场效应管通俗易懂的使用方法

输入阻抗

输入阻抗包括感抗、容抗、电阻

输入阻抗跟一个普通的电抗元件没什么两样,它反映了对电流阻碍作用的大小。

对于电压驱动的电路,输入阻抗越大,则对电压源的负载就越轻,因而就越容易驱动;(电阻越大,电阻两端分得的电压也就越大)

而对于电流驱动型的电路,输入阻抗越小,则对电流源的负载就越轻。(电阻越小,电流就接近电源电流)

因此,我们可以这样认为:如果是用电压源来驱动的,则输入阻抗越大越好;如果是用电流源来驱动的,则阻抗越小越好(注:只适合于低频电路,在高频电路中,还要考虑阻抗匹配问题。另外如果要获取最大输出功率时,也要考虑阻抗匹配问题。)



输出阻抗

阻抗是电路或设备对交流电流的阻力,输出阻抗是在出口处测得的阻抗。阻抗越小,驱动更大负载的能力就越高。

场效应管通俗易懂的使用方法

会用为先,再来理解,一举拿下,两全其美。

场效应管和三极管一样,也是三个引脚,里面也有PN结区域,P表示空穴(正电子),N表示负电子。

N沟道结型场效应管:栅极G电流向内流

P沟道结型场效应管:栅极G电流向外流

 N沟道结型场效应管内部原理图

增强型:EMOS

耗尽型:DMOS

N沟道:NMOS

P沟道:PMOS

N沟道EMOS模型

N沟道EMOS管外部工作应满足的条件:

1.VDS > 0(漏极和源极之间的电压必须大于0,保证漏衬PN结反偏)

2.U接电路最低电位或S极(保证源衬PN结反偏)

3.VGS > 0(形成导电沟道)

总结:对于N沟道EMOS管常规操作方法:S极接电源的负极是D极的公共端,所以可以在D极上串联一个负载,负载的另一端接电源+,而G极高电平接通SD端,而低电平断开SD端。P沟道EMOS管与N沟道EMOS管逻辑相反,不同之处在于G极是低电平导通SD端,高电平断开。

全部用法:https://wenku.baidu.com/view/91fd27116f1aff00bfd51ebc.html

举例说明,左图为N沟道场效应管(型号IRF630),右图为P沟道场效应管(型号IRF9640),电源电压12V,具体到你这个电路中,图中电阻等元件可以根据实际电路更换相关阻值,从图中你可以初步了解场效应管做开关电路的接法。

N沟道MOSFET管用法:(栅极G高电平D与S间导通,栅极G低电平D与S间截止,P沟道与之相反)N沟道MOSFET管用法:(栅极G高电平D与S间导通,栅极G低电平D与S间截止,P沟道与之相反)N沟道MOSFET管用法:(栅极G高电平D与S间导通,栅极G低电平D与S间截止,P沟道与之相反)

原文地址:https://www.cnblogs.com/iBoundary/p/11722636.html

时间: 2024-10-31 23:49:52

场效应管通俗易懂的使用方法的相关文章

莫队算法及其应用

在写这篇博客之前,我最想做的一件事就是:ORZ莫队%%%%%%%%. 说明:ceil(x)表示x向上取整,sqrt(x)表示对x开算数平方根. 一.莫队算法简介 莫队算法是一种暴力算法,真的很暴力,但速度很快,属于速度快的暴力.它的基本思想就是分块.关于分块的介绍建议参考hzwer的博客,然后%%%%hzw.莫队算法主要用于解决一类离线查询的问题,和线段树处理的问题是一样的,但处理的是两个不同的方面,当由[L,R]转移到[L',R']的时间为O(|L'-L|+|R'-R|)时适宜使用莫队算法.这

jq、js中判断checkbox是否选中

最近在开发项目时用到checkbox复选框,其中遇到一个问题:在JQ中如何判断checkbox是否被选中呢?之前用JQ获取元素的属性用的都是attr(),但用在checkbox上却没有用,原因何在??? 1.JS中判断checkbox是否被选中 对于在js中来判断checkbox是否被选中很简单,举个??来说 HTML代码: <input type="checkbox" name="box"> 相应的javascript代码如下: var check =

使用 Delphi Xe 的 TDictionary

原本一直使用 TList, 将定义的一个个 Record 保存在TList 里面, 为了能把某些对象管理起来, 例如一个类的 n 多实例,可以进行索引.查找.释放等 今天刚看到原来已经有了一个叫 TDictionary 对象,用起来挺方便. 挺像我们在DB中定义的 Dictionary 表,Key.Value.  而那个不管Key.Value 都挺发达,允许各种定义的类. ok,下面官方Demo很通俗易懂,各方法都在: type TCity = class Country: String; La

用最通俗的语言让你学会网络流

我们想象一下自来水厂到你家的水管网是一个复杂的有向图,每一节水管都有一个最大承载流量.自来水厂不放水,你家就断水了.但是就算自来水厂拼命的往管网里面注水,你家收到的水流量也是上限(毕竟每根水管承载量有限).你想知道你能够拿到多少水,这就是一种网络流问题. 在网上找了很久资料,虽然讲解网络流的资料很多但是浅显易懂的很少(可能是我太蒻了吧),写这篇文章只希望点进来的人都能学会网络流(都能点赞) 我尽量用通俗易懂的语言讲解,同时结合图示理解. 我将讲解以下网络流算法: 最大流 最小费用最大流 先从最基

2.python基础之—列表,元组,字典,集合,字符串的使用方法

一.关于python序列的简介. python里面的序列大部分都可以执行,索引,切片,加,乘,检查长度,以及检查某个成员是否存在,甚至还可以找出这个序列中最小的元素和最大的元素,并且序列都是可迭代的. 解释下个人理解的迭代,迭代(iteration),序列中的迭代就是对序列中的每个元素重复执行某些操作/ 具体的迭代方式后面会说到. 下面就说说python序列的共有特点. 1.索引 一个序列中,所有的元素都有自己的编号,这个编号是从0开始的,这个编号就是所谓的索引,这些元素可以通过索引来依次访问.

css教程:css自适应布局方法

在进行web前端项目开发(http://www.maiziedu.com/course/web-px/)时,通常情况下会对浏览器进行自适应布局,自适应布局分两类:高度和宽度,方法有很多,我用三列布局举例,我就列几个通俗易懂的例子呗,懂了三列的,两列的原理一样,呵呵哒. 效果图如下:高度自适应--宽度自适应 1,高度自适应布局 原理就是把每个模块设置为绝对定位,然后设置中间自适应的模块的top和bottom属性的值分别为头部模块和底部模块的高,然后中间模块的高度就自适应了.代码如下: html代码

贝叶斯方法

学习资料:http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/ 概率论只不过是把常识用数学公式表达了出来. ——拉普拉斯 记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时:有一次,在书店看到一本书,名叫贝叶斯方法.当时数学系的课程还没有学到概率统计.我心想,一个方法能够专门写出一本书来,肯定很牛逼.后来,我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法. ——题记 目录 0. 前言 1. 历史  

python装饰器通俗易懂的解释!

python装饰器 刚刚接触python的装饰器,简直懵逼了,直接不懂什么意思啊有木有,自己都忘了走了多少遍Debug,查了多少遍资料,猜有点点开始明白了.总结了一下解释得比较好的,通俗易懂的来说明一下: 小P闲来无事,随便翻看自己以前写的一些函数,忽然对一个最最最基础的函数起了兴趣: 1 def sum1(): 2 sum = 1 + 2 3 print(sum) 4 sum1() 此时小P想看看这个函数执行用了多长时间,所以写了几句代码插进去了: 1 import time 2 3 def

数学之美番外篇:平凡而又神奇的贝叶斯方法

转载自:http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/ 概率论只不过是把常识用数学公式表达了出来. ——拉普拉斯 记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时:有一次,在书店看到一本书,名叫贝叶斯方法.当时数学系的课程还没有学到概率统计.我心想,一个方法能够专门写出一本书来,肯定很牛逼.后来,我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法. ——题记 目录 0. 前言 1. 历史