news 2026/9/28 20:57:14

测试INA118输入偏置电压以及噪声

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
测试INA118输入偏置电压以及噪声

简 介:本文基于INA118精密仪表放大器,通过自制单面PCB板进行测试,验证其输入偏置电压与偏置电流。实验采用高增益(5000倍)配置,测得输入偏置电压约77.8 μV,略高于数据手册标称值(50 μV),可能受器件老化或工艺差异影响;输入偏置电流实测为0.608 nA,低于手册值5 nA,表明芯片性能仍较优。测试结果表明,该旧版INA118在低噪声、高精度应用中具备一定可用性,但需注意参数漂移问题。

关键词:INA118

00:03:48\\\\\\\\r\\\\\\\\nINA118输入偏置电压和偏置电流

  • INA118 Datasheet

AD\Test\2026\September\TestINA118.SchDoc

01【INA118的偏置电压】

一、测试电路

手边有几颗比较旧的 INA118精密仪器放大芯片, 它具有一路差分放大器。 下面我们测试它的输入偏置电压, 输入噪声以及输入偏置电流。 我们首先将它设置增益的电阻设计为5欧姆,对应运放的增益为1万倍, 这实际上已经是它工作常用到最灵敏的状态了, 两路的输入电阻可以更换成不同的阻值, 进而可以来测量它对应的输入偏置电压和偏置电流。


对于它本身的输出噪声也可以通过示波器进行观察测量, 从而可以将测量输出的噪声除以增益之后,等效成它的输入噪声。 铺设单面PCB,适合一分钟制版, 一分钟制版,可以使我们更快的拿到测试电路板进行测试。

二、测试结果

焊接电路,经过清洗之后进行测试, 给电路提供±5伏的工作电源。 首先我们将运放两个输入都通过零欧姆短接在地线, 由此我们可以测量它对应的输入偏电压的大小。 但很可惜,输出达到了负5伏左右。 将设置增益的电阻都去掉,对应的增益为1。 此时对应的运放输出仍然在负4伏左右, 这就太奇怪了,也就是现在我们并没有得到它对应的输入偏置电压。 在输入都是0伏的时候, 按道理运放输出应该是它的输入偏置电压, 但现在我们得到的是-4伏左右。 这个电压数值并不是它的输入偏置电压。


重新更换一片INA118, 这次他的输出变得比较正常了, 将增电阻改为10欧姆。 此时它的输出大约为0.39V。 此时对应的芯片增益为5000倍, 根据输出的390毫伏的电压, 我们此时可以计算出对应的输入偏置电压为77.8微伏, 这个电压的数值和它对应的数据手册中的参数是一致的, 只是比数据手册中给出的实测电压50微伏, 大了大约40%左右, 为什么大了40%具体原因现在并不太清楚。

接下来我们测量芯片的输入偏置电流, 我们将正输入端的电阻修改为100K欧姆,负输入端为0欧姆。 测量此时的输出电压由原来的390毫伏降低到86毫伏, 这个下降的-304毫伏的电压, 除以芯片的增益,可以换算到输入端的变化大概是对应的60.8微伏。 这样我们可以计算出在100K的电阻上, 这样的一个电压,对应的输入电流的大小。 电流大小为0.608纳安, 这是对应的芯片的输入偏离电流, 对照ina118数据手册, 它对应的输入偏电流为五纳安, 所测量的数据比数据手册中给出的输入电流要小。


下面我们重新修改输入电阻的大小, 将负输入端的电阻修改为100K欧姆, 正输入端电阻为0,这样我们可以测量出负输入端的它偏置电流的大小和方向。 此时对应的输出电压降低到89毫伏左右。 这个电压说明正输入端和负输入端它们的偏置电流大小几乎是相同的, 只不过负数端的偏置电流,是流出芯片。

※总结 ※


本文初步观察了精密运放ina118的输入偏振电压以及输入偏振电流。 对应的输入平衡电压大约为80微伏左右。 对应的输入电流为0.6纳安。


■ 相关文献链接:

  • INA118 Datasheet
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 2026/9/28 20:55:22

企业 Workflow 如何接入 ERP、CRM?从 API 调用到业务契约

企业 Workflow 如何接入 ERP、CRM?从 API 调用到业务契约 AcmeFlow 的运营审核通过后,系统要从 CRM 找到客户与套餐,再向 ERP 创建一条维保服务记录。开发者很容易把这件事写成两次 HTTP 调用:先 GET 客户,再 POST 服务…

作者头像 李华
网站建设 2026/9/28 20:55:21

Spark 选 join 策略靠的是估算值,估错了它只会悄悄降级。

一条 join 落在集群上,可能走四种完全不同的算法,代价差出一个量级甚至更多。 选哪一种的不是你,是 Spark 自己,依据是它手里那份统计信息。 统计信息大概率是估的,估歪了计划不会报错,只会换一条更贵的路走…

作者头像 李华