news 2026/8/9 15:14:54

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 2026/8/3 16:34:10

使用Conda创建独立环境安装特定版本PyTorch

使用Conda创建独立环境安装特定版本PyTorch 在深度学习项目开发中,最让人头疼的往往不是模型设计或训练调优,而是“在我机器上能跑”的环境问题。你是否经历过这样的场景:刚从同事那里拿到一份惊艳的实验代码,兴冲冲地运行却报出一…

作者头像 李华
网站建设 2026/8/8 1:38:34

PyTorch-CUDA-v2.8镜像是否支持RTX 50系列显卡?前瞻分析

PyTorch-CUDA-v2.8镜像是否支持RTX 50系列显卡?前瞻分析 在深度学习硬件迭代日益加速的今天,一个现实问题摆在开发者面前:我刚配好的开发环境,还能撑多久? 比如你现在正用着基于 PyTorch-CUDA-v2.8 的容器镜像跑模型…

作者头像 李华
网站建设 2026/8/8 21:55:42

PyTorch镜像中实现迁移学习(Transfer Learning)快速收敛

PyTorch镜像中实现迁移学习(Transfer Learning)快速收敛 在当今AI研发节奏日益加快的背景下,一个常见的现实是:我们花在“让代码跑起来”上的时间,往往远超模型设计本身。尤其是当项目涉及GPU加速、深度学习框架和复杂…

作者头像 李华
网站建设 2026/8/5 23:11:02

PyTorch DataLoader多线程加载数据性能优化

PyTorch DataLoader多线程加载数据性能优化 在深度学习训练中,你是否遇到过这样的场景:GPU 利用率长期徘徊在 20% 以下,而 CPU 却已经接近满载?监控工具显示模型计算时间仅占整个 step 的一小部分,其余时间都在“空转”…

作者头像 李华
网站建设 2026/8/8 6:53:53

PyTorch-CUDA-v2.7镜像中运行AutoGPT项目的可行性分析

PyTorch-CUDA-v2.7镜像中运行AutoGPT项目的可行性分析 在当前AI开发实践中,一个常见的困境是:明明本地跑得通的模型,在团队协作或云上部署时却频频报错——CUDA版本不兼容、PyTorch与cuDNN冲突、依赖包版本混乱……尤其是面对AutoGPT这类融合…

作者头像 李华
网站建设 2026/8/9 5:55:37

HBuilderX安装教程:系统学习断点调试功能设置

HBuilderX 安装与断点调试实战指南:从零配置到高效排错 你有没有遇到过这样的场景?写了一堆 console.log ,页面刷新十几遍,日志满屏飞,却还是找不到那个“明明应该进来”的 if 分支。又或者,在 uni-app …

作者头像 李华