满足所有设计的电量计

随着智能手机和平板电脑等传统消费电子产品的发展进入停滞期，许多有创意的设计工程师开始专注于下一波创新浪潮。有一部分创新采用联网设备的形式，充分发挥通过互联网将数据传输到易于访问的数据库的优势，从而有可能利用大数据进行趋势分析。其中许多设备无需插电，利用电池进行工作，或者在断电的情况下使用电池作为备用，非常方便。

图1

在传统的产品开发方式中，通常组织庞大的团队，每一项开发任务都有专门的工程师负责；形成鲜明对比的是，现在越来越强调团队的小型化和灵活性，以便尽快将产品推向市场，以及观察其被接受程度，从而制定该产品领域的投资决策。也有许多初创公司拥有极富创造力的工程师，其核心竞争力不一定是电路设计，而更多是应用软件开发或工业设计。这些工程师有时候将电子设计视为实现其想法的手段，而软件才是将其与竞争对手区分开来的关键所在。另外还有日益盛行的创客运动(Maker Movement)，爱好者纯粹为了自身乐趣而创造新事物，或者仅仅因为个人原因而奉献出巨大的热情。

电池管理的复杂性可能与这些头脑风暴风马牛不相及。他们只需要开箱即用的东西，并且很容易实现生产。在传统的电量计量方法中，需要团队中的电源或电池专家与电量计厂商协同工作，建立适合电池使用的模型。其中包括在各种负载和温度条件下对电池进行特征分析(如果有包含恒温箱的专用电池测试设备可供使用)，或者将电池运输到电量计制造商的实验室进行特征分析。这就可能涉及到实际成本和无形成本。仅仅锂离子电池的运输物流就要接受越来越严格的安全审查，以及运输时间问题。电池交付给电量计厂家后，可能需要数周的时间在各种不同负载和温度条件下对电池进行完全地特征分析并建立模型。然后系统设计师才能够将定制的电池模型添加到电量计中，开始评估和落实最终设计。

Maxim Integrated将最先进的超低功耗、混合信号IC技术与其ModelGauge™ m5 EZ电量计算法紧密结合，适逢其时地推出了创新解决方案。该算法被内置到MAX1720x/MAX1721x超低功耗独立式电量计IC。MAX17201/MAX17211监测单节电池；MAX17205/MAX17215监测和平衡2节或3节电池组，或者监测多节串联电池组。通过Maxim 1-Wire® (MAX17211/MAX17215)或2线 I2C (MAX17201/MAX17205)接口访问数据和控制寄存器。

系统设计师利用评估软件中的配置向导，很容易生成适合具体应用的电池模型，不存在与定制电池特征化相关的任何难题。系统设计师只需提供三条信息：1) 电池的设计容量是多少(常见于电池标签或数据资料)；2) 每节电池的电压为多少时即认为电池电量为空(取决于应用限制)；以及3) 电池充电电压是否高于4.275V (多节电池串联时，则指每节电池)。见图2。

图2

或

除电池建模外，配置向导还指导系统设计师完成各种硬件配置功能，例如：

·电池组原理图(与多节串联电池相关)

·串联电池的数量

·关断模式(如果电池与系统分离)

·检测电阻选择

·温度测量——IC内部或使用外部热敏电阻

·基于不同条件的报警，例如电压、电流、温度或电池电量状态(SOC %)、过流检测、极性

·电池寿命记录

·通用非易失存储器的使用

这就省去了对IC编程时为了设置寄存器而手动执行各种配置时复杂而容易发生错误的任务。

那么在实际中是如何工作的呢？注意爱迪生在1883年的言论：“某人一旦开始从事辅助电池的工作，就算是挖掘出了撒谎的潜力。”全面、清晰地了解这项新技术的表现，避免夸大其词非常重要。

Maxim开发了庞大的电池数据库，包括电池在类似于用户使用场景的各种测试条件下的特性和行为。这使得Maxim能够利用之前收集的设计数据，验证电量计算法的任何改进。利用该数据，Maxim分析了数百种不同容量电池的性能，绘制直方图数据，如图3所示。

图3

数据表明，在室温及更高温度下，94%以上测试用例的SOC误差小于3%。这些测试用例排除了某些类型的电池，这些电池与更传统、常规的化学物质相比，开路电压(OCV)与SOC%关系存在较大差异。

尽管这些结果看起来非常好，但如果我们在每种情况下使用定制精调的电池模型，会牺牲多少性能呢？图4所示的直方图为EZ模型与“精调”定制模型的比较，绘制成测试用例百分比与其误差区间的关系。虽然1%区间的精调模型的用例数量确实较高，但3%误差以下所有测试用例的集合表明，EZ模型涵盖了95%的测试用例，而定制模型涵盖了97%的测试用例。考虑到建立定制模型所需的额外工作量、资源和时间，EZ模型看起来实际上非常具有吸引力。

图4

另一种方式是在系统设计允许的特定误差预算范围内对EZ和定制模型进行比较。图5所示为误差预算小于3%和小于5%情况下的对比。

与0%至100% SOC范围内的最差条件误差相比，电量接近为空(例如10%)时的电量计精度实际上更有意义。如果电池状态大约为50%，电量计指示为40%或60% (10%误差)，不大可能会发生什么问题，因为在此时不会做出什么关键的电池管理决策。然而，当电池状态为10%时，如果电量计指示为5% SOC，那么系统很可能会过早关断，电池将得不到充分利用。相反，如果电池状态为5%，而电量计指示为10% SOC，系统很可能会意外停机，不能实现有序地关断。以上两种情况都会造成很差的用户体验——前者造成工作时间短于预期，而后者造成突然关断，使用户感觉非常厌烦。

图5

如果应用具有更严格的要求，并且也需要较高的低温精度(0摄氏度)，类似的分析表明，SOC误差预算小于5%时的结果接近相同。

所以，对于大量的各种应用，EZ配置性能的简单性就改变了新产品开发的规则。

那么是什么原因使得ModelGauge m5 EZ配置能够提供如此好的结果呢？奥妙之处在于拥有专利的ModelGauge m5算法利用实时电测量数据的方法，并将其转换为有用的SOC%及其它电池信息。该算法拥有多种机制来消除模型与实际在用电池不匹配造成的误差。这些机制也消除电测量中的误差，防止对SOC%输出造成不利影响。此外还有多种自适应机制来帮助电量计学习电池特性和提高精度。

ModelGauge m5算法既有库仑计出色的短期高精度、高线性度特性，又具有电压电量计出色的长期稳定性。算法的核心整合了OCV状态估算和库伦计数器。将Li+电池的OCV值与SOC%相关联，并且这种关系在很大程度上与电池老化无关(见图6)。

图6. 电池的SOC%与OCV关系不随老化而变化

在电池充放电循环中，上、下穿越该曲线的过程很大程度上消除了模型与电池不匹配造成的本地误差。最初，电池首次连接到电量计IC时，与库伦计数输出相比，OCV状态评估的权重较大。随着电池在应用中继续使用，库伦计数器精度提高，混合算法改变权重，使库伦计数器的结果起主要作用。由此，IC切换至伺服混合算法。伺服混合算法可以对库伦计数进行固定幅度的连续误差修正，根据OCV估算误差的趋势，调高或调低估算值，这允许快速修正库伦计数和OCV估算之间的差异。混合算法产生的结果输出不会因为电流测量失调误差而产生漂移，比独立OCV估算算法更稳定(见图7)。

图7

无论在应用的工作过程中还是在待机条件下，连续对库伦计数器进行修正。就实际情况而言，这意味着每天对库伦计数器修正200,000次以上——步距非常微小，用户几乎感觉不到。无论电池是负载还是空载，都进行修正，与电池是否空闲无关；与其它竞争算法相比，这具有明显优势。

随着温度和电池放电率的变化，能够供给系统的电荷总量也会发生变化。ModelGauge m5算法能够区分剩余电池容量和可供系统使用的剩余容量，并向用户报告两个结果。

算法根据电池模型和应用信息定期进行内部调节，以消除初始误差，随着电池老化仍可维持计量精度。算法始终进行这种微调，避免系统不稳定，还可防止电量计输出出现任何显著变化。自动学习无需主处理器进行任何输入。除了估算电池的电量状态外，IC也观察电池的空载响应并调节电压电量计的动态操作。

ModelGauge m5算法包括一项功能，可保证电量计输出覆盖电池电压达到空电压时的0%。当电池电压达到预期空电压时，IC平滑调节SOC%的变化率，使得电量计在电池达到空电压时准确报告0%。这可防止意外关断或者电量计过早报告0% SOC。这也提供了可消除模型不匹配引起的SOC%误差的附加方法。

IC在较宽的工作条件下自动补偿老化、温度和放电率并以毫安时(mAh)或百分比(%)提供精确的电量状态(SOC)。IC精确估算剩余工作时间、充满时间、Cycle+TM老化预测，以及三种报告电池寿命的方法：容量降低、电池电阻增大和充电次数。

IC提供精确的电流、电压和温度测量。利用内部温度测量，以及辅助输入支持比例测量，采用外部热敏电阻测量电池组的温度。通过检测高电压或低电压、电流、温度或电量状态，IC可提供报警。IC也包括两个可编程、快速过流比较器，允许检测系统电流中的尖峰并报警，使系统做出相应的调节，防止此类可能造成电池突然崩溃的状况。两个比较器均具有可编程门限和可编程去抖延时。

为防止假冒电池，IC是唯一集成SHA-256认证及160位密钥的独立式电量计。每片IC具有唯一的64位ID。

IC采用便于制造、无铅、3mm x 3mm、14引脚、TDFN封装。

总而言之，最先进的电量计技术基于数十年的电池管理和设计经验，为从大型制造商到初创企业和爱好者的各类用户提供世界级的电量计精度。ModelGauge m5 EZ产品允许设计师专注于其擅长的领域，而无需担心电量计实施。