没有合适的资源？快使用搜索试试~ 我知道了~

首页MCP4728: 12位电压输出DAC，带 EEPROM 存储和 I2C 接口

MCP4728: 12位电压输出DAC，带 EEPROM 存储和 I2C 接口

mcp4728

需积分: 9 0 下载量 95 浏览量更新于2024-06-30 收藏 3.11MB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

试读

66页

MCP4728是一款由Microchip Technology Inc.开发的高性能数字模拟转换器(DAC)，其主要特点包括： 1. 高精度12位电压输出：这款DAC提供了四个缓冲输出通道，每个通道可以产生高达12位的分辨率，确保了输出电压的精细控制。 2. 内置非易失性存储器（EEPROM）：MCP4728集成了EEPROM，使得用户能够方便地在芯片上存储DAC代码和I2C地址设置，便于数据配置和后期更新。 3. 灵活的参考电压选择：支持内部2.048V参考电压(VREF)和外部参考电压(VDD)，这使得输出电压范围可以根据实际应用扩展到0.000V到2.048V或0.000V到VDD。 4. 低噪声特性：典型情况下，输出电压具有±0.2LSB的噪声水平，确保了信号的稳定性和准确性。 5. 快速settling时间：在典型条件下，MCP4728能够在6微秒内完成转换，对于需要快速响应的应用非常有利。 6. 工作模式多样：支持正常模式和低功耗模式，适用于不同的能源管理需求。同时，单电源供电范围广泛，从2.7V至5.5V，兼容多种系统设计。 7. I2C接口：MCP4728配备了I2C通信接口，提供标准(100kbps)、快速(400kbps)和高速(3.4Mbps)三种工作模式，方便与其他微控制器和外围设备通信。 8. 小型封装：采用10引脚多层陶瓷扁平封装(MSOP)，占用空间小，适合紧凑型设计。 9. 宽温度范围：工作温度范围可达-40°C到+125°C，确保了在极端环境下的可靠性能。 10. 广泛应用领域：MCP4728因其特性广泛应用于多种场合，如设置点或偏置调整、传感器校准、闭环伺服控制、低功耗便携式仪器、PC外围设备、可编程电压和电流源、工业过程控制以及各类仪表等。 MCP4728凭借其精确度、灵活性、高效能和广泛的适用性，是现代电子设计中不可或缺的组件，为各种需要精密电压控制和数据存储的系统提供了理想的解决方案。

资源详情

资源推荐

MCP4728

2.0 TYPICAL PERFORMANCE CURVES

Note: Unless otherwise indicated, T

= -40°C to +125°C, V

= +5.0V, V

= 0V, R

= 5 kΩ, C

= 100 pF.

FIGURE 2-1: INL vs. Code (T

= +25°C).

FIGURE 2-2: INL vs. Code (T

= +25°C).

FIGURE 2-3: INL vs. Code (T

= +25°C).

FIGURE 2-4: DNL vs. Code (T

= +25°C).

FIGURE 2-5: DNL vs. Code (T

= +25°C).

FIGURE 2-6: DNL vs. Code (T

= +25°C).

Note: The graphs and tables provided following this note are a statistical summary based on a limited number of

samples and are provided for informational purposes only. The performance characteristics listed herein

are not tested or guaranteed. In some graphs or tables, the data presented may be outside the specified

operating range (e.g., outside specified power supply range) and therefore, outside the warranted range.

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

= 5.5V, V

REF

= Internal, Gain = x1

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

= 5.5V, V

REF

= Internal, Gain = x2

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

= 5.5V, V

REF

= V

-0.2

-0.1

0.1

0.2

0.3

0 1024 2048 3072 4096

Code

DNL(LSB)

= 5.5V, V

REF

= Internal, Gain = x1

-0.2

-0.1

0.1

0.2

0.3

0 1024 2048 3072 4096

Code

DNL (LSB)

= 5.5V, V

REF

= Internal, Gain = x2

-0.1

-0.05

0.05

0.1

0.15

0.2

0 1024 2048 3072 4096

Code

DNL (LSB)

= 5.5V, V

REF

= V

MCP4728

Note: Unless otherwise indicated, T

= -40°C to +125°C, V

= +5.0V, V

= 0V, R

= 5 kΩ, C

= 100 pF.

FIGURE 2-7: INL vs. Code (T

= +25°C).

FIGURE 2-8: INL vs. Code (T

= +25°C).

FIGURE 2-9: INL vs. Code and

Temperature

FIGURE 2-10: DNL vs. Code (T

= +25°C).

FIGURE 2-11: DNL vs. Code (T

= +25°C).

FIGURE 2-12: DNL vs. Code and

Temperature.

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

= 2.7V, V

REF

= Internal, Gain = x1

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

= 2.7V, V

REF

= V

-10

-8

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

+125

= 5.5V, V

REF

= Internal, Gain = x1

+85°C

+25

-40

-0.2

-0.1

0.1

0.2

0.3

0.4

0 1024 2048 3072 4096

Code

DNL (LSB)

= 2.7V, V

REF

= Internal, Gain = x1

-0.2

-0.1

0.1

0.2

0.3

0.4

0 1024 2048 3072 4096

Code

DNL (LSB)

= 2.7V, V

REF

= V

-0.2

-0.1

0.1

0.2

0.3

0.4

0 1024 2048 3072 4096

Code

DNL(LSB)

- 40

C to +85

C+125

= 5.5V, V

REF

= Internal, Gain = x1

MCP4728

Note: Unless otherwise indicated, T

= -40°C to +125°C, V

= +5.0V, V

= 0V, R

= 5 kΩ, C

= 100 pF.

FIGURE 2-13: INL vs. Code and

Temperature

FIGURE 2-14: INL vs. Code and

Temperature.

FIGURE 2-15: INL vs. Code and

Temperature.

FIGURE 2-16: DNL vs. Code and

Temperature

FIGURE 2-17: DNL vs. Code and

Temperature.

FIGURE 2-18: DNL vs. Code and

Temperature.

-10

-8

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

125

- 40

= 5.5V, V

REF

= Internal, Gain = x2

-10

-8

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

125

- 40

= 2.7V, V

REF

= Internal, Gain = x1

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

125

- 40

= 5.5V, V

REF

= V

-0.3

-0.2

-0.1

0.1

0.2

0.3

0.4

0 1024 2048 3072 4096

Code

DNL (LSB)

= 5.5V, V

REF

= Internal, Gain = x2

+125

C - 40

C to +85

-0.3

-0.2

-0.1

0.1

0.2

0.3

0.4

0.5

0 1024 2048 3072 4096

Code

DNL (LSB)

+125

C- 40

C to +85

= 2.7V, V

REF

= Internal, Gain = 1X

-0.2

-0.1

0.1

0.2

0.3

0.4

0 1024 2048 3072 4096

Code

DNL (LSB)

= 5.5V, V

REF

= V

+125

C- 40

C to +85

MCP4728

Note: Unless otherwise indicated, T

= -40°C to +125°C, V

= +5.0V, V

= 0V, R

= 5 kΩ, C

= 100 pF.

FIGURE 2-19: INL vs. Code and

Temperature

FIGURE 2-20: Full Scale Error vs.

Temperature (Code = FFFh, V

REF

= Internal).

FIGURE 2-21: Full Scale Error vs.

Temperature (Code = FFFh, V

REF

= V

FIGURE 2-22: DNL vs. Code and

Temperature

FIGURE 2-23: Zero Scale Error vs.

Temperature (Code = 000h, V

REF

= Internal).

FIGURE 2-24: Zero Scale Error vs.

Temperature (Code = 000h, V

REF

= V

-8

-6

-4

-2

0 1024 2048 3072 4096

Code

INL (LSB)

125

- 40

= 2.7V, V

REF

= VDD

-50

-40

-30

-20

-10

-40 -25 -10 5 20 35 50 65 80 95 110 125

Temperature (

Full Scale Error (mV)

= 2.7V, Gain = 1

= 5.5V, Gain = 1

= 5.5V, Gain = 2

-40 -25 -10 5 20 35 50 65 80 95 110 125

Temperature (

Full Scale Error (mV)

= 2.7V, Gain = 1

= 5.5V, Gain = 1

-0.3

-0.2

-0.1

0.1

0.2

0.3

0.4

0.5

0 1024 2048 3072 4096

Code

DNL (LSB)

+125

C- 40

C to +85

= 2.7V, V

REF

= V

-40 -25 -10 5 20 35 50 65 80 95 110 125

Temperature (

Offset Error (mV)

= 2.7V, Gain = 1

= 5.5V, Gain = 1

= 5.5V, Gain = 2

-40 -25 -10 5 20 35 50 65 80 95 110 125

Temperature (

Offset Error (mV)

= 2.7V

= 5.5V

剩余65页未读，继续阅读

MCP4728数据手册（中英文）

解释这段代码：#include "0_20OUT.h" uint16_t MCP4725_Init_Value = 3000; void MCP4725_init(void) { MCP4725_WriteData_Volatge(MCP4725_Init_Value); } //DAC×ª»»Ä£¿é£¬¼ÙÈçVCC¶ËÎª5V£¬ÓÉÓÚÐ´µÄºêÎª5000,ÔòÐ´Èë3000µÄÊ±ºòÊä³ö3V£¬´ËÊ±UIC01Êä³ö20mA void MCP4725_WriteData_Volatge(uint16_t Vout) { //ÏÞ·ù if(Vout<0) Vout=0; else if(Vout>=3000) Vout=3000; uint8_t data_h = 0,data_l =0; data_h= (0x0f00&Vout)>>8; //´«ÊäÊý¾Ý¸ßËÄÎ» data_l = (0x00ff&Vout);//´«ÊäÊý¾ÝµÍ°ËÎ» IIC_Start(); Write_IIC_Byte(0xc0);//´«ÊäÓ²¼þµØÖ· IIC_WaitAck(); Write_IIC_Byte(data_h);//´«ÊäÊý¾Ý¸ßËÄÎ» IIC_WaitAck(); Write_IIC_Byte(data_l);//´«ÊäÊý¾ÝµÍ°ËÎ» IIC_WaitAck(); IIC_Stop(); delay_us(10); //Íê³ÉÒ»ÂÖDACÊä³ö }

`MCP4725_init`函数用于初始化MCP4725，调用了`MCP4725_WriteData_Volatge`函数将`MCP4725_Init_Value`写入DAC。 `MCP4725_WriteData_Volatge`函数用于将指定的电压值写入DAC。这段注释中提到了一个例子，假设VCC...

mcp4728读某个通道的程序

#define MCP4728_ADDRESS 0x60 // MCP4728的I2C地址 #define CHANNEL_NUM 1 // 需要读取的通道号 2. 接下来，需要初始化I2C接口和MCP4728器件，如下所示： Wire.begin(); // 初始化I2C接口 MCP4728.begin(MCP4728_...

树莓派 Python 驱动mcp4728

MCP4728是Microchip公司推出的一款四通道12位数字模拟转换器(DAC)。树莓派可以通过I2C总线与MCP4728进行通信。要使用MCP4728，您需要安装适当的Python库，例如Adafruit_Python_MCP4728库，这可以通过pip命令进行安装...

unsigned char SPI_ReadByte(void) { unsigned char i,rByte=0; MCP2515_SCK=0; for(i=0;i<8;i++) { MCP2515_SCK=1; rByte<<=1; rByte|=MCP2515_MISO; MCP2515_SCK=0; } return rByte; }

接着，通过将MCP2515_MISO引脚的值赋给rByte的最低位，将MCP2515_MISO引脚的值添加到rByte中。最后，将MCP2515_SCK引脚置为低电平。循环结束后，函数返回rByte的值作为结果，即从SPI总线上读取到的字节数据。

树莓派驱动mcp4728

channel_value = mcp.read_adc(0) ``` 5. 遍历所有通道：如果你想要同时读取所有通道，可以遍历整个ADC范围。 ```python for channel in range(16): value = mcp.read_adc(channel) print(f"Channel {channel}: ...

MCP4541 stm32程序

SPI_InitStructure.SPI_DataSize = SPI_DataSize_8b; SPI_InitStructure.SPI_CPOL = SPI_CPOL_High; SPI_InitStructure.SPI_CPHA = SPI_CPHA_2Edge; SPI_InitStructure.SPI_NSS = SPI_NSS_Soft; SPI_...

def monotonic_loss(p, f, delta_p, model): """ 计算单调性约束损失函数 """ p_new = p + delta_p f_new = model.predict(tf.expand_dims(p_new, axis=-1)) delta_f = f - f_new relu = tf.nn.relu(delta_f) return tf.reduce_mean(tf.square(relu)) def mcp_loss(p, f, delta_p, batch_size, num_steps, model): """ 计算单调性约束损失函数在所有样本和时刻上的平均值 """ mse_mcp = 0. for i in range(batch_size): for t in range(num_steps): mse_mcp += monotonic_loss(p[i, t], f[i, t], delta_p[i], model) mse_mcp /= (batch_size * num_steps) return mse_mcp def combined_loss(y_true, y_pred, delta_p, model, alpha=0.5): """ 组合MSE损失函数和单调性约束损失函数的新损失函数 """ mse_loss = tf.keras.losses.mean_squared_error(y_true, y_pred) mcp_loss = mcp_loss(y_true, y_pred, delta_p, batch_size=64, num_steps=6, model=model) return alpha * mse_loss + (1-alpha) * mcp_loss这段代码有什么问题

1. 在 `combined_loss` 函数中，定义了一个名为 `mcp_loss` 的变量，然而在该函数中又调用了一个同名的函数 `mcp_loss`，这会导致代码运行时出现命名冲突。 2. 在 `mcp_loss` 函数中，对于每个样本和时间步，都需要...

尝试将 SCRIPT vl_nnconv 作为函数执行: D:\博士资料\代码 CT\2023pwls+GSC\MCP_MSI_CS_Demo-main\MCP_MSI_CS_Demo-main\Utilities\matconvnet-1.0-beta25\matlab\vl_nnconv.m这是什么问题

请确保您在 MATLAB 中将当前工作目录设置为 `D:\博士资料\代码CT\2023pwls+GSC\MCP_MSI_CS_Demo-main\MCP_MSI_CS_Demo-main\Utilities\matconvnet-1.0-beta25\matlab` 或者添加正确的路径到 MATLAB 的搜索路径中。...

stm32 mcp3421 代码

#define MCP3421_DATA_REG 0x00 /* MCP3421配置寄存器 */ #define MCP3421_CONFIG_REG 0x01 /* MCP3421状态寄存器 */ #define MCP3421_STATUS_REG 0x02 /* I2C初始化函数 */ void I2C_Configuration(void) { ...

def mcp_loss(y_true, y_pred, delta_p, model): """ 计算单调性约束损失函数在所有样本和时刻上的平均值 """ p = y_pred[:, :, 0] # 取出所有样本和时间步的输入 p f = y_true[:, :, 0] # 取出所有样本和时间步的标签 f p_new = tf.expand_dims(p + delta_p, axis=-1) # 计算新的输入 p_new f_new = model(p_new)[:, :, 0] # 预测 f_new delta_f = f - f_new relu = tf.nn.relu(delta_f) return tf.reduce_mean(tf.square(relu)) def combined_loss(y_true, y_pred, delta_p, model, alpha=0.5): """ 组合MSE损失函数和单调性约束损失函数的新损失函数 """ mse_loss = tf.keras.losses.mean_squared_error(y_true, y_pred) mcp_loss1 = mcp_loss(y_true, y_pred, delta_p, model) return alpha * mse_loss + (1-alpha) * mcp_loss1模型的输入是1个水文站流量和15个雨量站雨量，输出是一个水文站流量，给每个雨量站雨量输入一个微小的扰动（0~1之间），输出新的预测流量，p和f分别代表雨量和流量，结合这段描述对代码进行修改

mcp_loss1 = mcp_loss(y_true, y_pred, delta_p, model) return alpha * mse_loss + (1-alpha) * mcp_loss1 # 假设输入的雨量站数量为15，修改模型的输入层 input_p = tf.keras.Input(shape=(None, 15), name='...

def mcp_loss(f_new): """ 计算单调性约束损失函数在所有样本和时刻上的平均值 """ batch_size = 64 num_timesteps = 6 num_features = 15 delta_p = tf.random.uniform(shape=(batch_size, num_timesteps, num_features), minval=0, maxval=1) p = inputs[:, :, -15:] p_new = p + delta_p newinputs = np.concatenate([train_ds[:, :, 0], p_new], axis=-1) f = ssmodel.predict(train_ds) f_new = ssmodel.predict(newinputs) # 预测 f_new delta_f = f - f_new relu = tf.nn.relu(delta_f) return tf.reduce_mean(tf.square(relu)) def combined_loss(y_true, y_pred): """ 组合MSE损失函数和单调性约束损失函数的新损失函数 """ def loss(y_true,y_pred): return alpha* mean_squared_error(y_true, y_pred) + (1-alpha) * mcp_loss() return loss将这段代码修改为keras的自定义损失函数的正确形式

mcp_loss_val = mcp_loss(y_true, y_pred) return alpha * mse_loss + (1 - alpha) * mcp_loss_val ``` 在上述代码中，`mcp_loss` 函数和 `combined_loss` 函数都采用了 Keras 的标准输入格式：`y_true` 和 `y_...

sample = next(iter(train_ds)) inputs_shape = sample[0].shape[1:] inputs = keras.Input(shape=inputs_shape) # 输入层 def mcp_loss(y_true, y_pred, delta_p, model): p = y_pred[:, :, 0] # 取出所有样本和时间步的输入 p f = y_true[:, :, 0] # 取出所有样本和时间步的标签 f p_new = tf.expand_dims(p + delta_p, axis=-1) f_new = model(p_new)[:, :, 0] delta_f = f - f_new relu = tf.nn.relu(delta_f) return tf.reduce_mean(tf.square(relu)) def combined_loss(y_true, y_pred, delta_p, model, alpha=0.5): mse_loss = tf.keras.losses.mean_squared_error(y_true, y_pred) mcp_loss1 = mcp_loss(y_true, y_pred, delta_p, model) return alpha * mse_loss + (1-alpha) * mcp_loss1 model = model_attention_applied_before_lstm() combined_loss1=combined_loss() model.compile(optimizer=keras.optimizers.Adam(0.001), loss=combined_loss1) epochs = 80 # 网络训练 history = model.fit(train_ds, epochs=epochs, validation_data=val_ds)结合前面的训练数据集将这段代码的combined_loss1补充完整

第二种损失函数是`mcp_loss`函数，需要传入参数`y_true`，`y_pred`，`delta_p`和`model`，计算方式如下： 1. 从`y_pred`中取出所有样本和时间步的输入`p`，从`y_true`中取出所有样本和时间步的标签`f`。 2. 将`p`...

格式错误？(⊙o⊙)

粉丝: 0
资源: 3

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

MCP4728: 12位电压输出DAC，带 EEPROM 存储和 I2C 接口

MCP4728数据手册（中英文）

mcp4728读某个通道的程序

树莓派 Python 驱动mcp4728

unsigned char SPI_ReadByte(void) { unsigned char i,rByte=0; MCP2515_SCK=0; for(i=0;i<8;i++) { MCP2515_SCK=1; rByte<<=1; rByte|=MCP2515_MISO; MCP2515_SCK=0; } return rByte; }

树莓派驱动mcp4728

MCP4541 stm32程序

尝试将 SCRIPT vl_nnconv 作为函数执行: D:\博士资料\代码 CT\2023pwls+GSC\MCP_MSI_CS_Demo-main\MCP_MSI_CS_Demo-main\Utilities\matconvnet-1.0-beta25\matlab\vl_nnconv.m这是什么问题

stm32 mcp3421 代码

linux下mcp2515驱动代码

stm32F4驱动MCP41010

STM32 MCP3208代码

mcp4728示例程序c代码

香橙派 python mcp4728

MCP41010驱动代码

stm32 mcp4726 代码

最新资源