当前位置: 首页 > news >正文

[Plecs基础知识系列]基于Plecs的半导体热仿真方法(实战篇)_1.建立电路模型

上一篇文章([Plecs基础知识系列]基于Plecs的半导体热仿真(理论篇))我们讲解了用Plecs进行半导体热仿真的原理,接下来的几篇文章我会用动态图给大家演示怎样使用Plecs做热仿真,让小白也能轻轻松松玩转热仿真

1.建立电路模型

之前的文章中我们讲过,Plecs的仿真原理是先通过电路计算电压电流,然后再带到热路里进行查表迭代,最后计算出温度

所以第一步我们要建立一个电路,并且让它运行起来,为了便于理解,这里我们就建立一个简单的开环Buck电路

声明:例子中所使用的软件为Plecs 4.8.2版本

1.1.建立一张新的原理图

打开软件,File-New Model

1.2.建立电路模型

1.2.1.添加一个直流源

在空白处输入DC,选择Voltage Source DC

1.2.2.添加IGBT

在空白处输入IGBT,选择Voltage Source DC

1.2.3.添加二极管

在空白处输入dio,选择diodes

1.2.4.添加电感

在空白处输入ind,选择inductor

1.2.5.添加电容

在空白处输入cap,选择capacitor

1.2.6.添加负载电阻

在空白处输入res,选择resistor

1.2.7.添加脉冲发生器

在空白处输入pul,选择Pulse Generator

1.2.8.将器件组成简单的buck电路

将各个器件进行连线组成基本的Buck电路

1.2.9.添加探针

在空白处输入pro,选择Probe,双击Probe,将负载电阻拖到对话框中,然后选择Resistance Voltage

1.2.10.添加示波器

在空白处输入scop,选择Scope

1.3.电路参数设置  

1.3.1.直流源DC Source参数设置

双击DC Source,将DC Source设置为500

1.3.2.电感参数设置

将电感设置为2mH,这里可以写成2e-3;

1.3.3.电容参数设置

将电容设置成470uF,这里可以写成470e-6;

1.3.4.负载电阻参数设置

将负载电阻设置成1Ω

1.3.5.波形发生器设置

将波形发生器的占空比设置为0.5,开关频率设置为10e3,

1.4.运行电路

快捷键Ctrl+T,或者Simulation-Start

因为占空比为0.5,所以实际输出应该为500*0.5=250,实际也确实是250V

因为负载电阻是1Ω,因此负载电流为250A

以上开环电路模型我们就搭建完成了,下一篇文章我们继续讲解热路模型的搭建方法

http://www.lryc.cn/news/587198.html

相关文章:

  • Linux修炼:开发工具
  • 《每日AI-人工智能-编程日报》--2025年7月12日
  • 使用Starrocks替换Clickhouse的理由
  • LeetCode经典题解:21、合并两个有序链表
  • Mybatis自动创建数据库表,并根据创建的表自动生成Mvc框架基础代码
  • CentOS系统下前后端项目部署攻略
  • Extended Nested Arrays for Consecutive Virtual Aperture Enhancement
  • C++——static成员
  • win10下的wsl2扩充空间
  • CUDA 编程笔记:使用 CUDA 加速矩阵乘法
  • 代码随想录算法训练营第三十二天|动态规划理论基础、LeetCode 509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯
  • 终极剖析HashMap:数据结构、哈希冲突与解决方案全解
  • 热点代码探测确定何时JITTest01
  • 深度学习图像分类数据集—水质量识别分类
  • 【计算机网络架构】环型架构简介
  • js入门01
  • Jvm优化高手-笔记
  • DTU数据处理
  • [spring6: @EnableSpringConfigured]-编译时织入
  • AWS云安全详解:账号管理与最佳安全实践
  • AI Agent开发学习系列 - langchain之Agent智能体(2):几种不同的内置agent类型
  • IPC框架
  • ID生成策略
  • ​[Dify]-基础入门7- 探索 Dify 知识库:打造专属知识大脑
  • 一些git命令
  • 系统设计 --- 双重检查锁定
  • 前端基础知识TypeScript 系列 - 04(TypeScript 中接口的理解)
  • 深度学习图像分类数据集—角膜溃疡识别分类
  • php生成二维码
  • 人工智能之数学基础:神经网络的矩阵参数求导