线材-电子线载流能力

简介: 线材-电子线载流能力

今天来讲的是关于电子线的一个小知识,可能只做板子的工程师遇到此方面的问题会比较少,做整机的工程师则必然会遇到此方面问题,那就是线材问题。


       下面主要说下电子线的过电流能力。(文末有工具下载)

       电子线(hook wire)一般指电器设备内部线,通电性主要是以弱电为主,跟强电范畴的电缆是不同概念的。


有如下3个系列标准:


UL标准【美国保险商试验所(Underwriter Laboratories Inc.)】

3C标准【中国强制性产品认证(China Compulsory Certification)】

VDE标准【德国电气工程师协会(Verband Deutscher Elektrotechniker)】

我们目前比较常用的是UL标准,单位为AWG【American Wire Gauge 美国线规

UL标准又是个大标准,没必要一一去了解,我经常用到的有UL1007,UL1015电子线。


UL1007:


耐电压300V,耐温-10度~80度;导体使用单支或绞合32-16AWG镀锡或露铜;PVC(聚氯乙烯)绝缘,符合ROHS环保标准;绝缘厚度均匀、易裁线、易剥皮。

640.jpg

UL1015:


耐电压600V,耐温-20度~105度;导体使用单支或绞合28-10AWG镀锡或露铜;PVC(聚氯乙烯)绝缘,符合ROHS环保标准;绝缘厚度均匀、易裁线、易剥皮。

注意:同一线号,UL1015与UL1007的导体截面积、线数、线径、阻值是一样的,不同的外皮的规格。

AWG:

AWG 的数值越大,表明线材拉制后的直径越小。


过电流能力:


百度上面的计算方法有很多种,下面列举几种:


截面积计算方法:


一般铜导线的安全载流量为5~8A/mm²,铝导线的安全载流量为3~5A/mm²。

利用铜导线的安全载流量的推荐值5~8A/mm²,计算出所选取铜导线截面积S的上下范围:

S=[ I /(5~8)]

=0.125 I ~0.2 I(mm²)

S-----铜导线截面积(mm²)

I-----负载电流(A)

举例:AWG28,导体单股直径为0.32mm,那么其截面积为(0.32/2)X(0.32/2)XPI=0.0804mm²

那么安全载流量区间为:0.402A~0.6432A


下面这种方法不知来历:


640.png

640.png


依据上面两条公式,同样举例AWG28:

结果:正常电流为0.318A;最大电流为0.362A。

此处发现两种方法计算结果差别还是蛮大的。

下图是依据此方法计算出来的:

640.png


图标查询法:


此方法为电子线供应商提供,可靠性还是蛮高的。

640.jpg


从图中可以看出,载流能力与方法一的值较为接近。

所以本人并不推荐中间那种方法,并做了一个excel表格,方便大家以后查询,获取方法是点赞或者转发分享后截图发到后台。


推荐阅读:

Gold Flash引发的一系列思考

相关文章
|
11天前
|
人工智能 算法 物联网
企业级RAG全链路优化关键技术
本文深入解析了企业级RAG全链路的关键技术、效果优化、性能优化及应用实践。
|
2月前
|
云安全 安全 API
2024 年 CSPM 产品该具备哪些能力?
云安全态势管理(CSPM)是一种持续管理IaaS和PaaS安全态势的解决方案,通过预防、检测和响应云基础设施风险来保障安全。CSPM应用通用框架、监管要求和企业政策,主动或被动地发现和评估云服务配置风险,并提供修复选项。例如,若阿里云OSS服务被错误地设置为公共读写权限,CSPM会检测出这种不当配置并提供修复建议。CSPM的核心功能包括实时配置检测、基于上下文的优先级排序、多云支持及自动修复选项,帮助企业及时发现并解决配置不当问题。
84 1
2024 年 CSPM 产品该具备哪些能力?
|
3月前
|
机器学习/深度学习 运维 算法
智能运维:利用机器学习优化IT基础设施管理
在数字化浪潮中,企业对IT基础设施的依赖日益加深。传统的运维模式已难以应对复杂多变的技术环境,而智能运维(AIOps)应运而生。本文将探讨如何借助机器学习技术,提升运维效率,确保系统稳定性,并预测潜在问题,从而为企业带来持续的业务创新和价值增长。
43 0
|
5月前
|
机器学习/深度学习 人工智能 运维
智能化运维:利用机器学习提升系统稳定性
在本文中,我们将探讨如何通过机器学习技术来提升系统的稳定性。我们将介绍机器学习在智能运维中的应用,包括预测性维护、异常检测和自动化故障响应。我们还将讨论如何实施这些技术,并分享一些成功案例。最后,我们将探讨机器学习在运维领域的未来发展趋势。
56 0
|
6月前
|
人工智能 搜索推荐
AI能力更加原子化,业务流程迈向“无感智能”
【1月更文挑战第7天】AI能力更加原子化,业务流程迈向“无感智能”
178 1
AI能力更加原子化,业务流程迈向“无感智能”
|
算法 开发者
如何从写业务代码中跳出来,有效提升个人技术能力?
如何从写业务代码中跳出来,有效提升个人技术能力?
79 0
|
存储
存储应该具备以下技术能力
存储应该具备以下技术能力
98 1
|
存储 人工智能 运维
多模态流式 AI 编排平台,大规模减少新应用开发成本
多模态流式 AI 编排平台,大规模减少新应用开发成本
714 0
|
机器学习/深度学习 运维 监控
RecSysOps: 大规模推荐系统运维最佳实践
RecSysOps: 大规模推荐系统运维最佳实践
216 0
RecSysOps: 大规模推荐系统运维最佳实践