如何评估智能水表仪表NB-IoT设备电池续航时间?

2020-08-25 09:36:43 深圳市创新易电子科技有限公司

电池的续航时间与多个因素有关,最关键的是产品本身的低功耗特性, 还有电池本身自放电特性。


例如一个 10000mAH 的电池,如果自放电率是50uA,10年就是 10年 X 365天 X 24小时 X 50 uA = 4380 mAH,约 50% 的电能被自身漏掉了,所以有效的电池电量其实只有50%。


关于自放电的快速、精确测量,利用我们BT2191A或BT2152的自放电测试系统,可精确测量自放电电流绝对值(uA),而不是电压相对变化量的K值。


如何评估电池的续航时间呢?


简单粗暴的估算方式,就是用电池标称的电量,除以平均电流。但这个方法其实不太靠谱。


相信很多人有开车的经历,除了土豪,都会关心汽车的油耗。在99%的情况下,我们的油耗要高于标称理想油耗。这是因为标称油耗有诸多的条件:发动机需要预热、在80km/H匀速的情况下,不能上坡,长安街式的平整路面,没有红绿灯等等、等等。所以,我们正常的油耗高出20-30%是再正常不过的事情。所以,有些厂家有“综合工况” 或“城市路况”的标注油耗参考。


同样,电池在标称电量的时候,电池厂家往往标称的是“理想电量”。就是用一个固定的放电率,如0.5C,0.2C 等放电来测试电量。 但在智能设备、特别是NB-IoT设备在工作时,脉冲式的耗电方式就像汽车不断急加速、刹车、上坡、下坡, 无情折磨着你的可怜的小电池。


如何相对准备地验证电池在实际工作场景下的工作时间,而且不需要10年的时间?


我们可以仿真一个NB-IoT设备的实际电流工作场景,之后对电池数十倍、甚至数百部的加速测试。


我们来看下面这张图,典型的NB-IoT设备的电流特性。假定在每个周期的唤醒的2.67ms 中,峰值电流可能高达300mA以上,平均电流100mA:


耗电量 = 100mA x 2.67mS = 0.267mAS


在接下来的5秒中的休眠状态,电流稳定在10uA。耗电量 =0.01mA x 5S = 0.05mAS

纽扣电池

因此,80% 的电量用在了Active状态,而且峰值高,时间短、功率大, 对电池性能摧残严重。 在休眠状态, 耗电低,电流稳定, 时间长,对电池性能影响小。 所以, 我们更关注一下Active状态的功耗。


为了仿真NB-IoT电流的实际场景,在实现加速测试,我们构建了以下环境: 

纽扣电池

第一步

利用NB-IoT的基站模拟器,仿真实际工作场景,再利用N6705+N6781A模块捕获电流工作状态,特别是Active状态的电流波形。


第二步

利用在N6705配套的14585A软件,将电流波形镜像反转,变成N6781A模块的负载工作时的任意波形,即吸收电流的波形。请注意,N6781A是一个双象限电源,既可以做电源,又可以做负载。

纽扣电池
使用电流电平触发功能,200KSa/s高速采集输出电流,在软件中保存波形
纽扣电池
波形镜像后,使用Arb功能,将翻转后的电流波形下载到N6705电源中,回放刚才开机瞬间的电流波形

第三步

把负载吸收电流的任意波形进行优化,例如将休眠时间减少到5ms,同时设置N6781A设为负载模式,接上需要验证的电池。利用N6705仿真真实的负载,对电池进行测试。由于休眠状态从5秒降低到 5mS,使整个测试过程加快了1000倍!对于预测10年工作时间的设备来说,一周之内即可完成评估。


利用N6705连续监测电池的端电压,可以判断电池寿命是否已经接近终结。但我们认为监测电池可以输出的最高峰值电流,可能会更接近与实际值。这是因为在NB-IoT中,电池寿命终结绝不是因为电量用光了,而是由于由于内阻等原因,造成瞬间的峰值电流输出小于设备需要的最大电流,从而造成误码率上升,甚至可能电源触发关机电路。


因此,如果发现峰值电流低于设备正常工作所需的门限值,就意味着电池寿命接近终结了。N6781A中还有内置的电量计,这样就可以看到这个测试过程在吸收的总电量值。这实际上也是可以利用的电池的电量。这个值肯定会小于电池的标称电量。


利用以上这种方法,可以相对准确地评估 NB-IoT 在各种不同工作场景、或是混合的工作场景下电池的工作寿命;如果将电池置于不同的温度环境中,可以看到温度对电池寿命的直接影响;如果再结合电池的自放电特性,那评估结果也将更解决实际情况了,从而让你对真个产品的设计更有信息!

首页
产品
新闻
联系