智能门锁:电源管理概述2

本文探讨了智能门锁的电源管理设计,包括电池串联并联方案、降压升压技术,以及应急供电和锂电池充电管理。强调了低功耗设计对智能门锁的重要性,确保设备在电池电量低时仍能正常运行,并介绍了锂电池在高功耗功能如人脸识别中的应用。

更多关注:微信公众号“硬件大熊”

作为一款高频度使用的低功耗产品,智能门锁的电源管理是低功耗设计极其关键的一部分。高效、合理的电源管理设计能让门锁快速响应动态与静态的动作切换,同时保持更低程度的功率损耗。

继上篇章,本篇继续智能门锁电源管理2——

推荐阅读:

一文浅析智能门锁

智能门锁:电源管理概述1

84a6dd36362c8f231688b02eaa39bdc6.png

电池升降压

目前主流的智能门锁大多数采用干电池进行供电,一节5号电池的标称电压为1.5V,对于智能门锁的控制板,1.5V的电压显然是不够的。一个MCU的供电电压一般为3.3V,一个电机的供电电压可能为5V。很多厂家选择将电池进行串联,如4颗电池串联后的标称电压为6V,为确保电量供应充足,再将4颗电池串联后进行并联,即4串2并。当然,也有个别厂家将2颗电池串联后再使用2颗进行并联,即2串2并,输出的标称电压为3V。

89bb2bc24cd5a10ca25516dbf5ce2916.png

若干电池4串,则供电电压为6V,则需要再使用降压的方案将该电压降至适合电路控制系统的额定电压,若干电池2串,供电电压为3V,则需要使用升压方式将该电压升至电路的额定电压。在这里,需要注意电池的使用过程中并不是恒定的1.5V,因为随着电量的降低,其输出电压会不断下跌,一般到0.9V以下电池电量基本耗尽

9aea9534541ec0c5f5e9f0c4eb8ee2e5.png

应急供电

作为一款对安全系数非常考究的产品,电池低电量失效的应对措施必不可少。应急供电管理需要起到两个作用:

1.当电池电量耗尽时,可即时进行替代供电。目前智能门锁一般预留一个USB口可供用户使用充电宝临时替代电池进行供电

2.当系统出现异常状态无法自行重启,且用户并未在屋内无法将门锁强行断电重启时,应急供电口的输入应能将电池供电电路切断至系统掉电,然后再进行电能供给,以此确保系统切换供电时也同步做了重启动作

6024ee20196b9af69a0008898e69def7.png

锂电池充电管理

锂电池的引入更多的是在带猫眼、人脸识别功能的智能门锁,一款人脸识别模组的平均功耗约为1.2W,瞬时功率可达6.2W,单一的干电池显然无法在确保一年以上的续航时间的同时满足其电能消耗。因此5000+mAh级别、可重复充电的锂电池成为了首选之一。目前集成化的锂电池充电芯片已非常成熟,在设计中,散热、过流保护需多加留意!

b18f9f475100ab844851d266cdb4fe23.png

原创不易,若有转载需求,务必告知

如果我的文字对你有所启发或帮助,

点赞\转发”是对我最大的支持

推荐阅读:

一文浅析智能门锁

智能门锁:电源管理概述1

硬件大熊原创合集(2022/01更新) 内赠红包封面

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值