瑞萨RA-T系列芯片ADCGPT功能模块的配合使用

在马达或电源工程中,往往需要采集多路AD信号,且这些信号的优先级和采样时机不相同。本篇介绍在使用RA-T系列芯片建立马达或电源工程时,如何根据需求来设置主要功能模块ADC&GPT,包括采样通道打包和分组,GPT触发启动的设置。本文以RA6T2为范例,结果可推广到RA-T系列其他芯片和相关领域。


在马达或电源工程中,需采样的信号众多。但是采样信号的重要性并不相同,一般按优先级可分为两类:

(1)  算法必须使用的采样数据,需在每个载波(算法)周期更新,优先级和实时性要求较高,比如马达工程里的电机的三相电流,电源工程里的输出目标的电压或者电流。

(2)  变化频率不高或幅度基本稳定的采样数据,有些不参与算法处理,但是仍需采集,以辅助系统控制,或者监控系统运行状态,比如马达工程的母线电压,电源系统的输入电压,关键元器件温度采样等。


为了使设计更为灵活,RA6T2 ADC模块采用虚拟通道的概念。客户可以不受物理位置的限制,将相同类型功能通道编制到相邻的虚拟通道位置,然后打包成group。通过对整体group属性设置,统一协调控制通道的动作。

特别对于两个单元共享的20-28通道,可以自由选择,灵活使用。


以瑞萨官方提供的无位置传感器FOC样例工程为例,这个应用中需采样5个信号。更多信息您可复制下方链接至浏览器打开或扫描二维码进行查看:

登录 | Renesas 瑞萨电子


其中三相电流信号Iu,Iv,Iw参与FOC算法执行,需每个周期更新,实时处理。母线电压BUS_voltage和驱动信号Rotation speed command实时性没有这么高,可以另行处理。其系统设计框图如下:


我们可以把实时处理的三相电流采样打包成一个group(此样例中为group0)。


把母线电压和其他采样打包成另一个group(此样例中为group1)。


在每个载波周期中需更新AD采样值,则设置group0和group1都由GPT触发启动(在本应用中,使用两组ADC分属不同的ADC单元,所以group标号设置顺序,不影响工程性能,可随意设置),这样AD采样时机与载波周期相关联。


此样例工程所使用方案为三电阻采样,需在每载波周期GPT下溢时刻触发ADC采样。请看本实例,可设置触发在向下计数时触发A/D转换,并且技术匹配点为0,则下溢触发时刻设置完成。


在group0中设置采样完成中断使能,使group0采样完成后立即进入中断,执行FOC算法。这样设计的目的是在采集完FOC算法所必须的三相电流数据后,就立即执行FOC算法。可以使整个系统逻辑运行设计更紧凑、合理。


具体到不同实际应用,如果采样通道确需打包为两个或两个以上的group,建议参考数据手册Table 36.4,将优先级高的采样信号(如此处的三相电流采样)选择同一个采样单元(如此处ADC0)的所属通道(比如本样例工程使用AN000,AN002,AN004),将优先级低的采样信号(如此处的母线电压和驱动信号)选择另外的采样单元(如此处ADC1)的所属通道(比如本样例工程使用AN006,AN008),这样可以使两个采样单元同时触发执行,提高运行效率。


如果需设置超过2个以上group,且由同一个触发源启动,并且使用的是同一个采样单元,此时小标号的group0优先级高,会先执行。比如,group0由采样单元0中的3个通道组成,group1由采样单元0中的2个通道组成,那么当发生触发时,group0优先级高,先执行,然后执行group1。所以,请用户在使用时根据实际情况进行评估,按照系统优先级设置group。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/19771.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

TraeAi上手体验

一、Trae介绍 由于MarsCode 在国内由于规定限制,无法使用 Claude 3.5 Sonnet 模型,字节跳动选择在海外推出 Trae,官网:https://www.trae.ai/。 二、安装 1.下载安装Trae-Setup-x64.exe 2.注册登录 安装完成后,点击登…

三层渗透测试-DMZ区域 二三层设备区域

DMZ区域渗透 信息收集 首先先进行信息收集,这里我们可以选择多种的信息收集方式,例如nmap如此之类的,我的建议是,可以通过自己现有的手里小工具,例如无影,密探这种工具,进行一个信息收集。以免…

DeepSeek-R1:通过强化学习激励大模型的推理能力

大家读完觉得有帮助记得关注和点赞!!! DeepSeek 第一代推理模型(reasoning models) (所以缩写为 R1)的设计和训练过程: 要理解 DeepSeek-R1 的创新之处,可以先阅读 如何训…

演绎推理及其与数学的关系介绍

演绎推理及其与数学的关系介绍 什么是演绎推理? 演绎推理(Deductive Reasoning)是一种逻辑推理方法,它从一般性的规则或前提出发,得出一个具体的、必然正确的结论。换句话说,只要前提(Premise&…

【git】工作场景下的 工作区 <-> 暂存区<-> 本地仓库 命令实战 具体案例

🚀 Git 工作区 → 暂存区 → 本地仓库 → 回退实战 Git 的核心流程是: 👉 工作区(Working Directory) → git add → 暂存区(Staging Area) → git commit → 本地仓库(Local Repos…

胶囊网络动态路由算法:突破CNN空间局限性的数学原理与工程实践

一、CNN的空间局限性痛点解析 传统CNN的瓶颈: 池化操作导致空间信息丢失(最大池化丢弃85%激活值)无法建模层次空间关系(旋转/平移等变换不敏感)局部感受野限制全局特征整合 示例对比: # CNN最大池化示例…

如何下载AndroidStudio的依赖的 jar,arr文件到本地

一、通过jitpack.io 下载依赖库 若需要下载 com.github.xxxxx:yy-zzz:0.0.2 的 jar则 https://jitpack.io/com/github/xxxxx/yy-zzz/0.0.2/ 下会列出如下build.logyy-zzz-0.0.2.jaryy-zzz-0.0.2.pomyy-zzz-0.0.2.pom.md5yy-zzz-0.0.2.pom.sha1jar 的下载路径为https://jitpack…

Ubuntu中离线安装Docker

Ubuntu中离线安装Docker 前言 本教程将详细介绍如何在 Ubuntu 22.04 系统上,通过 .deb 包离线安装 Docker CE、Docker CE CLI 和 Docker Compose。 适用于无法访问互联网的环境。 准备工作 下载 .deb 包 在可以访问互联网的机器上,下载 Docker CE、…

【科研创新与智能化转型】AI智能体开发与大语言模型的本地化部署、优化技术

智能体(Agent)是指能够感知环境、自主决策并采取行动以实现特定目标的实体。它可以是一个软件程序、机器人或任何具备自主行为的系统。智能体的核心特征包括自主性、反应性、目标导向性和社会性。 智能体的主要特征 自主性:能够在没有外部干预…

【拒绝算法PUA】LeetCode 1287. 有序数组中出现次数超过25%的元素

系列文章目录 【拒绝算法PUA】0x00-位运算 【拒绝算法PUA】0x01- 区间比较技巧 【拒绝算法PUA】0x02- 区间合并技巧 【拒绝算法PUA】0x03 - LeetCode 排序类型刷题 【拒绝算法PUA】LeetCode每日一题系列刷题汇总-2025年持续刷新中 C刷题技巧总结: [温习C/C]0x04 刷…

6.2.4 基本的数据模型

文章目录 基本的数据模型 基本的数据模型 基本的数据模型包含层次模型,网状模型和关系模型。 层次模型:使用树型结构表示数据间联系。记录间的联系用指针实现,简单高效。但是只能表示1:n的联系,且对插入、删除的限制多。网状模型…

前端JS接口加密攻防实操

前端JS接口加密攻防实操 背景 在爬虫过程中,对数据接口各类加密的经历总结,无头消耗资源效率不高,采用浏览器兜底解密协程并行 青铜版(混淆对称加密|签名nonce等) 解:根据API 调用栈,断点找到request参…

嵌入式AI(2)清华大学DeepSeek 01:从入门到精通

嵌入式AI(2)清华大学DeepSeek 01:从入门到精通

SpringBoot+Vue+数据可视化的动漫妆造服务平台(程序+论文+讲解+安装+调试+售后等)

感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,我会一一回复,希望帮助更多的人。 系统介绍 在当今数字化高速发展的时代,动漫产业迎来了前所未有的繁荣,动漫…

Ubuntu 22.04.5 LTS 安装企业微信,(2025-02-17安装可行)

一、依赖包(Ubuntu 20.04/Debian 11) 点击下载https://www.spark-app.store/download_dependencies_latest 1、 下载最新的依赖包。 请访问星火应用商店依赖包下载页面, 下载最新的依赖包。2、解压依赖包 </

假面与演员:到底是接口在使用类,还是类在使用接口?编程接口与物理接口的区别又是什么?

前言&#xff1a;本篇文章解释了接口学习过程中的2个常见问题&#xff0c;一个是“为什么是类在使用接口”&#xff0c;另一个一个是“编程接口与物理接口的差异源于所处的抽象层次和交互模式的不同”&#xff0c;旨在揭示编程接口的本质。 Part1.是类在使用接口 当学习接口时…

python opencv基础使用总结

1.安装opencv库&#xff1a;pip install opencv-python 2.基础使用范例 import cv2 #图片的基本操作#1.读取一张图片 参数 1&#xff1a;图片的文件名如果图片放在当前文件夹下&#xff0c;直接写文件名就行&#xff0c;如lena.jpg否则需要给出绝对路径&#xff0c;如D:\Ope…

C++17 数学特殊函数:探索标准库中的强大工具

文章目录 1. 什么是数学特殊函数&#xff1f;2. C17 中的特殊函数2.1 贝塞尔函数2.2 勒让德函数2.3 椭圆积分2.4 伽马函数2.5 误差函数 3. 实际应用场景3.1 科学计算3.2 工程应用3.3 数据分析 4. 总结 在 C17 中&#xff0c;标准库引入了一系列数学特殊函数&#xff0c;这些函数…

mysql多主集群 galera cluster for mysql 8安装配置启动重启集群

[TOC] 一、安装mysql 1、安装 系统环境&#xff1a; Ubuntu 18.04 64位 MySQL 8.0.19 下载MySQL APT安装配置包 首先访问 https://dev.mysql.com/downloads/repo/apt/ 获取配置包下载地址 wget https://dev.mysql.com/get/mysql-apt-config_0.8.14-1_all.deb sudo dpkg -i mysq…

面向长范围交互式 LLM 智体的强化学习

25年2月来自 Apple 的论文“Reinforcement Learning for Long-Horizon Interactive LLM Agents”。 交互式数字智体 (IDA) 利用状态数字环境的 API 来执行任务以响应用户请求。虽然由指令调整的大语言模型 (LLM) 驱动 IDA 可以对多步交换中接口调用的反馈做出反应&#xff0c;…