EMI簡介:標準、成因和緩解技術

2021-04-29
作者 Yogesh Ramadass,德州儀器(TI)

工業、汽車與個人運算應用中的電子系統愈發密集且互相連接。為了改善這類系統的尺寸和功能,因此在封裝各種不同電路時皆採取近封裝距離,有鑑於前述限制,降低EMI影響也逐漸成為重要的系統設計考量。

工業、汽車與個人運算應用中的電子系統愈發密集且互相連接。為了改善這類系統的尺寸和功能,因此在封裝各種不同電路時皆採取近封裝距離。有鑑於前述限制,降低電磁干擾(EMI)影響也逐漸成為重要的系統設計考量。

圖1所示的車用攝影機模組就是這類多功能系統其中一個範例,該模組內的兩百萬畫素成像元件、4Gbps的串聯器及四通道電源管理積體電路(PMIC)皆以近距離封裝在一起。如此會使複雜度和密度隨之提升並帶來副作用,也就是使成像元件與訊號處理元件緊鄰PMIC,而PMIC帶有高電流與電壓。除非在設計期間能夠小心留意,否則前述的配置方式勢必會導致一系列電路對敏感元件的功能造成EMI。

 

圖1:車用攝影機模組。

 

EMI可能會以兩種方式顯現。例如連接相同電源供應器的無線電和馬達鑽就是一例,如圖2所示。在本例中,敏感無線電系統的運作會透過傳導方式受到馬達影響,因為這兩者共用相同的電源插座。馬達也會透過電磁輻射對無線電的功能造成影響,因為前述電磁輻射會透過空氣耦合,並受到無線電天線接收。

終端裝置製造商整合不同來源的元件時,唯一能確保干擾電路和敏感電路可和平共存並正確運作的方法,就是建立一套共用規則,針對干擾電路設定干擾程度的限制,且敏感電路必須能夠處理該程度的干擾。

 

圖2:透過傳導和電磁方式造成的EMI。

 

共用EMI標準

用於限制干擾的規定採用業界標準規格建立,例如適用汽車產業的國際無線電干擾特別委員會(CISPR) 25,以及適用多媒體設備的CISPR 32。CISPR標準是EMI設計的重要關鍵,因其可決定任何EMI降低技術的目標性能。CISPR標準可根據干擾模式分類為傳導式限制和輻射式限制,如圖3所示。圖3圖表中的長條代表最大的傳導式和輻射式排放限制,這是使用標準EMI測量設備進行測量時,受測裝置所能容許的上限。

 

圖3:傳導式和輻射式EMI的一般標準。

 

 

EMI的成因

若要建立相容於EMI標準的系統,需要清楚了解EMI的主要成因。現代電子系統中,最常見的電路之一就是硬式切換電源供應器(SMPS),可在多數應用中透過線性穩壓器大幅提升效率。但這樣的效率必須付出代價,因在SMPS中切換功率場效應電晶體,會使其成為主要EMI來源。

如圖4所示,在SMPS中進行切換的本質,會導致產生非連續輸入電流、在切換節點的高邊緣速率,以及電源迴路中因寄生電感而在切換邊緣產生的其他振鈴。非連續電流會影響< 30MHz頻段的EMI,而在切換節點的高邊緣速率以及振鈴則會影響30~100MHz頻段的EMI,以及> 100MHz頻段的EMI。

 

圖4:SMPS運作期間的主要EMI來源。

 

降低EMI的傳統和進階技術

在傳統設計中,主要使用兩種方法降低切換轉換器產生的EMI,而兩種方法都會造成相關的損失。為了處理低頻率(< 30MHz)排放並符合適用標準,會在切換轉換器的輸入處放置大型被動濾波器,造成解決方案更為昂貴、功率密度更低。

而一般降低高頻率排放的方式,則是透過有效的閘極驅動器設計來降低切換邊緣速率。雖然這麼做有助降低> 30MHz頻段的EMI,但是降低的邊緣速率會導致切換損失增加,進而使解決方案的效率降低。換句話說,為了實現低EMI的解決方案,注定需在功率密度和效率上做出取捨。

為了免除取捨的需要並且一併獲得高功率密度、高效率,以及低EMI的優勢,TI在設計LM25149-Q1、LM5156-Q1和LM62440-Q1等切換轉換器和控制器時,加入了多種技術,如圖5所示。前述技術包含展頻、主動EMI濾波、抵銷線圈、封裝創新、整合式輸入旁路電容及真實電壓轉換率控制方法等,且這些技術都經過設計,針對所需的特定頻段量身打造。

 

圖5:TI的功率轉換器和控制器為了大幅降低EMI而採用的技術。

 

結論

設計低EMI可顯著縮短開發週期時間,並可減少機板面積和解決方案成本。TI提供多種可降低EMI的功能與技術。以TI經過EMI最佳化的電源管理產品來運用不同技術組合,可確保使用TI元件的設計通過業界標準而無需過多重做。

 

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報