
5v是可以工作,不过致冷就差了一点,你想用电脑电源带动的话,就要看你电脑电源的负载电流,一般4cmx4cm工作电流是5A,(你可以看电脑电源旁边有张负载说明的)最少带动致冷片电流要一安。在低电压低电流工作下,致冷就有所减少。
第二个问题
温差方面帮不了你,我没温度计。装在电脑上面的话要看你装到那里,如果装在CPU上的话,CPU有过温保护的,所以你可以试验一下的。散热片足够大的话是可以控制在85度以下,呵呵!散热片的面积方面就是一个可怕问题,可以用风冷或水冷的。
最后一个问题
如果你要装半导体致冷片在CPU上,那致冷片散热的那一面,要装的散热片要比你原先装的CPU散热片要大好好多。还有用的电比原风冷用的电多好多。
总结
半导体致冷片本身就是一个发热体,原理就是用发热来带走另一边的热,所以一边发热另一边是冷,得不偿失。半导体致冷片这个名就到这样来的,它不是叫半导体制冷片。
制冷片也叫热电半导体制冷组件,帕尔贴等。国内目前以 帕尔贴半导体(中国)有限公司 生产的以“Peltier"为品牌的帕尔贴热电半导体致冷器件,品质优良,价格低廉,成为半导体制冷的航母。一、预备知识:
1.Peltier effect(珀尔帖效应):
珀尔帖效应的论述很简单——当电流通过热电偶时,其中一个结点散发热而另一个结点吸收热,这个现象由法国物理学家Jean Peltier在1834年发现。
2.P型半导体
半导体材料的一种形式,其导带中的电子密度超过了价带中的空穴密度。P型材料通过增加受主(acceptor)杂质来形成,例如在硅上掺杂硼。
3.N型半导体
半导体材料的一种形式,在导带中的电子密度大于在价带中的空穴密度的半导体,N型材料通过对硅的晶体结构中加入施主杂质(掺杂)——比如砷或磷——来得到。
二、珀尔帖效应应用
半导体致冷器是由半导体所组成的一种冷却装置,於1960左右才出现,然而其理论基础Peltier effect可追溯到19世纪。如图是由X及Y两种不同的金属导线所组成的封闭线路。
通上电源之後,冷端的热量被移到热端,导致冷端温度降低,热端温度升高,这就是著名的Peltier effect 。这现象最早是在1821年,由一位德国科学家Thomas Seeback首先发现,不过他当时做了错误的推论,并没有领悟到背後真正的科学原理。到了1834年,一位法国表匠,同时也是兼职研究这现象的物理学家 Jean Peltier,才发现背後真正的原因,这个现象直到近代随著半导体的发展才有了实际的应用,也就是[致冷器]的发明(注意,这种叫致冷器,还不叫半导体致冷器)。
三、半导体致冷法的原理以及结构:
半导体热电偶由N型半导体和P型半导体组成。N型材料有多余的电子,有负温差电势。P型材料电子不足,有正温差电势;当电子从P型穿过结点至N型时,结点的温度降低,其能量必然增加,而且增加的能量相当于结点所消耗的能量。相反,当电子从N型流至P型材料时,结点的温度就会升高。
直接接触的热电偶电路在实际应用中不可用,所以用下图的连接方法来代替,实验证明,在温差电路中引入第三种材料(铜连接片和导线)不会改变电路的特性。
这样,半导体元件可以用各种不同的连接方法来满足使用者的要求。把一个P型半导体元件和一个N型半导体元件联结成一对热电偶,接上直流电源后,在接头处就会产生温差和热量的转移。
在上面的接头处,电流方向是从N至P,温度下降并且吸热,这就是冷端;而在下面的一个接头处,电流方向是从P至N,温度上升并且放热,因此是热端。
因此是半导体致冷片由许多N型和P型半导体之颗粒互相排列而成,而N/P之间以一般的导体相连接而成一完整线路,通常是铜、铝或其他金属导体,最後由两片陶瓷片像夹心饼乾一样夹起来,陶瓷片必须绝缘且导热良好,外观如下图所示。
珀尔帖现象最早是在1821年,由一位德国科学家Thomas Seeback首先发现,不过他当时做了错误的推论,并没有领悟到背後真正的科学原理。到了1834年,一位法国表匠,同时也是兼职研究这现象的物理学家Jean Peltier,才发现背後真正的原因,珀尔帖发现这样一种现象:用两块不同的导体联接成电偶,并接上直流电源,当电偶上流过电流时,会发生能量转移现象,一个接头处释放热量变冷,另一个接头处吸收热量变热,这种现象称作珀尔帖效应。这个现象直到近代随著半导体的发展才有了实际的应用,也就是[致冷器]的发明(注意,这种叫致冷器,还不叫半导体制冷器)。帕尔帖(peltire)效应
电流流过两种不同导体的界面时,将从外界吸收热量,或向外界放出热量。这就是帕尔帖效应。由帕尔帖效应产生的热流量称作帕尔帖热,用符号 表示。
对帕尔帖效应的物理解释是:电荷载体在导体中运动形成电流。由于电荷载体在不同的材料中处于不同的能级,当它从高能级向低能级运动时,便释放出多余的能量;相反,从低能级向高能级运动时,从外界吸收能量。能量在两材料的交界面处以热的形式吸收或放出。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)