薄膜变压器与电感器研究
【摘要】:
随着信息技术(IT)的快速发展,电子系统向高集成度、高复杂度方向发展,必然要求在更小的基片上集成更多的元器件。除了依靠高密度集成技术的发展外,从器件本身出发,只有研制小型化、薄膜化的器件,以减小系统的整体体积、重量,才能达到减小功率损耗、提高信号传输效率的要求。而作为磁性元器件中最重要的变压器、电感器,在现代射频通信电路中被广泛使用,特别是能与硅器件一起集成的薄膜变压器、电感器,在国际上备受重视。而国内长期以来,由于受薄膜磁芯材料、绕组材料、基片材料,包括制作技术及最为关键的设计技术限制,尚未研发出能够用于这一应用领域的薄膜变压器、电感器。因而,本文的研究工作正是从这里入手,从理论及实验上探索薄膜化的磁性集成器件——变压器与电感器。
在薄膜变压器研制方面,首先实验上从磁芯材料、薄膜变压器结构、薄膜制作工艺等方面出发,设计和制作了多层薄膜叠加的Ⅰ型薄膜变压器阵列,采用英国Voltech公司的变压器综合测试仪测试薄膜变压器的初次级电感、品质因子、串联等效电阻、插入损耗、分布电容等性能参数。分析讨论了磁芯薄膜的膜厚、磁芯薄膜的分层数、磁路的开路与闭路等因素对薄膜变压器性能的影响。初次级电感、Q值、插入损耗等性能曲线表明本文所设计、制作的薄膜变压器具有良好的高频性能;研发的新型高频脉冲薄膜变压器阵列,改变了传统脉冲变压器的“庞大躯体”,实现了脉冲变压器的小型化,且可实现在同一衬底上共同集成磁性元器件与半导体集成电路。其次,在理论上,基于深入分析人工神经网络技术,建立了基于人工神经网络分析的薄膜变压器模型,采用标准手册的数据训练和检验神经网络模型,结果表明建立的人工神经网络模型具有收敛稳定、收敛速度快、学习能力强、预测准确等特点,利用该人工神经网络模型能优化薄膜变压器设计。
在薄膜电感研究方面,以薄膜电感的设计与制作为重心,采用理论计算与实验制作共进的研究模式。首先基于Biot-Savat定律,推导不同绕线形状电感的理论计算式,并根据理论计算结果设计了不同电感值的薄膜电感,首次提出多层薄膜磁场分布的传输线模型。其次,研究了薄膜电感所使用的CoNbZr高频软磁薄膜材料的性能,并利用真空磁控溅射设备在10mm×10mm的PCB板、20mm×20mm陶瓷基片上制作了薄膜电感。最后,测试了薄膜电感的性能,研究了薄膜厚度、绕线形状等对薄膜电感使用频率、品质因素、电感值的影响,并与理论计算结果进行比较。实验结果表明,推导的薄膜电感计算式能较好的符合测试结果,所制作的IT用薄膜电感可用于1MHz—1GHz的射频段,扩宽了电感的使用频段,并使电感从三维向两维空间发展,减小了电感的体积、重量,满足了器件“小、轻、薄”发展的需求。
|
|
|
|
1 |
陈善本,吴林,王其隆;人工神经网络及其在焊接过程控制中的应用展望[J];哈尔滨工业大学学报;1994年01期 |
2 |
董志荣;人工神经网络与C~3I系统[J];火力与指挥控制;1995年01期 |
3 |
陈允平,龚庆武,马宁,康健;基于人工神经网络的智能型自适应保护──(Ⅰ)原理和模型结构[J];武汉水利电力大学学报;1998年02期 |
4 |
赵琳;一种基于人工神经网络的短期负荷预测技术[J];山西电力技术;1998年01期 |
5 |
龙伟,张金,黄杰;人工神经网络发展前景[J];机械;1998年01期 |
6 |
关新民;人工神经网络在转炉建立准确预报模型中的应用[J];新疆工学院学报;1998年01期 |
7 |
姜绍飞;人工神经网络用于建筑工程领域的数据处理方法[J];哈尔滨建筑大学学报;1999年05期 |
8 |
穆宏强;人工神经网络在水文学中的应用[J];长江职工大学学报;1999年01期 |
9 |
房鑫炎,阙波;人工神经网络在自适应重合闸瞬时与永久故障判别中的应用[J];电力系统及其自动化学报;1999年03期 |
10 |
高强,王胜辉,徐建源;基于人工神经网络的中期电力负荷预测研究[J];沈阳工业大学学报;2004年01期 |
11 |
张慧书,战东平,姜周华,于艳忠,孙利国,邢国成,王玉辉;基于人工神经网络的钢铁冶炼终点预报模型[J];工业加热;2005年02期 |
12 |
王达宇;何国青;宋万民;康宇静;刘进忠;;电渣重熔过程智能控制的研究与应用[J];工业加热;2005年06期 |
13 |
范胜波;王太勇;汪文津;何慧龙;;基于MATLAB神经网络的切削力预测[J];机床与液压;2006年01期 |
14 |
高文胜;张凌俊;;TH-DMDS型电力设备局部放电监测诊断系统[J];水电能源科学;2006年03期 |
15 |
张海涛;何亚伯;;神经网络综合评价及其在土木工程中的应用[J];基建优化;2006年04期 |
16 |
余正红;李志博;尹朝庆;;基于遗传神经网络的货运量预测的研究与实现[J];交通与计算机;2006年05期 |
17 |
张海涛;何亚伯;;深基坑支护结构变形预测的神经网络方法[J];工程建设与设计;2007年03期 |
18 |
刘丙军;邵东国;沈新平;;基于小波变换的BP神经网络参考作物腾发量预测模型[J];武汉大学学报(工学版);2007年01期 |
19 |
王海涛;;EBP神经网络在空调负荷预测中的应用[J];安徽建筑工业学院学报(自然科学版);2007年02期 |
20 |
孙明亮;范修涛;傅孝忠;;BP神经网络在迫弹散布密集度预测中的应用[J];硅谷;2008年11期 |
|