瑞萨电子发布全新Resolver 4.0目录,提供80款成熟的电感式位置传感器设计

发布时间:2022-09-15 14:34
作者:Ameya360
来源:网络
阅读量:3353

  全球半导体解决方案供应商瑞萨电子宣布,推出面向汽车和工业电机领域创新电感式位置传感器的全新Resolver 4.0参考设计目录。借助该目录,工程师们现可拥有80款基于IPS2电机换向传感器的即时设计资源,每款参考设计都针对独特的电机轴或极对配置。这些参考方案配有完整的设计文件、测试报告、工具和指南,帮助工程人员缩短设计学习时间,加速设计到生产的流程。

瑞萨电子发布全新Resolver 4.0目录,提供80款成熟的电感式位置传感器设计

  Resolver 4.0目录提供可在汽车系统、机器人、伺服电机、家庭自动化和医疗等广泛应用中实施的交钥匙解决方案。参考设计包括完整的原理图、PCB设计和Gerber文件,使工程师能够即刻开始构建可运行的传感解决方案。瑞萨还为这些参考设计搭配了软件堆栈、完整的工具支持、测试报告、材料清单等文件。特别是,瑞萨的电感线圈优化工具(ICOT)能够根据气隙变化的实验和性能模拟来设计优化的传感元件,包括Resolver 4.0目录中的精度与误差分析。此外,用户可以访问瑞萨网站观看IPS网络研讨会,了解理想设计实践。

  瑞萨电子汽车模拟/传感器事业部产品营销高级总监Jan Leuckfeld表示:“采用电感式位置传感器的设计人员所面对的最大挑战之一是各种变量,如尺寸、传感元件的设计、轴的排列和极对数量。我们在Resolver 4.0目录中的PCB设计为每款解决方案提供了关键元素,并经过全面优化和测试,以满足这些电机控制系统的不同需求。开发人员现在可以从目录中的80多个交钥匙设计中,为他们的应用选择一款定制的工作方案。”

  IPS2200和IPS2550传感器

  得益于瑞萨专有的电感式位置传感器技术,这些IPS传感器的重量大大低于传统基于磁铁的方案,并支持高转速——IPS2550高达600 krpm,IPS2200高达250 krpm(均为电气)——以支持乘用车的高速电机换向或工业设备的电机控制。此外,IPS传感器完全不受杂散场影响,对噪音和振动敏感度较低,具有卓越的效率和精度,而且相比磁铁方案更可靠。关于传感器的更多信息,请访问Ameya360电子元器件采购平台。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
瑞萨电子推出28纳米RH850/U2C汽车微控制器,拓展面向车辆控制与汽车安全应用领域的产品阵容
  全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布推出基于28纳米制造工艺的全新32位汽车微控制器(MCU)RH850/U2C。该MCU配备丰富的通信接口与先进的信息安全性能,可广泛应用于乘用车及摩托车的底盘与安全系统、电池管理系统(BMS)、照明及电机控制等车身控制领域,以及其他通用汽车最高功能安全等级(ASIL D)的应用场景。  作为入门级产品,RH850/U2C的推出进一步扩充了瑞萨广受欢迎的RH850/U系列产品线,与定位高端的RH850/U2B及中端RH850/U2A产品形成互补。该款MCU集成多达四颗运行频率高达320MHz的RH850中央处理器(CPU)内核(其中含两颗锁步内核),并配备高达8MB的片上闪存。现有采用RH850/P1x或RH850/F1x系列产品的开发人员可平滑迁移至这款全新的MCU,从而轻松应对新一代E/E架构的技术要求。  面向当前及下一代系统的通信接口  RH850/U2C支持面向现代E/E架构设计的多种接口,包括以太网10base-T1S、以太网时间敏感网络(TSN,1Gbps/100Mbps)、CAN-XL以及I3C。同时,它还能全面兼容当前广泛使用的各种接口,如CAN-FD、LIN、UART、CXPI、I²C、I²S以及PSI5。这种全面的接口配置可兼容现有ECU,支持跨代际的分步平滑迁移。随着越来越多的车载网络向域控制架构和区域控制架构转型,RH850/U2C能够提供灵活的系统配置与出色的可扩展性,有效降低网络设计的复杂度。  强大的功能安全与网络安全特性  该款MCU符合ISO 26262标准,满足最高ASIL D的功能安全要求。为满足当前网络安全要求,此款MCU设计遵循最新ISO/SAE 21434标准,支持涵盖后量子密码(PQC)及中国与其他国际法规强制要求的各类加密算法。通过专用的硬件加速器,该MCU可卸载加密运算任务、降低CPU负载,从而实现高吞吐量的数据处理能力。  功耗优化的MCU架构  基于成熟的28纳米制造工艺,RH850/U2C在工作模式与待机模式下均可实现显著的功耗优化。其专属的待机模式还可进一步降低芯片在深度停机与间歇运行状态下的功耗。这些低功耗模式有助于提升电源设计裕度,降低散热需求,并确保系统在环保法规日趋严格的背景下持续合规。  Satoshi Yoshida, Vice President of the High-Performance Computing MCU Division at Renesas表示:“随着现代ECU通过软件更新与新增功能持续演进,如何在保证系统稳健性的同时兼顾运行效率变得至关重要。RH850/U2C融合卓越性能、丰富功能及行业关键标准合规性,能够满足下一代ECU的需求。这正是客户构建可靠、可扩展汽车系统所需要的理想平台。”  Christoph Wenger, Chief Expert Semiconductor at Vehicle Motion at Bosch表示:“瑞萨RH850 MCU系列凭借其久经验证的可靠性,长期以来为我们的系统提供有力支持。我们很高兴看到RH850/U2C的推出,进一步完善了瑞萨的汽车产品矩阵。这款基于28纳米制造工艺的MCU兼具出色性能与卓越品质,我们期待与瑞萨继续深化双方的合作。”  全方位开发支持  RH850/U2C提供完善的开发环境,助力客户缩短产品上市周期。开发人员可使用业界先进的编译器与集成开发环境(IDE),搭配由瑞萨及其生态合作伙伴提供的汽车级认证软件包。这些方案满足最高等级的功能安全要求,符合ISO 26262标准(可达ASIL D级)。为便于快速评估与项目启动,瑞萨还提供专用的RH850/U2C入门套件。
2026-03-05 10:58 阅读量:201
瑞萨官宣中国区新总裁!
  全球领先半导体解决方案供应商瑞萨电,子今日宣布两项关键高层人事任命,全面强化印度与中国两大高增长市场的战略执行与本土管理,新任命自 3 月 1 日起正式生效。  瑞萨中国区总裁刘芳( Yvonne Liu):曾任中华区汽车业务总经理  Malini Narayanamoorthi 升任副总裁兼瑞萨电子印度总裁。她此前担任印度区总经理及模拟与混合信号产品集团工程副总裁,任职期间持续夯实客户合作、推动重大项目落地、强化全球协同,为瑞萨在印度业务扩张奠定坚实基础。履新后,她将全面统筹印度市场战略,依托当地快速成长的技术生态与人才储备,抢抓国家级重点项目带来的发展机遇。  行业资深人士刘芳(Yvonne Liu)出任副总裁兼瑞萨电子中国总裁。刘芳拥有 26 年半导体全价值链从业经验,深耕汽车、消费电子、工业、物联网与网络安全等领域,加入瑞萨前曾担任恩智浦半导体副总裁兼大中华区汽车业务总经理,具备出色的跨领域业务领导与市场拓展能力。她将全面负责瑞萨中国区运营与战略落地,深化本土客户与生态合作,助力公司在全球核心技术市场持续增长。  Malini与刘芳均直接向Hidetoshi Shibata(柴田英利),瑞萨电子CEO汇报工作。  柴田英利表示,中国与印度是瑞萨长期战略增长核心市场,本次管理层强化将进一步提升区域决策效率、深化客户合作、强化综合竞争力,彰显瑞萨深耕亚洲最具活力科技生态、推进全球一体化布局的坚定承诺。  瑞萨电子(Renesas Electronics)是全球领先的嵌入式半导体解决方案供应商,也是日本半导体产业的核心企业,总部位于东京,在东京证券交易所上市(TSE:6723),由柴田英利(Hidetoshi Shibata)担任CEO。  公司始于2003年日立与三菱电机半导体部门合并的瑞萨科技,2010年与NEC电子合并后正式定名。目前全球员工约2.19万人,业务覆盖20多个国家,2024财年营收约1.35万亿日元。  瑞萨核心优势集中在车规级芯片,汽车MCU全球市占率超30%稳居第一,主力产品包括RH850系列MCU、R-Car系列SoC等,服务全球主流车企。同时布局工业自动化、物联网、基础设施等领域,提供全栈芯片解决方案,技术符合车规、工规安全标准,生态完善。
2026-03-02 16:35 阅读量:275
瑞萨丨尖叫声检测:人工智能如何识别人声尖叫并协助应急救援
  在灾害救援、安全防护以及医疗护理等领域,识别人声尖叫至关重要。想象一下,当你被困在电梯里,而常规通讯方式已经失效,此时,一套尖叫声检测系统能够识别你的求救尖叫信号,并立即启动应急响应,例如通知安保人员或触发警报,从而迅速提供援助,挽救生命。  瑞萨的Reality AI尖叫声检测是一款专门用于识别人类尖叫声的机器学习模型。该模型并非仅通过高音量的声音判断,而是经过充分训练,可在各种背景噪声中准确辨别出真正的求救尖叫声。与此同时,该系统还能够实现救援力量的即时派遣,这在封闭或隔离、对安全性要求极高的环境中尤为重要。  尖叫声检测是如何实现的?  尖叫声检测模型基于采集到的音频数据进行训练,从而学会区分不同类型的声音。该机器学习模型的开发步骤如下:  采集与训练数据:训练模型首先从大量音频数据的采集开始。需要使用包含多种真实环境音频样本的公开数据集*。其中的“Scream(尖叫)”类别包含强烈的非语言尖叫声和带有言语的尖叫声,这些数据被用于训练模型识别尖叫信号。为了让模型准确判断哪些声音不是尖叫声,在训练中还加入了多类非尖叫声音,如风声、环境噪声、对话声、歌声、音乐声和鼓掌声等,以提升模型的区分能力。  提取特征:下一步,从音频文件中提取关键声学特征,帮助模型在复杂噪声环境中识别出尖叫声特有的特征信号。  训练模型:在确定了最佳的特征后,使用机器学习分类器对模型进行训练,使其能够区分“尖叫”与“非尖叫”音频。训练过程中不断调整模型参数,来降低识别误差并提升模型整体性能。  通过以上方法,可以构建出一个高效的尖叫声检测系统,确保应急响应迅速可靠,为多种应用场景提供关键的安全保障。  应用示例  从真实环境中采集的音频信号被用于构建瑞萨VOICE-RA6E1语音用户演示套件。这些音频随后由瑞萨Reality AI Tools训练的分类模型进行处理,用于判断声音是否属于尖叫声。  在实际测试中,瑞萨的尖叫声检测模型在距离测试板2米以内,对尖叫声的识别准确率达到了90%以上。测试环境中还加入了风声、电梯音乐、对话声、婴儿哭声和电话铃声等背景噪声,以验证模型在复杂环境下仍能准确识别求救尖叫。 图1:尖叫声检测工作流程  轻松构建应用示例  用户可以使用瑞萨的e²studio IDE采集音频信号,并集成由瑞萨Reality AI Tools生成的AI模型。从公开数据集*采集数据后,可使用Reality AI Tools完成提取特征、训练模型,并将最终模型部署为C代码。  部署完成后,模型可在e²studio IDE中进行实时测试。集成后,用户可以使用VOICE-RA6E1开发板在真实环境中对模型进行充分验证,并通过AI实时监视器(AI Live Monitor)可视化测试结果。图2:AI Live Monitor  体验瑞萨Reality AI Tools与e²studio IDE在模型训练、部署和测试中的无缝且快速集成能力。  总结  Reality AI尖叫声检测应用展示了机器学习在提升多场景安全性的巨大潜力,同时也展示了用户如何利用瑞萨技术,将先进的提取特征、训练和部署模型与实时响应能力相结合。可扩展的Reality AI Tools转换工具能够为多种瑞萨MCU和MPU设备生成机器学习模型。
2026-02-27 15:00 阅读量:286
实力认证!瑞萨电子荣获“2025年度电子产业卓越奖”
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
TL431ACLPR Texas Instruments
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
MC33074DR2G onsemi
型号 品牌 抢购
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
TPS63050YFFR Texas Instruments
ESR03EZPJ151 ROHM Semiconductor
BP3621 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。

请输入下方图片中的验证码:

验证码