瑞萨以低成本实现100W/140W电源适配器方案

发布时间:2024-08-12 10:22
作者:AMEYA360
来源:瑞萨
阅读量:1508

  如今,移动设备已经成为人们日常生活和工作中不可或缺的存在。然而,随着设备种类和功能不断扩展,其充电需求也变得日益复杂化和多样化。在这种背景下,为突破传统充电器在功率输出、兼容性和便携性等方面的挑战,USB-C和USB PD技术应运而生,它凭借出色的充电效率与小巧轻薄的外形,革新了电子设备的充电体验。

  基于USB-C接口和USB PD技术,瑞萨推出100W/140W电源适配器方案。该方案实现了低成本的单端口和双端口USB-C和USB PD 3.1电源适配器设计,具有5-20V/5A 100W双输出或5-28V/5A 140W单输出,能够满足市场中大部分移动设备的快充需求。

  100W电源适配器方案

  在100W的电源适配器方案中,采用了TP65H150G4LSG功率器件、数字离线PWM控制器iW3627、光耦合隔离器PS2381-1、数字同步整流控制器iW610、同步降压PWM控制器ISL8117以及协议IC iW780。

  系统框图

瑞萨以低成本实现100W/140W电源适配器方案

  TP65H150G4LSG是一款采用DFN8*8封装的氮化镓FET,耐压为650V,瞬态耐压为800V,导阻为150mΩ,栅极支持18V耐压,具备极低的反向恢复电荷,并能减小开关损耗。iW3627内部采用先进的数字控制技术,支持常见的单级隔离和非隔离拓扑结构(降压、降压-升压或反激式),可用作固态照明(SSL)应用的前端或独立电源。

  PS2381-1是一款光耦合隔离器,其将砷化镓发光二极管和NPN硅光电晶体管集成在塑料4-LSOP长扁平封装中,该封装具有屏蔽效果,可隔绝环境光,非常适用于高密度应用。

  在同步整流控制器的选择上,本方案选用的iW610适用于所有瑞萨AC/DC转换器和任何反激式转换器拓扑,包括在DCM和CCM模式下运行的准谐振(QR)、零电压开关(ZVS)和有源钳位反激式(ACF)拓扑结构。iW610可与谐振LLC转换器配合使用,该装置可在低侧或高侧配置下运行,无需外部辅助绕组。同时,可灵活配置整流器和磁性元件,用于反激式设计,并且不会在高侧配置中使用时增加成本。

  本方案具有两个输出端,分别由两个同步降压PWM控制器ISL8117以及一个协议IC iW780组成。其中,ISL8117采用谷值电流调制技术,以最少的组件数量实现轻松的电源设计,并提供全面保护,防止意外事件发生。ISL8117具有可编程软启动和使能功能,且配备电源良好指示器,便于实现电源轨排序和其他内部管理要求。

  iW780是一款AC/DC二次侧控制器产品,支持业内多种D+/D-快充协议,其将二次侧环路调节控制器、接口协议控制器、USB VBUS驱动器集成到单个IC中。并且此IC具有用于多种协议的内部MCU和硬件接口,允许对支持快充或D+/D-协议的移动设备(MD)进行快速充电,并自动区分不同的协议。iW780位于交流/直流电源的次级侧,允许为多级输出电压和电流配置适配器。

  140W电源适配器方案

  在140W的电源适配器方案中,则采用TP65H150G4LSG功率器件、PFC控制器R2A20133DSP、数字AC/DC控制器iW9801、光耦合隔离器PS2381-1、数字同步整流控制器iW610以及协议IC iW780。

  系统框图

瑞萨以低成本实现100W/140W电源适配器方案

  R2A20133DSP采用临界传导模式进行功率因数校正,通过零电流开关实现高效率和低开关噪声。由于零电流通过GND电流检测,因此无需ZCD辅助绕组。并且R2A20133D内置反馈回路开路检测、双模过压保护和过流保护功能,只需很少的外部元件即可构成高可靠性的电源系统。

  iW9801集成瑞萨电子的专利自适应零电压开关(ZVS)技术,可为智能手机、平板电脑、笔记本电脑、电动工具和其他便携式产品提供超小型、轻便、低成本且易于携带的电源。该设备工作在高开关频率下,因此变压器和无源器件的体积更小,并支持带可编程电源的USB Power Delivery 3.0及其他RapidCharge协议,输出功率高达100W。

  在这个快节奏的时代,移动设备的充电需求正以前所未有的速度增长。瑞萨电子敏锐地捕捉到了这一市场趋势,推出了基于USB-C接口和USB PD技术的100W/140W电源适配器方案。这不仅是对传统充电器的有力革新,更是对未来充电体验的一次深刻预见。通过这些低成本、高效率的解决方案,瑞萨电子将推动充电技术迈向更加便捷、高效的未来。


(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
议程揭晓|6.14深圳见 · 瑞萨RA MCU开发者日
喜报丨瑞萨电子凭借R-Car X5H荣膺第五届知鼎奖“智能驾驶科技创新奖”
2026-06-03 10:49 阅读量:325
瑞萨丨技术干货|解决方案套件概念:AI赋能的智能电动自行车——重塑城市出行与智能交通
  电动自行车正在迅速重塑城市出行方式。作为汽车之外更可持续、更灵活的选择,电动自行车不仅有助于缓解交通拥堵,也符合绿色低碳的发展趋势。随着电动自行车技术的不断进步和普及,用户对安全性、可靠性和智能辅助功能的期待也在持续提升。  然而,无论是传统机械自行车还是电动自行车,当前仍高度依赖骑手的主动感知以及按计划进行的维护保养。许多机械问题往往是逐步演变的,在性能明显下降或故障真正发生之前,几乎没有预警信号。这种被动式维护方式容易导致意外故障、更高的维修成本,甚至带来潜在的安全隐患。  瑞萨通过AI赋能的智能电动自行车概念方案应对这些挑战。该方案基于嵌入式边缘人工智能(AI),在自行车本体上即可实现预测性维护、智能骑行辅助、环境感知以及电池管理优化,无需依赖云端连接。  嵌入式边缘AI实现预测性与智能骑行  智能电动自行车的核心由Renesas AIK-RA8D1 AI开发套件驱动。该套件基于RA8D1微控制器(MCU)),这是一款面向实时嵌入式AI应用设计的高性能Arm® Cortex-M85® MCU。借助Renesas Reality AI Tools®,开发者可以部署高度优化的AI模型,使其完全运行于MCU本地,无需云端计算支持。  这种系统架构在实现更安全、更高效骑行体验的同时,也有效控制了功耗和系统成本,非常适合大规模部署于智能出行设备中。  AI赋能的智能电动自行车围绕以下两大核心能力,全面提升骑行体验:  AI驱动的状态监测  更顺畅、更安全的骑行体验,全面提升用户感受  瑞萨电动自行车概念  AI驱动的状态监测  无论是传统自行车、电动自行车,还是共享出行车队中的自行车,本质上都是精密的机械系统。其性能高度依赖于关键部件的健康状况,包括链条、齿轮、轴承以及车架连接部位。随着时间推移,这些部件会因机械应力、环境影响以及骑行工况而逐渐磨损和劣化。  传统的维护方式通常依赖定期人工检查或基于里程的保养周期。这些方法往往不够精准且偏被动,容易导致突发故障,增加维护成本和运营风险。  通过将AIK‑RA8D1与加速度传感器直接集成到自行车中,实时AI驱动的状态监测成为可能。系统可持续分析振动特征和运动模式,及早发现机械性能退化的迹象。  关键预测性维护功能包括:  链条劣化检测(Chain Deterioration Detection)——系统监测传动系统的振动模式。当振动特征偏离正常状态时,可在性能明显下降之前识别出链条过度磨损或润滑异常问题。  齿轮异常检测(Gear Anomaly Detection)——AI模型可识别由齿轮齿面磨损、损坏或变速器对位异常引起的异常振动模式,实现早期干预。  轴承失效检测(Bearing Failure Detection)——轴承在劣化过程中会产生特定的高频振动特征。系统可在出现可听噪声或严重机械损伤之前就检测到这些异常。  车架结构监测(Frame Structure Monitoring)——通过振动分析,还可识别车架的松动或结构性变化,从而提升骑行安全性并延长整车使用寿命  瑞萨如何实现智能自行车监测  要构建高精度的状态监测AI模型,必须采集涵盖正常运行状态和多种机械故障状态的数据集。  为此,系统采用AIK-RA8D1 AI开发套件,并通过Pmod™模块连接外部加速度传感器。开发套件和传感器均直接安装在自行车上,在真实骑行场景中采集振动和运动数据。  数据集采集通过Data Storage Tools完成。该工具可作为插件集成在Renesas e² studio中,也可作为独立应用供第三方IDE用户使用工具可实时采集加速度传感器的原始数据,并进行存储,用于后续的数据标注和AI模型训练。  Figure1.Training Set-up  AI模型开发与部署  在完成数据标注并上传至Renesas Reality AI Tools后,可利用云端AutoML功能训练和评估多个AI模型,并针对RA8D1 MCU进行部署优化。  最终选定的模型能够识别七种系统状态:  电动自行车状态:识别空闲与静止状态  链条运行状态:识别正常的正向与反向链条运动  齿轮异常:基于变速器位置检测两种故障状态  后轮结构状态:识别潜在的后轮松动问题  该优化模型在仅占用5KB内存的情况下,实现了99.63%的识别准确率,可高效运行于RA8D1 MCU上。  Figure2.Model Development to Deployment Flow  部署完成后,推理结果可通过集成在e² studio开发环境中的AI Live Monitor工具进行实时监控。  AI增强型骑行智能  除状态监测外,AIK RA8D1还可作为智能电动自行车计算核心,充当中央处理节点,分析来自电机、电池及各类传感器的数据——支持在有或无额外传感硬件的情况下运行。  AI赋能的骑行功能示例包括:  载荷分布检测——通过分析振动与运动信号,系统可估算骑手及货物的重量分布。据此推荐或自动调整坐垫位置,以提升舒适性和踩踏效率。  路面类型识别(Surface Detection)——AI模型可识别沥青路、碎石路或不平整地形。并根据路况动态调整电机扭矩和功率输出,从而提升稳定性与能效。  目标检测,实现更安全骑行(Object Detection for Safer Riding)——结合视觉传感器时,AI模型可识别周围车辆与障碍物,在盲区来车时触发预警。  “See with Sound”的空间感知能力——通过麦克风阵列,系统可估算周围车辆的来向,并向骑手提供空间方位提示,而无需持续视觉关注。  推动下一代智能出行  AI驱动的智能电动自行车方案充分展示了嵌入式边缘AI对个人出行和共享交通的变革潜力。通过将预测性维护与环境感知能力直接集成到自行车中,制造商能够打造更安全、更可靠、更高效的出行解决方案。  瑞萨AI技术致力于帮助客户基于可扩展的边缘AI平台,构建适用于实时嵌入式部署的智能出行系统。  告别突发故障,从瑞萨开始打造更智能、更安全的自行车。  准备好将AI驱动的状态监测引入骑行领域了吗?
2026-06-02 09:56 阅读量:342
喜报|瑞萨电子荣获上海繁易“战略合作伙伴”奖
2026-05-29 09:55 阅读量:426
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
BD71847AMWV-E2 ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
ESR03EZPJ151 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BP3621 ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
TPS63050YFFR Texas Instruments
BU33JA2MNVX-CTL ROHM Semiconductor
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