news 2026/4/18 7:43:31

LP3798ESM+LP15R060S_12V2A(24W) 集成750V SIC 原边控制+同步整流 反激电源方案

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
LP3798ESM+LP15R060S_12V2A(24W) 集成750V SIC 原边控制+同步整流 反激电源方案

LP3798ESM+LP15R060S 是24W 12V 2A 集成 750V SiC 原边控制 + 同步整流的反激电源方案,主打低成本、少 BOM、高可靠,核心用于中小功率恒压恒流隔离电源,尤其适配空间受限与成本敏感场景。

核心应用场景

应用领域

典型产品核心适配点
消费电子12V 小家电适配器、智能锁电源、机顶盒电源省光耦 / TL431,单层 PCB 过 EMI,待机 < 75mW
电动工具12V 电池充电器(2A/3A)宽压输入(90–264VAC),恒流精度高,多重保护
工业 / 网通小型工业传感器、网络摄像头电源抗干扰强,过温 / 过压 / 短路保护完善
快充 / 适配器24W PD/QC 快充、USB PD 固定电压适配器峰值效率 > 91%,同步整流降低损耗

LP3798EAM :( 90VAC265VAC)12V/1.5A(18W),(176VAC~265VAC)12V12.0A(24W) 封装ASOP6。
LP3798EBM :( 90VAC265VAC) 12V 2A(24W),(176VAC~265VAC)12V13.0A(36W)封装ASOP6。
LP3798ESM :(176VAC~265VAC)12V 2A(24W),176VAC~265VAC )12V13.0A(36W)封装ASOP6。

LP3798ESM+LP15R060S 应用方案核心优势
极简 BOM:LP3798ESM 原边反馈省光耦、TL431;LP15R060S 同步整流省肖特基,BOM 较传统方案减 20%。
高效低耗:SiC 功率管高频低损,LP15R060S 专利开通判定 + 快速关断,CCM/DCM 全模式高效,待机 < 75mW。
高可靠:LP3798ESM 集成 750V SiC,多重保护(欠压 / 过压 / 短路 / 过温等);LP15R060S VCC 欠压保护 + 驱动抗干扰。
易生产:单层 PCB 可过 EMI Class B,无需复杂补偿,量产一致性好

LP3798ESM+LP15R060S典型应用电路(24W 12V/2A)
输入部分:90–264VAC 整流滤波,EMI 电路(共模 + 差模电感)。
原边控制:LP3798ESM(ASOP6)内置 750V SiC 开关,CS 电流采样,FB 反馈,无需光耦 / TL431。
变压器:反激拓扑,原边绕组匹配输入电压,副边适配 12V 输出。
同步整流:LP15R060S(SOP7L)接副边,替代肖特基,VCC 自供电,支持 CCM/DCM。
输出部分:LC 滤波(电解 + 电感),实现 12V/2A,纹波 < 50mV。

关键设计要点
变压器设计:按 12V/2A 计算匝比,确保副边电压适配 LP15R060S(耐压 60V),避免尖峰击穿。
采样电阻:CS 电阻决定峰值电流,FB 电阻设定输出电压,需匹配恒压 / 恒流精度。
同步整流匹配:LP15R060S 的 GND/VCC/DRV 引脚需靠近副边绕组,减小驱动环路。
EMI 优化:输入共模电感 + X/Y 电容,原边 SW 引脚串小电阻抑制 dv/dt。

应用注意事项
散热:LP3798ESM 建议贴散热片,PCB 覆铜≥200mil;LP15R060S 注意 VCC 供电稳定性。
保护阈值:按应用调整过压 / 过流阈值,避免误触发。
线缆补偿:LP3798ESM 支持可编程线缆补偿,长输出线时启用提升带载精度

LP3798ESM+LP15R060S 测试报告

Input Voltage:90Vac~264Vac -47-63Hz;Output Voltage: 12V2A;
Ambient temperature:45℃;(带外壳)
PCB 板尺寸:59.4mm X45.6mm

实物图:

原理图:

变压器资料:

BOM表:

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 15:10:28

高效多模态交互实现路径|AutoGLM-Phone-9B架构与部署详解

高效多模态交互实现路径&#xff5c;AutoGLM-Phone-9B架构与部署详解 1. AutoGLM-Phone-9B 多模态模型工作机制 AutoGLM-Phone-9B 是一款专为移动端优化的多模态大语言模型&#xff0c;融合视觉、语音与文本处理能力&#xff0c;支持在资源受限设备上高效推理。该模型基于 GL…

作者头像 李华
网站建设 2026/4/18 6:28:04

Hunyuan vs DeepSeek:开源翻译模型选型对比评测

Hunyuan vs DeepSeek&#xff1a;开源翻译模型选型对比评测 1. 引言 1.1 技术背景与选型需求 随着全球化业务的不断扩展&#xff0c;高质量、低延迟的机器翻译能力已成为企业出海、内容本地化和跨语言沟通的核心基础设施。近年来&#xff0c;开源大模型生态迅速发展&#xf…

作者头像 李华
网站建设 2026/4/17 20:08:11

YOLO-v5技术解析:You Only Look Once架构原理深度剖析

YOLO-v5技术解析&#xff1a;You Only Look Once架构原理深度剖析 1. 引言&#xff1a;YOLO系列的发展与核心价值 1.1 YOLO的诞生背景与演进路径 YOLO&#xff08;You Only Look Once&#xff09;是一种端到端的实时目标检测模型&#xff0c;由华盛顿大学的Joseph Redmon和A…

作者头像 李华
网站建设 2026/4/16 13:46:35

AB实验提升显著性 之 实验加速神器 mSPRT

在 AB 实验的实际业务中&#xff0c;我们经常面临一个两难的困境&#xff1a; 业务方每天都想看数据&#xff0c;看到涨了就想停&#xff0c;看到跌了也想停。但统计学家告诉我们&#xff1a;“不能偷看&#xff01;必须跑满预设样本量&#xff0c;否则 P 值就失效了。” 这导致…

作者头像 李华
网站建设 2026/4/16 15:23:15

Voice Sculptor语音合成优化:GPU资源使用技巧

Voice Sculptor语音合成优化&#xff1a;GPU资源使用技巧 1. 技术背景与优化挑战 随着大模型在语音合成领域的广泛应用&#xff0c;基于LLaSA和CosyVoice2架构的指令化语音生成系统——Voice Sculptor&#xff0c;因其高度可定制的声音风格控制能力&#xff0c;在内容创作、有…

作者头像 李华
网站建设 2026/4/14 17:29:27

AI智能二维码工坊错误日志:异常输入处理改进方案

AI智能二维码工坊错误日志&#xff1a;异常输入处理改进方案 1. 引言 1.1 业务场景描述 在实际使用 AI 智能二维码工坊&#xff08;QR Code Master&#xff09; 的过程中&#xff0c;用户反馈系统在处理某些特殊输入时会出现异常行为。例如&#xff1a; 输入超长文本导致生…

作者头像 李华