当前位置:首页 > 电源 > 功率器件
[导读]随着极低功率传感器、微控制器和射频 (RF) 收发器的易用性和性能的不断提升,采用能量收集技术来专门供电或作为补充供电方式的无线传感器网络越来越接近现实。超低功率无线

随着极低功率传感器、微控制器和射频 (RF) 收发器的易用性和性能的不断提升,采用能量收集技术来专门供电或作为补充供电方式的无线传感器网络越来越接近现实。超低功率无线协议已开始逐步被业界所广泛接纳,而且相关的标准也在积极的制定之中。摆脱了交流电源或电池电源束缚的传感器网络为实现更大的灵活性、更低的维护成本、更高的安全性以及广泛的普及提供了可能性。仅仅几年之前还无法想象的应用如今凭借能量收集技术将有望成为现实。新涌现的电源管理产品能够将各种能量收集换能器 (TEG、光伏、压电、磁) 的使用不便、断断续续而且常常微乎其微的输出转换为适合当今电子产品的可用电平。然而,对于这些电源管理器件,需要一种新的规格拟订、分析和设计方法,以充分发挥各换能器元件以及最终由它们供电的传感器网络电子线路的功能。

  无线传感器并不是新生事物。如欲通过运用能量收集技术而使其成为半自主型或全自主型器件,则需正确地选择和设计换能器和电源管理器件。图 1 示出了一个典型的无线远程传感器节点。迄今为止,在该系统中缺失的一环一直是电源管理解决方案。可提供功率的换能器使用起来常常极为不便——要么产生一个非常低压的低阻抗输出,要么产生一个非常高压的高阻抗输出。此系统中的各种单元可以进一步细分为功率发生器/调节器 (换能器和电源管理) 和功率耗用部件 (其他所有单元)。简而言之,如果能量收集系统的平均输出功率能力超过了远程传感器电子线路所需的平均功率,则有可能实现一个自主型系统。

图 1:典型的无线传感器系统

  对于任何设计来说,在启动之前开展一次快速可行性分析都是值得的。这甚至连能量收集技术是否切实可行都可迅速地加以确定。第一步是决定所需的测量频度和测量结果发送频度。我们将把此称为测量频率 (F)。接着,我们将能够决定产生期望的数据和 RF 收发器功率需要多大的处理功率以及传输此类数据所需的时间。表 2 给出了常见微控制器和 RF 链路系统的典型功率要求。这些功率要求会因制造商以及特定的应用而有所不同。有许多种可供选择的方案,而且它们可以根据最终应用进行相应的优化。由此我们可以计算出系统占空比和平均功率。系统占空比的定义为:[ (测量时间 (Tm) + 处理时间 (Tp) + 发送时间 (Tt)] x 测量频率 (F)。平均功率 (Pa) 就是总功率 (P) x D + 待机功率 (通常小至足以忽略不计)。

表 1:典型能量源及其功率能力

表 2:微控制器和 RF 链路的典型功率要求

  举个例子,假设我们需要设计一款自主型室内温度传感器。该传感器将被部署在一座大型办公楼内,通过与近接传感器的耦合将能够检测出室内是否有人员活动并相应地调节温度。在一幢大型楼宇内安放此类传感器可以显著地降低每年的供暖和致冷成本。在 3.3V 电压条件下,这些传感器需要 500μA的电流和 2ms 的时间来测量温度和检测屋内的人员状况。一个低功率微控制器需要另外花费 5ms 的时间来处理该数据。在处理数据时,该微控制器的电流消耗为 3mA (在 3.3V)。最后,RF 链路需要 20mA 电流 (在 3.3V) 和 30ms 时间来发送数据。期望的测量频率为 0.2Hz (即每 5 秒进行一次测量)。

D = (Tm + Tc + Tt) x F = (2ms + 5ms + 30ms) x 0.2Hz = 0.0074

总功率 (P) = (3.3V x 500uA) + (3.3V x .003) + (3.3V x .03) = 110.6mW

平均功率 (Pa) = D x P = 0.0074 x 0.1106 = 818μW

  Pa (即平均功率) 是关键项,它将告诉我们哪些类型的能量收集换能器 (如果有的话) 会适合该系统。表 1 罗列了一些典型的换能器以及它们所能提供的典型平均功率。用 (K) 标示的竖列所给出的是功率转换常数,它考虑到将换能器能量转换为一个可用电压 (在此场合中为 3.3V) 所需的电源管理模块的类型。理想的功率转换器具有一个 K = 1。K 将因所采用的换能器类型的不同而存在差异。一般来说,K 与换能器的输出电压成比例。由于非常低输出电压换能器 (例如:TEG) 需要一个极高的升压比以及相应的高输入电流,因此其功率转换常数K 往往要比诸如压电元件等非常高输出电压换能器低。由上面的例子可见,所需的平均功率 (Pa) 接近压电换能器的功率范围上限,但处于 TEG 和光伏 (PV) 换能器或太阳能电池的功率能力范围之内。

  系统环境通常将限定所选择的换能器类型。在我们所举的例子中,我们不可能依赖某种始终可用的光源,因此 PV 换能器并不实用。由于我们已经处于压电换能器所能提供的功率上限,故而我们决定使用一个 TEG (热电发生器)。当暴露于温差环境中时,TEG 将利用塞贝克 (Seebeck) 效应在其输出端上产生一个输出电压 (见图 2)。为了进一步说明我们的例子,假设选择了一个 50mm2 TEG。TEG 的一端将安装至天花板中的 HVAC 管道,另一端则暴露在室温空气中。由于 TEG 的热阻非常低,要在其两端上产生一个合适的温差 (ΔT) 常常颇具挑战性,因此在室温侧将采用一个散热器。我们的测量结果表明:在平均室温为 25ºC 的情况下,冬季 (供暖) 中 HVAC 管道表面的平均温度为 38ºC,而夏季 (致冷) 中则为 12ºC。经过仔细的测量,我们确定:当把 TEG 和一个散热器安装至 HVAC 管道时,TEG 两端的 ΔT 大约为 ±10ºC。从制造商提供的产品手册我们可以发现:10ºC ΔT 时的 TEG VOUT 为 180mV。TEG 输出电阻 (ROUT) 为 2.5Ω。当 TEG ROUT = 功率转换器 (或负载) RIN 时,可输送至负载的功率达到最大。

图 2:典型 TEG  如果我们假设电源管理电路具有一个接近 2.5Ω 的 RIN,则可提供至功率转换器输入端的最大功率为 180mV2/(2.5Ω x 4) = 3.24mW。我们的功率转换器常数 (K) 为 0.4,因此可输送至远程传感器 3.3V 输出的总功率为 3.24mW x 0.4 = 1.3mW。由于 1.3mW 明显高于此前计算得出的 818μW 平均功率 Pa,我们似乎拥有了运作所需的足够功率。

图 3:测量和发送周期中的典型电流脉冲

图 4:测量和发送周期中的 VOUT 纹波

  我们面临的下一个棘手难题是用于把 TEG 的非常低输出电压转换至所需的 3.3V 电压的电源管理电路。此外还有一个难点是输入电压可以是 +180mV 或 -180mV (取决于管道表面是热还是冷)。虽然可通过开发分立电路来解决这一难题,不过,因为电路设计对于杂散电容极为敏感,而且整个电路必需为微功率以具备适用性,故这种做法所耗费的时间和精力到最后常常并不值得。幸运的是,现在已经有了一款集成化解决方案。图 5 示出了一种采用LTC3109的示例电路。LTC3109可在低至 ±30mV 的输入电压条件下运作,并将产生 4 种预编程输出电压 (VOUT) 中的任一种:(2.35V、3.3V、4.1V 或 5V)。该器件提供了一个可开关的 VOUT,用于在需要时为我们的传感器供电。LTC3109 还包括一个电源管理器,可用于储存和利用剩余的收集能量。由于我们的典型负载功率低于可用能量,因此可以将任何剩余的能量存储于 CSTORE 以供日后使用。

图 5:LTC3109 电源管理电路

  图 3 和图 4 示出了 LTC3109 在一个测量/发送周期之前、之中和之后的 3.3V 输出。VOUT 上电容器的大小根据一个测量/发送周期可接受的电压降来确定。在我们所举的例子中,我们确定 3.3V 输出端上的可接受电压降为 300mV。采用先前获得的数值,我们可以计算出所需的 COUT:

  COUT = (ILOAD - IAVG) x dT/dV

  = [(37.5mA x 30ms + 500uA x 2ms + 3mA x 5ms) - (1.3mW/3.3V)] / 0.3V

  = 2.49mF,选择一个标称值为 2200μF 的电容器。

  式中:

  ILOAD = 3.3V 输出端上所有负载之和

  IAVG = LTC3109 的平均输出电流

  dT = 负载脉冲的持续时间

  dV = 可接受的电压降

  图 5 中的实际电压降远远低于 300mV。这是由于一个针对简单测量系统的较低电流发送脉冲持续时间所致。

  图 6 示出了能量收集换能器输入暂时中断期间的 3.3V 输出。在该场合中,LTC3109 从存储电容器 CSTORE 获取工作电源。对于CSTORE 的数值没有限制,因此其大小可针对任何期望的系统保持时间来确定。

图 6:输入电源中断期间的运作

  以上概要描述的基本设计程序适用于其他类型的能量收集换能器。目前,与压电元件 (高电压 AC)、电磁 (线圈/磁铁) 和光伏 (太阳能电池) 相连的电源管理电路很容易获得。在所有的场合中,首先都必需确定所需的平均负载功率,以了解自主型操作是否可行。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭
关闭