高效2A双向移动电源单芯片方案 ETA9742/9722

需积分: 5 10 下载量 124 浏览量 更新于2024-08-05 收藏 652KB PDF 举报
ETA9742/ETA9722.3A是一款由钰泰电子推出的高性能移动电源单芯片解决方案,该芯片集成了PowerSOC+理念,专为现代移动设备提供高效能、高集成度的电源管理。其特点如下: 1. 2A输入/2A输出:设计上,该芯片支持双向2A电流传输,无论是充电还是放电,都能保持稳定的功率输出,满足各种应用场景的需求。 2. 多LED指示:具备可配置的LED指示功能,最多支持3个LED灯,用于显示电池电量状态和充电/放电过程中的实时信息,方便用户监控。 3. 集成充电与放电功能:支持5V 1.8A开关充电模式,以及同步升压放电,可以同时为多个设备供电或在需要时提供额外的电压提升。 4. 自适应适配器:内置适配器自适应功能,兼容所有5V输入,允许用户轻松接入各种充电器,且支持边充边放,提高使用灵活性。 5. 智能负载管理:带有负载自动识别功能,当移除负载时会自动进入待机状态,节省能源并延长电池寿命。 6. 安全保护:集成锂电保护功能,包括过充过放保护、过流保护和输出短路保护,确保设备安全。短路发生后,芯片能自动恢复,降低风险。 7. EMC兼容性:输出纹波控制在50mV以内,易于通过电磁兼容(EMC)标准,符合严格的通信标准要求。 8. 高效控制:采用专有控制算法,无需传统的电流敏感电阻,提高效率,缩短充电时间,降低成本。 9. 单芯片集成:在一个ESOP8封装内实现全面功能,简化电路设计,降低PCBA成本,使制造过程更加便捷。 10. 广泛应用:作为一款全能型芯片,ETA9742特别适合于单一USB接口的移动电源、智能手机和平板电脑等设备,提供一体化的充电和放电解决方案。 深圳尊信电子技术有限公司作为专业设计方案提供商,拥有丰富的软硬件开发能力,可以根据客户的具体需求定制各类电子产品的解决方案,包括移动电源、蓝牙耳机、单片机、无线充电、电子烟、LED驱动和蓝牙音箱等。 ETA9742/ETA9722.3A是他们为适应市场对高效能、低成本移动电源需求推出的一款创新产品。
2023-05-24 上传

Load configuration information from configs/recognition/st_gcn_aaai18/kinetics-skeleton/test.yaml [ ] 0/86, elapsed: 0s, ETA:Traceback (most recent call last): File "/home/zrb/anaconda3/envs/open-mmlab/bin/mmskl", line 7, in <module> exec(compile(f.read(), __file__, 'exec')) File "/home/zrb/mmskeleton/tools/mmskl", line 123, in <module> main() File "/home/zrb/mmskeleton/tools/mmskl", line 117, in main call_obj(**cfg.processor_cfg) File "/home/zrb/mmskeleton/mmskeleton/utils/importer.py", line 24, in call_obj return import_obj(type)(**kwargs) File "/home/zrb/mmskeleton/mmskeleton/processor/recognition.py", line 47, in test output = model(data) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/modules/module.py", line 547, in __call__ result = self.forward(*input, **kwargs) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/parallel/data_parallel.py", line 150, in forward return self.module(*inputs[0], **kwargs[0]) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/modules/module.py", line 547, in __call__ result = self.forward(*input, **kwargs) File "/home/zrb/mmskeleton/mmskeleton/models/backbones/st_gcn_aaai18.py", line 94, in forward x = self.data_bn(x) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/modules/module.py", line 547, in __call__ result = self.forward(*input, **kwargs) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/modules/batchnorm.py", line 81, in forward exponential_average_factor, self.eps) File "/home/zrb/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/torch/nn/functional.py", line 1656, in batch_norm training, momentum, eps, torch.backends.cudnn.enabled RuntimeError: running_mean should contain 60 elements not 54

2023-07-24 上传