高速同步整流控制器芯片的研究与设计

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:qqq1254
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着集成电路设计与制造水平的不断提高,开关电源产品正在向高效率、高集成度、小体积以及高功率密度等方向发展。而传统的采用二极管作为开关电源整流器的方式在低压大电流的应用背景下会产生较高的整流损耗,不利于开关电源效率的提升。因此提出了同步整流(Synchronous Rectification)技术,即采用通态电阻极低的功率MOSFET来代替传统二极管作为整流器件,可大幅降低整流管的管压降,保持较低的导通损耗,提高开关电源的转换效率。此外,为满足开关电源高功率密度的需求,需要尽可能提高开关电源的工作频率,相关控制芯片的工作频率也需随之提高。基于上述研究背景,本文设计了一款高速同步整流控制器芯片(单通道),对于实现开关电源的高功率密度、高集成度和高效率具有重要研究意义。本文设计的高速同步整流控制器芯片(单通道)可在DCM(Discontinuous Conduction Mode,断续导通模式)与CCM(Continuous Conduction Mode,连续导通模式)下的反激式拓扑结构中正常工作,最高工作频率可达到1MHz,具有较短的开启传播延迟与关断传播延迟。芯片内部主要的功能模块包括:开启阈值比较器与关断阈值比较器,比例栅极驱动器,最小导通时间产生电路,自适应最小关断时间产生电路,待机模式检测电路等。考虑到芯片实际工作环境的不确定性,对上述功能模块进行了相关保护电路与辅助电路的设计。研究内容创新点包括比例栅极驱动器设计以及自适应最小关断时间产生电路设计。比例栅极驱动器可实现栅极驱动电压的分阶段输出,可有效降低芯片的关断传播延迟,减少开关管栅极电压应力;自适应最小关断时间产生电路可根据同步整流管的开关频率对最小关断时间进行自适应调节,通过逻辑电路与分压设计将最小关断时间设定为同步整流管上一周期中关断时长的50%,以此来对DCM模式中同步整流管漏源电压VDS的振铃现象进行屏蔽。此外,由于近年来LLC(电感-电感-电容)谐振拓扑凭借其高效率和高功率密度等优势在开关电源领域得到了广泛应用,本文将上述单通道同步整流控制器中的比例栅极驱动器及相关控制逻辑电路进行了双通道复用及优化,集成为一颗双通道芯片使其可同时对两个同步整流管进行驱动,因此可有效提高LLC谐振变换器的集成度。基于0.18μm BCD工艺,使用Cadence仿真工具对芯片子模块和整体系统进行了电路设计与仿真分析,并完成了两颗芯片(单通道与双通道)的版图绘制。经仿真验证两颗芯片均可正常产生同步整流驱动信号,高速同步整流控制器芯片(单通道)的最高工作频率可达到1MHz,最高转换效率可达到91%,均满足设计指标要求。
其他文献
在各类图像中,人脸图像具有重要的地位,很多关于人脸图像的相关技术已经被应用到实际生活中。然而,人脸图像在其生命周期中可能会遭受各种各样的退化,比如,噪声、模糊、压缩伪影、颜色丢失、低分辨率等。这导致图像中信息的流失,既直接影响对人脸图像的欣赏,又间接影响诸如人脸检测、人脸识别等下游应用的表现。因此,对遭受多种退化的人脸图像进行修复不仅具有重要的人文意义,也具有重要的应用意义。在对图像及人脸图像进行
学位
演化算法是计算智能领域的一个热门研究课题,它受达尔文适者生存原理中“优胜劣汰”的启发。借鉴大自然中生物的进化操作,能够有效地解决复杂优化问题。在现实世界中,很少有问题是独立存在的,受到人类多任务处理能力的启发,演化多任务优化(Evolutionary Multitasking,EMT)的概念被提出,演化多任务求解问题的思路是同时优化多个问题,旨在通过多个优化问题进行正向知识迁移,改善多个优化问题的
学位
这几年,深度学习技术的快速发展推动了计算机视觉的发展,特别是深度图神经网络相关工作的相继提出,涌现出了更多的图相关的任务。图是一种由节点和边构成的具有丰富结构的数据,图神经网络可以有效地表示节点和边,能够生成节点嵌入向量和图嵌入向量。在图相关的任务中,图相似度匹配问题一直是研究者们关心的问题,特别是图相似性检索任务,其核心就是图相似性研究。图匹配的目标是围绕两个图的节点建立彼此的对应关系,这是一个
学位
目的:研究白芸豆提取物的减肥作用及其机理。方法:60只SD大鼠,随机选择10只作为正常对照组,剩余50只采用饲喂高脂饲料诱导肥胖模型大鼠,选取40只模型成功大鼠随机分为模型对照组和白芸豆提取物低、中、高剂量组(0.015 g·kg-1、0.030 g·kg-1、0.045 g·kg-1)。正常对照组和模型对照组给予蒸馏水,白芸豆提取物3个剂量组给予不同剂量的受试物,每天1次,连续6周。试验期间,正
期刊
随着数学及计算机技术的不断升级,神经网络模型也得到了蓬勃的发展,其在各个行业的应用愈加广泛,特别是在安全攸关的领域中,比如飞机防撞,医疗诊断,自动驾驶等。在这些领域中神经网络的每一次误判都可能带来严重的安全性问题。然而神经网络天然具有不确定性,对于具有轻微对抗甚至意外扰动的输入经常会给出错误的判断。因此迫切需要一种方法可以严格检查神经网络是否违反了给定的安全属性。而形式化方法借助数学符号,严格的按
学位
随着计算机应用技术与硬件设备的发展,人机交互的方式从传统的键盘鼠标,到后来的数据手套、触摸屏,再到目前非接触交互的方式,不断更新的交互方式满足了人们日益增长的交互需求。其中,非接触式的手势作为一种新兴的人机交互方式受到了学术界和工业界的广泛关注。传统的手势识别方法多采用基于人工提取特征的方式,存在着泛化能力差等局限性,无法满足现阶段人们的需求。近年来,深度学习在计算机视觉领域取得了巨大成功,这为手
学位
随着集成电路规模的增长和现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)集成度的提高,FPGA电子设计自动化(Electronic Design Automation,EDA)工具的处理能力已经跟不上日趋复杂的电路和芯片结构,其编译时长和结果质量都成为了目前主要的性能瓶颈。布局是EDA流程中最为关键、耗时最长的环节之一,其布局结果质量对FPGA电路系统的
学位
步入集成电路时代以来,FPGA正以前所未有之势,驱动着通信领域、数字信号处理领域等现代数字系统高速发展。国内的FPGA研究主要基于学术虚拟FPGA芯片和学术开源EDA软件,但是随着半导体制造工艺的提升,商业FPGA芯片的资源数量飞速增长,各项指标远超学术芯片,这导致FPGA芯片设计和相关理论研究变得愈加困难。因此,提供国际先进商业FPGA芯片模型实例对于探索FPGA体系架构和EDA算法研究具有重要
学位
近些年来,越来越多的证据表明,非编码RNA(nc RNAs)与癌症的发生和诊疗密切相关。全基因模型的研究指出,核心基因的强效应、外围基因的弱效应在生物网络中的累积作用与复杂疾病相关,而大多数具有弱效应的变异发生在非编码区域。癌症作为典型的复杂疾病,其发生既受基因变异和异常表达的影响,又与基因间的相互作用有关。基于网络模型挖掘表征癌症的子图是研究癌症的重要途径,这可以揭示癌症分子机制,并提供潜在的诊
学位
在钢材制造过程中,一方面由于机器质量、人为误操作等因素,导致工业产品表面缺陷问题难以避免,为了保证产品自身的价值,必须及时处理这些缺陷。另一方面,深度学习方法已被证明在图像处理的各个领域都优于传统的机器视觉方法。而钢材生产环境中有限的资源配置与深度学习中庞大的神经网络模型之间却存在着相互制约的关系,导致难以将这些神经网络模型应用在钢材质检流程中。对于深度学习而言,模型的好坏取决于训练数据的规模大小
学位