低灵敏度的无源EMI滤波器的设计.pdf
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 灵敏度 无源 EMI 滤波器 设计
- 资源描述:
-
第11期
宋智等.低灵敏度的无源FMI滤波器的设计
1317
低灵敏度的无源EM滤波器的设计
宋智…2张涛张华3朱义胜
(1.大连海事大学信息科学技术学院,辽宁大连116026:2.大连交通大学电气信息学院,辽宁大连11028;
3.辽宁师范大学物理与电子技术学院,辽宇大连116029)
摘要在深入分析无源EMI波器工作原理的基璃上,提出了一种低灵教度的EMI浅波器的设计方
法,通过控制网络入端口反射系数的模值,采用遗传算法设计了一个五阶低通波器,并与 Chebyshev
原型潐波器进行比较。仿真实验表明所设计的滤波器丹有随负戦変化灵敏度小的优点,证明了该方法
的有妣性。
关键词无源EMI滤波器蘧传算法匹配网灵度
中分类号TPL83
文献蒜识码
文章编号1000-3932(2011)114317-03
高頻开关电源具有体积小、重量轻、功率密度频(直流)至截止频率(工频)通过的低通波器
大及效率高等优点,被广泛地应用于生产和生活对电磁干扰的阻带,要求尽可能高的衰减
的各个领域2。但开关电源中功率开关的高速
为了分析无源EMI滤波器参数与插入损耗
开关动作产生的dw/dt和didr,形成了严重的电的关系,将漶波器表示为二端口网络,如图1所
不仅严重干扰其它临近电子设备的正常工作而示输出端口的负截阻次争
磁干扰EMI( electromagnetic interference)oEMI示。、和R3分别表示信号
电压和内阻,R1表
且还威胁着人类的健康与安全。因此,降低电子
产品的电磁干扰,提高电子产品的电磁兼容性
EMC( electromagnetic compatibility)已成为当今电
以の/无源FMI
浪波器
子行业所关注的问题。
设计和选用EM滤波器的一个主要问题是
选垟合适的电路结构,使其在传导干扰频率范围
1接入滤波器后的电路
0.15~30MHz( CISPR17标准)内能提供较高的
输入端口反射系数为:
插入损耗,使EMI信号得到最大的衰减。文献[4
8]提出了用插入损耗和经验来设计、计算滤波
器参数的方法。但是插入损耗是在噪声源阻抗和式中Z。(s)一二端口网络的输人阻抗。
负载阻抗都为502的情况下定义的,实际应用
在频段[0,2。]上,输人端口反射系数的上确
中,负载阻抗的变化对插入损耗有很大影响。如界为
果依靠经验,对初学者也比较难,而且得到的滤波
IS1。= suits(jio,R-)I:aE)≤。(2)
器不是最优化的。笔者提出了一种新的设计EMI
在频段(2,.]上,输入端口反射系数的下
滤波器的方法,通过控制滤波器网络输人端口反确界为
射系数的模值,采用遗传算法对无源EMI滤波器式中22.一一通带的截止频率和阻带的起始
进行了设计,优化得到一个低灵敏度的滤波器。
颎率。
1低灵敏度的无源EM滤波原理
由式(2)、(3)可知,S:既是频率o的函数
为了使电源满足指标要求,抑制电磁噪声,在
电源设备中插入EMI滤波器。从抗电磁干扰角
度,开关电源EMI滤波器实际是一个只允许从零
收日期:20110928(修改稿
甚金项目:国家自然科学碁金资助项目(50877004)
万方数据
1318
化工自动化及仪表
第38卷
同时也是负载R1的函数。设计低灵敏度的EMI
开始
滤波器就是同时实现最小化1S1和最大化
种群初始化、设置进化代数
IS1-,进而求出二端口网络中的元件值
MAXGEN tcn=l
滤波器的插入损耗( Insertion Loss-L)为:
「个体适应度的检测评?
/L=10log(P/P)
式中P1,P2一滤波器接入前、后从信号源传送
到负载的功率。
网络的传输方程表示:
- ten=Maxge
保有数据
V」=U。-1R
(7)
图2遗传算法流程
由式(4)~(7)可得
3EMI滤波器设计实例
1L-2010G/411ZL+A 2 +A2 R, RL +AR
假定滤波网络的信号源内阻R。=50,滤波
2遗传算法
器的截止频率为190MHz。设计过程中采用了多
遗传算法( Genetic Algorithm,GA)是由Ho-种网釜结构进行优化比较,最终选取容易实现的
land于1975年提出的,它是一种借鉴生物界自然网络元件少的五阶工C低通网络形式,优化设计
选择和自然遗传机制的随机搜索算法?。遗传的滤波器电路如图3所示
算法不依赖于梯度信息,而是通过模拟自然选择
和遗传中发生的复制、交叉及变异等现象,从任
Er
初始种群出发,通过随机选择、交叉和变异操作,
产生一群更适应环境的个体,使群体进化到搜索
空间中越来越好的区域,这样一代代不断地繁行
图3优化后的滤波器电路
进化,最后收敛到一群最适应环境的个体,求得间
由式(8)可得图3所示滤波器的插入损耗的
题的最优解。遗传算法的流程如图2所示。
A参数矩阵为:
A
jac, 1110
1-2(っC3+LG3-o22GLC3+2G3)
ja(La -, C; la +L)
jo(1+3-2C1い2C;+C3-oG1L2C3)
o[C l, (C,+C,)-WCL2C, L4 Cs1
jal L, (C+C )-0C1L: C] tx1+1-a'cul
在CA算法中,电路的5个元件变量均采用的插入损耗的变化范围小于 Chebyshev波器,
进制編码,设置种群个体数目100,每个种群的其波纹起伏较小,说明当负載发生变化时,设计滤
长度为20,最大遗传代数200,交叉概率0.9。通波器随负载变化的灵敏度小。
过GA算法得出滤波电路参数值见表1
表1电路元件值
Cu
Lz/nh
L/NH
C: /PP
18.846
62.434
36.148
57.015
く
设计的滤波器接不同负载时对应的插人损耗
如图4所示。其中“”代表笔者设计的滤波器插
20
人损耗,“+”代表 Chebyshev原型滤波器的插入
频率fM日z
损耗。从图4的分析可知,在通带内设计滤波器
R1=500
万方数据
展开阅读全文
文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。



链接地址:https://www.wdfxw.net/doc51935881.htm