TL431的几种基本用法
作者： Panic 2006年10月9日
TL431作为一个高性价比的常用分流式电压基准，有很广泛的用途。这里简单介绍一下TL431常见的和不常见的几种接法。
图(1)是TL431的典型接法，输出一个固定电压值，计算公式是： Vout = (R1+R2)*2.5/R2，
同时R3的数值应该满足1mA < (Vcc-Vout)/R3 < 500mA
当R1取值为0的时候，R2可以省略，这时候电路变成图(2)的形式，TL431在这里相当于一个2.5V稳压管。
利用TL431还可以组成鉴幅器，如图(3)，这个电路在输入电压 Vin < (R1+R2)*2.5/R2 的时候输出Vout为高电平，反之输出接近2V的电平。需要注意的是当Vin在(R1+R2)*2.5/R2附近以微小幅度波动的时候，电路会输出不稳定的值。
TL431可以用来提升一个近地电压，并且将其反相。如图(4)，输出计算公式为： Vout = ( (R1+R2)*2.5 - R1*Vin )/R2
特别的，当R1 = R2的时候，Vout = 5 - Vin。这个电路可以用来把一个接近地的电压提升到一个可以预先设定的范围内，唯一需要注意的是TL431的输出范围不是满幅的。
TL431自身有相当高的增益（我在仿真中粗略测试，有大概46db），所以可以用作放大器。
图(5)显示了一个用TL431组成的直流电压放大器，这个电路的放大倍数由R1和Rin决定，相当于运放的负反馈回路，而其静态输出电压由R1和R2决定。
这个电路的优点在于，它结构简单，精度也不错，能够提供稳定的静态特性。缺点是输入阻抗较小，Vout的摆幅有限。
图(6)是交流放大器，这个结构和直流放大器很相似，而且具有同样的优缺点。我正在尝试用这个放大器代替次级运放来放大热释红外传感器的输出信号。
利用TL431还可以搭建恒流源，详细的内容请参考《细说恒流源》
TL431的内部接线，请参考《TL431的内部结构图》
TL431用于施密特触发器，参考《TL431搭建精密施密特触发器》
系统分类: 电源技术 | 用户分类: 元器件知识 | 来源: 整理 | 【推荐给朋友】 | 【添加到收藏夹】
电阻精度与常用阻值（zz）
2006-12-21 19:26
|
E-24系列精度为5%,E-96系列为1%
国家标准规定了电阻的阻值按其精度分为两大系列,分别为E-24系列和E-96系列,E-24系列精度为5%,E-96系列为1%, 在这两种系列之外的电阻为非标电阻,较难采购。下面列出了常用的5％和1％精度电阻的标称值,供大家设计时参考。
精度为5％的碳膜电阻,以欧姆为单位的标称值：
1.0 5.6 33 160 820 3.9K 20K 100K 510K 2.7M
1.1 6.2 36 180 910 4.3K 22K 110K 560K 3M
1.2 6.8 39 200 1K 4.7K 24K 120K 620K 3.3M
1.3 7.5 43 220 1.1K 5.1K 27K 130K 680K 3.6M
1.5 8.2 47 240 1.2K 5.6K 30K 150K 750K 3.9M
1.6 9.1 51 270 1.3K 6.2K 33K 160K 820K 4.3M
1.8 10 56 300 1.5K 6.6K 36K 180K 910K 4.7M
2.0 11 62 330 1.6K 7.5K 39K 200K 1M 5.1M
2.2 12 68 360 1.8K 8.2K 43K 220K 1.1M 5.6M
2.4 13 75 390 2K 9.1K 47K 240K 1.2M 6.2M
2.7 15 82 430 2.2K 10K 51K 270K 1.3M 6.8M
3.0 16 91 470 2.4K 11K 56K 300K 1.5M 7.5M
3.3 18 100 510 2.7K 12K 62K 330K 1.6M 8.2M
3.6 20 110 560 3K 13K 68K 360K 1.8M 9.1M
3.9 22 120 620 3.2K 15K 75K 390K 2M 10M
4.3 24 130 680 3.3K 16K 82K 430K 2.2M 15M
4.7 27 150 750 3.6K 18K 91K 470K 2.4M 22M
5.1 30
精度为1％的金属膜电阻,以欧姆为单位的标称值：
10 33 100 332 1K 3.32K 10.5K 34K 107K 357K
10.2 33.2 102 340 1.02K 3.4K 10.7K 34.8K 110K 360K
10.5 34 105 348 1.05K 3.48K 11K 35.7K 113K 365K
10.7 34.8 107 350 1.07K 3.57K 11.3K 36K 115K 374K
11 35.7 110 357 1.1K 3.6K 11.5K 36.5K 118K 383K
11.3 36 113 360 1.13K 3.65K 11.8K 37.4K 120K 390K
11.5 36.5 115 365 1.15K 3.74K 12K 38.3K 121K 392K
11.8 37.4 118 374 1.18K 3.83K 12.1K 39K 124K 402K
12 38.3 120 383 1.2K 3.9K 12.4K 39.2K 127K 412K
12.1 39 121 390 1.21K 3.92K 12.7K 40.2K 130K 422K
12.4 39.2 124 392 1.24K 4.02K 13K 41.2K 133K 430K
12.7 40.2 127 402 1.27K 4.12K 13.3K 42.2K 137K 432K
13 41.2 130 412 1.3K 4.22K 13.7K 43K 140K 442K
13.3 42.2 133 422 1.33K 4.32K 14K 43.2K 143K 453K
13.7 43 137 430 1.37K 4.42K 14.3K 44.2K 147K 464K
14 43.2 140 432 1.4K 4.53K 14.7K 45.3K 150K 470K
14.3 44.2 143 442 1.43K 4.64K 15K 46.4K 154K 475K
14.7 45.3 147 453 1.47K 4.7K 15.4K 47K 158K 487K
15 46.4 150 464 1.5K 4.75K 15.8K 47.5K 160K 499K
15.4 47 154 470 1.54K 4.87K 16K 48.7K 162K 511K
15.8 47.5 158 475 1.58K 4.99K 16.2K 49.9K 165K 523K
16 48.7 160 487 1.6K 5.1K 16.5K 51K 169K 536K
16.2 49.9 162 499 1.62K 5.11K 16.9K 51.1K 174K 549K
16.5 51 165 510 1.65K 5.23K 17.4K 52.3K 178K 560K
16.9 51.1 169 511 1.69K 5.36K 17.8K 53.6K 180K 562K
17.4 52.3 174 523 1.74K 5.49K 18K 54.9K 182K 576K
17.8 53.6 178 536 1.78K 5.6K 18.2K 56K 187K 590K
18 54.9 180 549 1.8K 5.62K 18.7K 56.2K 191K 604K
18.2 56 182 560 1.82K 5.76K 19.1K 57.6K 196K 619K
18.7 56.2 187 562 1.87K 5.9K 19.6K 59K 200K 620K
19.1 57.6 191 565 1.91K 6.04K 20K 60.4K 205K 634K
19.6 59 196 578 1.96K 6.19K 20.5K 61.9K 210K 649K
20 60.4 200 590 2K 6.2K 21K 62K 215K 665K
20.5 61.9 205 604 2.05K 6.34K 21.5K 63.4K 220K 680K
21 62 210 619 2.1K 6.49K 22K 6?.9K 221K 681K
21.5 63.4 215 620 2.15K 6.65K 22.1K 66.5K 226K 698K
22 6?.9 220 634 2.2K 6.8K 22.6K 68K 232K 715K
22.1 66.5 221 649 2.21K 6.81K 23.2K 68.1K 237K 732K
22.6 68 226 665 2.26K 6.98K 23.7K 69.8K 240K 750K
23.2 68.1 232 680 2.32K 7.15K 24K 71.5K 243K 768K
23.7 69.8 237 681 2.37 7.32K 24.3K 73.2K 249K 787K
24 71.5 240 698 2.4K 7.5K 24.9K 75K 255K 806K
24.3 73.2 243 715 2.43K 7.68K 25.5K 76.8K 261K 820K
24.7 75 249 732 2.49K 7.87K 26.1K 78.7K 267K 825K
24.9 75.5 255 750 2.55K 8.06K 26.7K 80.6K 270K 845K
25.5 76.8 261 768 2.61K 8.2K 27K 82K 274K 866K
26.1 78.7 267 787 2.67K 8.25K 27.4K 82.5K 280K 887K
26.7 80.6 270 806 2.7K 8.45K 28K 84.5K 287K 909K
27 82 274 820 2.74K 8.66K 28.7K 86.6K 294K 910K
27.4 82.5 280 825 2.8K 8.8K 29.4K 88.7K 300K 931K
28 84.5 287 845 2.87K 8.87K 30K 90.9K 301K 953K
28.7 86.6 294 866 2.94K 9.09K 30.1K 91K 309K 976K
29.4 88.7 300 887 3.0K 9.1K 30.9K 93.1K 316K 1.0M
30 90.9 301 909 3.01K 9.31K 31.6K 95.3K 324K 1.5M
30.1 91 309 910 3.09K 9.53K 32.4K 97.6K 330K 2.2M
30.9 93.1 316 931 3.16K 9.76K 33K 100K 332K
31.6 95.3 324 953 3.24K 10K 33.2K 102K 340K
32.4 97.6 330 976 3.3K 10.2K 33.6K 105K 348K |
没有了
下一篇： 为什么选择 FPGA?
发表评论 评论 (0 个评论)