穿戴式裝置正在推動一個極具吸引力且成長快速的市場,其中智慧手錶(Smart Watch)持續保持主導地位。在這種密集且競爭激烈的環境下,每一個製造商都力爭將產品率先投入市場,而消費者則需要其裝置具有最精確、最長的電池運作時間(圖1)。本文討論與電池容量管理關鍵功能密切相關的要求,並提出一種能夠克服挑戰的顛覆性技術。

20171023TA01P1 圖1 智慧手錶發出充電完成的訊號。

上市時間的挑戰

最佳的電池性能依賴於驅動電量計演算法的高精準度及高品質電池模型。花費大量時間進行客製的特性分析能夠獲得高精準度的電池性能、最小化電池電量(SOC)的誤差,以及正確預測電池何時接近沒電的狀態。

儲存在電池中的能量(以mAhr為單位)依賴於多種參數,如負載和溫度。因此,開發者必須在各種條件下對電池進行特性分析。在選取了與電池行為一致的模型後,即可將其裝載到電量計晶片。這種嚴密的監控過程能夠實現更安全的電池充電和放電。

由於電量計特性化只能滿足大量生產的客戶,不能顧及所有其他客戶,不僅帶來了上市時間的問題,也成為製造商發展的阻礙。傳統上,IC供應商專注於高產量的應用,因為模型選取通常需要大量的實驗室工作,而只有少數IC供應商擁有所需的資源。

電池運作時間的挑戰

較差電池模型所帶來的嚴重後果之一就是運作時間估算不準確。典型的智慧手錶使用模型在為期1天的循環過程中,包括5小時主動狀態(包括對時、通知、app使用、音樂播放、通話,以及訓練)和19小時被動狀態(僅對時)。為期1天的循環中,如果裝置在主動模式下的功耗為40mA,在被動模式下的功耗為4mA,那麼將消耗總共276mAh,正好是典型智慧手錶電池的大約容量。為避免裝置操作的非預期或過早中斷,就必須準確預測電池運作時間。

運作時間的持續時間也同樣重要。被動模式下,同一電池可能維持長達69小時(276mAh/4mA)。功耗為50μA的典型電量計將縮短大約52分鐘的電池被動運作時間,是不可忽略的時間量。

EZ解決方案

Maxim Integrated開發了一種演算法,能夠準確估算電池的充電狀態,且能夠安全地運用在大多數電池上。該演算法在研究了常見鋰電池特性後開發。

ModelGauge m5 EZ演算法(簡稱EZ)採用針對具體應用的電池模型,嵌入到電量計IC內部。設計師利用評估套件所提供的簡單組態精靈,可產生電池模型。系統設計師只需提供三條訊息:

1.容量(通常會顯示在電池標籤或資料表); 2.沒電時所對應的電池電壓為(依賴於應用情形); 3.電池充電電壓(是否高於4.275V)。

使用EZ,系統設計師不再需要執行特性分析,因為這實際上已由電量計供應商完成。

包含在EZ演算法中的多種適應機制能夠幫助電量計學習電池特性,進一步提高精準度。這樣的演算法可保證電池電壓接近沒電時,電量計輸出收斂到0%,因此,電量計能夠在電池電壓達到沒電的同時準確指示SOC為0%。

如果我們假設SOC預測的系統誤差預算為3%,EZ模型能夠覆蓋95.5%的放電測試用例——非常接近人工定制模型的性能,後者覆蓋97.7%的測試用例。如圖2所示,當電池接近沒電時,EZ方法的表現也是一樣的,這點特別重要。

20171023TA01P2 圖2 EZ系統誤差性能。

對於許多使用者來說,僅知道SOC或剩餘電量是不夠的,他們真正想知道的是剩餘電量可提供多少運作時間。最簡單的方法,例如將剩餘電量除以當前或預期負載,可能會造成估算結果過於樂觀。EZ演算法能夠根據電池參數、溫度、負載效應,以及應用的空電壓,提供精準度高出很多的剩餘運作時間估算結果。

有了EZ演算法,大產量的製造商可將EZ作為快速開發的起始點;在具有運作雛型之後,即可選擇精細調諧過的電池模型。而小產量的製造商可利用EZ為電池建立配對模型,並可以相容絕大多數電池。

採用ModelGauge m5 EZ的單電池電量計

EZ演算法被內建到MAX17055獨立式單電池電量計IC中。裝置擁有0.7μA關機電流、7μA休眠模式電流和18μA運作電流,可理想用於電池供電的穿戴式裝置,還可透過I2C介面存取資料和控制暫存器。

系統誤差的競爭產品分析

圖3所示為系統誤差的競爭產品分析。從柱狀圖可以看出,接近電池沒電時,MAX17055在大多數測試用例(26個中的15個)下的誤差在1%以內。

20171023TA01P3 圖3 系統誤差的競爭產品分析。

運作時間精準度競爭優勢

接近沒電時的低誤差可確保電池電量最佳的使用,最大程度延長運作時間,以及最小化操作裝置的非預期或過早中斷。

運作時間延長競爭優勢

使用具有低靜態電流的電量計IC,可有效延長運作時間。MAX17055的靜態電流為18μA,比最相近競爭裝置的靜態電流低64%。此外,在低功耗休眠模式下,裝置僅消耗7μA電流。將其應用到以上討論的情況,可將受影響的運作時間從52分鐘降低到7分鐘——實質性的性能改善。

總結

本文重點討論了有效率的電量計系統中電池建模的重要性,以最大化電池運作時期的精準度和持續時間,還探討了取得高精準度電池模型的障礙,這一障礙將延長上市時間、影響低產量電池應用的擴散。MAX17055內建一種以ModelGaugem5EZ演算法為基礎的顛覆性方法,使電池系統開發更快速、更簡單、更具成本效益,並為廣泛的應用提供更好得電池性能。