电路笔记(一)——RC充放电

相关知识:

电路:

时间常数:(是指物理量从最大值衰减到1/e所需要的时间)

\tau = RC

对于充电:时间常数是电容器电压 Uc从0增加到63.2% 所需要的时间。

对于放电:时间常数是电容器电压 Uc从Us减少到36.8% 所需要的时间。

电容充放电一般3 - 5个时间常数可以充满电

  • 假设有电源Us通过电阻R给电容C充电,U0为电容上的初始电压值,U1为电容充满电后的电压值,Ut为任意时刻(t时)电容上的电压值,那么可以得到以下公式

Ut = U0 + (Us - U0) * (1 - e^-\frac t\tau)

  • 如果电容初始电压值为0则公式为

Ut = Us * (1 - e^-\frac t\tau)

  • 因为指数值只可能无限接近于0,但永远不会等于0,所以电容电量要完全充满,需要无穷大的时间。 当t = RC时,Vt = 0.63Vu;

当t = 2RC时,Vt = 0.86Vu;

当t = 3RC时,Vt = 0.95Vu;

当t = 4RC时,Vt = 0.98Vu;

当t = 5RC时,Vt = 0.99Vu;

经过3~5个RC后,充电过程基本结束。

RC电路知识补充:

RC动态电路:

零输入响应:换路前电容已充电,即Uc(0+)= Uc(0-)= U0,换路后,电容电压从U0开始逐渐减少,一直下降到0,动态过程结束。

Ut = U0 * e^-\frac t {\tau}

零状态响应:换路前电容状态为0,换路后,电容电压从0开始逐渐增加,直到Ut = Us,动态过程结束

Ut = Us(1 - e^-\frac t \tau)

全响应:换路前电容电压Uc(0-) = U0,换路后,Uc(0+)= Uc(0-) = U0,t趋向于无穷时,电路达到新的稳态,Uc(无穷)= Us。

Ut = U0 * e^-\frac t {\tau} + Us(1 - e^-\frac t \tau)

RC电路的三要素:初值Uc(0+) 、稳态值Uc(无穷)、时间常数

仿真:

1.使用元器件:电阻(RES),电容(CAP),拨码开关(DIPSW),

2.电路图:

3.示波器现象:(黄色为电源波形,蓝色为电容充电波形)

所用信号频率50hz,的交流脉冲信号,一个周期的时间为0.02s

充满电3-5个时间常数(回顾)

  • R1和C1导通时,时间常数为0.00001s,所以几乎可以说是瞬间充满,波形完全重叠

  • R1和C2导通,时间常数为0.01s,所以一个周期下来根本充不满

  • R3和C3导通,时间常数为0.002s,5个时间常数后,一个周期刚好充满

### RC电路充电时间常数公式及其计算方法 RC电路的时间常数 \( \tau \) 定义为电阻 \( R \) 和电容 \( C \) 的乘积,即: \[ \tau = R \cdot C \] 这参数描述了电容器在充电或放电过程中电压变化的速度。具体而言,经过个时间常数 \( \tau \),电容器的电压会达到其最终值的大约63.2%[^1]。 假设有个电源 \( V_u \) 通过电阻 \( R \) 给电容 \( C \) 充电,\( V_0 \) 表示电容上的初始电压值,而 \( V_t \) 则表示任意时刻 \( t \) 时电容上的电压值,则可以根据指数规律得出以下公式[^3]: \[ V_t = V_u (1 - e^{-\frac{t}{\tau}}) \] 其中: - \( V_t \): 时间 \( t \) 后电容两端的电压; - \( V_u \): 电源提供的稳定电压; - \( e \): 自然对数底数(约为2.718); - \( \tau \): 时间常数,单位为秒。 如果需要知道电容完全充满所需的时间,通常认为当 \( t = 5\tau \) 时,电容已接近满充状态,此时电容上存储的能量达到了理论最大值的99%以上[^4]。 以下是基于上述公式的Python实现代码用于模拟RC电路充电过程中的电压随时间的变化情况: ```python import numpy as np import matplotlib.pyplot as plt def rc_charging_voltage(t, tau, Vu): """ Calculate the voltage across a capacitor during charging. Parameters: t : float or array-like Time(s). tau : float The time constant of the circuit (in seconds). Vu : float Supply voltage. Returns: Voltage at given times. """ return Vu * (1 - np.exp(-t / tau)) # Example parameters time_constant = 1e-3 # τ = 1ms for example purposes supply_voltage = 5.0 # Volts times = np.linspace(0, 5*time_constant, num=500) voltages = rc_charging_voltage(times, time_constant, supply_voltage) plt.figure(figsize=(10, 6)) plt.plot(times*1000, voltages, label="Capacitor Charging Curve") # Convert to ms on x-axis plt.title("Voltage Across Capacitor During Charging Over Time") plt.xlabel("Time [milliseconds]") plt.ylabel("Voltage [Volts]") plt.grid(True) plt.legend() plt.show() ``` 此脚本绘制出了随着时间增长电容两极间建立起来的电压曲线图象,直观展示了随着时间和时间常数的关系如何影响整个充电进程。
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