트랜지스터 달링턴 구성의 간략한 개념

How A Darlington Pair Transistor Works

달링턴 구성은 두개의 트랜지스터를 연결하여 하나의 트랜지스터처럼 동작하게 하되, 더 높은 current gain값을 가질 수 있습니다. current gain을 간단히 설명하자면, Load Current/Input Current의 값입니다. 즉, Load에 Input의 몇배의 전류를 흐르게 할 수 있는지 척도입니다.


current gain은 hFE로 표기됩니다. Load에 흐르는 전류는 아래와 같이 계산할 수 있습니다.


Load current = input current x current gain (hFE)


current gain은 트랜지스터마다 다양하며, 대개 100정도의 값을 가집니다. 이 값이 의미하는 바는, input에 흐르는 전류의 100배의 전류가 load에 흐를수 있다는 것입니다.


달링턴 구성을 이용하여 트랜스터를 2개 연결하면, 두 트랜지스터의 hFE값을 곱한 만큼의 hFE값을 얻을 수 있습니다. 예를 들어 hFE = 100인 두 트랜지스터로 달링턴 구성을 하게 되면 100 x 100 = 10,000 hFE값을 얻게되고, input에 흐르는 전류보다 10,000배의 전류를 load에 흐를수 있게 됩니다.

트랜지스터의 base에 전류가 흐르기 위해서는 일반적으로 0.7V 이상의 전압이 소모됩니다. 달링턴 구성에는 두개의 트랜지스터가 사용되므로 1.4V가 필요합니다. 그리고 load와 0V 사이(달링턴 구성에서 collector와 emitter 사이) 0.9V 가량의 전압이 소모됩니다. 따라서 load에 걸리는 전압은 4.1V(5V - 0.9V) 가량이 됩니다.

끝.

댓글

댓글 쓰기

이 블로그의 인기 게시물

공압 속도 제어: 미터인 vs 미터아웃

이미지
Understanding Flow Controls: Meter-In vs Meter-Out 에어실린더에 작용하는 힘은 압력조절기(pressure regulator)에 의해 결정됩니다. 그리고 피스톤이 움직이는 속도는 속도제어(flow control) 밸브를 통해 이루어집니다. 실린더의 각 포트마다 속도제어 밸브가 설치되어 인출과 인입 속도를 제어하게 됩니다. 아래는 속도제어 밸브의 구조입니다. 위 그림에 대한 기호는 아래와 같이 표기됩니다. 미터아웃(Meter-Out) 방식의 실린더 속도제어 아래 그림은 미터아웃 방식에 대한 도식입니다. 미터인(Meter-In) 방식의 실린더 속도제어 아래 그림은 미터인 방식에 대한 도식입니다. 끝.
Read more »

3선 결선식 센서의 타입 PNP, NPN

이미지
원문:  https://www.schneider-electric.co.uk/en/faqs/FA142566/ 산업용 근접센서는 대부분 반도체 부품으로 만들어집니다. 근접센서에서, 트랜지스터와 같은 반도체 부품은 물체의 근접을 감지하게 되면 출력을 스위칭(출력을 내보내거나 차단) 하는데 사용됩니다. 3선 결선 방식의 센서는 회로와 트랜지스터 구성방식에 따라 PNP 타입과 NPN 타입으로 나눌 수 있습니다. 한가지 중요한 점은 PNP, NPN 타입의 구분은 센서가 NO(normally open) 타입인지, NC(normally closed) 타입인지와는 상관이 없다는 것입니다. PNP, NPN 타입 센서 모두 NO, NC 접점을 가질 수 있습니다. PNP, NPN 타입 중 무엇을 선택해야 하나? PNP, NPN 센서 타입 중 어떤 것을 사용할 지는 센서가 사용될 회로의 환경에 달려 있습니다. 릴레이를 사용하는 전통적인 회로 구성방식에서는 아래와 같이 PNP, NPN 센서를 사용할 수 있습니다. PNP 방식은 센서의 출력선을 릴레이 코일의 +단자에 결선합니다. NPN 방식의 센서는 출력선을 릴레이 코일의 -단자에 결선합니다. NPN 방식보다는 PNP 방식이 많이 사용되고 있습니다. PLC를 이용하는 환경에서 센서의 타입을 선택하는 경우에는 PLC 입력카드의 타입에 유의해야 합니다. PLC 입력카드에는 입력카드의 입력단자로 전류가 흐르는 sink타입과, 입력카드 입력단자에서 전류가 나가는 source타입 두가지가 있습니다. PNP 타입의 센서를 사용하는 경우 sink 타입의 입력카드를 사용하고, COM단자에 -전원을 인가합니다. 그리고 센서의 출력부를 입력카드의 입력단자에 연결합니다. NPN 타입의 센서를 사용하는 source 타입의 입력카드를 사용하고, COM단자에 +전원을 인가합니다. 그리고 센서의 출력부를 입력카드의 입력단자에 연결합니다. PNP 타입의 센서가 많이 사용되므로 덩달아 sin...
Read more »

[아두이노] 가변저항(Potential Divider)과 전압분배(Voltage Divider)

이미지
위 그림에서 (a)는 전압분배(Voltage Divider), (b)는 가변저항(Potential Divider)입니다. 전압분배는 고정된 두개의 저항으로 구성됩니다. 가변저항은 전압분배와 구조적으로 비슷하나 하나의 저항을 특정 지점을 기준으로 둘로 나누게 되며, 이 특정 지점은 임의로 조절 가능한 구조로 되어 있습니다. 위 그림에서 전압분배나 가변저항 모두 두 저항 사이에 Vd 포인트가 위치하고, 저항 R1, R2 크기를 조절할 수 있느냐 없느냐가 차이점입니다. 전압분배와 가변저항 둘 모두, 직렬로 연결된 두 저항의 크기에 따라 인가되는 공급 전압이 달라지는 원리를 이용하며, 공급전원을 원하는 크기로 출력하기 위해서 사용합니다. 아래 그림은 동일한 저항값을 가지는 R1, R2가 직렬로 연결되어 있는 회로입니다. Vin은 총 전압이고, R1, R2에 나누어 인가됩니다. 결론적으로 Vout은 Vin과 다른 전압을 가지게 됩니다. 각 저항 R1, R2에 얼마의 전압이 인가될지는 두 저항의 상대적인 크기와 총 저항의 크기로 결정됩니다. 그 공식은 아래와 같습니다. 아래 회로를 봅시다. Vin이 5V이고 R1 is 1KΩ and R2 is 10KΩ인 경우 Vout에 인가되는 전압은 얼마일까요?  가변저항은 다양한 저항값을 가진 제품들이 있습니다. 예를 들어 10KΩ 가변저항의 경우 0Ω에서 최대 10KΩ까지 저항값을 변경할 수 있습니다. 그럼 아두이노와 가변저항을 이용하여 LED의 밝기를 조절해 보겠습니다. 우선 가변저항은 아래와 같은 구조를 가집니다. 3개의 핀으로 구성되어 있고, Vref-Ground 핀을 통해서 공급전원을 인가하면 ouput 쪽으로 가변저항에 의해 조정된 출력전압이 인가됩니다. 우선, 아두이노 우노와 220옴 저항, LED를 이용하여 위와 같은 회로를 구성합니다. 그리고 아두이노 IDE를 이용하여 아래와 같이 코드를 입력합니다. const int ledPin = 9;  //pin 9의 PWM 기능을 이용합니다. ...
Read more »

[투자] ETF 투자 가이드 : 카테고리별 ETF 선택 전략

  📊 ETF 투자 가이드 : 카테고리별 ETF 선택 전략 **ETF(상장지수펀드)**는 단일 상품이 아니라, 다양한 자산군과 전략으로 구성된 포트폴리오입니다. 그래서 ETF에 투자하려면 무엇에 투자하고 있는가 를 파악하는 것이 핵심입니다. 이번 글에서는 ETF를 자산군별로 나누어, 어떤 종류의 ETF가 있는지 , 그리고 각 카테고리별 특징과 전략은 무엇인지 를 국내 투자자의 입장에서 살펴봅니다. 🇺🇸 1. 미국 주식 ETF – ETF의 중심축 국내 ETF 시장에서 미국 주식 ETF 는 이미 많은 투자자들에게 친숙한 선택입니다. TIGER 미국S&P500, KODEX 미국나스닥100 등도 모두 미국 주식 기반 ETF죠. 이 카테고리는 다음과 같이 구분됩니다: 전체 시장형 (Total Market) : 미국 전체 기업을 추종하는 ETF (예: VTI) 스타일형 (Growth vs. Value) : 성장주 중심 or 가치주 중심 규모별 ETF : 대형주, 중형주, 소형주에 따라 나뉨 (예: Russell 1000, 2000 기반) 📌 국내 투자 팁 : 환율 영향을 고려해 환헤지형 과 비헤지형 을 구분해서 선택하세요. 🌍 2. 해외(국제) 주식 ETF – 글로벌 분산투자의 시작 미국 외 선진국·신흥국 주식 ETF 도 다양합니다. 예를 들어: 선진국 중심 : 유럽, 일본, 호주 등 (예: MSCI EAFE) 신흥국 중심 : 중국, 인도, 브라질 등 (예: MSCI Emerging Markets) 최근에는 국내 ETF 들도 해외지수를 추종하며 글로벌 시장에 쉽게 투자할 수 있도록 돕고 있습니다. (예: KODEX 선진국MSCI World) 📌 국내 투자 팁 : 신흥국 ETF는 변동성이 크기 때문에, 비중 조절이 중요합니다. 🏭 3. 산업 섹터 ETF – 특정 산업에 집중 투자 미국뿐 아니라 한국에서도 산업별 ETF 가 점차 다양해지고 있습니다. 미국 섹터 ETF : 반도체, 클...
Read more »

[주식] 한국거래소(KRX) 데이터 API 입문 가이드

  한국거래소(KRX) 데이터 API 입문 가이드 안녕하세요! 오늘은 한국거래소(KRX)에서 제공하는 공식 데이터 API에 대해 알아보려고 합니다. 주식, 지수, 채권 등 다양한 금융 데이터를 손쉽게 가져올 수 있는 KRX Open API 활용법과 사용 절차, 그리고 간단한 파이썬 예제까지 모두 정리했으니, 금융 데이터 분석이나 자동화 작업에 관심 있는 분들은 꼭 참고해 보세요. 1. KRX 데이터 API란? 한국거래소는 자사 금융 데이터를 누구나 활용할 수 있도록 KRX 정보데이터시스템 이라는 포털을 운영 중입니다. 이곳에서는 주식 시세 지수 정보 채권 및 파생상품 시세 ETF/ETN 거래 정보 공매도 현황 등 다양한 금융 데이터를 API 형태로 제공합니다. 즉, 개발자나 데이터 분석가가 직접 데이터를 요청해서 받을 수 있는 RESTful API 서비스라고 생각하시면 됩니다. 2. 주요 제공 데이터 종류 KRX Open API에서는 다음과 같은 데이터를 제공합니다. 주식 관련 데이터: 일별 시세, 종목 기본정보, 투자자별 매매동향 지수 데이터: KOSPI, KOSDAQ, KRX100 등의 지수 시세 채권 및 파생상품: 채권지수, 파생상품지수 시세 ETF/ETN: 상장된 ETF 및 ETN 거래정보 공매도 정보: 일별 공매도 거래량 및 잔고 기타: ELW, DLS/DLF, 배출권, 해외 연계시장 시세 등 3. API 사용 방법 1) 회원가입 및 로그인 우선 KRX 정보데이터시스템 에 접속해 회원 가입 및 로그인을 진행합니다. 2) API 인증키 신청 로그인 후 마이페이지에서 ‘API 인증키 신청’을 통해 인증키를 발급받습니다. 3) 데이터 서비스 이용 신청 원하는 데이터 서비스에 대해 추가 이용 신청을 해야 합니다. 예를 들어 ‘KOSPI 일별 시세 정보’를 사용하려면 해당 서비스에 별도로 신청해야 합니다. 4) API 호출 발급받은 인증키와 필요...
Read more »

NPN, PNP 트랜지스터 차이점

이미지
Difference Between an NPN and a PNP Transistor 위 그림에서 기호는 아래 의미입니다. B: BASE C: COLLECTOR E: EMITTER NPN, PNP 둘다 BJT(bipolar junction transistor: 접합형  트랜지스터)입니다. 전류를 이용하여 제어가 되며, 전류를 증폭하는 기능이 있습니다. base에 전류가 흐르면, emitter와 collector 사이에는 더 많은 전류가 흐르게 됩니다. 즉, base는 emitter-collector 간 전류를 흐르게 하는 스위치 역할과 더불어 전류 증폭기 역할을 하게 됩니다. 이는 NPN, PNP 구분에 상관없이 동일한 특성입니다. NPN, PNP 트랜지스터의 차이는, 트랜지스터 핀에 전원이 인가되는 방법의 차이에 기인합니다. NPN 트랜지스터는 collector와 base에 양전압을 연결합니다.  NPN 트랜지스터의 base에 양전압이 인가되면 emitter 방향으로 전류가 공급(sourcing, 소스)가 되면서 collector-emitter간 연결이 만들어지고, 전류도 흐르게 됩니다. 다시 정리하자면, base에 임계전압인 0.7V이상의 전압이 인가되면 전류는 base에서 emitter로 흐르게 되고, 덩달아 collector-emitter간에 흐르는 전류도 점차 증가하게 되는 형태입니다. PNP 트랜지스터는 emitter에 양전압을 연결하고, base에 음전압(또는, emitter에 인가된 전압보다 낮은 전압)을 연결합니다. PNP 트랜지스터는 base에 음전압이 인가되면 base에서 ground 방향으로 전류가 빠지면서(sink, 싱크) emitter-collector간 연결이 만들어지고 전류가 흐르게 됩니다. NPN, PNP 트랜지스터는 emitter-collector간 전류의 방향이 다르기 때문에, 위 그림에서 확인할 수 있듯이 부하(load)가 연결되는 위치 또한 다르게 됩니다. 끝.
Read more »

[PLC] AWG => SQ 단위 변환

이미지
AWG는 American Wire Gauge의 약자로써 미국에서 사용되는 전선관련 규격입니다. 조작선으로 많이 사용되는 UL선의 경우 AWG 사이즈가 표기되어 있는데 해당 전선의 도체 단면적이 몇 SQ(\(mm^{2}\))인지 궁금할 때가 있습니다. AWG 번호를 가지고 해당 전선의 도체 단면적이 몇 SQ(\(mm^{2}\))인지 변환하는 방법과 변환표를 공유하고자 합니다. AWG => SQ 변환공식 우선 n은 AWG 번호를 의미합니다. 전선의 피복을 포함한 외경 지름은 아래와 같이 구할 수 있습니다. The metric wire outside diameter = \(0.127\ mm\ \times\ 92^{(32-n)/39}\ [mm]\) 전선내 도체의 단면적은 아래와 같이 구할 수 있습니다. The metric wire cross-section = \(0.012668\ mm^{2}\ \times\ 92^{(36-n)/19.5}\ [mm^{2}]\) 예를 들어, 1AWG의 전선에 대해 위 공식을 적용하면 아래와 같습니다. The metric wire outside diameter = \(0.127\ mm\ \times\ 92^{(32-1)/39}\ =\ 7.348 mm\) The metric wire cross-section = \(0.012668\ mm^{2}\ \times\ 92^{(36-1)/19.5}\ = 42.409 mm^{2}\) AWG => SQ 변환표 끝.
Read more »

[수학] 증명: 모든 자연수는 유일한 소인수분해를 가진다 - 산술의 기본정리

1. 서론 우리가 자연수를 다룰 때 가장 기본적인 성질 중 하나가 바로 소인수분해 입니다. 모든 자연수는 소수들의 곱으로 표현할 수 있으며, 이러한 표현은 순서를 제외하면 유일 합니다. 이를 정리한 것이 바로 **산술의 기본정리(Fundamental Theorem of Arithmetic)**입니다. 이 글에서는 산술의 기본정리를 증명하고, 그 중요성과 활용 방안에 대해 알아보겠습니다. 2. 산술의 기본정리란? 정리 모든 자연수 n ≥ 2 n \geq 2 는 다음 두 가지 성질을 만족합니다. 존재성 : n n 은 하나 이상의 소수들의 곱으로 표현될 수 있다. 유일성 : 이러한 표현은 소수의 순서를 제외하면 유일하다. 예를 들어, 숫자 60을 소인수분해하면 다음과 같습니다. 60 = 2 × 2 × 3 × 5 = 2 2 × 3 × 5 60 = 2 \times 2 \times 3 \times 5 = 2^2 \times 3 \times 5 다른 방법으로 60을 소수들의 곱으로 표현하려고 해도, 결국 같은 소수들의 조합으로 나타날 수밖에 없습니다. 이것이 산술의 기본정리 입니다. 3. 산술의 기본정리 증명 산술의 기본정리를 증명하기 위해, 존재성 과 유일성 을 각각 증명하겠습니다. 3.1 존재성 증명: 모든 자연수는 소수들의 곱으로 표현된다 이 증명은 수학적 귀납법 을 사용합니다. 기저 사례 n = 2 n = 2 일 때, 2 자체가 소수이므로 소인수분해가 가능합니다. 귀납 가정 어떤 자연수 k ≥ 2 k \geq 2 가 하나 이상의 소수들의 곱으로 표현된다고 가정합니다. 귀납 단계 자연수 k + 1 k+1 에 대해 두 가지 경우를 고려합니다. k + 1 k+1 이 소수라면, 이는 그 자체가 소인수분해 결과이므로 성립합니다. k + 1 k+1 이 합성수라면, 즉 k + 1 = a × b k+1 = a \times b (단, 2 ≤ a , b < k + 1 2 \leq a, b < k+1 )로 쓸 수 있습니다....
Read more »

[투자] 강화학습을 위한 자산 격자 생성과 수식 해석

이미지
  💹 강화학습을 위한 자산 격자 생성과 수식 해석 – 통계적 자산 범위까지 완벽 이해 강화학습(Reinforcement Learning)은 점점 더 금융 분야에서 널리 쓰이고 있습니다. 특히 재무 계획, 포트폴리오 최적화, 목표 기반 투자(goals-based investing) 같은 분야에서, 강화학습은 매우 강력한 툴이 될 수 있습니다. 이 글에서는 강화학습을 적용하기 전에 반드시 필요한 단계인 자산 상태 공간(state space) 구성 방법과, 그 핵심인 **자산 격자(wealth grid)**를 수학적으로 어떻게 정의하고 해석할 수 있는지 설명하겠습니다. 🧠 강화학습에서 상태(State)란? 강화학습에서 에이전트(agent)는 매 시간마다 환경(environment)으로부터 상태(state)를 받아 의사결정을 내립니다. 재무 환경에서는 상태가 보통 다음과 같이 구성됩니다: 현재 자산 보유량: W t W_t ​ 현재 시점: t t 그러나 자산 W t W_t 는 연속적이고 확률적인 값 이므로, 이를 그대로 사용하기보다는 **이산화(discretization)**하여 다루기 쉽도록 격자 형태로 변환합니다. 이를 **자산 격자(wealth grid)**라고 합니다. 📈 자산은 왜 로그정규분포를 따르는가? 우리는 시간에 따른 자산의 진화를 수학적으로 다음과 같은 **기하 브라운 운동(GBM)**으로 모델링합니다: W t = W 0 ⋅ exp ⁡ ( ( μ − 1 2 σ 2 ) t + σ t Z ) W_t = W_0 \cdot \exp\left( \left( \mu - \frac{1}{2}\sigma^2 \right)t + \sigma \sqrt{t}Z \right) 여기서: μ \mu : 기대 수익률 σ \sigma : 수익률의 변동성 Z ∼ N ( 0 , 1 ) Z \sim \mathcal{N}(0,1) : 표준 정규분포를 따르는 난수 이 식은 양수만 갖는 자산 값을 자연스럽게 설명하...
Read more »

[산업자동화] 머신비전 - 트리거, 리셋, 스트로브

이미지
Trigger, Reset and Strobe 트리거 펄스 또는 프레임 트리거 펄스는 노출 제어를 포함하여 카메라를 제어하고 프레임 획득을 수행하도록 프레임 그래버에 지시하기 위해 외부 시스템에서 전송되는 전기 신호입니다. 이는 일반적으로 움직이는 객체의 비동기 캡처가 포함될 때 사용됩니다. 트리거 펄스는 관찰된 물체가 시야에 적절하게 위치할 때를 나타내는 위치 센서에 의해 발행됩니다. 재설정 펄스 또는 프레임 재설정 펄스는 영역 스캔 카메라에 프레임 획득 주기를 시작하도록 지시하기 위해 프레임 그래버에서 보내는 전기 신호입니다. 스트로브 펄스는 외부 조명 장치를 제어하기 위해 프레임 그래버에서 보내는 전기 신호입니다. 스트로브 펄스 타이밍은 영역 스캔 카메라의 프레임 타이밍에 적절하게 맞도록 제어됩니다. 다음 그림은 산업용 프레임 그래버가 담당하는 업무를 개념적으로 나타낸 것입니다. 이 그림은 가장 복잡한 경우를 다루고 있으며, 실제 응용 프로그램에는 일부만 포함되는 경우가 있습니다. 외부 시스템 신호로부터 장면을 캡처가 시작됩니다. 예를 들어 움직이는 물체가 특정에 위치에 도달하면, 센서 감지에 의해 캡처신호가 출력이 될 수 있습니다. 시스템은 트리거 펄스를 프레임 그래버로 보냅니다. 이에 대한 대응으로 프레임 그래버는 다음과 같은 임무를 수행합니다. - 가능한 한 빨리 이미지를 캡처하도록 카메라에 적절하게 지시합니다. - 카메라에서 생성된 이미지를 가져옵니다. - 디지털 형식의 이미지를 프레임 그래버를 호스팅하는 컴퓨터 내부의 메모리 위치에 저장합니다. 외부 트리거에 대한 응답으로, 프레임 그래버는 비동기 리셋 명령을 카메라에 보내고 대기 단계로 들어갑니다. 동시에 카메라는 프레임 노출 상태로 들어갑니다. 그런 다음 카메라에서 프레임 그래버로 비디오 프레임을 전송하기 위해 데이터 전송이 발생합니다. 이는 카메라의 판독 상태이자 프레임 그래버의 획득 상태가 됩니다.  마지막으로 프레임 그래버는 획득한 이미지에 다양한 데이터 조정 작업을 적용하고 주변...
Read more »