电磁兼容(EMC):产品适用静电放电(ESD)标准全解

       

目录

1. 标准体系

2. 试验方法标准

3. 常见产品的抗扰度标准


       自己研发的产品到底需要满足什么样的静电放电标准要求才是满足国家标准要求。客户提出的静电放电接触放电±4kV,空气放电±8kV要求,是高于国家标准要求还是低于国家标准要求?面对这样的问题,本文将国家标准关于静电放电抗扰度试验要求进行了一系列的梳理,便于大家查阅。

1. 标准体系

       2018年1月1日起实施的《中华人民共和国标准化法》中规定,我国的标准体系由国家标准、行业标准、地方标准、团体标准和企业标准五种类型组成。其中,国家标准、行业标准、地方标准属于政府标准,团体标准和企业标准属于市场标准。政府标准侧重公益性和基础性,市场标准侧重竞争性和创新性,二者互为补充。

        国家标准聚焦基础通用,批准数量将逐渐减少;行业标准服务政府职责,也将缩减规模;团体标准重在填补行业空白,缓解政府标准覆盖不到、不能及时解决的领域。团体标准是由有资质的社团组织制定并发布,以其自愿性、市场性的特征,在推动行业规范发展的同时,促使企业不断提高精细化管理水平和技术创新水平,以形成更强的市场竞争力,最终实现技术融入标准、标准保证产品、产品满足市场,引领行业规范发展。

2. 试验方法标准

       试验方法是静电放电的基础标准,行业标准和产品标准都是采用该基础方法来进行静电放电测试。目前国家标准只有两份基础标准,分别是:

       GB/T 17626.2-2018 电磁兼容 试验和测量技术 静电放电抗扰度试验:规定了电气和电子设备遭受直接来自操作者及其操作者对邻近物体的静电放电时的抗扰度要求和试验方法,还规定了不同环境和安装条件下试验等级的范围和试验程序。

       GB/T 24112-2009 工业机械电气设备 静电放电抗扰度试验规范:本标准规定了工业机械电气、电子设备及系统在遭受直接来自操作者和对邻近物体的静电放电时的抗扰度要求和试验方法,还规定了不同环境和安装条件下试验等级的范围和试验程序。

       两份标准的区别在于涵盖的产品范围不同,GB/T 24112只是针对于工业机械电气和电子设计及系统。

3. 常见产品的抗扰度标准

       GB/T 17799.1-2017 电磁兼容 通用标准 居住、商业和轻工业环境中的抗扰度。本部分所规定的电磁兼容(EMC)抗扰度要求适用于居住、商业和轻工业环境中使用的电气和电子设备,覆盖0 Hz~400 GHz频率范围的抗扰度要求。本部分未规定要求的频段无需测量

       GB/T 17799.2-2023 电磁兼容 通用标准 第2部分:工业环境中的抗扰度标准。文件的电磁兼容(EMC)抗扰度要求适用于在工业场所中使用的下述电气和电子设备,覆盖0 Hz400 GHz频率范围

       以下图表中是常见的产品抗扰度要求标准。根据产品的特性选择对应的标准,并查看相应的标准要求

       列举GB/T 17799.2电磁兼容 通用标准 第2部分:工业环境中的抗扰度标准和GB/T 17799.1-2017 电磁兼容 通用标准 居住、商业和轻工业环境中的抗扰度里的静电放电要求都是接触放电±4kV,空气放电±8kV。

       这也就是开文客户所提的要求静电放电接触放电±4kV,空气放电±8kV是电子产品的一个最通用要求

本博客持续更新中,欢迎大家收藏与关注!

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。如若转载,请注明出处:http://www.mzph.cn/web/6977.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

PyCharm 2024新版图文安装教程(python环境搭建+PyCharm安装+运行测试+汉化+背景图设置)

名人说:一点浩然气,千里快哉风。—— 苏轼《水调歌头》 创作者:Code_流苏(CSDN) 目录 一、Python环境搭建二、PyCharm下载及安装三、解释器配置及项目测试四、PyCharm汉化五、背景图设置 很高兴你打开了这篇博客,如有疑问&#x…

类的流插入与流提取

1.自定义类型不能直接使用流插入与流提取 为什么内置类型可以直接使用流插入与流提取? 其实本质上是人家已经写好了相关的函数,内置类型可以直接调用cout与cin 对于自定义类型,我们需要自己写相关的函数。 2.解决方法 2.1自己在类里面写一个…

微信小程序 【关键部分】

1. 动机 最近在开发小程序,小程序既需兼顾针对新用户的内容预览,又要为注册用户提供服务,简单梳理下,基本需求如下: 小程序共三个tab页,所有用户都可以浏览首页内容,了解我们可以提供的优质服…

Microsoft Remote Desktop Beta for Mac:远程办公桌面连接工具

Microsoft Remote Desktop Beta for Mac不仅是一款远程桌面连接工具,更是开启远程办公新篇章的利器。 它让Mac用户能够轻松访问和操作远程Windows计算机,实现跨平台办公的无缝衔接。无论是在家中、咖啡店还是旅途中,只要有网络连接&#xff0…

鸿蒙UI复用

鸿蒙UI复用 简介BuilderBuilder的使用方式一Builder的使用方式二Builder的使用方式三 Component使用Component复用UI 简介 在页面开发过程中,会遇到有UI相似的结构,如果每个UI都单独声明一份,会产生大量冗余代码,不利于阅读。遇到…

Python头歌合集(题集附解)

目录 一、Python初识-基本语法 第1关:Hello Python! 第2关:我想看世界 第3关:学好Python 第4关:根据圆的半径计算周长和面积 第5关:货币转换 二、turtle简单绘图 第1关:英寸与厘米转换 第2关&#xff1…

鸿蒙应用开发系列 篇二:鸿蒙系统开发工具与环境

文章目录 系列文章硬件与软件需求DevEco Studio扩展工具与框架开发资源系列文章 鸿蒙应用开发系列 篇一:鸿蒙系统概述 鸿蒙应用开发系列 篇二:鸿蒙系统开发工具与环境 (系列计划预告) 鸿蒙系统UI/UX设计 鸿蒙系统应用开发基础 鸿蒙系统高级开发技术 鸿蒙系统特色功能开发 …

线程池和CountDownLatch搭配使用

一,CountDownLatch CountDownLatch是Java并发编程中用于线程间协调的一个同步辅助类。它通过一个初始计数值来控制线程的等待,这个计数值在其他线程执行特定任务时递减。 初始化:创建CountDownLatch实例时,你需要指定一个整数值&…

vue-cli+vue3+vite+ts 搭建uniapp项目全过程(一)

unapp官方提供了cli 脚手架创建 uni-app 项目的文档 Vue3/Vite版要求 node 版本 18、20使用Vue3/Vite版创建不会提示选择模板,目前只支持创建默认模板 本文以vue3vitets为例 1、初始化项目 npx degit dcloudio/uni-preset-vue#vite-ts my-vue3-project 执行完生成…

037——加入Kconfig机制

目录 一、什么是Kconfig 1.1 由来 1.2 功能 二、 Kconfig的基本语法 2.1 Kconfig 构建项目解析 2.2 怎么调用子makefile做menuconfig 方法一:使用make命令直接调用子目录 方法二:使用变量来指定子目录 方法三:使用include指令包含子…

在RStudio上用Git功能管理Github上的项目

在本教程中,你将学习以下内容: 1. 创建一个新的仓库。 2. 使用 Git 和 RStudio 在本地机器上使用你的仓库。 3. 使用 GitHub.com 网站或 GitHub Enterprise 完成 GitHub 工作流程。 4. 使用 GitHub Pages 发布和共享你的 R Markdown 文档。 先决条件&a…

Java openrasp记录-02

主要分析以下四个部分: 1.openrasp agent 这里主要进行插桩的定义,其pom.xml中定义了能够当类重新load时重定义以及重新转换 这里定义了两种插桩方式对应之前安装时的独立web的jar的attach或者修改启动脚本添加rasp的jar的方式 其中init操作则需要将ras…

大数据技术主要学什么,有哪些课程

大数据技术是指在海量数据的环境下,采集、存储、处理、分析和管理数据的一系列技术与方法。随着互联网、物联网以及各种智能设备的普及,数据量呈爆炸性增长,传统数据处理手段已难以应对,因此大数据技术应运而生,旨在从…

加州大学欧文分校英语中级语法专项课程04:Intermediate Grammar Project学习笔记(完结)

Intermediate Grammar Project Course Certificate Specialization Certificate Specialization Intro Course Intro 本文是学习 Coursera: Intermediate Grammar Project 这门课的学习笔记。 文章目录 Intermediate Grammar ProjectWeek 01: IntroductionCapstone Introducti…

论文笔记:DeepMove: Predicting Human Mobility with Attentional Recurrent Networks

WWW 2018 1 Intro 根据对百万级用户群的研究,93%的人类移动是可预测的。 早期的mobility预测方法大多基于模式的。 首先从轨迹中发现预定义的移动模式(顺序模式、周期模式)然后基于这些提取的模式预测未来位置。最近的发展转向基于模型的方法进行流动性预测。 利用…

力扣:62. 不同路径

62. 不同路径 一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。 机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。 问总共有多少条不同的路径&…

16、Flink 的广播状态 (Broadcast State) 示例

1、Broadcast State 案例 规则流:1,a,b [规则名1 规则为 a 或 b] 图形流:green,a [绿色 a] 问题:如果规则流先于数据流则匹配不上>此时缓冲数据流中的数据【如果规则流为null】 import org.apache.flink.api.common.functions.MapFunct…

redis-内存回收机制

在 Redis 的源码中,redisDb 结构体用于表示一个 Redis 数据库实例。结构体大致如下 typedef struct redisDb {dict *dict; // 存储键值对的字典dict *expires; // 存储键的过期时间的字典dict *blocking_keys; // 阻塞键的字典…

子比主题小黑屋列表

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、pandas是什么?二、使用步骤1.引入库前言 提示:这里可以添加本文要记录的大概内容: 例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文…

五一假期后,必读的10篇大模型论文

1.同时预测多个 token:更好更快的大型语言模型 目前,GPT 和 Llama 等大型语言模型(LLMs)都是通过下一个 token 预测损失来训练的。 在这项工作中,来自 Meta FAIR 的研究团队认为,训练语言模型同时预测多个…