当前位置: 首页 > news >正文

前端反接保护:实用方案解析与探讨

前端反接保护通常采用肖特基二极管方案或 PMOS/NMOS 方案,除上述方案外,本文另外还介绍了 3种理想二极管方案。

1、肖特基二极管方案

▼由于肖特基二极管具有正向导通电压,只能用于小电流场合,甚至于直接使用普通的整流二极管。比如 1A 电流,设 D1 的正向电压 VF = 0.3V,那么其自身功耗 P = 1A*0.3V = 0.3W。

若为 10A 就有 2W 了,发热量变得非常严重。这里未考虑二极管的两端电压实际是会随电流增大而增大的。

2、PMOS/NMOS方案

▼在大功率场合的应用中,考虑到 MOS管的RDS(on)只有毫欧级别的电阻,相对于二极管的 Vf 电压会好很多。

1)PMOS方案工作原理

▼上电时,通过内部的寄生二极管,Vgs 电压大于 Vth 电压,PMOS 管完全导通。

调整 R1 与 R2 的比值,使 Vgs 的电压尽量高,RDS(on) 就会更小。

稳压二极管D1 作为保护电路,用于避免 Vgs 超过其击穿电压。

2)NMOS方案工作原理

▼上电时,通过内部的寄生二极管,Vgs 电压大于 Vth 电压,NMOS 管完全导通。

调整 R1 与 R2 的比值,使 Vgs 的电压尽量高,RDS(on) 就会更小。

无论是 PMOS 还是 NMOS,都会添加稳压二极管与电阻作为保护电路,但是流过稳压二极管会有漏电流,这会增加整个系统的静态电流 Iq,在汽车应用中受到一定的限制。

一些原始设备制造商规定,车辆停放时,其电子控制单元(ECU)的总电流消耗应保持在以下水平:在 12V 电池供电系统中不超过100µA,而在24V电池供电系统中则不超过500µA

3、理想二极管方案

在前端保护方面,肖特基二极管因其成本低廉和电路设计的简洁性,在小电流应用中表现出色。然而,随着电流强度的增加,该方案的功率损耗热效应也日益显著,成为其局限性。

对于需要处理较大电流的应用场景,MOSFET 电路成为了一个可行的选择,但此时需根据具体的应用需求精心挑选 PMOS 或 NMOS。

PMOS 不适用于低压环境,并且不具备输入整流的功能。NMOS 相对于 PMOS价格相对便宜,且 NMOS 的RDS(on) 更小。详情移步:为什么NMOS管比PMOS管更受欢迎。

传统的两种反接保护方案在应对新型系统对低成本、小体积、低静态电流、高效率及多功能性的需求时显得力不从心。然而,采用能够驱动外部 NMOS 的智能理想二极管控制器,则能够完全满足这些要求。

▼比如LM74720-Q1,如图 3.1 所示。这些器件集成了所有必要的控制块,用于符合 EMC 标准的电池反向保护设计,并集成了用于驱动高侧外部 MOSFET 的升压稳压器,从而使正常运行期间的 IQ 为 27µA。

采用节省空间的 12 引脚 WSON封装3.00mmx3.00mm,SMD焊接相对以下两种要求高。

图3.1 低 IQ 理想二极管

▼再比如MPQ5850-AEC1,它也是一款智能理想二极管控制器,可驱动外部 NMOS,取代肖特基二极管或 PMOS 实现反向输入保护。该器件集成了内部升压电路,即使在低输入 VBATT 条件下,也能提供升压电压导通外部 NMOS。

采用8引脚SOT-23封装3.00mmx2.00mm,有效节省布板空间。

图3.2 MPQ5850-AEC1功能框图

MPQ5850-AEC1 通过调制外部 N-FET 的栅极将源漏电压(Vsd)调节至 20mV。其20mV 超低压差可最大限度地减少功耗,并能够轻松检测到微小的负电流。

▼再比如LM74700-Q1,如下图 3.3 所示。外围电路比较简洁,适用于外部 NMOS 的电荷泵。采用6引脚和8引脚SOT-23封装2.90mmx1.60mm,有效节省布板空间。

图3.3 LM74700-Q1应用原理图


卑微如蝼蚁,坚强似大象。觉得不错,动动发财的小手点个赞哦!

http://www.jsqmd.com/news/472646/

相关文章:

  • 2026年杭州租车服务指南:商务出行、旅游包车、婚车车队及汽车租赁公司选择建议,卓强汽车用十年沉淀护航每一次安心旅程 - 海棠依旧大
  • 【Java实战】Java集成AD域账号登录
  • ES 处理索引数据变动的原理剖析
  • 【OS】进程等待-就绪态分析及原语-事务对比
  • 减速电机 手指气缸 直线导轨规格尺寸图
  • 基于QT对UR3进行开发
  • 河北省雄安新区(马蹄湾村)航空高光谱遥感应用数据集下载
  • 【人工智能】少样本学习/提示(Few-shot Learning/Prompting),这种能力模仿了人类的学习方式,即我们通常不需要大量的例子来学习新事物或识别新的物体
  • 大卫三角形法(canvas)和立体图示法(echarts)实现
  • Kafka 高吞吐量的原因是什么?
  • CCV 开源项目使用教程
  • Kafka 如何调优?
  • go协程奇偶打印和交替打印ABC
  • 探索ccv:一个轻量级且功能强大的计算机视觉库
  • KCD Beijing + vLLM 2026 全议程公布:30+ 技术分享,AI × 云原生 × vLLM 一次看够
  • Kafka 如何解决消息堆积问题?
  • 腾讯AI布局:QClaw登场,元宝何去何从?
  • Android开发者必备:TooLargeTool日志分析实战教程
  • 【亲测免费】 mergerfs 项目使用教程
  • 汇智信科-飞行讲评系统
  • AI应用新趋势:中国崛起与全球市场割裂
  • 项目推荐:Stable Diffusion WebUI Colab
  • Kafka 消息堆积的原因有哪些?
  • 微软Copilot惨败,Anthropic能救场吗?
  • Logstash:强大的数据处理管道,助力日志管理与分析
  • 2024年必收藏的开发者资源:dev-resources精选工具TOP50
  • 2026年广东AI智能测试标杆厂家最新推荐:AI智能信创测试公司、AI智能测试管理公司、AI智能自动化测试公司、AI智能性能测试公司、AI智能接口测试公司广州掌动智能 - 海棠依旧大
  • AI短剧来袭:真人剧会被全面替代吗?
  • 别再乱用ScrollViewer了!WPF滚动容器与布局控件的正确搭配指南
  • 深入理解粤语编程编译器:从Python转换到LLVM执行