news 2026/2/13 4:27:22

天天在用的芯片:78L05 电源稳压器详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
天天在用的芯片:78L05 电源稳压器详解

今天又是与电路板打交道,我本来专攻嵌入式软件的,现在来到这家公司,好像碰软件碰的少了,现在就是画板,学习各个电路。想念敲代码的日子。

一、78L05 是做什么的

78L05 的功能非常单一,但非常重要:

将较高且不稳定的直流电压,转换为稳定的 5V 直流电压输出。

可以把它理解为电路中的“电压调节器”。
不管输入电压在一定范围内如何变化,输出端始终保持在 5V 左右,为后级电路提供可靠的电源。


二、78L05 名称的含义

很多初学者第一次看到 78L05,会觉得名字毫无规律,其实它的命名是有明确含义的。

  • 78:表示正电压线性稳压器系列

  • L:表示低电流版本(Low Current)

  • 05:表示输出电压为 5V

因此,78L05 的完整含义是:

一颗输出电压为 5V、输出电流较小的正电压线性稳压芯片。


三、78L05 的封装形式

78L05 常见的封装主要有两类:

1. TO-92 封装

外形类似小三极管,体积小、焊接方便,常用于教学实验、电路验证、小功耗系统。

2. 贴片封装(如 SOT-89、SOT-23)

体积更小,常用于成品电路板或对体积有要求的设备。


四、78L05 的引脚定义

以最常见的 TO-92 封装为例,当芯片正面朝向自己、引脚向下时:

  • 左脚:输入电压(Vin)

  • 中间:地(GND)

  • 右脚:输出电压(Vout,5V)

记忆方式可以理解为:
左边进电,中间接地,右边输出。

实际使用中一定要注意方向,接反极容易损坏芯片。


五、78L05 的工作原理(通俗理解)

78L05 属于线性稳压器

它的工作方式并不是“转换”,而是“消耗”。
当输入电压高于 5V 时,多余的电压会以热量的形式消耗掉。

例如:

  • 输入 9V

  • 输出 5V

  • 多出的 4V 转化为热量

这也是为什么 78L05 在电压差大、电流稍高时会明显发热。


六、关键参数说明

在实际使用中,重点关注以下几个参数即可:

输入电压范围

通常推荐输入电压在 7V 到 12V 之间。
输入电压过低会导致输出电压不稳定。

输出电压

固定为 5V,精度一般在允许误差范围内,满足绝大多数数字电路需求。

最大输出电流

最大约 100mA。
工程中建议不要长期超过 70mA,以减少发热和延长寿命。

功耗问题

芯片功耗与输入输出电压差以及负载电流直接相关。
功耗过大时,芯片会明显升温。


七、78L05 的标准使用电路

78L05 在使用时,必须配合电容使用

典型做法是:

  • 输入端并联 0.33 微法电容

  • 输出端并联 0.1 微法或 1~10 微法电容

这些电容的作用是抑制电压波动,防止电路振荡,使输出更稳定。

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 2026/2/9 2:26:59

PyTorch镜像中实现模型鲁棒性测试:对抗样本攻击防御

PyTorch镜像中实现模型鲁棒性测试:对抗样本攻击防御 在自动驾驶系统误将停车标志识别为限速40、医疗AI因微小噪声错判肿瘤恶性程度的今天,深度学习模型的安全边界正面临前所未有的挑战。这些看似荒诞的结果背后,往往源于一个共同的技术漏洞—…

作者头像 李华
网站建设 2026/2/5 8:38:24

arm架构低功耗特性详解:对比x86架构在移动设备的优势

为什么手机不用 Intel 处理器?ARM 的低功耗设计哲学全解析你有没有想过,为什么你的笔记本电脑用的是 Intel 或 AMD 的 x86 芯片,而手机却清一色地选择 ARM 架构?明明都是“电脑”,一个能跑大型软件、打游戏&#xff0c…

作者头像 李华
网站建设 2026/1/31 16:54:17

PyTorch最新版本v2.7结合CUDA带来哪些性能提升

PyTorch v2.7 与 CUDA 深度整合:如何释放新一代 GPU 的全部潜力? 在大模型训练动辄需要数百张 A100、推理服务对延迟要求越来越苛刻的今天,一个高效、稳定、开箱即用的深度学习环境不再是“锦上添花”,而是决定研发效率和产品上线…

作者头像 李华
网站建设 2026/2/7 13:15:57

Anaconda卸载后系统清理指南

Anaconda卸载后系统清理指南 在人工智能与数据科学开发中,Python 环境的混乱几乎是每个开发者都会遇到的问题。你是否曾在终端里敲下 python 命令时,突然发现它指向了一个早已“被卸载”的 Anaconda?或者新安装的 PyTorch 总是莫名其妙地报错…

作者头像 李华
网站建设 2026/2/11 17:33:40

Git与PyTorch协同开发实践:基于CUDA镜像的CI/CD流程搭建

Git与PyTorch协同开发实践:基于CUDA镜像的CI/CD流程搭建 在深度学习项目日益复杂、团队协作频繁的今天,一个常见的场景是:开发者A在本地训练模型一切正常,提交代码后CI系统却报错“CUDA not available”;或者新成员花两…

作者头像 李华
网站建设 2026/2/11 12:15:47

PyTorch镜像中运行Graph Neural Network图神经网络

PyTorch镜像中运行Graph Neural Network图神经网络 在当今AI模型日益复杂、数据规模持续膨胀的背景下,如何快速搭建一个稳定高效的深度学习开发环境,已成为研究人员和工程师面临的首要挑战。尤其是在图神经网络(GNN)这类对算力要求…

作者头像 李华