 图1.3.2 不同电阻与输出电压
#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST2.PY -- by Dr. ZhuoQing 2025-12-13## Note:#============================================================fromheadmimport*length,data,time=tspload('aa0','length','data','time')rdim=list(linspace(100,1e3,19,endpoint=True))#printf(rdim, shape(rdim))#printf(shape(data), shape(time), shape(length))vdata=[]foriinrange(len(length)):startid=sum(length[:i])endid=sum(length[:i+1])# plt.plot(time[startid:endid], data[startid:endid], lw=3)vdata.append(data[startid:endid])#plt.xlabel("Time(s)", color="steelblue", fontsize=24)#plt.ylabel("Voltage(V)", color="steelblue", fontsize=24)#plt.grid(True, which='both', linestyle='--', alpha=0.7)#plt.tight_layout()#plt.show()startid=int(len(data)/len(length)/5)vdim=[float(mean(vdim[startid:]))forvdiminvdata]printf(list(rdim),list(vdim))plt.plot(rdim,vdim,lw=3)plt.xlabel("Resistor(Ohm)",color="steelblue",fontsize=24)plt.ylabel("Voltage(V)",color="steelblue",fontsize=24)plt.grid(True,which='both',linestyle='--',alpha=0.7)plt.tight_layout()plt.show()#------------------------------------------------------------# END OF FILE : TEST2.PY#============================================================

四、输入电压与输出电压

接下来,测量电路的输出电压与输入电压之间的关系。 将电阻负载设定为 1kΩ。 改变输入电压, 从 1.5V 变化到 5V, 每次增加 0.2V 。 可以看到输出电压在负反馈的作用下, 大都稳压在 5V左右。 导出仿真数据, 统计 6ms 之后的电压平均值。 绘制出输出电压与输入电压的关系。 在输入电压为 1.5V 的时候, 电路可以工作, 但是输出电压并没有稳压在 5V, 电压只有 3.7V左右。 只有当输入电压超过 2.1V之后, 输出电压才基本上稳压在 5V 左右。

▲ 图1.4.1 不同输入电压对应的输出电压

▲ 图1.4.2 不同输入电压与输出电压

结 ※


文通过 LTspice 仿真了一个升压电路的基本特性。 虽然他有稳压负反馈, 但是随着输入电压的变化对应的输出电压会出现一定的变化。 输出负载对于输出电压也有较大的影响。


■ 相关文献链接:

  • 一个简单使用升压电路的仿真-CSDN博客

● 相关图表链接:

  • 图1.2.1 LTspice 仿真的电流波形
  • 图1.3.1 不同复负载对应的输出电压
  • 图1.3.2 不同电阻与输出电压
  • 图1.4.1 不同输入电压对应的输出电压
  • 图1.4.2 不同输入电压与输出电压
http://www.gsyq.cn/news/94995.html

相关文章:

  • 排序算法汇总以及java实现
  • AMD发布Nitro-E轻量级扩散模型:304M参数实现文本到图像高效生成
  • 学习笔记【Day 13】Open Harmony PC应用在SD WAN的软总线场景移植测试中碰到的拦路虎
  • Scarab模组管理器:空洞骑士玩家的终极安装解决方案
  • day23 常见特征筛选算法
  • 百度网盘智能提取码解决方案:技术驱动的自动化访问新体验
  • Flutter开发基石:Dart语言从入门到实战核心指南
  • 【论文阅读】Multi-modal Spatial Clustering for Spatial Transcriptomics Utilizing High-resolution Histology
  • 【牛客周赛 107】E 题【小苯的刷怪笼】题解
  • YOLOv11 改进 - C2PSA | C2PSA融合DML动态混合层(Dynamic Mixing Layer)轻量级设计优化局部细节捕获与通道适应性,提升超分辨率重建质量
  • 编辑相似度(Edit Similarity):原理、演进与多模态扩展
  • ClickHouse 快速入门
  • A little something to get you started
  • YOLOv11 改进 - C2PSA | C2PSA融合EDFFN高效判别频域前馈网络(CVPR 2025):频域筛选机制增强细节感知,优化复杂场景目标检测
  • Vue + Echarts 实现科技感数据大屏
  • SmoothDiscreteMarchingCubes 多边形网格数据的平滑
  • YOLOv11 改进 - C2PSA | C2PSA融合Mona多认知视觉适配器(CVPR 2025):打破全参数微调的性能枷锁:即插即用的提点神器,引领视觉微调新突破
  • YOLOv11 改进 - SPPF模块 | 替代SPPF, Mona多认知视觉适配器(CVPR 2025):打破全参数微调的性能枷锁:即插即用的提点神器
  • 百度网盘直链解析:新手必学的3步全速下载方法
  • 【KMP算法】KMP算法揭秘:高效字符串匹配的艺术
  • CSS Padding图解指南:小白也能懂的间距魔法
  • KL按键映射文件修改
  • 智驾相关名词简介
  • 面向对象程序设计———数字电路模拟程序1、2与第一次课堂测验总结
  • 传统统计 “手忙脚乱” VS 虎贲等考 AI “一键洞察”:数据分析的革命性分水岭
  • document.querySelector在电商网站中的5个实战应用
  • SK海力士×NVIDIA联手,AI NAND性能狂飙30倍!
  • C 标准库 - <locale.h>
  • 单片机芯片] CH32V307 支持手机的虚拟U盘实现拖拽固件升级
  • 【规范驱动的开发方式】之【spec-kit】 的安装入门指南