【原来你也用错了】晶振电容千万别用X7R！不然拉不动“晶体心脏”！

最新推荐文章于 2025-08-04 21:05:10 发布
最新推荐文章于 2025-08-04 21:05:10 发布
阅读量652 收藏 5
点赞数 13
CC 4.0 BY-SA版权
分类专栏： 一次性讲明白系列 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43199439/article/details/147656709

在这里插入图片描述

🔍【原来你也用错了】晶振电容千万别用X7R！不然拉不动“晶体心脏”！

📡 标题党不是我风格，但这事儿真的坑了无数工程师。

晶振不起振、漂频、温漂巨大？你以为是IC坏了，其实锅在你选的那个“X7R电容”身上。今天咱们就来挖掘这个被忽视的深坑：为什么晶振电路的负载电容不能用X7R？核心原因：Pullability（拉频能力）！

💣 一句话暴击：

晶振拉不动，不是晶体不行，是你电容“太胖还虚”！

🧠 Step 1：先科普一下“负载电容”是干啥的？

我们知道，晶振电路里会接两个小电容，通常长这样：

在这里插入图片描述

这俩电容叫做负载电容（Load Capacitance），它不是“滤波电容”，也不是“耦合电容”，它的作用是和晶体谐振器一起形成

了解本专栏 订阅专栏 解锁全文
如果电路教材这么讲--单片机晶振的负载电容计算
2301_76759607的博客
05-14 1377
当初我在设计单片机外围电路的时候，单片机旁边的晶振需要并联2颗电容，查看晶振规格书的时候有个参数负载电容,比如9pF,12pF,12.5pF,20pF等等，一开始以为直接找两个这个电容就行了，这是典型的对负载电容的理解不到位，后来慢慢熟悉了，知道其中含义了，也就知道了这两个电容的计算方式。负载电容（Load Capacitance,CL）是晶振两端需要匹配的等效电容，它协调晶体的振荡频率，使其稳定在标称值（如12MHz）。1.晶振标称负载电容（CL）：查看晶振规格书（如12pF, 20pF）。
无线通信 | 有源和无源晶振、电阻、电容、电感
小灰灰的FPGA的博客
07-21 1337
电容材质一般有NPO/COG、X7R、X5R 等，射频电路的电容一般用 NPO/COG这种高性能材质，同时根据电路需要选择合适的工作电压和精度。电容的作用，信号可以直接通过（根据信号频率不同选择不同容值的电容，类似0Ω电阻）；电阻、电容、电感在低频时主要表现出的是其本身理论定义的理想性能，而在高频时则会表现出其他诸如引线参数、寄生参数、分布参数、感应参数等特性。对有源晶振进行选型，主要看输出频率、控制电压、频率稳定度、频率容忍度、负载电容、工作温度、老化率等参数指标。电感的作用，和电容一起构成匹配电路；
晶振的电源滤波设计
TimeSource的博客
04-14 762
25MHz晶体，电源电压3.3V，存在200MHz开关电源噪声。（适用于高频时钟电路，提升EMC性能与信号稳定性）时源芯微 拥有丰富的EMC整改经验。
张飞硬件11~19-电容篇笔记
MOS_JBET的博客
09-05 1454
生活生产中常见电压：220V(AC)整流为310V(DC)，弱电控制信号：3.3V，5V，12V，15V，18V，24V，36V，48V，64V，80V，100V。尽量别去选小封装，耐压高的，因为价格一般都比较贵。芯片旁边需要放置一些电容来索取电流，更加稳定的供电，通常放几uF的电容，一般是瓷片电容，例如1uF、2.2uF、3.3uF、4.7uF。小结：电解电容、钽电容，大多数用来存储能量，所以容量偏大，一般需要配合小容量的瓷片电容进行退耦，例如常见的100nF（104）。早期晶体管工艺，功耗偏大；
Loto实践干货(9) 示波器测 晶振
LOTO2018的博客
02-10 1333
Loto实践干货(9) 示波器测 晶振 我们演示一下用LOTO示波器测晶振，测晶振的频率和波形，我们平时遇到的晶振主要是这两种。一种是我焊接了一个板，分别是80M,12M,48M的晶振，他们都属于有源贴片晶振。加一个3.3或者5伏或其他的电压，不用外接电容了，他就有起振了。 还有一种是无缘晶振，一般是两脚的，有直插的和加贴片的。他一般是给单片机或者是一些芯片上用外接，一般内部有一些晶振电路，外面只是一个震荡晶体石英晶体，需要外接2个电容，一般是多少P的电容帮助他起振。 如果你用示波器测晶振，是需要选示波
HW Basic - 晶振的分类和作用
dejiang4768的博客
05-24 343
定义 晶振一般叫做晶体谐振器，是一种机电器件，是用电损耗很小的石英晶体经精密切割磨削并镀上电极焊上引线做成。这种晶体有一个很重要的特性，如果给他通电，他就会产生机械振荡，反之，如果给他机械力，他又会产生电，这种特性叫机电效应。他们有一个很重要的特点，其振荡频率与他们的形状，材料，切割方向等密切相关。由于石英晶体化学性能非常稳定，热膨胀系数非常小，其振荡频率也非常稳定，由于控制几何尺寸可...
电子元器件篇—电容
weixin_42609431的博客
04-25 1658
电容知识
常见的6种瓷片电容的特性和应用
weixin_40590799的博客
08-02 673
文章摘要：本文系统分析了6种常见瓷片电容（NPO/COG、X7R、X5R、Y5V、Z5U）的特性与应用。NPO/COG电容具有超低温度系数和高稳定性，适用于5G射频、量子计算等精密场景；X7R/X5R在电源滤波、工业设备中表现优异，其中X7R耐高温能力更强；Y5V/Z5U成本低廉但温漂大，多用于LED驱动等非精密电路。文章详细对比了各类型电容的温度特性、介质损耗等参数，并给出典型应用案例和选型建议，特别强调高压、高频场景下的封装选择和可靠性设计要点。（150字）
电子元件-电容
云淡风轻
05-20 279
电子元件-电容
103电容
03-15
X7R 则提供较好的稳定性和成本平衡[^5]。 - **损耗角正切值 (Dissipation Factor, DF/Tanδ)** 这一指标衡量能量损失情况，在高频电路设计中尤为重要。一般情况下，优质产品会保持较低水平()。 #### 3. 实际应用...
使用yolo11训练饮料瓶盖缺陷检测质量检测数据集VOC+YOLO格式1432张5类别步骤和流程
FL1623863129的博客
08-03 523
训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型。经过上面训练可以使用模型做一步部署，比如使用onnx模型在嵌入式部署，使用engine模型在jetson上deepstream部署，使用torchscript模型可以在C++上部署等等。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
Opera浏览器v120.0.5543.128绿色版，集成多重加速引擎，告别卡顿与追踪
midou55com的博客
08-02 430
一、产品概况Opera 诞生于挪威，以“小巧、快速、安全”闻名。该绿色版基于官方最新稳定分支定制，免安装、不写注册表，解压即可运行，适用于 U 盘随身携带或本地无痕使用。二、核心特色极速内核原生 Blink 引擎，启动与页面加载速度优于多数同内核浏览器；精简皮肤与 16×16 图标进一步减少资源占用。高度可定制• 快速拨号：内置可视化定制工具，背景、图标、布局随心调整。• 鼠标手势 + 快捷键：支持自定义，浏览效率倍增。• 界面选项：可隐藏标题栏、一键全屏，打造极简视觉体验。
提升CSDN文章在AI大模型的RAG搜索中引用率的综合策略分析,以“微学AI“为例
微学AI的博客
08-01 359
随着大型语言模型（LLM）与检索增强生成RAG技术的普及，AI驱动的搜索与问答正在成为获取技术信息的核心渠道。对于像“微学AI”这样的CSDN技术博主而言，其文章能否被这些AI系统有效检索和引用，直接关系到其知识传播的广度、个人品牌的影响力以及潜在的技术领导力。本报告深入剖析了RAG系统的工作原理，并结合传统的搜索引擎优化（SEO）与新兴的AI内容优化策略，为CSDN博主提出一套系统性的、可操作的优化方案。报告的核心观点是，创作者需要从“为人类读者写作”进化到“为人类与AI双重读者写作”.
基于Java的AI/机器学习库（Smile、Weka、DeepLearning4J）的实用
最新发布
keny-大成的博客
08-04 498
在Java中定义AI动作，通常涉及枚举或常量类来列举可识别的合理动作。挥手（WAVE）点头（NOD）摇头（SHAKE_HEAD）鼓掌（CLAP）举手（RAISE_HAND）叉腰（HANDS_ON_HIPS）抱臂（CROSS_ARMS）指向前方（POINT_FORWARD）竖起大拇指（THUMBS_UP）竖起小拇指（THUMBS_DOWN）比心（HAND_HEART）敬礼（SALUTE）握拳（FIST）张开双手（OPEN_HANDS）双手合十（PRAY）
【YOLO系列】YOLOv11详解：模型结构、损失函数、训练方法及代码实现
一碗白开水一
08-01 1246
YOLOv11在目标检测领域实现重大突破，通过动态骨干网络(Dyna-Backbone)和FPN++架构，在保持高帧率(≥60FPS)的同时提升小目标检测精度(AP_S提升5.6%)。创新采用CIoU++损失函数和类别平衡Focal Loss，结合Mosaic-Plus数据增强，参数量减少18%至6.5M。实验显示，该模型在COCO数据集上实现更高mAP，特别适合移动端部署，Jetson Xavier平台能耗比优化至3.2W·ms⁻¹，支持目标检测、实例分割等多任务场景。关键创新包括动态深度调整和双向特征金
基于深度学习的医学图像分析：使用变分自编码器（VAE）实现医学图像生成
qq_74383080的博客
08-03 422
本文介绍了基于变分自编码器（VAE）的医学图像生成技术。首先概述了医学图像分析的定义及其在疾病模拟、图像增强和数据增强中的应用场景。然后详细讲解了VAE的理论基础，包括其编码器-解码器架构和生成多样性优势。文章提供了完整的代码实现流程：从环境准备、数据加载预处理，到VAE模型定义、训练和评估方法，最后展示了生成图像的可视化效果。该技术能够生成多样化的医学图像，支持医学研究和临床应用。读者可通过调整模型结构和参数进一步优化生成效果。
大模型退潮后，AI Agent接棒：从“智能助手”到“超级生产力”
weixin_52610848的博客
08-03 352
摘要： AI Agent作为大模型落地的关键载体，正从“智能助手”进化为“超级生产力工具”。其核心架构包含大脑（LLM驱动的思考中枢）、感知（多模态输入）和行动（工具调用与物理交互）三大模块，具备自主规划、协作与学习能力。当前应用覆盖个人助理（如AutoGPT）、产业协作（如MetaGPT模拟团队）及情感陪伴（如Pi）等场景，但面临幻觉错误、伦理对齐等挑战。未来将在企业服务、医疗、制造等垂直领域率先爆发，并逐步向“Agent+”生态演进，成为通往通用人工智能（AGI）的重要路径。 （字数：149）
基于Java的AI工具和框架
keny-大成的博客
08-04 569
本文介绍了多个基于Java的AI工具和框架的实用案例，涵盖机器学习、自然语言处理、计算机视觉、推荐系统等领域。主要内容包括： 机器学习与深度学习：使用Deeplearning4j进行图像分类、Weka实现决策树算法、Apache Spark MLlib分布式逻辑回归等案例，并提供代码示例。 自然语言处理：OpenNLP句子分割、Stanford CoreNLP命名实体识别、LingPipe情感分析等工具的应用实例。 计算机视觉：OpenCV人脸检测、BoofCV特征点匹配、ImageJ医学图像分析等场景的实
PyTorch API
weixin_62726761的博客
07-30 393
PyTorch API 是，它允许开发者用 Python 或 C++ 编写深度学习程序，涵盖了从张量操作、自动求导，到构建神经网络、优化训练、加载数据等完整的机器学习/深度学习流程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

空间机器人

您的鼓励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值