发布时间：2020-11-5 阅读量：1500 来源: 我爱方案网 作者: cicyxu
时下，智能手机的功能和性能越来越强大，对电源也提出了更高的要求，电池容量越来越大、充电速度也越来越快，这就需要更高功率的充电器，市场上智能手机的充电电源功率从十几瓦、几十瓦不断提升，甚至达到上百瓦。在对更高功率、更快充电速度要求的同时，消费者还需要体积更小的电源。
如何在保证性能的同时，设计出体积更小的充电器?
工程师们面临着多方面的挑战：一是缩小体积后带来的温升问题，二是增加开关频率缩小变压器体积所带来的EMI问题，不利于产品的最终量产，三是电源的功率与电容的容值相关，而电解电容的大体积不利于制造更小的充电器。
最近，Power Integrations公司（以下简称PI公司）推出了一款可以应对以上问题的MinE-CAP IC，从名字上来看，意思就是最小化电解电容的IC。MinE-CAP IC采用了PI公司独有的巧妙设计，将离线电源所需的高压大容量电解电容器的尺寸减半，使得适配器的尺寸最多缩小40%。
MinE-CAP IC允许设计人员在很大一部分储能中主要使用低电压额定电容，这样可以使这些元件的体积随电压线性缩小。从上图中可以看出，使用两颗160V低耐压的电解电容取代部分400V高耐压的大电解电容，体积得到了明显缩减，同时电容容量由原来的100微法提升到116微法。
之所以能做到这一点，得益于其中的奇妙设计：MinE-CAP器件可利用PowiGaN™氮化镓晶体管的小尺寸和低RDSon，根据交流输入电压条件，主动、自动连接和断开大容量电容网络的各个部分。使用MinE-CAP的设计人员可选用交流高输入电压所需的最小高额定电压大容量电容，并将大部分储能分配给低压电容，这些电容由MinE-CAP提供保护，直到在交流低输入电压下需要时为止。这种方法可大幅缩小输入大容量电容的尺寸，而不会影响输出纹波、工作效率或无需重新设计变压器。
相比传统的增加开关频率降低体积的做法，创新的MinE-CAP IC不仅可以大幅缩小电源的整体尺寸，同时还能减少元件数，降低EMI，并且避免与高频设计相关的变压器/箝位损耗增加的挑战。同时，MinE-CAP IC的创新设计还可以去掉启机期间用于浪涌电流限制的NTC。除了智能手机充电器，它还适用家电、电动工具、照明和汽车的市场。对于一些需要超宽输入电压范围电源的应用市场，MinE-CAP IC也非常适用，例如：不稳定的电网电压地区的应用等。
MinE-CAP采用微型MinSOP-16A封装，可与Power Integrations的InnoSwitch™系列电源IC无缝配合，所需外部元件极少。
再来看看我们平台跟充电器相关的项目，除了其他性能方面的要求，小而精巧的设计也是受到更多雇主的青睐。那么看到PI新推出的这个充电器芯片设计方案，不知道对平台的服务商是否有一定的启发呢？
在智能驾驶飞速发展的时代，5.9GHz频段的C-V2X（蜂窝车联网）和5.8GHz频段的DSRC（专用短程通信）已成为车辆与环境交互的关键神经。然而，GHz频段内日趋复杂的电磁环境却为通信灵敏度与可靠性带来严峻挑战。传统噪声抑制元件在应对高频宽范围干扰时力不从心，高性能宽频噪声解决方案成为行业急需突破的技术瓶颈。村田制作所（Murata）以其深厚的材料技术积淀和创新设计，适时推出了革命性的片状铁氧体磁珠——BLM15VM系列，直击高频车联网通信的核心痛点。
据彭博社6月20日报道，微软计划于今年7月启动大规模组织结构调整，预计裁员数千人，主要集中在全球销售与客户服务部门。此举引发行业对科技巨头战略重心迁移的高度关注，尤其引人瞩目的是其裁员节省的资金流向——微软官方确认将在新财年向人工智能基础设施领域投入约800亿美元。
在AI服务器爆发式增长、新能源系统复杂度飙升的产业背景下，传统控制芯片正面临三重挑战：碳化硅/氮化镓器件的高频开关控制需求、功能安全标准升级、以及机器学习边缘部署的实时性要求。Microchip最新推出的dsPIC33AK512MPS512与dsPIC33AK512MC510数字信号控制器（DSC），通过78ps PWM分辨率与40Msps ADC采样率的核心突破，为高精度实时控制树立了新基准。
根据权威机构IDC最新发布的《全球智能家居设备季度追踪报告》，2025年第一季度全球智能扫地机器人市场迎来强劲开局，总交付量达到509.6万台，较去年同期增长11.9%，连续第二个季度实现超过20%的增长率。市场活力显著提升，展现出强劲复苏势头。
随着ADAS渗透率突破50%（据Yole 2023数据），车载传感器供电与数据传输架构面临革命性变革。传统双线分立设计（电源线+信号线）导致线束占整车重量超3%，且故障率居高不下。TDK株式会社推出的ADL8030VA系列PoC专用电感器，通过单元件高集成方案重构滤波电路，为智能驾驶系统提供空间与可靠性双重优化路径。
