NuCurrent開發支援15W Qi標準充電線圈規範的新架構,擴增了發射器和接收器之間的充電量,可根據不同的設計、使用案例和用戶體驗提供多種選擇,並進一步推動Qi標準進展...
美國新創公司NuCurrent多年來持續致力於無線充電技術的開發,它原本只是美國西北大學(Northwestern University)的一項研究生專案,目標在於為植入式神經刺激裝置供電。2009年開始成立一家公司後,直到2013年以前一直專注於為植入式醫療裝置提供無線充電。
2013年,隨著無線充電系統、整合製程和元件的不斷進步,該公司開始在無線電源領域取得突破性進展。
過去幾年來,NuCurrent在無線充電領域取得了多項成果:
那麼,NuCurrent有哪些創新技術值得關注呢?
創新技術推動Qi標準進展
NuCurrent憑藉其MP-A17發射器設計,推動了 WPC Qi標準的發展,並生產出該標準的首款15W擴展功率配置(EPP)充電器設計,其Z高度(Z-height)為12mm,約為既有標準的3倍。
NuCurrent的設計將在下一次標準組織會議上成為WPC規範的一部分,預計其首款發射器設計也將在12月8日當週添加至WPC官網的發射器資料庫和WPC測試平台。
MP-A17
MP-A17是一種15W Qi標準充電線圈規範,它具有擴展的Z高度和定位靈活性,由NuCurrent透過WPC規範工作小組擬議、設計、開發並推廣。最終規範預計將於2019年9月透過WPC季度會議定案。
這種新的架構和軟體配置擴增了發射器和接收器之間的充電量,可根據不同的設計、使用案例和用戶體驗提供多種選擇。
圖1:MP-A17線圈參數。(來源:NuCurrent)
MP-A17對無線充電產業有多重要?
在NuCurrent推出這項設計之前,感應充電需要精確對準線圈,而且線圈之間的間隔要非常小。第一款無線手機充電器受限於對準、定位、充電速度和充電可靠性等缺陷,因此在使用時需要不斷調整手機的位置,直到建立良好的無線充電連接。
以往將無線充電線圈嵌入抽櫃或床頭櫃常常需要切開桌面,然後把充電器嵌進去,無法直接將它放在桌子底下或者穿過桌面來實現。另一個問題是,如果使用者的手機帶有保護外殼和其它配件,也必須先移除,或者將這些配件重新安裝在其它位置,才能正常進行無線充電。
NuCurrent的MP-A17設計針對以前的這些缺陷做了很大的改善。新的線圈設計增大了Qi發射器的Z高度和整體充電量,並提供符合標準(15W)的最高功率級,使其得以實現更快的充電速度、更容易對準,也更容易確定間隔距離。
總之, MP-A17設計是針對Qi標準的重大改進,可以實現創新的設計,提供更好的用戶體驗。
使用案例
為了滿足設計要求而實現更大的Z高度或間隔距離,如今也有助於推動無線充電應用於更多領域。一個例子是物流公司使用的帶有堅固外殼和手帶的掌上型電腦/掃描器。在惡劣環境中,這些裝置中的金屬觸點可能是引發故障的主要原因,而如果採用無線充電,就不再需要這些觸點了。然而,工業設計由於間隔距離過大而不適用標準Qi充電,因而需要增加Z高度,由此出現了以下的一些產品。
發射器/底座
Honeywell無線充電車載底座與裝置之間不再需要連接器,從而提高了在嚴苛環境中的耐用度。
接收器/裝置
Honeywell Dolphin CN80資料採集終端配備觸控功能和實體按鍵,即使在嚴苛的環境下也能簡化資料登錄。因此,這種專有系統雖然並未經過Qi認證,但其使用體驗影響了MP-A17的設計。
在開發MP-A17之前,NuCurrent已經解決了多個高Z值設計挑戰,這一IP影響了MP-A17設計的多個方面,包括:
WPC的許多成員,包括蘋果(Apple)、Google、戴爾(Dell)、西門子(Siemens)等科技巨擘都認為MP-A17無法實現,但透過NuCurrent的創新方法最終克服了其他人無法解決的問題。
不久的將來
根據WPC的時間表,初始版本MP-A17發射器很快將會添加至WPC產品資料庫和測試平台中。NuCurrent目前支援採用此設計的多項商用專案,並期望其它製造商利用其設計和整合技術專業,將這一創新技術應用於家庭、汽車、手機配件和無線充電基礎設施市場。同時,我們期望看到在無線充電領域的更多創新。
(參考原文:Innovative wireless transmitter design advances Qi standard,by Steve Taranovich)
本文同步刊登於電子技術設計雜誌2019年10月號
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。
加入LINE@,最新消息一手掌握!