Oprogramowanie i sprzęt do optymalizacji czasu pracy akumulatora urządzeń IoT

Inżynierowie oraz producenci podzespołów zaproponowali wiele pomysłów związanych z optymalizacją czasu pracy akumulatora oraz zużyciem energii przez urządzenia IoT. Na przykład, funkcja pozyskiwania energii zwana energy harvesting umożliwia układowi pobieranie wymaganej energii elektrycznej z otoczenie, umożliwiając znaczne zmniejszenie pojemności akumulatora, użycie superkondensatora lub ich całkowite wyeliminowanie. Nie zwalnia to jednak konstruktorów urządzeń z konieczności optymalizacji zużycia energii.

W celu maksymalnego wydłużenia czasu pracy akumulatora inżynierowie skupiają się na implementacji trybów głębokiego uśpienia, w których urządzenie pracuje przez większość swojego okresu eksploatacji, uaktywniając się jedynie w razie wyraźnej potrzeby. Tryby pracy z małym poborem energii, stosowanie do zasilania akumulatora lub źródła o małym napięciu, niewielka częstotliwość taktowania rdzenia i ograniczenie zestawu instrukcji — oto powody, dla których te aplikacje muszą być bardzo dokładnie testowane. Dlatego ich projektanci muszą przeprowadzać rozmaite testy w celu określenia sposobu zużywania energii przez podzespoły urządzenia w różnych stanach pracy. Dokładna analiza rozładowywania się akumulatora ma kluczowe znaczenie dla osiągnięcia długiego czasu ich użytkowania, którego oczekują klienci.

Analiza rozładowywania się akumulatora

Analizę rozładowywania się akumulatora (BDA, Battery Drain Analysis) można przeprowadzić za pomocą różnych narzędzi. Inżynierowie często polegają w tym zakresie na multimetrach cyfrowych, oscyloskopach z sondami prądowymi, analizatorach zasilania DC, precyzyjnych modułach do pomiaru źródła, analizatorach poboru prądu przez urządzenie i symulatorach funkcjonowania akumulatorów. Narzędzia te służą, między innymi, do ustalenia profilu obciążenia prądem urządzenia, który można określić poprzez pomiar natężenia we wszystkich stanach pracy w celu symulowania wydajności akumulatora, a tym samym ustalenia sprawności działania urządzenia przy niskim poziomie naładowania akumulatora lub w celu opracowania modelu akumulatora, który będzie zastosowany w urządzeniu IoT.

Rozwiązania z zakresu oprogramowania

BDA nie jest jednak kompletną metodą bez rozwiązań z zakresu oprogramowania. Rozwiązania te mogą być wbudowane w sprzęt pomiarowy lub uruchamiane na współpracującym komputerze PC. Wspomniane narzędzia odgrywają kluczową rolę w maksymalnym wydłużeniu czasu pracy akumulatorów urządzeń IoT, a ich dobranie wymaga dużej uwagi. Opracowaliśmy listę przykładów rozwiązań wraz z ich funkcjami i zaletami, aby dokładnie przedstawić rodzaje oprogramowania dostępne na rynku. Informacje te ułatwiają dobór odpowiednich rozwiązań z zakresu oprogramowania, które można wykorzystywać podczas przeprowadzania testów akumulatorów urządzeń IoT.

- Oprogramowanie do sterowania i analizy pracy zasilaczy Keysight 14585A.Oprogramowanie do sterowania i analizy Keysight 14585A zapewnia łatwy dostęp do zaawansowanych funkcji wielu przyrządów, w tym zasilaczy arbitralnych DC Keysight Advanced Power System z serii N7900 oraz analizatora zasilania DC N6705. Umożliwia ono sterowanie nawet 16 modułami w czterech ramkach montażowych N6705, co oznacza możliwość jednoczesnego pomiaru natężenia prądu w kilku lokalizacjach. Oprogramowanie uruchomione na komputerze stacjonarnym pozwala użytkownikowi na korzystanie z elementów sterujących, które dobrze zna, a także z dużego wyświetlacza do wykonywania zadań BDA bez potrzeby pisania kodu.
- Funkcja dystrybucji komplementarno-kumulatywnej Keysight (CCDF).Komplementarna funkcja CCDF to funkcja graficzna zawarta w takich programach, jak oprogramowanie sprzętowe analizatora przebiegu fal prądowych urządzeń z serii CX3300 Keysight oraz oprogramowanie do sterowania i analizy Keysight 14585A. Tworzy ona wykresy ilustrujące ilość energii pobieranej z akumulatora przy różnym natężeniu prądu. Wykorzystanie tej funkcji umożliwia optymalizację konstrukcji urządzenia IoT.
- Automatyczny profiler natężenia i mocy Keysight.Analizator przebiegu zmian natężenia prądu z serii CX3300 Keysight zawiera automatyczny profiler natężenia i mocy, który umożliwia automatyczne dzielenie przebiegu fali prądowej na segmenty czasowe w oparciu o konfigurowalne parametry. Oprogramowanie, które umożliwia raportowanie czasu rozpoczęcia, czasu trwania, natężenia średniego, natężenia maksymalnego, natężenia minimalnego, całkowitego zużycia prądu i wartości procentowej całkowitego zużycia prądu dla każdego analizowanego segmentu przebiegu fali, umożliwia również nazywanie segmentów oraz przenoszenie znaczników segmentów w celu ponownej analizy.
- Programy do generowania modeli Keithley. Urządzenia SMU 2450 lub 2460 firmy Keithley, które mają wyjątkową zdolność do bycia jednocześnie generatorem modeli i obciążeń, a także które mogą rozładowywać akumulatory niższymi natężeniami wymaganymi przez urządzenia IoT, dostarczane są wraz z rozwiązaniem do tworzenia algorytmów. Program do generowania modeli firmy Keithley można załadować do urządzenia SMU, a następnie za jego pomocą obsługiwać. Daje on możliwość tworzenia modelu w formacie obsługiwanym przez symulator akumulatorów 2281 Keithley.

Spojrzenie w przyszłość

Wraz ze wzrostem znaczenia urządzeń IoT w wielu branżach dostawcy zaczynają się prześcigać w opracowywaniu nowych rozwiązań z zakresu oprogramowania, które wprowadzają nową jakość w obszarze analizowania rozładowywania akumulatorów, a tym samym maksymalizują okres eksploatacji akumulatorów urządzeń IoT. Chris Godfrey — kierownik ds. rozwoju rynku wiodącego dostawcy technologii testowych i pomiarowych, firmy Tektronix — opisuje działania podejmowane w celu dalszego wspierania potrzeb testowania twórców IoT w obszarze oprogramowania: „Pracujemy nad udoskonalonym oprogramowaniem do modelowania, aby bardziej precyzyjnie modelować pracę akumulatorów i uwzględniać więcej parametrów, takich jak temperatura akumulatora, relaksacja długookresowa oraz liczba cykli naładowania-rozładowania, które przeszedł akumulator. Z czasem zmienne te zaczynają wpływać na pojemność oraz na rezystancję wewnętrzną akumulatora”.

Wszystkie marki stoją przed głównym wyzwaniem związanym z bardziej kompleksowym modelowaniem akumulatorów w celu odkrycia, jak dokładnie różne zmienne wpływają na pojemność, wewnętrzną rezystancję i napięcie w otwartym obwodzie akumulatora. Przyszłość rysuje się w pozytywnych barwach, ponieważ coraz więcej firm tworzy własne rozwiązania z zakresu oprogramowania, które pozwalają inżynierom lepiej zrozumieć akumulatory IoT. Już dziś dostępnych jest wiele rozwiązań, jednak dalszy rozwój urządzeń IoT będzie oznaczał również zwiększone zapotrzebowanie na rozwiązania do analizowania ich akumulatorów. Teraz wystarczy tylko czekać i zachwycać się kolejnymi produktami z oferty Tektronix, Keysight i innych twórców oprogramowania.

Peteris Sprogis
Distrelec
Regional Sales Manager, Eastern Europe