喇叭

简介: 喇叭

最近将推出一部分音频知识,主要涵盖喇叭,mic头,耳机标准,喇叭功放的输出功率,mic的灵敏度,耳机输出噪声实例分析等等。

 

喇叭:


下面主要介绍一点喇叭知识:

XX欧姆XX

image.png


Z:是指扬声器的电阻值,包括有:额定阻抗和直流阻抗.(单位:欧姆/ohm),通常指额定阻抗.


额定阻抗Z:是一个纯电阻的阻值,是被测扬声器单元在谐振频率后第一个阻抗最小值。这时音圈自

感所产生的反电动势和音圈振动所产生的反电动势因大小相等方向相反而互相抵消,使扬声器的阻抗值最近似等于音圈的直流电阻。我国国家标准GB9399-88《扬声器主要技术参数》中规定扬声器单元的额定阻抗值优选系列为:2481632Ω。目前国内和国际上大部分扬声器的额定阻抗值为


4Ω喇叭的需求电压比8 Ω低,但需求电流却比较大,就以4W为例,8 Ω喇叭是0 .7A ,而4 Ω喇叭则吃1A电流,故为何大家都说,低阻抗喇叭比较难推动。


扬声器的额定阻抗也可以根据扬声器音圈的直流阻值估出,将万用表测出的扬声器音圈直流电阻乘以1.1~1.3倍即为该扬声器的额定阻抗扬声器


例如额定阻抗为8Ω,用万用表测出值大概为7Ω左右。

 

640.jpg


 直流阻抗DCR:是指在音圈线圈静止的情况下,通以直流信号,而测试出的阻抗值.

 

640.jpg


额定功率


扬声器的功率有标称功率和最大功率之分。


标称功率称额定功率、不失真功率。它是指扬声器在额定不失真范围内容许的最大输入功率,在扬声器的商标、技术说明书上标注的功率即为该功率值。


是用连续、正弦波有效值功率测定其失真值的,以扬声器失真指标来确定,例如一个扬声器标志失真低于3%,则定为5W时失真为3%,那么这个这个扬声器的标称功率就是5W

 

最大功率是指扬声器在某一瞬间所能承受的峰值功率。为保证扬声器工作的可靠性,要求扬声器的最大功率为标称功率的2~3倍。

 

额外了解:


目前测试扬声器承受功率时大多使用噪声信号发生器。噪声是一种不规则、间歇的信号,一般测试用的噪声信号有白噪声和粉红色噪声两种,“白”和“粉红”这两个词是由这两种噪声的频谱决定的。


白噪声是一种随机噪声,这种噪声信号包含从20HZ~20KHZ的各种频率,且这些信号的能量呈均匀分布;


粉红噪音也是一种随机噪声,但它的能量分布与频率成反比,因此粉红噪声中的低频成份较多,测试时由功率放大器馈给被测扬声器一定的信号功率,被测扬声器两端输入的电压有效值的平方与被测扬声器阻抗的比值既为该扬声器的承受功率。

 

相位判断


扬声器相位是指扬声器在串联、并联使用时的正极、负极的接法:当使用两只以上的扬声器时,要设法保证流过扬声器的音频电流方向的一致性,这样才能使扬声器的纸盆振动方向保持-致,不至于使空气振动的能量被抵消,不至于降低放音效果。为能做到这一要求就要求串联使用时一只扬声器的正极接另一只扬声器的负极依次地连接起来;并联使用时,各只扬声器的正极与正极相连,负极与负极相连,这就是说达到了同相位的要求。


但是有的扬声器在其引脚上没有标出正极、负极的字样,这样就影响了串联并联的使用,为此我们要确定扬声器的正负极性。其方法如下:


1)将万用表置于直流电流挡的最低挡,将两只表笔分别接扬声器的两引脚,然后用手指轻而迅速地按一下扬声器的纸盆,并及时地观看万用表的指针摆动方向,如指针向右摆时,规定红表笔所接为正极,黑表笔所接为负极;如指针向左摆时,规定红表笔所接为负极,黑表笔所接为正极。用同样的方法和极性规定去检测其他扬声器并做好标注,这样按正极、负极串、并联使用后就可达到同相位了。


2)用一节或两节电池(串联),将电池的正、负极分别接扬声器的两引脚,在电源接通的瞬间注意及时观察扬声器的纸盆振动方向,若纸盆向靠近磁铁的方向运动,此时电池的负极接的是扬声器的正极引脚。交替电池接通扬声器的两引脚,纸盆向外运动,则说明电池的正极接触的就是扬声器的正极。

 

最后:


附上两张图,后续文章更新讲解。


640.jpg640.jpg

 

相关文章
|
自然语言处理 小程序 数据挖掘
数据分析实战-Python实现博客评论数据的情感分析
数据分析实战-Python实现博客评论数据的情感分析
687 0
|
iOS开发 MacOS 数据安全/隐私保护
|
8月前
|
人工智能 运维 API
Dify开发者必看:如何破解MCP集成与Prompt迭代难题?
Dify 是一个面向AI时代的开源大语言模型(LLM)应用开发平台,致力于让复杂的人工智能应用构建变得简单高效,目前已在全球范围内形成显著影响力,其 GitHub 仓库 Star 数截至 2025 年 6 月已突破 100,000+,目前,Dify 已经成为 LLMOps 领域增长最快的开源项目之一。
|
5月前
|
人工智能 自然语言处理 数据可视化
smardaten AI + 无代码开发实践:基于自然语言交互快速开发【苏超赛事管理系统】
苏超赛事管理系统基于smardaten无代码平台,通过AI生成与可视化配置,实现球队、赛程、积分等全流程数字化管理,提升效率、优化体验、支持数据可视化,助力赛事高效运营。
smardaten AI + 无代码开发实践:基于自然语言交互快速开发【苏超赛事管理系统】
|
固态存储
计算机硬件更换硬件
【7月更文挑战第27天】
976 6
|
消息中间件 缓存 前端开发
Springboot 整合 WebSocket ,使用STOMP协议 ,前后端整合实战 (一)
Springboot 整合 WebSocket ,使用STOMP协议 ,前后端整合实战 (一)
3572 1
Springboot 整合 WebSocket ,使用STOMP协议 ,前后端整合实战 (一)
|
存储 Kubernetes 调度
在K8S中,⼀个pod的不同container能够分开被调动到不同的节点上吗?
在K8S中,⼀个pod的不同container能够分开被调动到不同的节点上吗?
|
存储 安全 Linux
C++文件格式深度解析:从底层结构到关键特性
C++文件格式深度解析:从底层结构到关键特性
1143 3
C++文件格式深度解析:从底层结构到关键特性
|
监控 安全 Linux
在Linux中,SELinux的作用是什么?如何临时和永久地更改SELinux上下文?
在Linux中,SELinux的作用是什么?如何临时和永久地更改SELinux上下文?
|
SQL Java 关系型数据库
实时计算 Flink版产品使用合集之怎么连接 Elasticsearch
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
275 3

热门文章

最新文章