电磁干扰噪声诊断技术.pptx

3．1．2电路仿真对噪声硬件分离网络分离特性的理论研究 以Paul和Guo的网络作为例子进行分离特性的研究，测试原理和实验的装置如图3-33和图3-34所示。噪声源是由信号发生器（HP 8753C网络分析仪）和0o/180o分相器（Mini-Circuit R产品）组成，以产生模拟的共模或差模噪声，作为分离网络的输入信号。网络输出端分离出来的噪声将输入到EMI接收器中（HP 85047A S-参数测试），以进行噪声的观测和诊断。;图3-34 系统测试照片;Paul网络和Guo网络的CM 插入损耗 (IL)和CM 抑制比 (CMRR)结果如图3-35所示 ;(c)实验的CMRR ;从测试的性能曲线可以看出，随着频率的增加，插入损耗和噪声抑制比都呈现下降的趋势，特别是抑制比。插入损耗的变化通常不是很大，最好的插损小于1.5 dB，插损最大可达5.2dB。然而，从低频段到高频段，CMRR特性下降非常快，并且不同网络间的特性也有很大差别。Guo的网络CMRR特性最好，在f = 1 MHz时最大可达85 dB，并且最小仍保持在40 dB左右。但对于其它网络来说，CMRR 特性在30 MHz时可能会低于30 dB。可以得到这样的结论，由功率混合器组成的分离网络比基于变压器的分离网络特性要好些，因为它的杂散参数效应比较小，阻抗匹配特性比较好，这同样也与电路的分布有关。对于差模插入损耗和抑制比也可以得到同样的实验结果。 同时发现，对于插入损耗和抑制比，实验和仿真的结果具有良好的一致性。这就意味着，在测试条件不便的情况下，仿真可以代替实验对网络的性能进行分析。;进一步的，为考虑分布电容对分离网络性能的影响，用仿真对Guo和Paul的网络作进一步研究。在仿真中，不管是Guo还是Paul的网络，电容的模型都是加在变压器的初级和次级线圈之间的，分布电容值设定为10pF。两个网络的差模抑制比（简称DMRR，以DM作为输入信号，CM作为输出信号）仿真结果如图3-36所示。很明显可以看到，Guo的网络在EMC规定的整个频段，在加入分布电容后，DMRR特性几乎没有发生任何变化。而Paul的网络在该频段则发生了很大的变化。这种现象表明，由变压器组成的Paul的分离网络对于分布参数的影响比较敏感，而由功率混合器组成的Guo的分离网络对分布参数的变化就不是那么敏感了。这说明Guo的网络??有较好的抗干扰性能，这与实验结果也一致。 基于电路中元件精度对网络性能的影响，假设这里Guo和Paul的分离网络各自的输入电阻分别有5%, 10% and 15%的误差，仿真的DMRR特性如图3-37所示。很清楚可以看到，无论是Guo或是Paul的分离网络，当输入电阻的精度假定为5%时，网络的特性都没有发生变化。当输入电阻的精度假定为10%和15%时，可以得到相同的结果。因此，可以得到这样的结论：元件的精度问题对分离网络的特性影响很小。 ;图3-36 考虑分布电容后网络DMRR仿真结果 （Paul1，Guo1：不考虑分布电容影响） （Paul2，Guo2：考虑分布电容影响） ;3．1．3噪声诊断技术应用实例 以某型风机调速系统为例，用Guo网络作为分离网络，进行实际传导电磁干扰(EMI)噪声诊断测试。风机调速系统参数为：单相，250W，AC-DC-AC结构，开关磁阻电机调速系统。现场测试装置如图3-38所示。;该电机拖动系统产生传导性EMI噪声，经过线性抗稳定网络(LISN)进行噪声的提取，输入噪声分离网络进行噪声的诊断，而后由频谱分析仪(GSP-827)显示测量结果。在实验中通过改变多组开关磁阻电机的转速及转矩等参数，从而测量不同负载环境下该开关磁阻电机调速系统的传导电磁兼容特性。图3-39和3-40分别表示在两种状态下（转速407转/分，转矩0.1牛顿米，输入电压75V；转速407转/分，转矩1.2牛顿米，输入电压75V）的EMI总噪声、共模和差模噪声测量结果。;实验结果表明，在不同频率段共模噪声和差模噪声各自占据主导地位，总噪声可近似为两种不同噪声模态分量在整个频率段上的叠加。比较而言，共模噪声分量在噪声幅值和频率分布上对总噪声构成的影响更大，该电机拖动系统传导性电磁干扰噪声主要集中在中低频段。可以看出，传导电磁干扰噪声分离网络可以有效地进行噪声诊断，效果良好，这将为噪声抑制和电磁兼容解决方案提供有益帮助。;3．2传导性EMI噪声智能处理系统;图3-41 传导性EMI噪声智能测试系统示意图;根据计算机软件提供的信息进行EMI滤波器的设计，而后完成EMI滤波器的硬件制作，并将滤波器接入到智能测试系统中，如图3-42所示。主测量装置线阻抗稳定网络（LISN）一端接商用电源，另一端通过EMI滤波器后才接被测设备（EUT），这样可以抑制被测设备产生的电磁干扰噪声。在主测