打印
[运放]

论放大电路的修养

[复制链接]
楼主: OTB
手机看帖
扫描二维码
随时随地手机跟帖
141
OTB|  楼主 | 2017-11-17 12:20 | 只看该作者 回帖奖励 |倒序浏览
本帖最后由 OTB 于 2017-11-17 12:27 编辑

无论电源电压,电流元饱和还是互补切换导致的非线性高频的寄生振荡。

谢谢大家!

在4558类的运放中,都可以用一个反馈积分电容进行补偿。

这个积分电容同时进行了非线性补偿,即电源电压,电流元和差动输入电路的互补切换导致的非线性的高频振荡,最后才是小信号的相位余量的补偿。

运放类的输入差动电路的设计,还捡到一个便宜。

因为输入的放大倍数足够大,所以输入信号其实被低通滤波了,这有利于稳定。

正确的设计总是增大电流,在不至于过渡三极管发热的情况下,放大倍数越大越好。

但这是不可能的。

通常只能增大电流,而减小放大倍数。

但这恰好不是运放类的设计原则。

增大电流,放大倍数有一些减小,但音质确实纯正,但略嫌粗燥,而小电流高放大倍数的电路,音质明确不纯正,但清晰明亮而不粗糙。

然而人们应该是选择纯正,而不是不纯正的清晰明亮,更何况后者的SR是严重不足的。

工作在CCM模式,非线性因素大为减小,通常就是小信号的补偿问题了。

事实上,人们无法得知电源电压,电流元饱和以至于互补切换的非线性问题,因为你所认为的小信号补偿,其实都解决了这些问题。

也就是说,一旦补偿成功,方波响应稳定了,那么你的非线性补偿和线性补偿就都成功了。

你不可能知道你是如何解决电源电压,电流元等非线性因素是如何被解决的。

但你知道如此补偿,非线性和线性问题都解决了。

再次感谢大家阿!

使用特权

评论回复
142
OTB|  楼主 | 2017-11-17 12:20 | 只看该作者
多级放大电路并没有导致所谓的“相位滞后严重”的问题。

谢谢大家!

如果你不会设计多级放大电路。

那么你对于2级放大也依然就是一知半解。

这绝不是开玩笑。

但学术界绝无能力设计多极放大。

再次感谢大家!

使用特权

评论回复
143
OTB|  楼主 | 2017-11-17 12:48 | 只看该作者
因此。

谢谢大家!

差动输入的长尾电流元电流必须足够大。

以便互补的2个三极管工作在CCM的电流连续模式。

也就是在极端情况下,2个互补的输入差动的三极管要工作在电流连续模式,而不能断流。

一旦断流就进入了非线性模式,从而必须加大补偿,导致SR带宽等的降低,也就是性能的降低。

如果多极放大的每级都在CCM的电流连续模式,那么除了电源电压的非线性因素之外,同时不能像学术界及其领导下的产业界那样动辄就是使用电流元,那么就几乎总是进行线性补偿了。

明白了这道理,就可以放心大胆地进行多极放大电路的设计了。

这才是模拟放大电路的真正的革新和进步。

再次感谢大家!

使用特权

评论回复
144
OTB|  楼主 | 2017-11-17 12:54 | 只看该作者
本大师曾经教导你们说。

谢谢大家!

小信号线性补偿稳定后,受制于电源电压以至于电流元饱和的非线性问题,可以同时解决。

也就是说,如果小信号补偿稳定了,受制于电源电压和电流元饱和因素之后,居然也都是稳定的。

这就是一个猜想,就像歌德巴赫猜想一样。

学术界没有人有能力证明。

但实践中,是很难找到反例的。

但是多极放大的互补电路的切换导致的非线性问题,也可以通过加大补偿,降低性能的方法解决,但这不能算理想。

理想的补偿就是加大电流,以保证每级都工作在A类的电流CCM连续模式。

也可以说,所有非线性的补偿,都可以进行,都可以补偿为线性,但性能大幅降低了。

但如果电流连续的CCM模式,就可以大幅减少非线性因素。

再次感谢大家!

使用特权

评论回复
145
OTB|  楼主 | 2017-11-22 12:18 | 只看该作者
数学界。

谢谢大家!

妄图把科技技术的发展的功劳归为己有。

这是事实。

然而科技的发展并没有需要“袋鼠几何”,而仅仅就是简单的基本数学而已。

数学界总是妄图以“香浓的采样定理”为自己标榜。

殊不知真正的科技发展,正是因为数学界的无能而导致的。

本大师早就教导你们说: 负反馈和采样定理,是100年前的阿里巴巴发明的。

事实上,是工程技术人员在实践中发现的,与数学界无关。

负反馈和采样定理,正是因为数学的无能,而不得已而另寻他方而找到的方法。

过去的数学是和力**系在一起的。

而如今的数学则是吃饱了撑的。

也就是说如今的数学并没有一个用武之地,所以都是异想天开的东西。

一旦技术中的真实需求出现,例如因为模拟信号的不稳定而发明数字传输方法,这是技术的需要,而不是数学的概念提升。

但采样定理,就是对于数学的提升,就像歌德尔的不完备定理一样,数学解决不了采样的问题。

但是采样定理,是用很简单的数学解决的。

负反馈也是一样。

因为对于数学的微分方程的无能为力,工程技术人员发明了负反馈,虽然负反馈的发明之初,人们并不知道这是因为对于数学的微分方程无力的必然结果。

那么在看看后来的“学术界”的人士再干什么。

他们发明了“现代控制理论”和“自适应控制”“预报控制”等乱七八糟的东西。

直到2005年,学术界开始大肆谈论“控制理论已经死亡”的歪理邪说,而且还无耻地说什么,要等到天才人物的到来,控制理论才能起死复活。

再次感谢大家!

使用特权

评论回复
146
OTB|  楼主 | 2017-11-22 12:32 | 只看该作者
为什么说“现代控制理论,自适应控制,预报控制,模糊控制”等乱七八糟的东西是毫无意义的。

谢谢大家!

因为这些所谓的“理论”都是学术界搞的,就是吃饱了撑的。

经典控制理论,早已足够使用,至少在上个世纪的100年中,广泛使用,并且唯一能使用的。

因为控制属于于技术密切联系的东西,现实的控制效果好不好,可以在实践中不断改进。

但“现代控制理论”就没有这个机会了。

因为现代控制理论,并没有用武之地,是学术界的人为了教授的终身职务而搞的东西,不是与实践联系的东西,而且也完全不能解决任何一个简单的现实控制问题。

负反馈和采样定理,都是因为数学的无能而导致的。

现代控制理论,大量使用了所谓的数学的东西,这其实早就违反了负反馈的初衷。

负反馈的本质就是不能使用纯数学的东西。

采样定理也不能使用纯数学的东西。

教科书的受害者们不是大肆胡说什么: 理想的低通滤波不存在。

然而无理数也是不存在的,但数学界广泛使用。

如果教科书的受害者们无法理解理想的低通滤波,那么为何你们能知道无理数的存在。

这些都是属于概念的提升。

没有这些概念的提升,真正的科学技术不可能出现。

人类这100年以来,亏欠负反馈和采样定理的太多了。

因为这100年以来,几乎没有什么人能真正理解负反馈和采样定理。

但都知道大肆使用负反馈和采样定理。

再次感谢大家!

使用特权

评论回复
147
OTB|  楼主 | 2017-11-22 12:48 | 只看该作者
数学界广泛流行关于一个课题可以养活很多数学家的事实。

谢谢大家! 

这就是明显的吃饱了撑的症状。 

一个课题应该来自于真实的工程实践活动,而不是费玛大定理之类的所谓的数学方法和工具的出现,这些工具和方法,属于吃饱了撑的,除非你真的认为其有意义而进行真正的研究,但此类人物少的可怜,远远不能代表数学界的真实现状。

请牢记本大师的教导: 任何科技哪怕是理论,都是有意栽花花不开,无意插柳柳成荫的。

任何违反有意栽花花不开理论的,注定失败,无论是“现代控制理论,自适应控制,预报控制,还有什么模糊控制”等,都是一个注定失败的下场。

再次感谢大家! 

使用特权

评论回复
148
OTB|  楼主 | 2017-11-22 12:56 | 只看该作者
负反馈的本质就是。

谢谢大家!

把非线性的无解的微分方程系统变成有解的线性系统。

然而人们并不知道如何把一个非线性系统校正为线性系统。

但是人们在实践中,必定可以找到方法把非线性系统校正为线性的。

所有工程技术上的应用,无一不是如此。

但这恰好没有理论的解决方法。

所以教科书就只能用纯数学的东西进行灌输。

经典控制并没有错误,但是教科书中的东西,没有一个可以真实地用于实践。

一个真正的控制工作者,其实都是在实践中自行摸索的。

凡是沦为教科书受害者的,没有一个能真实地解决控制问题。

控制并非复杂和高不可攀,但对于教科书的受害者们来说,就是属于天方夜谭。

再次感谢大家!

使用特权

评论回复
149
OTB|  楼主 | 2017-11-22 13:13 | 只看该作者
负反馈的基本理念就是。

谢谢大家!

反馈就是输出大了,就减小输入。

反之亦然。

无论线性还是非线性,都是如此。

如果最后稳定了,那么必定就是进入线性模式了,或虽然存在非线性,但依然可以保证稳定。

这里的稳定,与什么李雅浦之类的非线性“稳定”不是一回事。

稳定就是稳定,而不是正弦震荡。

经典控制教科书中内容,是无耻的第3者们写的。

不是真正的控制工作者写的。

因为数学方法仅仅能够研究线性系统,于是乎控制教科书中全都是线性系统。

但这不是现实情况。

现实情况就是所有控制器,都是有电源的,所有执行机构都是幅度限制的,这都是非线性的东西。

教科书中的PID完全在现实控制中无法使用。

然而工程技术人员在现实控制中的PID居然都是正确合理的,但就是与教科书完全不同。

任何一个简单的控制,都是复杂的非线性控制。

你的PID仅仅就是把非线性控制变成线性控制,或很大程度上的线性控制,抑或是非线性控制,但可以稳定。

这些简单控制,因为非线性的缘故,现代控制理论, 完全无效。

自适应控制完全就是一个fake。

因为无法把一个非线性系统画在一个线性的反馈框图之中。

历史上所谓成功的自适应控制,其本质属于数学游戏,而不是反馈。

真正的反馈,就是把非线性系统校正为线性的,而且被校正的系统,越线性愈好,但限幅,饱和等非线性是必定存在的,从而也是无法解决的问题,但现实得控制,对于饱和和限幅,基本透明,也就是说没有问题。

人工智能,根本就不是反馈。

但人工智能,确实与自适应之类的类似。

是建立一个模型,通过大数据来修正模型系数的。

这是一个朴素的唯物主义做法。

与100年前的负反馈的理念,本质一样。

但作法完全不同。

人工智能是一个没有“惯性滞后 ”的系统。

对于负反馈来说,这最为理想,但根本不现实,因为负反馈,对付的都是有惯性和滞后的。

人工智能的所谓滞后,仅仅就是计算机的运行速度而已,所谓的大数据也是么有惯性滞后的。

再次感谢大家1

使用特权

评论回复
150
OTB|  楼主 | 2017-11-22 13:19 | 只看该作者
学术界基本就是歪门邪道的代名字。

谢谢大家!

从负反馈的历史看来,就是如此,现代控制理论,就是一个标准的歪门邪道。

但这绝不意味着负反馈技术上没有真正意义的突破。

如果人工智能也落入学术界的境地。

那么可以肯定,人工智能必定如同现代控制理论一样,沦为毫无意义的东西。 

真正的技术突破都是工程技术人员那里,而不在学术界。

学术界的唯一作用,就是令人工智能停止不前。

但这也不可能,因为人工智能属于工程技术人员。

也许工程技术人员,早就获得了突破。

再次感谢大家! 

使用特权

评论回复
151
OTB|  楼主 | 2017-11-22 13:21 | 只看该作者
上个世纪是负反馈大行其道的历史。

谢谢大家! 

这个世纪是人工智能的历史。

虽然学术界从没有资格栽入史册,但是从负反馈到人工智能,确实历史的客观规律。

谁也改变不了。

再次感谢大家! 

使用特权

评论回复
152
OTB|  楼主 | 2017-11-29 21:56 | 只看该作者
整整100年的时间。

谢谢大家!

除了本大师之外,没有人能知道什么是负反馈,负反馈是干什么用的。

负反馈就是把非线性系统校正为线性系统,否则负反馈在非线性模式完全失效。

因为负反馈就是: 输出大了,就减小输入,所谓的“净输入”。

也只有线性系统才能做到,非线性系统无法做到减小“净输入”就一定能减小输出。

这都是没有办法的办法。

或者也可以说是公理体系的升级,毕竟负反馈解决了实际问题,想否定是不可能的。

正如当今的人工智能一样,事实就是,在下跳棋的过程中,人工智能彻底打败了人类。

不服和不相信,是不可能的。

再次感谢大家!

使用特权

评论回复
153
OTB|  楼主 | 2017-11-29 22:11 | 只看该作者
然而负反馈是如何把非线性系统校正为线性的。

谢谢大家1

则完全没有理论依据。

所谓的理论紧紧就是线性理论,是完全脱离实际的东西。

例如开关电源的所谓稳定性设计,其实就是非线性的校正问题。

开关电源在电压模式,可以得到足够正确的反馈框图。

但是负载电阻的变化,导致了严重的非线性,此时反馈框图是无法使用的。

然而学术界及其领导下的产业界居然非常好意思地使用“电子负载”来进行所谓电流模式的“反馈框图设计”。

这是错误的。

能令开关电源稳定的唯一原因就是:开关频率不可能足够大,因此闭环带宽通常很小,能到10K~20K的闭环带宽,就很不错了。

那么一个闭环才10K带宽的开关电源,此时即使考虑负载电阻的大幅变化,也是一个近似的线性系统。

学术界及其领导下的产业界设计制作的开关电源,就是如此稳定的。

然而学术界妄图给出所谓电流模式的反馈框图,这是不可能的。

因为负载电阻的变化,导致了非线性,只有通过减小带宽,才能近似进入线性模式,从而可以使用负反馈。

谁能明白本大师的上述教导谁就真正地知道了负反馈。

再次感谢大家!

使用特权

评论回复
154
OTB|  楼主 | 2017-11-29 22:16 | 只看该作者
降低带宽几乎就是把非线性校正为线性的唯一方法。

谢谢大家!

之后才是“奈奎斯特稳定判据”和相位裕量的问题。

即使如此,学术界及其领导下的产业界也不知道一个好的方波响应的充分必要条件。

能发明负反馈的人,居然不知道如何获得良好的方便响应。

毕竟良好的方波响应是一切反馈系统的唯一的充分必要条件。

但除了本大师,没有任何人能明白这个简单的道理。

再次感谢大家!

使用特权

评论回复
155
OTB|  楼主 | 2017-12-1 20:37 | 只看该作者
什么是负反馈?

谢谢大家!

负反馈就是输出能抑制“净输入”变化的过程。 

如果输出增大,那么“净输入”减小,反之亦然,这就是负反馈。 

线性系统可以无条件满足负反馈。

含有“非线性环节”的,也可以使用负反馈,是因为满足输出增大,那么“净输入”减小的过程。

例如电源电压的限制,电流元的饱和限制,以至于互补电路的切换导致的“死区非线性环节”的问题。

也就是说,所谓的教科书中的“非线性环节”都可以使用负反馈。

因为这些非线性环节的存在,并没有负反馈的原则,即:输出变化,“净输入”抑制其变化。

输出变化,净输入抑制其变化,就是负反馈。

但非线性系统无法使用负反馈。

再次感谢大家! 

使用特权

评论回复
156
OTB|  楼主 | 2017-12-1 20:54 | 只看该作者
被控对象可以用一个变化的增益与纯滞后和一阶惯性环节表示。

谢谢大家! 

如果纯滞后和惯性时间常数,被看作变化不大,那么增益的非线性就是主要的非线性问题。

对于负反馈来说,增益非线性,也就是变化的增益的控制对象,即使纯滞后和惯性环节的时间常数不变化,也是严重的非线性。

此时的负反馈其实完全无效。

自控类的教科书中的增益非线性的内容,是概念错误。

增益非线性问题,对于负反馈来说,其实是完全无解的。

自适应之类的所谓现代控制,算人工智能,而不是负反馈。

现代控制论解决不了任何一个简单的现场的控制回路问题,因为所有的现代控制理论都无法消除“稳态误差”,稳态误差是靠积分实现的,而现代控制理论无法使用积分,一旦使用积分,其理论方法就失效了。

因为现代控制论的所谓“目标函数”,而导致的控制算法,不可能有积分作用,因而现代控制论,不是负反馈,而是属于人工智能。

现代控制理论无法用于工厂的控制回路的负反馈控制,而且其“目标函数”无法消除稳态误差。 

现代控制理论还无法克服负载扰动问题。

也就是说,如果用现代控制理论,所谓的自适应之类的控制一个稳压电源,那么必定无法稳定电压。 

因为现代控制理论,无法克服负载扰动,也不能消除稳态误差。

现代控制理论,无法用于惯性环节+纯滞后的控制回路。

增益非线性问题,即使所谓的现代控制理论,其做法与人工智能相同,不是负反馈。

再次感谢大家! 

使用特权

评论回复
157
OTB|  楼主 | 2017-12-1 20:58 | 只看该作者
因此。

谢谢大家!

必须旗帜鲜明地把所谓的“现代控制理论”等乱七八糟的东西,归入“人工智能”。

所谓的“模糊控制”也是一样,属于“人工智能”。

这些统统都不是负反馈。

这是必须要明确的概念。

工厂的控制回路调节问题,只能用PID之类的算法,现代控制理论完全无效,人工智能也无效。

虽然过去的教科书受害者们大肆谈论什么“仿人的专系统”,但一个熟练的操作工的 控制,是无法用PID之类以及所谓的“现代控制和模糊控制”完成的,“神经元的神经病控制”也是一样。

再次感谢大家! 

使用特权

评论回复
158
OTB|  楼主 | 2017-12-1 21:01 | 只看该作者
如果非要把“人工智能”用于工厂的回路控制。

谢谢大家!

那么需要准备大量的“熟练的回路调节操作工”的“大数据”。

之后才能使用“人工智能”。

没有熟练的操作工的“大数据”,人工智能乃无米之炊者也。

然而工厂的回路反馈控制问题,基本都很成熟了,PID早已足够。

因此工厂自控控制,于人工智能没有什么关系。

再次感谢大家! 

使用特权

评论回复
159
OTB|  楼主 | 2017-12-1 21:15 | 只看该作者
如果小信号的线性模型的反馈稳定了。

谢谢大家!

那么加入非线性环节之后,依然是稳定的。

但可能出现高频的非线性环节导致的震荡。

解决方法只能就是降低带宽。 

小信号线性模型导致的震荡,于非线性的高频寄生振荡,有时难以区分。

但只要小信号的线性模型的仿真结果是稳定的,那么现实系统的小信号模式,也基本都是稳定的,如果出现高频震荡,那么就是非线性环节导致的高频寄生振荡。

解决方法就是提高线性度或降低带宽。 

对于受制于电源电压和电流元限制的电路来说,只要小信号模式稳定,那么受制于电源电压和电流元之后,会更加稳定,而且还是符合负反馈定义的负反馈。 

总的来说,负反馈针对的是,增益不变化,纯滞后和惯性时间不变化的含有非线性环节的系统。

即:控制对象的增益基本不变,纯滞后和惯性时间基本不变,可以包含诸多的非线性环,而且可以画在一个反馈框图之中,非线性环节没有理论的补偿方法,只能由仿真或实验决定。

负反馈不仅仅是可以用于线性系统,也可以放心地用于含有诸多非线性环节的系统之中。

但是负反馈不能用于严重的非线性系统中,也就是说,如果增益和纯滞后惯性时间都是大幅变化的,那么就是非线性控制,这是负反馈所不能完成的工作。

再次感谢大家1 

使用特权

评论回复
160
OTB|  楼主 | 2017-12-2 17:51 | 只看该作者
现代控制理论的做法。

谢谢大家!

使用所谓“目标函数的”做法。

其实就是模糊化了你到底想干什么的意思。

而PID等常规的经典控制方法,有明确的控制目的,就是把被控量调节到设定值。

这是一个明确的目的。

而现代控制理论的所谓的“目标函数”,其实不能做到一个明确的目的,仅仅就是教科书的受害者们所想当然的指标而以,而且肯定是不能明确达到的,仅仅就是可能达到教科书的受害者们所想当然的指标。

人工智能也使一样,其也有现代控制理论的所谓的“目标函数”的作为,因此所谓的所谓的“现代控制”“自适应控制”“预报控制”“模糊控制”等无耻的教科书受害者及其第3者们的乱七八糟的东西,一律都必须归入“人工智能”的行业。

再次感谢大家!

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则