原创 从电磁感应到无线充电

2019-3-20 15:04 1049 9 11 分类: 消费电子 文集: 电子电路

         电磁感应我们中学学过相关的内容,大概意思是“通电的导线周围会产生磁场”,“导线位于变化中的磁场时也能产生电流”,也就是电生磁、磁生电。

         电磁感应的应用十分广泛,比如发电机、感应马达、变压器、无线充电等。

         发电机:

         发电机既是“磁生电”,我们转动磁铁,使磁场快速地变化就能使位于变化磁场中的导线产生电流。我们也可以转动导线,使导线快速地切过磁场。

         感应马达:

         马达即是“电生磁”,我们为导线通电,此时导线周围会产生磁场,若将导线置于另一个磁场中,由于磁场的相互作用会移动导线(另一说是导线切割磁场会产生电流,那反过来有电流的导线会去切割磁场),如果我们将导线与外磁场的位置巧妙地安排一下就能使通电的导线在磁场内快速转动。

         变压器:

         变压器是“电生磁”和“磁生电”的结合,在初级线圈上通交流电,“电生磁”产生变化的磁场,磁场经铁芯传导至次级线圈,而后“磁生电”使次级线圈中产生电流。变压器中通过增加或减少次级线圈的圈数可以改变“磁生电”的电流大小,从而改变传导的电压大小。

         无线充电:

         变压器中铁芯的作用是有效地传导磁场,如果将铁芯去除,初级线圈产生的磁场依然可以影响到次级线圈,但这样磁场的传导效率非常低。不过我们可以将两个线圈尽可能放近一点,这就是现在商用无线充电手机的原理了。由于铁芯的缺失,两个线圈必须要尽可能贴在一起放,这也就限制了无线充电的距离。

         小结:电磁感应已应用在生活的方方面面,一个简单的原理甚至可以产生如魔法般的效果,让人不得不感叹物理的奇妙。

广告

文章评论 4条评论)

登录后参与讨论

curton 2019-4-15 18:41

从电磁感应到无线充电

tzr1953_811349035 2019-4-11 19:52

谢谢博主的文章!

qijie72 2019-3-21 10:15

如果能以地球为磁芯的话,远距离无线输电就不是问题啦!哈哈

238112554_qq 2019-3-20 15:43

说起来,最近想了解无线充电的电路方面的知识。也感谢博主的分享
相关推荐阅读
毛大闲 2019-11-04 21:09
【零基础】使用Tensorflow实现神经网络
一、序言  前面已经逐步从单神经元慢慢“爬”到了神经网络并把常见的优化都逐个解析了,再往前走就是一些实际应用问题,所以在开始实际应用之前还得把“框架”翻出来,因为后面要做的工作需要我们将精力集中在业务...
毛大闲 2019-10-29 23:16
【零基础】神经网络优化之Adam
一、序言  Adam是神经网络优化的另一种方法,有点类似上一篇中的“动量梯度下降”,实际上是先提出了RMSprop(类似动量梯度下降的优化算法),而后结合RMSprop和动量梯度下降整出了Adam,所...
毛大闲 2019-10-29 11:25
【零基础】神经网络优化之动量梯度下降
一、序言  动量梯度下降也是一种神经网络的优化方法,我们知道在梯度下降的过程中,虽然损失的整体趋势是越来越接近0,但过程往往是非常曲折的,如下图所示:    特别是在使用mini-...
毛大闲 2019-10-27 23:15
【零基础】神经网络优化之mini-batch
一、前言  回顾一下前面讲过的两种解决过拟合的方法:  1)L0、L1、L2:在向前传播、反向传播后面加个小尾巴  2)dropout:训练时随机“删除”一部分神经元  本篇要介绍的优化方法叫mini...
毛大闲 2019-10-24 15:45
【零基础】神经网络优化之dropout和梯度校验
一、序言  dropout和L1、L2一样是一种解决过拟合的方法,梯度检验则是一种检验“反向传播”计算是否准确的方法,这里合并简单讲述,并在文末提供完整示例代码,代码中还包含了之前L2的示例,全都是在...
毛大闲 2019-10-18 13:01
【零基础】神经网络优化之L1、L2
一、序言  前面的文章中,我们逐步从单神经元、浅层网络到深层网络,并且大概搞懂了“向前传播”和“反向传播”的原理,比较而言深层网络做“手写数字”识别已经游刃有余了,但神经网络还存在很多问题,比如最常见...
广告
我要评论
4
9
广告
关闭 热点推荐上一条 /2 下一条