「寶刀未老」的自供電電流迴路

作者 : Bill Schweber, EE Times/EDN/Planet Analog資深技術編輯

所有物聯網節點都有一個共通性:需要電源來運作。這可以透過能量採集或是較長續航力的電池;有一種較舊的、有線的解決方案可以解決這個電源的問題...

物聯網(IoT)連結性是一個熱門話題,但除了在網際網路方面,它並不是一個新概念;幾十年來,工業以及某些商業應用就會將各個種類的感測器以及換能器(transducer)連結到以電腦為基礎的資料擷取裝置與控制系統,物聯網只是擴大了那些終端節點的範圍與數量。

要以物理方法傳輸訊號與資料有許多技術選項,有的方案僅需要最低程度的訊號調節(signal conditioning),有的則是更適合需要完全調節與數位化的訊號。在眾多選項中,包括利用RS-432/485介面的有線連結方案,還有ZigBee、藍牙、Wi-Fi等等專有無線通訊方案。

所有物聯網節點都有一個共通性:需要電源來運作。這可以透過能量採集(如太陽能、振動、RF等等方法),或是較長續航力的電池;使用以低佔空比(low duty cycle)、低休眠電流以及恰當電池的系統,很容易可以達到10年的電池壽命。

其實有一種較舊的、有線的解決方案可以解決這個電源的問題──也就是自供電20mA電流迴路(current-loop)介面(如圖1)。我們很容易可以假設這個簡單、古老的介面已經幾乎過時,也不被推薦應用於新設計,但情況並非如此;事實上,IC供應商們仍持續推出採用這種迴路的、功能更強大的新產品。

EDNT180919_currentloop_NT01P1

圖1:自供電電流迴路的設計是簡單與技術簡潔性的範例,也是其優點
(來源:ZHAW Zurich University of Applied Sciences)

在今年稍早Maxim針對發表的MAX12900超低功耗、高度整合420mA感測器發射器類比前端(AFE)就是一個例子(圖2);該元件包括許多額外功能,但核心功能是可透過雙線420mA電流迴路接收電源並傳輸資料。其主要限制在於感測器與其調節功能功耗不超過3~4mA,而這種情況可能會需要外接感測器電源或是更多的線路,這會削弱自供電優勢。

EDNT180919_currentloop_NT01P2

圖2:MAX12900是一款相對較新的、採用自供電電流迴路介面的元件
(來源:Maxim Integrated)

為何電流迴路介面這種舊技術還被運用於新元件的設計?以下簡單介紹其背景,會對理解原因有幫助。

隨著控制系統在1930年代與1950年代從氣動式(pneumatic)演變為電氣式,最常見的介面就是020mA電流迴路,也被稱為420mA迴路。其概念相當簡單有效:目標訊號──無論是來自感測器或是傳輸至作用換能器──最低訊號值為4mA,最高則為20mA。

雖然這種迴路最初是為類比訊號設計,卻沒有任何控制協議,因此也可以被用於呈現數位訊號而非類比訊號,其格式結構(format structure)可以最小化。而在幾十年前,隨著訊號調節電路以及其ADC/DAC大幅降低功耗,以數mA的「免費」電源來讓該類電路運作變得實際可行。

無論能不能自供電,電流迴路在工業化應用上都能帶來一些顯著優勢;不同於諸如RS-423/485等電壓介面,這種低阻抗迴路對EMI相對免疫,這在工業應用環境中是一大優勢。此外,該迴路具有一種整體性的、不花費成本的方法能讓系統知道線路損壞(最常見的故障模式),因為電流會下降至容易識別的0mA。最後,做為一種單迴路涵蓋每個端點(one-loop-per-endpoint)的互連,它相當容易安裝、標記、追蹤以及除錯。

而其缺點是,隨著工業迴路的數量增加,線路成本與安裝工作負擔也會增加,此外需要提供每個迴路一個從幾V到大約24VDC的電流源;如果是跨不同位置的多個迴路,可能還需要電氣隔離以避免接地迴路(ground-loop)問題。

毫無疑問,老牌自供電電流迴路仍有它的一席之地;與大多數的工程決策一樣,沒有簡單、唯一的「正確選項」,只有針對不同應用的「最佳解決方案」,而這當然需要經過權衡與妥協。無論如何,在一些較舊的、由來已久的技術仍是好選擇時,不要太快奔向那些最新、最厲害的解決方案。

你在換能器設計上使用過20mA自供電迴路嗎?你是否嘗試使用過更複雜的介面,像是ZigBee、Wi-Fi或是經典的RS-422/485,只為了達到電流迴路就可以達到的效果嗎?歡迎分享你的看法!

編譯:Judith Cheng

(參考原文: The self-powered current loop: Still a viable transducer-interface option,by Bill Schweber)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論