安森美推出新的多芯片模块PWM降压稳压器系列

发布时间:2018-06-26 阅读量:716 来源: 我爱方案网 作者: sunny编辑

推动高能效创新的安森美半导体(ON Semiconductor)推出3款新的高能效中压脉宽调制(PWM)降压转换器。

安森美半导体新的FAN6500X 降压转换器系列支持4.5 V至65 V的宽输入电压范围,输出电流高达10 A,输出功率为100 W,结合经历时间测试的固定频率控制方法与灵活的Type III补偿和强固的故障保护。安森美半导体集成了PowerTrench® MOSFET技术,以创建一种强固的集成方案,为DC-DC应用提供领先业界的功率密度和能效。

FAN65008B/5A/4B PWM 降压转换器结合安森美半导体的PowerTrench MOSFET工艺与领先业界的封装技术在一个四方扁平无引线(PQFN)封装中,提供电源路径上极低的寄生效应,使开发人员能够实现98.5%的峰值能效,比使用一个外部MOSFET的方案具有更低的振铃和更好的电磁干扰(EMI)。



这三个器件都支持4.5 V至65 V的宽输入电压范围,适用于工业和消费电子领域的广泛应用,从基站电源到家庭自动化。它们也适用于电池管理系统,以及USB供电(PD)应用。集成两个LDO和一个片上电源路径开关使设计人员能灵活地使用电源路径从输入电压、降压转换器输出或通过PVCC引脚为控制器供电。

高集成度使制造商可以采用FAN6500x系列在功率密度、物料单(BoM)成本、性能和灵活性之间取得适当的平衡。安森美半导体通过充分利用PowerTrench MOSFET技术,成功地解决开发人员期望电源管理方案可提供的关键特性。

FAN6500x系列实现了一系列全面的功能以保护器件本身和任何下游电路不受损害。这些保护功能包括可调过流保护、热关断、过压保护和短路保护。

安森美半导体移动、计算和云分部副总裁Richard Lu说:“随着FAN6500X系列器件的发布,安森美半导体已生产了一系列强固的方案,以领先业界的能效、功率密度和灵活性帮助客户满足他们的中压DC-DC需求。”

安森美半导体提供配套的评估板(FAN65004B-GEVB、FAN65005A-GEVB和FAN65008B-GEVB)。请联系您的安森美半导体销售代表以申请评估板。

封装和定价


FAN65004B系列采用PQFN-35封装,每3000片批量的单价为2.68美元。欲了解更详尽的产品信息,请访问公司网站。


方案超市都是成熟的量产方案和模块,欢迎合作:
iPhone8 PD快充车充方案:NCP81239+WT6615 http://www.52solution.com/shop/5432.html
电动汽车电池管理系统(BMS)电压采集板 http://www.52solution.com/shop/4746.html

快包任务,欢迎技术服务商承接:
激光空间通信教具 ¥20000 竞标中 http://www.52solution.com/detail/12055.html
数字信号处理(DSP+FPGA) ¥20000 竞标中 http://www.52solution.com/detail/11878.html

>>购买VIP会员套餐

相关资讯
强强联合!英伟达50亿入股英特尔

英伟达投资50亿入股英特尔股票

​温补晶振(TCXO)核心技术解析:8大关键参数决定系统时序精度​

在高速通信、精准导航与精密测量等尖端领域,电子系统的时序架构对时钟信号稳定性的要求已近乎苛刻——其精度如同机械钟表的游丝摆轮,微小偏差便可能引发整个系统的时序紊乱,导致数据传输错误、定位偏移或测量失准。环境温度的波动一直是普通晶振频率稳定性的最大挑战,而温补晶振(Temperature Compensated Crystal Oscillator,简称TCXO)作为高精度时钟基准的核心器件,正是为解决这一核心问题而生。它凭借内置的“感知-计算-补偿”机制,在宽温环境下实现对频率的精准锁定,将温度变化引发的漂移压制在极低水平,成为高端电子系统中不可或缺的“时序锚点”。要真正理解并选型这一精密器件,就必须深入剖析其决定性能优劣的几个重要参数。

汽车BMS技术:动力电池的“智慧守护者”,全维度解密其核心优势与应用场景

本文将深入剖析汽车级BMS的核心技术优势及其广泛的关键应用场景

工业检测为何必须用工业相机?普通相机的四大核心短板解析

工业相机是根据工业检测的特殊需求进行深度优化与强化的专业设备

贸泽开售Renesas Electronics RA8P1微控制器 为先进AI提供高CPU性能

Renesas Electronics RA8P1微控制器可提供超过7,300 CoreMarks的CPU性能,以及在500 MHz时256 GOPS的AI性能