EMC整改的小建议

转载自如下地址:


http://www.eefocus.com/fhdz2004/blog/16-04/378683_96703.html

若有侵权请联络。


内容大致如下:

一、电容的滤波作用

1.jpg
2.jpg

即频率f越大,电容的阻抗Z越小。

当低频时,电容C由于阻抗Z比较大,有用信号可以顺利通过;

当高频时,电容C由于阻抗Z已经很小了,相当于把高频噪声短路到GND

上去了。


二、电容滤波在何时会失效

整改中常常会使用电容这种元器件进行滤波,往往有“大电容滤低频,小电容滤高频”

的说法。

以常见的表贴式MLCC陶瓷电容为例,进行等效模型如下:

3.jpg

         容值10nF,封装0603的X7R陶瓷的模型参数如下:

4.jpg

         由于等效模型中既有电容C,也有电感L,组成了二阶系统,就存在不稳定性。对电路回路来说,就是会发生谐振,谐振点在如下频率处:

5.jpg

         下图是谐振曲线的示例:

6.jpg

         即常说的在谐振点前是电容,谐振点之后就不再是电容了。

三、LC滤波何时使用

如果串联电感L,再并联组成C,就形成了LC滤波:

7.jpg

         单独一个电容C是一阶系统,单独一个电感L也是一阶系统,在幅值衰减斜率是-20dB。但LC组成的二阶系统,幅值衰减斜率是-40dB,更靠近理想的“立陡”的截止频率的效果,即滤波效果更好。

8.jpg

四、PWM频率到底是多少

往往提到PWM,比如会说用20kHz PWM驱动电机等。但实际上,这个20kHz仅代表

PWM的脉冲周期是50us:

9.jpg

         那么所谓的20kHz PWM在频域上的频率点落在哪里呢,如下公式:

10.jpg

         对于阶跃信号来说,由于上升时间tr无穷小,则频率f无穷大。当频率高了之后,寄生参数则不能在忽略,会引发很多谐振的问题。

从信号上来看,就是很陡峭的阶跃信号会有过冲和振荡的问题。简单来说就是频率f越大,则噪声所占的频率就会越宽泛,即EMC特性就会越差。

 

五、如何将原理图和PCB对应起来

由于细分工种的问题,原理图和PCB被割裂开来,由两组人进行分工作业:

11.jpg

例如在原理图上有如下的电路:

12.jpg

其隐含一个问题就是在PCB上其实V1的负极和C1的负极是有一条线(PCB layout工

具软件中用的词比较准确,Trace,踪迹/轨迹)。

         往往在设计阶段A->B->C是都会关注的。如果EMC出现问题,除了要在原理图上查找电路参数的问题,还需要特别关注C->D,即回流路径。

13.jpg

         如果回流路径不顺畅,会造成信号的畸变:

14.jpg

         比如在EMC试验时,MCU的ADC采集到的信号被干扰到了,则除了在原理图上分析外,在PCB上讲该信号高亮出来,然后再耐心寻找该信号的回流路径是否有不顺畅的地方:

15.jpg

         对着信号线头脑中想象回流路径,有点意识流的感觉。


 

六、总结

16.jpg

 


### EMC整改案例与解决方案概述 EMC(电磁兼容性)问题是现代电子产品设计中不可忽视的重要环节。以下是几个典型的EMC整改案例及其对应的解决方案: #### 射频电路的EMC测试与验证 在射频电路的设计过程中,有效的EMC测试与验证能够显著减少产品开发周期中的潜在问题。通过实际案例的研究表明,遵循特定的最佳实践可以帮助工程师优化其设计并满足EMC标准的要求[^1]。 #### 电动汽车EMC整改措施不当示例分析 对于电动汽车而言,随着电子电器零部件数量的增长,整车电气系统的电磁环境变得日益复杂。如果接地、屏蔽和滤波措施未能得到妥善处理,则可能导致严重的功能障碍甚至安全隐患。具体来说,在某款电动车项目中发现由于未充分考虑线缆布局及屏蔽效果而导致信号干扰加剧的现象。针对这一情况采取了重新规划布线路径并加强关键区域金属外壳包裹等方式来改善整体性能表现[^2]。 #### 综合性EMC整改建议 当面对复杂的EMC挑战时可以从以下几个方面入手制定全面性的解决策略: - **改进电源供应部分**:采用高质量电容器构建低阻抗回路从而抑制噪声传播;同时增加必要的LC网络以过滤高频成分。 - **增强PCB板级防护能力**:合理安排敏感元器件位置使其远离强辐射源;利用地平面分割技术形成独立分区防止串扰发生。 - **完善机箱结构设计**:选用适当材料制作封闭式壳体并将所有开口缝隙密封良好以便阻挡外部有害场进入内部空间。 下面给出一段Python脚本用于模拟简单情况下计算两个频率之间的隔离度变化趋势图作为辅助工具之一供参考: ```python import numpy as np import matplotlib.pyplot as plt def isolation(frequency, distance): return 20 * np.log10(distance / frequency) frequencies = np.linspace(1e6, 1e9, 1000) # Frequency range from 1 MHz to 1 GHz distances = [0.1, 0.5, 1.0] # Distances in meters for d in distances: isolations = isolation(frequencies, d) plt.plot(frequencies/1e6, isolations, label=f'Distance {d}m') plt.xlabel('Frequency (MHz)') plt.ylabel('Isolation (dB)') plt.title('Frequency vs Isolation') plt.legend() plt.grid(True) plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值