【半波整流电路】模拟半波整流电路并在示波器上检查其输出附Simulink仿真

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

半波整流电路作为将交流电转换为直流电的基础电路，在电子设备供电系统中有着广泛应用。本文将系统介绍半波整流电路的工作原理、仿真实现方法、实验测量步骤及结果分析，帮助读者全面掌握从理论到实践的完整验证过程。

半波整流电路的核心原理

半波整流电路的核心功能是将正负交替的正弦交流电转换为单向脉动的直流电，其工作原理基于半导体二极管的单向导电性。最简单的半波整流电路由三个基本部分组成：降压变压器、整流二极管和负载电阻。变压器将 220V 市电降至安全的低电压（通常为 6-12V），二极管负责实现电流的单向导通，而负载电阻则用于模拟实际电路中的用电设备。

在电路工作过程中，当交流电压处于正半周时，二极管承受正向电压而导通，电流通过二极管流向负载，在负载两端产生正向电压；当交流电压处于负半周时，二极管承受反向电压而截止，电路中几乎没有电流通过，负载两端电压为零。这种工作特性使得输出电压仅保留了输入交流电的正半部分，形成脉动的直流波形。

需要特别注意的是，实际二极管存在约 0.7V 的正向导通压降（硅管），这会导致输出电压的峰值比输入交流电压的峰值降低约 0.7V。例如，若输入交流电压的有效值为 12V（峰值约 16.97V），则整流后的输出峰值电压约为 16.27V。这一特性在后续的示波器测量中需要重点关注。

半波整流电路的仿真实现

使用电路仿真软件进行前期验证是确保实验成功的重要步骤。推荐使用 Multisim 或 PSpice 等专业电路仿真软件，具体实现步骤如下：

电路搭建：在仿真软件中创建新电路，依次放置交流电压源（设置为 12V/50Hz）、整流二极管（型号 1N4001 适合低频整流场景）、1kΩ 负载电阻和接地符号。按照电源正极→二极管阳极→二极管阴极→负载电阻→电源负极的顺序连接电路，注意二极管的正负极不要接反。

仿真参数设置：为了清晰观察波形变化，需添加虚拟示波器。将示波器的 A 通道连接到整流电路的输入端（变压器次级输出），B 通道连接到负载电阻两端，确保两个通道的接地端共地，避免产生测量干扰。

仿真运行与观察：启动仿真后，示波器将显示两个波形。A 通道显示的是完整的正弦波形，而 B 通道显示的则是经过整流后的半波脉动波形 —— 仅保留正半周波形，负半周被截止。通过仿真可以直观地看到，输出波形的频率与输入交流电源的频率相同（50Hz），但波形形状发生了根本性变化。

若在负载两端并联一个电容（如 100μF 电解电容），可以观察到波形变得更加平滑。这是因为电容具有储能作用，在二极管导通时充电，在二极管截止时放电，从而减小了输出电压的脉动程度。这种带电容滤波的半波整流电路常用于简单的峰值检测器设计。

工程应用与扩展思考

半波整流电路虽然结构简单，但在实际工程中有着特定的应用场景。例如，在一些低功耗设备中，半波整流可以提供简单经济的直流电源；在信号处理领域，半波整流电路可用于调幅信号的解调；在测量仪器中，半波整流配合电容滤波可构成简单的峰值检测器。

与全波整流电路相比，半波整流的缺点是输出电压脉动大、效率低（仅利用了半个周期的电能）。但它的优点是结构简单、成本低廉，在对电源质量要求不高的场合仍被广泛使用。

对于需要进一步降低输出电压脉动的应用，可以在整流电路后添加 RC 滤波电路或 LC 滤波电路。通过增加滤波电容的容量或增大滤波电感的感值，可以显著改善输出电压的平滑度。但需要注意的是，滤波电容过大会导致二极管的冲击电流增大，可能需要添加限流电阻保护。

⛳️ 运行结果

🔗 参考文献

[1] 盖志武,李东升,马岩,等.逆变式焊条电弧焊电源的Simulink仿真[J].焊接学报, 2002, 23(5):4.DOI:10.3321/j.issn:0253-360X.2002.05.009.

[2] 伍家洁.基于MATLAB SIMUUNK的电力系统建模[J].重庆电力高等专科学校学报, 2005, 10(2):4.DOI:10.3969/j.issn.1008-8032.2005.02.002.

[3] 张剑明,田魁岳,杨小玲.基于Matlab/Simulink的液压伺服系统动态性能仿真研究[J].工程机械, 2007, 38(4):5.DOI:10.3969/j.issn.1000-1212.2007.04.018.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇