IoT:

435379-fig-01
435379-fig-01

Hvordan forbedre batterieffektivitet i IoT-enheter

Denne artikkelen utforsker hvordan du kan gjøre Internet of Things (IoT)-enheter mer strømeffektive.

Artikkelen gir videre en rask oppfriskning av batterihåndtering før den fokuserer på den kritiske rollen til nanopower kraftleveringsmodus (ship mode) og hvilemodus. Til slutt viser den en ny løsning som bedre optimaliserer disse to aspektene ved batteristyring, noe som reduserer energiforbruk og kortareal i forhold til tradisjonelle metoder.

Innledning

I den tilkoblede internettverdenen spiller IoT en avgjørende rolle gjennom å koble sammen forskjellige sensornoder og overføre dataene til en sikker server. Strømstyring er et av fokusområdene for å øke effektiviteten til IoT-applikasjonen.

I de fleste applikasjoner er sensornoden (datainnsamlingselementet) plassert i et avsidesliggende område og drevet av et batteri. Levetiden til batteriet avhenger av hvor effektivt vi designer strømstrategiene for sensornoden. Mesteparten av tiden forblir sensornoden i hvilemodus og bytter til aktiv modus bare når den krever datainnsamling. Driftssyklusen til disse enhetene er lav. For å maksimere batterilevetiden, må vi forbedre hvilestrømmen i IoT-applikasjoner.

Grunnleggende om strømstyring i en IoT-enhet

I et typisk IoT-system, som vist i figur 1, er den trådløse sensornoden vanligvis batteridrevet og er dermed begrenset av batterilevetiden. For å maksimere levetiden til sensornoden er strømstyring avgjørende. Driftssyklus-konseptet er en vanlig praksis for å spare strøm i en sensornode. Siden overhøring og lytting på tomgang er store kilder til energisvinn i sensornoden, kan vi evaluere strømforbruket til en trådløs sensornode ved å analysere tre forskjellige områder:

► Sensor

► Mikrokontroller

► Radiodrift

Sensoren samler inn rådata som temperatur og fuktighet og sender disse dataene til mikrokontrolleren. Mikrokontrolleren behandler rådataene og overfører disse til skyen eller datasenteret ved hjelp av en radiolink. Men gitt at typiske sensorapplikasjoner opererer med svært lave driftssykluser (som varierer fra 0,01 % til 1 %) og er inaktive mesteparten av tiden, vil man oppnå lengre batterilevetid hvis sensornodens hviletrøm er ultralav. Et smart vanningssystem hvor sensornoden måler jordfuktigheten og samler inn data kun én gang i timen er et eksempel på en slik applikasjon.

Figur 1. De typiske byggesteinene i et IoT-system.
Figur 1. De typiske byggesteinene i et IoT-system.

Hva er de kritiske rollene til transportmodus og hvilemodus?

Transportmodus og hvilemodus er den vanlige sjargongen som brukes i batteridrevne IoT-enheter og er avgjørende aspekter ved strømstyring i IoT-applikasjoner. Transportmodus er en nanoeffekt tilstand som forlenger batterilevetiden under transportfasen av et produkt. I transport modus kobles batteriet elektrisk fra resten av systemet for å minimere strømforbruket mens produktet er inaktivt eller er ikke i bruk. Trykknapper brukes til å frigjøre transport modus og starte normal drift av enheten.

Når enheten er i aktiv tilstand, brukes hvilemodus for å forlenge batterilevetiden. I hvilemodus er alle eksterne enheter til systemet enten slått av eller kjører med minimumsstrømbehov. IoT-enheter våkner med jevne mellomrom, utfører en bestemt oppgave og går deretter tilbake til hvilemodus.

Ulike hvilemoduser kan oppnås ved å deaktivere ulike periferiutstyr til den trådløse sensornoden. For eksempel, i modem-hvile, er bare kommunikasjonsblokker deaktivert. I lett hvilemodus er de fleste blokkene inkludert kommunikasjonsblokken, sensorblokken og digitale blokker deaktivert, og i dyp hvilemodus er den trådløse sensornoden helt slått av.

Aktivering av dyp hvilemodus i sensornoden kan maksimere batterilevetiden; Derfor er optimalisering av den dype hvilestrømmen den eneste måten å forbedre den totale batterilevetiden på.

Driftssyklus-metoden for å aktivere dyp hvilemodus i IoT-applikasjoner

Driftssykling i IoT-modulen er en av de populære teknikkene for å aktivere dyp hvilemodus. Mens en trådløs sensornode er i dyp hvile, er det meste av periferiutstyret av eller i avstengningsmodus, og bruker dermed bare strøm i nanoampere området. En tidsholder enhet som sanntidsklokker (RTC) vil vekke IoT-modulen etter en programmert tidsavbrudd. I denne teknikken er mikrokontrolleren helt av mens systemet er i dyp hvilemodus. Etter gjenoppretting er det imidlertid alltid en oppstartstid involvert som vil legge til en uønsket forsinkelse. Gitt denne avveiningen, avhenger effekten av det foreslåtte prinsippet av egenskapene til hver node og applikasjonens driftssyklus.

Den konvensjonelle løsningen for dyp hvilemodus og transport modus: Ved bruk av en RTC, lastbryter og trykknappkontroller

I den konvensjonelle løsningen brukes en lastbryter og en RTC for å slå på/av den trådløse sensornoden. I denne tilnærmingen er bare lastbryteren og RTC aktive, noe som reduserer den totale hvilestrømmen ned til nanoampere området. Hviletiden kan programmeres med mikrokontrolleren inne i den trådløse sensornoden.

En ekstern trykknappkontroller kan kobles til en lastbryter for å aktivere transport modus funksjonen. Den eksterne trykknappen vil gå ut av transportmodus og sette den trådløse sensornoden til normal drift.

Figur 2. Et diskret løsningsblokkdiagram
Figur 2. Et diskret løsningsblokkdiagram

En forbedret løsning for dyp hvile og forsendelsesmodus

MAX16163/MAX16164 er Analog Devices' nanokraft-kontrollere med av/på-kontrollere og programmerbar hviletid. Enhetene integrerer en strømbryter for å “porte” en utgang, som gir opptil 200mA laststrøm. MAX16162/MAX16163 kan erstatte den konvensjonelle lastbryteren, RTC og batteritilstands-kretser for å redusere antall komponenter og kostnader. Den trådløse sensornoden er koblet til batteriet via MAX16162/MAX16163. Hviletiden kan programmeres av mikrokontrolleren eller kan stilles inn ved hjelp av en ekstern motstand fra PB/SLP til jord eller ved å bruke en I2C-kommando fra mikrokontrolleren. Den eksterne trykknappen brukes til å gå ut av transport modus.

Figur 3. En integrert løsning som bruker MAX16163.
Figur 3. En integrert løsning som bruker MAX16163.

Sammenligning av løsningenes ytelse

Ytelsessammenligningen av begge løsningene vilavhenge av driftssyklusen til IoT-applikasjonen. I en applikasjon med en lav driftssyklus er hvilestrømmen et mål på hvor effektivt systemet er når IoT-enheten kjører, og avstengningsstrømmen er et mål på strømforbruket i transport modus. For å demonstrere denne modusen har vi valgt MAX31342 RTC med bransjens laveste hvilestrøm , batteritilstands forsegleren MAX16150 og en miniatyr lastbryter TPS22916. RTC-en er programmert ved hjelp av I2C-kommunikasjon som setter hviletiden til IoT-applikasjonen, og når timeren utløper, trekker avbruddssignalet PBIN-pinnen til MAX16150 ned . Denne setter OUT høyt og slår på lastbryteren. I løpet av hviletiden er det bare TPS22916, MAX31342 og MAX16150 som bruker strøm fra kraftsystemet.

Tabell 1. Strømforbruk etter forskjellige blokker i en konvensjonell løsning

I eksperimentet evaluerer vi levetiden til to state-of-the-art batterier under faste driftssykluser, og sammenligner ytelsen til den konvensjonelle løsningen og den forbedrede løsningen ved bruk av MAX16163.

435379-fig-04
435379-fig-04

Batteriets levetid kan beregnes ved hjelp av gjennomsnittlig belastningsstrøm og batterikapasitet.

435379-eq-01
435379-eq-01

Den gjennomsnittlige belastningsstrømmen kan beregnes ved å bruke systemets driftssyklus.

435379-eq-02
435379-eq-02
435379-eq-03
435379-eq-03

En aktiv strøm er det samme som systemstrøm når den trådløse sensornoden er aktiv. For å sammenligne de to løsningene, la oss anta at systemet våkner annenhver time, utfører en spesifikk oppgave og går inn i hvilemodus etterpå. Systemets aktive strøm er 5mA. Batterilevetiden avhenger av driftssyklusen. Figur 5 viser plottet av batterilevetiden til to systemer med forskjellige driftssykluser, varierende fra 0,005 % til 0,015 %.

Figur 5. En graf som viser batterilevetid vs. driftssyklus for en trådløs sensornode.
Figur 5. En graf som viser batterilevetid vs. driftssyklus for en trådløs sensornode.
Tabell 2. Sammenligning av to forskjellige løsninger
Tabell 2. Sammenligning av to forskjellige løsninger

Oppsummert tar denne artikkelen for seg den kritiske rollen til å administrere batterikraft i den eksploderende verden av IoT-enheter. Den viser at optimalisering av transport og hvilemodus er en av de beste måtene å forbedre batterieffektiviteten på. MAX16163-løsningen fra Analog Devices muliggjør et design med en mer presis kontroll over disse funksjonene. Den forlenger batterilevetiden med omtrent 20 % (for en typisk driftssyklus på 0,007 %, som vist i figur 5) og reduserer løsningsstørrelsen til 60 % sammenlignet med en konvensjonell tilnærming.

Powered by Labrador CMS