电感的能量储存在哪里-深度解析(4)

原文地址点击这里

前面我们已经讲述了一些关于电感及磁芯的基本知识,这一节我们来讨论一个很多人关心但答案却很不明确(对于大多数人)的问题,这也是业界很多人(特别是做开关电源的工程师)讨论得最多的问题,即:

电感器的能量到底储存在哪里?

我们可以到网上搜索一下这个话题,如下图所示:

有些网站针对这个问题还进行了比较广泛地讨论,我们暂且不讨论他们的理解是否正确(如果本文的观点与某些发言人不一致,请勿对号入座并请忽略我们的观点,《电子制作站》在此感谢您的理解与支持),但有一点却是十分明确地存在:很多人对这个问题的答案观点不一致!换句话说,对“电感储能”的理解尚有很多分歧,但是能够深刻理解“电感的能量储存在哪里”这个问题,对于开关电源中的电感器与变压器的设计有着非常重要的意义,可以说阅读了《电感》系列文章的读者对“电感储能”的理解绝对可以甩其它人N条街(关注了“电子制作站”订阅号dzzzzcn的朋友们请不要把答案扩散给其它告诉没有关注的人,让他们后悔没有关注我们的订阅号,么么哒JJ),因此,在进一步讲述其它由电感原理构成的元器件(如电感器、变压器、共模扼流圈、磁珠等等),有必要将这个问题弄清楚。

电感器相对电容器会神秘得多,因为磁能比电能更不容易理解,比如,我们可以清楚地说出电容器是用来存储电荷(电场能)的,正负电荷分别储存在两个平行板上,甚至还可以拿出《电容》章节学到的Q=CV方程式来佐证一下,换句话说,对于“电容的能量储存在哪里”的答案相对会明确得多。那电感器的能量储存在哪里?恐怕大多数人都说不上来,甚至有多年工作经验的开关电源工程师都各自有互相矛盾的说法。

有人说:能量应该是存储在磁芯吧!那空心线圈的能量又存储在哪里?空气里?

有人说:能量储存在磁芯的气隙里(也就是空气中),磁芯本身也有很多气隙。这种说法的基本思路就是:空气的磁阻比磁芯的磁阻要大,所以磁路中空气的能量也越大,这类比于电阻串联电路中,电阻值越大,则它消耗(储存)的能量也越大(P=I2R),因为电流是一样的。

有人说:能量肯定是存储在气隙里,比如反激式变压器的磁芯开了气隙之后,存储的能量就大了很多。

也有人说:能量就储存在磁场里,或能量储存在气隙的磁场里!这个答案有点牵强,甚至有点搞笑!这不相当于没说吗?(当然我不会说这是废话)是个人都知道呀!这就相当于在说:磁场能存储在磁场里!电场能存储在电场里,和尚住在和尚庙里(但是,和尚并不一定住在和尚庙里,这并不是一句玩笑,后续我们再来谈这个问题)!当然,这毫无疑问是正确的,然而,这对于理解电感的储能并没有什么卵用。

主流的观点有两个,即电感的能量储存在(1)磁芯或(2)气隙里。

或许我们换个方式提这个问题要好一些。我们知道电容器是用来存储电荷的,正负电荷形成电场,所以电荷是电容能够存储电场能的媒介(或者通俗一点,就是道具),换句话说,电场只是一种外在的表现形式,这与磁场是一个层面的概念,如下图所示:

 

那电感存储磁能的媒介是什么呢?有人说是磁偶极子,不论正确与否,至少我没办法反驳,因为我不是研究物理学或电磁学的,就算媒介确实是磁偶极子,我也是从书上看到的,是别人(道听途)说的,不是我自己理解的就不应该跟读者重复这种看似高逼格的解释,因为不应该拿自己都不信服或不理解的概念或结论作为写文章的论据。《电子制作站》文章的目的就是在摒弃复杂的理论前提下,形象地去理解某一种看似高深或难以理解的知识,如果不能达到这个目的,我们的文章都不需要看了(我想还没有人愿意拿着手机去看别人推导复杂的公式),你可以直接去图书馆找电磁学方面的书籍,那里有一大堆的推导过程与公式在等着你去征服!

这里想表达的意思是:我们不需要去深究电感存储磁能的媒介是什么,但这并不妨碍我们理解“电感的能量存储在哪里”这个问题,但这种概念分层的对应方法确实对有助于理解很多问题(因为后续文章会用得到)。

我们首先描述一下“电感的能量存储在磁芯”的这种说法基本思路(对错与否请暂且忽略,这点非常重要,不然如果你被绕进去了,甚至于质问作者写的什么鬼东西,就别怪我没提醒你了JJ,在这里我们不使用任何微积分那样的高级货来解释这个问题,因为就算公式的推导过程全摆在这里你也未必看得懂,更重要的是,一个抄过来的公式或推导过程对于理解这个问题真心是一毛钱用都没有!JJ)

初中物理学告诉我们,磁芯内部微观上包含很多的磁畴(Magnetic Domain,它可以理解为非常小的磁铁,每一个小小的磁畴都会产生一定的磁场。在磁芯未曾被磁化时,由于内部磁畴的排列方向杂乱无章,磁畴产生的磁场相互抵消,因此整个磁芯对外不显磁性,如下图所示:

当我们对缠线在磁芯体的线圈施加电流时,线圈将会产生一定的磁场强度H(也称为磁化场),磁场强度与电流的大小成正比关系,如下图所示:

注意:电路中这里我们对线圈施加的是恒流源,而不是电压源,如果你用电压源做这个实验导致电源或电池炸掉了,请务必记住把脸护住!

这个磁化场H将对磁芯中的每一个磁畴施加一个磁力矩,使这些磁畴在宏观上转向磁场方向排列起来,这样磁芯整体会对外显磁性,如下图所示:

在这个过程中,我们可以认为:磁畴在磁化场的作用下做功,也就是将磁场能转化为磁力矩保存起来,而表现的形式就是磁场强度B。

在外部磁化场撤消的瞬间,磁芯本身对外是有磁场的,但很快磁畴因本身的方向恢复而释放磁力矩,在这个过程中,磁芯对外的磁场将从大到小变化,如果磁芯周围有线圈的话,就会由于磁通量变化而在线圈中产生感应电动势(线圈切割磁力线),如果线圈有闭合回路的话,就会产生回路电流,如下图所示:

此时磁芯内部的磁畴如下图所示:

这样就有下述所述的能量转换:

这种磁力矩与弹簧的弹力是相似(与机械钟表中的发条更接近一些,但图不好画就免了,你懂的),当弹簧因外力被压迫后(相当于磁芯被磁化),弹簧的弹性势能增加(相当于磁芯的磁力矩增加,也就是磁芯储能增加),如下图所示:

当压迫弹簧的外力撤消后,弹性势能转换为动能对外做功,同样的道理,磁力矩在变化的过程中产生变化的磁场,也可以对处于磁场中的导线或线圈做功,如下图所示:

因此,磁芯的体积越大,则内部的磁畴越多,则相同类型的磁芯材料能够存储的能量越多,这就解释了为什么功率越大的变压器需要体积更大的磁芯。

我们也可以由“电感的能量储在磁芯”的这个说法来讲解释一下磁滞(B-H)回线是如何表征磁芯能量的损失。我们都知道,磁滞回线包围的面积代表了磁芯的损耗,也就是磁化场对磁芯内的磁畴磁化的效率。

在撤消外部磁化场后(H=0)时,理想磁芯内磁畴的磁力矩应该尽量全部复位(即释放为0,相当于弹簧的弹性势能为0时),如果磁力矩没有全部复位,则我们认为磁化场存储在磁芯(磁畴)做的功没有完全释放出来,这些没有释放出来的能量的表现形式我们称之为剩余磁通Br,这个剩余磁通自然越小越好。

如果要将磁力矩全部复位,则必须施加一个反向的磁力场用来抵消磁芯的剩余磁通,我们把剩余磁通减少到0时的磁力场称为矫顽力HC,这个矫顽力自然也是越小越好(理想为0),因为它导致了能量的损失,如下图所示:

很明显,蓝色磁滞回线的面积比红色的要小,因此它代表的磁芯损耗也要小一些,这符合我们对磁滞回线的认识。因此,无损耗的磁滞回线应如下图所示,这与我们理论中无损磁滞回线也是相符合的。

同样,我们也可以藉此解释为什么反激式变压器的磁芯需要增加气隙,增加气隙后的等效磁导率变低,相当于磁滞回线更平缓了,如下图所示:

在相同磁感应强度B1,2下,有气隙磁芯的磁滞回线比无气隙磁芯的磁滞回线要平缓得多(斜率变小,也就是磁芯的等效磁导率变小),因此需要更强大的磁化场对磁芯(磁畴)做功,因此可以认为磁芯(磁畴)储存的能量更多了,因为更多的能量被转化成磁力矩。

如果“电感的能量储存在磁芯里”这个解释成立的话,也存在很多无法解释的问题,比如:电感器的磁芯饱和后,电感器的存储的能量是最大值还是最小值?我们说磁芯在磁饱和后的磁导率为1(相当于空气的磁导率),这样磁芯电感器相当于是空心电感器,自然电感量也就下降了,根据电感储能公式(W=1/2×L×I2)可以看出此时电感储存的能量也是下降的。

但是如果按照能量是储存在磁芯内的说法,有芯电感器的磁芯饱和后,内部磁畴的磁力矩应该都是最大值,也就是说磁化场能够转化能量的极限达到了,此时电感器存储的能量应该是最大值,这就有点矛盾了,如何解释?

再比如:反激式变压器在开气隙之前存储的能量比较小,而开气隙之后存储的能量比较大,开气隙就相当于把磁芯的某个部位截掉了,也就是说,磁芯中总的磁畴数量已经下降,按理说存储的能量应该更小才是,如何解释?

再再比如:我们说电容器介质的介电常数越大,电容器的容量越大的,则能够储存的能量越多,同样,电感器磁芯的磁导率越大,电感量也越大,则能够储存的能量也越多,但我们恐怕从没听说过“电容器的能量存储在介质中”的说法吧,那“电感器的能量存储在磁芯”的说法又做何解释?

看到这里,有些读者在想:电感的能量果然不在磁芯里,那肯定是在气隙里!但是我没有这么说,下一节让我们先谈谈“能量储存在空气(气隙)”里的说法,么么哒!

原文地址:https://www.cnblogs.com/sunshine-jackie/p/8370828.html

时间: 2024-11-02 01:58:51

电感的能量储存在哪里-深度解析(4)的相关文章

电感的能量储存在哪里-史上最深度的解析(6)

原文地址点击这里: 鉴于很多读者阅读了<电感>文章系列第4节后引起的诸多误解,认为作者在胡说八道还写文章献丑,六月雪呀,看来下一盘大棋也不容易呀JJ,正因为如此,笔者才在正式描述前加了一句话:对错与否请暂且忽略,这点非常重要,不然如果你被绕进去了,甚至于质问作者写的什么鬼东西,就别怪我没提醒你了JJ.但很多读者都忽略了这句话! 考虑再三,我们把第6节提前发布,再发布第5节,这不会影响读者及文章的思路,当然,最终答案还是要等后面一期揭晓! 前面两节我们分别讨论了"电感的能量储存在磁芯里

第三十七课、深度解析QMap与QHash

一.QMap深度解析 1.QMap是一个以升序键顺序存储键值对的数据结构 (1)QMap原型为class QMap<K, T>模板 (2).QMap中的键值对根据key进行了排序 (3).QMap中的key类型必须重载operator <     (小于操作符) 2.QMap使用实例一 3.QMap使用实例二 4.QMap的注意事项 (1).通过key获取Value时 A.当key存在,返回对应的Value B.当key不存在,返回值类型所对应的"零"值 (2).插入

第37课 深度解析QMap与QHash

1. QMap深度解析 (1)QMap是一个以升序键顺序存储键值对的数据结构 ①QMap原型为 class QMap<K, T>模板 ②QMap中的键值对根据Key进行了排序 ③QMap中的Key类型必须重载operator< .(即“小于”操作符) (2)QMap使用示例1 QMap<QString, int> map; //注意插入时是无序的 map.insert("key 2", 2); map.insert("key 0", 0

Kafka深度解析

Kafka深度解析 原创文章,转载请务必将下面这段话置于文章开头处(保留超链接).本文转发自Jason's Blog,原文链接 http://www.jasongj.com/2015/01/02/Kafka深度解析 背景介绍 Kafka简介 Kafka是一种分布式的,基于发布/订阅的消息系统.主要设计目标如下: 以时间复杂度为O(1)的方式提供消息持久化能力,即使对TB级以上数据也能保证常数时间的访问性能 高吞吐率.即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输 支持Kafk

数据库深度解析 | 从NoSQL历史看未来

数据库深度解析 | 从NoSQL历史看未来 http://mp.weixin.qq.com/s?__biz=MzAwMDU1MTE1OQ==&mid=209753217&idx=1&sn=d3a021a7bd959cbf92ffc658336b2387&scene=1&srcid=fWEZMjyaJKjZo5wrpSiB&from=singlemessage&isappinstalled=0#rd 本文根据王晶昱(花名沈询)老师在“高可用架构”微信群

Deep Learning模型之:CNN卷积神经网络(一)深度解析CNN

http://m.blog.csdn.net/blog/wu010555688/24487301 本文整理了网上几位大牛的博客,详细地讲解了CNN的基础结构与核心思想,欢迎交流. [1]Deep learning简介 [2]Deep Learning训练过程 [3]Deep Learning模型之:CNN卷积神经网络推导和实现 [4]Deep Learning模型之:CNN的反向求导及练习 [5]Deep Learning模型之:CNN卷积神经网络(一)深度解析CNN [6]Deep Learn

AndroidService 深度解析(2)

AndroidService 深度解析(2) 上一篇文章我们对Service的生命周期进行了测试及总结.这篇文章我们介绍下绑定运行的Service的实现. 绑定运行的Service可能是仅为本应用提供服务,称为本地Service:也可能为其他应用提供跨进程服务,即远程Service.下面分别进行介绍: 本地Service 如果Service只服务于本应用,那么我们只需要继承Binder类,定义我们需要实现的方法即可,当发起绑定连接时,Service将会在onBind方法中返回这个继承类的对象,使

SpringMVC 源代码深度解析&lt;context:component-scan&gt;(扫描和注册的注解Bean)

我们在SpringMVC开发项目中,有的用注解和XML配置Bean,这两种都各有自己的优势,数据源配置比较经常用XML配置,控制层依赖的service比较经常用注解等(在部署时比较不会改变的),我们经常比较常用的注解有@Component是通用标注,@Controller标注web控制器,@Service标注Servicec层的服务,@Respository标注DAO层的数据访问.SpringMVC启动时怎么被自动扫描然后解析并注册到Bean工厂中去(放到DefaultListableBeanF

深度解析数据分析对排名的决定作用(一)

深度解析数据分析对排名的决定作用(一) seo学习笔记摘要: 通过站点数据,更加放便我们了解站点的健康度,看出站点与用户之间的黏度,准确定位站点问题,及时的进行调整定制新的优化计划,让关键词排名更加稳定. 首先大家探讨核心数据分析,    做seo的一般会有这两个迷茫区: 1,不知道从哪開始,全部SEO优化基于数据分析開始.数据会告诉我们用户行为,页面好与坏. 2,做排名过程中不知道自己做的对不正确. 大家常看IP  PV  跳出率  页面点击图 今天SEO研究中心和大家讲用户数据,仅仅实用户数