BJT 회로의 전압 분배기 바이어스 – 베타 팩터없이 더 높은 안정성

최적의 성능과 스위칭 응답을 보장하기 위해 계산 된 저항 분배기 네트워크를 사용하여 바이폴라 트랜지스터의 단자를 바이어스하는 것을 전압 분배기 바이어스라고합니다.

에서 이전 바이어스 설계 바이어스 전류 I를 배웠습니다. CQ 전압 V CEQ BJT의 전류 이득 (β)의 함수였습니다.

그러나 β는 특히 실리콘 트랜지스터의 경우 온도 변화에 취약 할 수 있으며 베타의 실제 값이 종종 적절하게 식별되지 않는다는 것을 알고 있으므로 BJT 회로에서 더 적은 전압 분배기 바이어스를 개발하는 것이 좋습니다. 온도에 취약하거나 BJT 베타 자체와는 무관합니다.

그림 4.25의 전압 분배기 바이어스 배열은 이러한 설계 중 하나로 간주 될 수 있습니다.

검사 할 때 정확한 근거 베타 버전의 변형에 대한 민감성은 정말 미미해 보입니다. 회로 변수가 적절하게 계산되면 I의 수준 CQ 그리고 V CEQ 사실상 베타와 완전히 독립적 일 수 있습니다.

이전 설명에서 Q- 포인트는 그림 4.26에 나와있는 것처럼 고정 된 수준의 ICQ 및 VCEQ로 특성화된다는 것을 기억하십시오.

나의 정도 BQ 베타 버전의 변화에 ​​따라 변경 될 수 있지만 I로 식별되는 특성 주변의 작동 지점은 CQ 그리고 V CEQ 적절한 회로 지침이 적용되면 쉽게 변경되지 않을 수 있습니다.

위에서 언급했듯이 전압 분배기 설정을 조사하는 데 사용할 수있는 몇 가지 방법을 찾을 수 있습니다.

이 회로의 특정 이름을 선택한 이유는 분석 과정에서 분명해질 것이며 향후 게시물에서 논의 될 것입니다.

첫 번째는 정확한 기술 모든 전압 분배기 설정에서 수행 할 수 있습니다.

두 번째는 대략적인 방법, 특정 요소가 충족되면 구현이 가능해집니다. 그만큼 대략적인 접근 최소한의 노력과 시간으로 훨씬 더 직접적인 분석이 가능합니다.

또한 이것은 이후 섹션에서 설명 할 '디자인 모드'에 매우 유용 할 수 있습니다.
전반적으로 '대략적인 접근' 대부분의 조건에서 작업 할 수 있으므로 다음과 같은 수준의주의를 기울여 평가해야합니다. '정확한 방법'.

정확한 분석

방법을 배우자 정확한 분석 다음 설명으로 구현할 수 있습니다.

다음 그림을 참조하면 DC 분석을 위해 그림 4.27과 같이 네트워크의 입력 측을 재현 할 수 있습니다.

그만큼 Thévenin 동등 물 BJT베이스 B의 왼쪽에있는 디자인 네트워크는 다음과 같은 방식으로 결정될 수 있습니다.

RTh : 입력 공급 지점은 아래 그림 4.28과 같이 등가 단락으로 대체됩니다.

ETh : 공급 전압 소스 V DC 회로에 다시 적용되고 아래 그림 4.29에 나와있는 개방 회로 Thévenin 전압은 다음과 같이 평가됩니다.

전압 분배기 규칙을 구현하면 다음 방정식에 도달합니다.

다음으로 그림 4.30과 같이 Thévenin 디자인을 재현하여 I를 평가합니다. BQ 먼저 Kirchhoff의 전압 법칙을 루프에 대해 시계 방향으로 적용합니다.

ETh-IBRTh-VBE-IERE = 0

우리가 알고 있듯이 IE = (β + 1) 비 위의 루프에서 대체하고 I 비 제공합니다 :

방정식. 4.30

언뜻 보면 Eq를 느낄 수 있습니다. (4.30) 지금까지 개발 된 다른 방정식과는 상당히 다르게 보이지만 자세히 살펴보면 분자는 2 볼트 레벨의 차이 일 뿐이고 분모는베이스 저항 + 에미 터 저항의 결과로 반영된다는 것을 알 수 있습니다. 으로 (β + 1) Eq와 매우 유사합니다. (4.17) 베이스 이미 터 루프 )

위의 방정식을 통해 IB를 계산하면 아래와 같이 이미 터 바이어스 네트워크에 대해했던 것과 동일한 방법을 통해 설계의 나머지 크기를 식별 할 수 있습니다.

방정식 (4.31)

실제 예제 풀기 (4.7)
DC 바이어스 전압 V 계산 이 그리고 현재 나는 씨 아래 표시된 전압 분배기 네트워크에서 그림 4.31

그림 4.31 예제 4.7의 베타 안정화 회로.

대략적인 분석

위 섹션에서 우리는 '정확한 방법'을 배웠고 여기서는 BJT 회로의 전압 분배기를 분석하는 '대략적인 방법'에 대해 논의 할 것입니다.

아래 그림 4.32와 같이 BJT 기반 전압 분배기 네트워크의 입력 단계를 그릴 수 있습니다.

저항 Ri는 회로의베이스 라인과 접지 라인 사이의 저항 등가물로 간주 될 수 있으며, RE는 이미 터와 접지 사이의 저항으로 간주 될 수 있습니다.

이전 논의에서 [Eq. (4.18)] 우리는 BJT의베이스 / 이미 터 사이에서 재현되거나 반사 된 저항이 방정식에 의해 설명된다는 것을 알고 있습니다. Ri = (β + 1) RE.

Ri가 저항 R2보다 상당히 큰 상황을 고려하면 IB가 I2보다 상대적으로 작을 것입니다 (전류는 항상 최소 저항 방향을 찾아 이동하려고 시도 함을 기억하십시오). 따라서 I2는 I1과 거의 동일하게 변합니다.

IB의 근사값을 I1 또는 I2와 관련하여 본질적으로 0이라고 생각하면 I1 = I2, R1 및 R2는 직렬 요소로 간주 될 수 있습니다.

그림 4.32 대략적인베이스 전압 V 계산을위한 부분 바이어스 회로 비 .

원래 기본 전압이었던 R2 양단의 전압은 전압 분배기 규칙 네트워크를 적용하여 아래와 같이 평가할 수 있습니다.

이제부터 Ri = (β + 1) RE ≅ 비 레, 근사 방법의 실행이 가능한지 여부를 확인하는 조건은 다음 방정식에 의해 결정됩니다.

간단히 말해서 RE 값과 β 값을 곱한 값이 R2 값의 10 배 이상이면 최적의 정밀도로 근사 분석을 구현할 수 있습니다.

VB가 평가 된 후 VE 크기는 다음 방정식에 의해 결정될 수 있습니다.

이미 터 전류는 공식을 적용하여 계산할 수 있습니다.

컬렉터에서 이미 터까지의 전압은 다음 공식을 사용하여 식별 할 수 있습니다.

VCE = VCC-ICRC-IERE

그러나 이후 IE ≅ IC, 우리는 다음 방정식에 도달합니다.

우리가 Eq에서 만든 일련의 계산에서 주목해야합니다. (4.33)을 통해 Eq. (4.37), β 요소는 어디에도 존재하지 않으며 IB는 계산되지 않았습니다.

이것은 Q- 포인트 (I가 설정 한대로)를 의미합니다. CQ 그리고 V CEQ ) 결과는 β의 값에 의존하지 않습니다
실제 예 (4.8) :

이전에 분석을 적용 해 보겠습니다. 그림 4.31 , 근사 접근법을 사용하고 ICQ 및 VCEQ에 대한 솔루션을 비교합니다.

여기서 우리는 이전 예제 4.7에서 평가 한 것처럼 VB의 수준이 ETh의 수준과 동일하다는 것을 알 수 있습니다. 이것이 의미하는 바는 근사 분석과 정확한 분석의 차이가 정확한 분석에서 ETh와 VB를 분리하는 역할을하는 RTh의 영향을 받는다는 것입니다.

앞으로 나아가,

다음 예제 4.9

β가 70으로 감소하면 실시 예 4.7의 정확한 분석을 수행하고 ICQ와 VCEQ에 대한 솔루션의 차이를 알아 봅시다.

해결책
이 예는 β의 크기가 50 % 감소한 경우 Q- 포인트가 이동할 수있는 정도를 테스트하기위한 것보다 정확한 전략과 근사 전략 간의 비교로 간주되지 않을 수 있습니다. RTh와 ETh는 동일하게 주어집니다.

결과를 표 형식으로 정렬하면 다음이 제공됩니다.

위의 표에서 우리는 회로가 β 수준의 변화에 ​​상대적으로 반응하지 않는다는 것을 분명히 알 수 있습니다. ICQ와 VCEQ의 값은 기본적으로 동일하지만 β 크기가 140에서 70으로 50 %까지 현저히 감소 했음에도 불구하고.

다음 예제 4.10

I 수준 평가 CQ 그리고 V CEQ 전압 분배기 네트워크에 대해 그림 4.33에 표시된대로 정확한 과 근접한 접근하고 결과 솔루션을 비교합니다.

현재 시나리오에서 Eq. (4.33)이 만족스럽지 않을 수 있지만 답변은 식의 조건과 솔루션의 차이를 식별하는 데 도움이 될 수 있습니다. (4.33) 고려되지 않음.
그림 4.33 전압 분배기 네트워크 예 4.10.

정확한 분석을 사용하여 해결 :

근사 분석을 사용하여 해결 :


위의 평가에서 우리는 정확한 방법과 대략적인 방법에서 얻은 결과의 차이를 볼 수 있습니다.

결과는 내가 CQ 대략적인 방법의 경우 약 30 % 더 높은 반면 V CEQ 10 % 낮습니다. 결과가 완전히 동일하지는 않지만 βRE가 R2보다 3 배 더 크다는 사실을 고려하면 결과도 실제로 너무 넓지 않습니다.

우리의 미래 분석을 위해 우리는 주로 Eq에 의존 할 것이라고 말했습니다. (4.33) 두 분석 간의 최대 유사성을 보장합니다.