4008-622-911
TMC9660ATB+T亚德诺电机驱动芯片的参数、功能特点及应用领域
TMC9660ATB+T是亚德诺（ADI）推出的70V高集成度智能栅极驱动+硬件FOC伺服控制二合一电机驱动芯片，属于单芯片全闭环电机控制解决方案，专为高功率密度、小体积的中低压工业电机场景设计。
一、核心中文参数
产品定位：70V智能栅极驱动器+硬件FOC伺服控制器
品牌归属：亚德诺(ADI，原Trinamic产品线)
供电规格：单电源工作电压范围7.7V~70V，适配绝大多数中低压工业电机供电场景
驱动能力：智能栅极驱动器灌/拉电流最高可达1A/2A，可直接驱动中低压功率MOSFET
控制内核：内置硬件级磁场定向控制(FOC)单元，集成32位/40MHz预编程微控制器
PWM引擎：120MHz时钟的空间矢量PWM引擎，载波频率支持2kHz~100kHz宽范围可调
电源管理：内置5.8V/600mA降压转换器，2路可配置LDO(2.5V/3.3V/5V可选，每路150mA输出)
通信接口：支持SPI、UART双通信接口，可外挂SPI Flash/I2C EEPROM存储预设参数
封装规格：64引脚TQFN表面贴装封装，外形尺寸9mm×9mm
温区规格：工业级设计，适配常规工业设备宽温运行场景
合规属性：完全符合RoHS3无铅环保标准
二、核心功能特点
单芯片全闭环高度集成
将70V栅极驱动器、硬件FOC运动控制器、电流采样模拟前端、完整电源管理单元全部集成在单颗芯片内，省去传统方案中多颗驱动、运放、电源芯片的级联设计，大幅压缩BOM数量与PCB占用面积。
硬件级FOC极速响应
电流环、位置环、速度环、扭矩环全部在专用硬件中闭环处理，搭配120MHz高速PWM引擎，控制环路延迟远低于纯软件FOC方案，面对负载突变时跟随特性极强，电机全速度范围运行平稳无抖动。
多电机类型全兼容
单芯片同时支持三相永磁同步电机(PMSM)、无刷直流电机(BLDC)、两相步进电机、有刷直流电机四类主流电机，一套开发环境即可覆盖不同形态电机的驱动需求，大幅降低多产品线的选型与开发成本。
灵活双模式开发配置
支持两种开发路径：低级直接寄存器访问模式可精细调节所有控制参数，适配深度定制需求;高级参数模式下主控仅需下发位置、速度、扭矩高层指令，芯片自动完成全闭环调节，大幅缩短产品开发周期。内置OTP一次性可编程存储器，量产时无需主控每次上电重复初始化配置。
完善工业级保护与供电能力
内置涓流电荷泵支持100% PWM占空比下高边管稳定导通，集成独立看门狗、过流保护、低功耗休眠模式，芯片自带的多路稳压输出可直接给外部编码器、传感器、小主控供电，无需额外搭建复杂电源树。
三、典型应用领域
工业自动化：机器人关节模组、AGV/AMR驱动轮、工业伺服小轴的一体化驱动控制单元
电动工具：大功率锂电电动工具、园林电动设备的电机主控模块
桌面制造：工业3D打印机、激光雕刻机、CNC小型机床的运动轴驱动单元
医疗设备：蠕动泵、小型医疗分析仪器的精密电机控制模块
轻型出行：电动自行车、轻型低速电动车的动力电机驱动系统
各类在有限空间内追求高功率密度、高控制精度的中低压电机驱动场景
如果贵司有芯片采购需求、BOM表配单、芯片样品测试请联系客服：18926003197.
推荐产品+
相关推荐
-
-
揭秘加速度传感器：探秘电子世界的速度与力量
加速度传感器，探秘电子世界的速度与力量随着科技的不断发展，电子元器件也在不断更新换代。其中，加速度传感器作为一种非常重要的电子元器件，被广泛应用于现代科技领域。那么，什么是加速度传感器?它有什么作用?在哪些场景中被广泛使用?市场上又有哪些主流品牌和型号呢?下面，就让我们一起来探秘加速度传感器的神秘面纱。一、什么是加速度传感器?加速度传感器是一种用于测量物体加速度的传感器，可以通过改变电容、电阻、电感等物理量来测量加速度。它是现代电子元器件中非常重要的一种，被广泛应用于物体运动的测量、控制和反馈等方面。二、加速度传感器的作用加速度传感器主要用于测量物体的加速度、速度和位移等参数。在现代科技领域中，它被广泛应用于机械工业、交通运输、航空航天、医疗保健、运动健康、智能家居等领域。例如，我们常见的智能手环、智能手表、智能汽车等设备，都采用了加速度传感器来实现物体运动的测量和控制。三、加速度传感器的应用场景1、医疗保健：加速度传感器可以被应用于医疗保健领域，用于测量人体运动、姿态和位置等参数，从而实现运动健康监测和康复治疗等功能。2、智能家居：加速度传感器可以被应用于智能家居领域，用于检测人体运动、姿态和位置等参数，从而实现智能灯光、智能门锁、智能家电等智能化控制。3、交通运输：加速度传感器可以被应用于交通运输领域，用于测量汽车、火车、飞机等运动状态，从而实现安全驾驶、运动控制等功能。四、市场上主流的加速度传感器品牌和型号市场上主流的加速度传感器品牌和型号有很多，例如：ADI(Analog Devices)的ADXL系列、STMicroelectronics的LIS系列、Bosch的BMA系列、InvenSense的MPU系列等。这些品牌和型号的加速度传感器具有精度高、稳定性好、功耗低等优势，在各种应用场景中得到了广泛应用。在现代科技领域中，加速度传感器被广泛应用于各种领域，发挥着越来越重要的作用。随着技术的不断进步，加速度传感器也将不断升级和改进，为我们的生活带来更多的便捷和创新。相信在不久的将来，加速度传感器将会成为科技发展的重要驱动力。如果您有加速度传感器采购需求的话欢迎随时联系我司。
-
-
利用三维异质混合集成技术，实现近红外InGaAs智能光谱传感器
传统的光谱仪具有体积庞大、集成度低、边缘计算智能性差等缺点，从而限制了近红外光谱技术的应用。与尺寸的缩小相比，人工智能（AI）分析模型在光谱设备中的片上集成对非专业用户来说更为重要。另外，InGaAs光电探测器在近室温下从可见光到短波红外波段具备优异的探测性能，在近红外光谱中发挥着重要作用。近日，同济大学精密光学工程技术研究所和中国科学院上海技术物理研究所的联合科研团队在Advanced Photonics Research期刊上发表了以“Near-Infrared InGaAs Intelligent Spectral Sensor by 3D Heterogeneous Hybrid Integration”为主题的论文。该论文的共同第一作者为同济大学王绪泉和董思禹，通讯作者为上海技物所黄松垒副研究员、同济大学董思禹和程鑫彬教授。该研究论文报道了利用边缘AI分析模块与InGaAs光谱传感器的单片集成，实现了一种近红外智能光谱传感器。研究人员基于先进的三维异质混合集成技术，开发了一种片上InGaAs智能光谱传感器，该传感器由用于波长选择的线性可变滤光片（LVF）、作为探测器的线性焦平面阵列（FPA）以及用于神经网络推理的芯片处理器共同组成。这种边缘AI光谱传感器打破了传统器件对外部算法的依赖，为近红外光谱技术向小型化、集成化、智能化方向发展铺平了道路，也为与消费电子设备和物联网（IoT）的结合带来了更多机遇。InGaAs智能光谱传感器的原理这项研究提出的InGaAs智能光谱传感器由三部分组成，即可调谐波长的LVF、获取相应光谱信号的InGaAs FPA以及嵌入式分析模型的AI芯片。图1a展示了该光谱传感器的结构和工作原理。其中LVF是采用高能物理气相沉积工艺沉积的薄膜滤光片，其中心波长在900 nm ~ 1700 nm之间随位置线性变化。图1 InGaAs智能光谱传感器原理图以及基于AI识别模型的片上集成流程图由于LVF和光敏元件采用非硅材料制备，因此设计了用于将各种材料、工艺和功能元件垂直堆叠连接起来的异质混合集成的三维结构。这种三维结构将使摩尔定律扩展到更高的密度、更高的功能、更高的性能，以及更多样化的材料和器件，并且以更低的成本实现集成。此外，这种结构也为研究人员在读出集成电路（ROIC）与AI芯片中不同的CMOS制造工艺提供了灵活的选择。基于近红外光谱的AI分析模型的片上集成是智能光谱传感器发展的关键环节，具体流程如图1b所示。InGaAs智能光谱传感器的性能光谱性能在实际应用之前，研究人员首先分析了该光谱传感器的实际光谱性能，相关结果如图2所示。图2a和图2b展示了900 nm ~ 1700 nm范围中部分像素对单色光的归一化光谱响应，具有典型的洛伦兹-高斯分布（Lorentz–Gauss distribution）带通特征，且截止值小于OD2。图2d展示了所有可用像素的半峰全宽（FWHM）。该光谱传感器的基本性能可以与商用InGaAs便携式光谱仪相媲美。图2 InGaAs智能光谱传感器的光谱性能绿茶掺糖的光谱检测随后，研究人员利用该光谱传感器和片上识别模型，对不同比例的糖和茶的混合物进行了分类。图2f显示了在训练集和验证集中具有不同蔗糖含量的120个样本的原始光谱。这些样本的光谱曲线显示了绿茶的典型植物特征光谱，这与该研究早期工作以及其他研究中商用仪器所测量的光谱一致。建模结果与边缘识别在这项研究中，研究人员还想要证明部署于边缘（集成在传感器中）的深度学习光谱分析模型可以达到与部署于计算机的传统算法相同的效果。首先，建立基于卷积神经网络（CNN）的绿茶掺糖识别模型，并在计算机上进行了验证。随后，将验证后的模型进一步部署到集成于InGaAs光谱传感器的芯片处理器上，用于绿茶掺糖的边缘识别。相关结果如图3所示。图3 建模和边缘识别结果综上所述，研究人员将具有AI分析模型的ARM Cortex-M7芯片嵌入到基于LVF和线性FPA的光谱传感器中，开发了一种InGaAs智能光谱传感器。基于异质混合集成的三维结构在900 nm ~ 1700 nm范围内单次快照即可获得超过200个光谱分辨率为中心波长的1.25%的光谱通道，并可选择输出原始光谱或即时识别结果。作为边缘AI应用的证明，该光谱传感器对绿茶掺糖进行了实验检测，实时识别准确率大于90%。该智能光谱传感器打破了对近红外光谱外部算法的依赖，可以为原位分析和现场测量提供即时和参考性结果。此外，该光谱传感器可以通过集成片上准直光学器件以及采用陶瓷或塑料封装进一步缩小尺寸。该智能光谱传感器有望在科研和工业领域为近红外光谱带来更多的机会，例如消费电子设备和物联网等应用领域。这项研究获得了国家自然科学基金（61925504、61621001、62105243、62192770、62192772、62205248、6201101335、62020106009、62111530053）、上海市科学技术委员会（17JC1400800、20JC1414600、21JC1406100）、上海市浦江人才计划（20PJ1414200）、上海市“曙光计划”项目（17SG22）、上海市科技重大专项（2021SHZDZX0100）、中央高校基本科研业务费以及中国博士后科学基金（2020TQ0227、2021M702471）的资助和支持。
哦! 它是空的。