Buck降压与Boost升压变换器,是开关电源领域最基础、应用最广泛的两类非隔离DC-DC拓扑,是所有复杂电力电子变换电路的核心构成单元。
Buck/Boost变换器的电感电流纹波,是指电感电流在开关周期内围绕直流平均值上下波动的交流分量,当纹波幅值被压制到额定负载电流的5%以下时。
变压器励磁电感是主磁路在无气隙条件下,由铁芯磁导率、磁路长度和绕组匝数共同决定的等效电感,本质是表征铁芯磁化能力的核心参数。
正弦化电流最直接的价值是实现接近1的单位功率因数。当电流波形完美正弦且与电网电压同相位时,电路的无功分量几乎为零。
传统硬开关反激与正激变换器的总开关损耗,是全周期内多个损耗分量的叠加结果,其核心根源是开关动作过程中电压、电流的强制交叠,没有任何软开关机制对过渡过程进行优化
开关损耗与开关频率的强正相关关系,本质上是“单次瞬态损耗”与“单位时间动作次数”的叠加结果。
开关损耗可以清晰划分为开通损耗与关断损耗两个独立部分:开通过程中,器件的电流先从零快速上升到额定值,此时器件两端的电压还维持在母线电压水平。
在电子电路设计中,电压调节是一项基础且关键的技术。从简单的电源转换到复杂的精密仪器供电,稳定、可调的电压输出直接影响系统性能。
我认为人工智能的下一个重大突破将出现在机器人领域,即将大语言模型(LLMs)的推理能力赋予实体身体。虽然关注机器人执行任务或日常事务的实用性是极具吸引力的发展方向,但我们常常忽视了人类用户与机器之间的互动。与其只关注机器人能做什么,我们更应思考机器人运动和行为如何引发使用者特定的期待和社会规范。
摆线传动是机器人技术的核心。它们是一种高性能的齿轮箱,广泛应用于机械臂、人形机器人和四足机器人中,已成为工业标准。其显著特点是高精度,这得益于极小的回差。与谐波传动等其他驱动方式相比,摆线传动的独特之处在于可通过增材制造技术高效且低成本地生产,使得业余爱好者和发烧友能够在家廉价地打印此类传动装置。
嵌入式人工智能领域的软件发展使得AI的开发与部署得以快速推进,让开发者能够迅速将AI解决方案推向全球。借助Edge Impulse等平台,这些任务已得到简化,使我们能够快速构建高效的AI解决方案。接下来对开发者而言的挑战,是如何在资源受限的设备上运行生成式AI模型。在这种情况下,目标部署设备并非高性能的CPU+GPU集成系统,而是小型、低功耗且成本效益高的设备,例如Arduino UNO Q。这款新板型与经典的Arduino UNO相同,但其Linux系统和高速精准的STM32微控制器提供了更强的性能支持。作为一名边缘AI爱好者,我一直致力于将大型视觉语言模型(VLMs)无缝部署到UNO Q上。
HAUI触摸显示屏是一款专为Home Assistant或OpenHAB、Domoticz、ioBroker、Gladys Assistant等类似智能家居控制面板设计的简洁壁挂式用户界面。它能将任何标准的单孔电气接线盒转变为美观且随时可用的触摸屏控制面板,适用于您的智能家居系统。此外,该设备也可用于固定显示您认为有用的任何网址。
开发从通过FSMC外设使 onboard LCD 正常工作开始,使用裸机驱动程序(drv_lcd)来处理背光、复位和显示初始化。当屏幕上出现“Hello World”后,下一步是将 GPIOG 上的上、下、左、右和中央开关连接起来,利用 MCU 内部的上拉电阻,因此无需额外的外部电阻。
目标是确定一种可靠的功耗测量解决方案,以便我们能够将其应用于其他厂商的M.2 AI加速器,这些加速器本身不具备内置的功耗测量功能。
作为一名创作者和开发者,每天不断查看 AdMob、Cults3D、Google Console 和 YouTube Analytics 的数据会耗费大量时间。我不喜欢日复一日地记录新数据——这对创作者来说实在不现实。为了解决这个问题,我开发了一个自定义的 ESP32 信息仪表板,将整个流程集中在一个地方轻松管理。